一种基于改进种子填充算法的电气设备热源区域分离方法

    公开(公告)号:CN110232692A

    公开(公告)日:2019-09-13

    申请号:CN201910429324.X

    申请日:2019-05-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于改进种子填充算法的电气设备热源区域分离方法,包括:(1)使用红外热成像传感器对电气设备进行温度监测,获取红外热像图,并进一步得到红外热成像的灰度图;(2)采用双边滤波方法分离灰度图,得到高频分量与低频分量,对高频分量和低频分量分别进行图像增强处理后再进行融合;(3)使用自适应确定分类数目的K-means聚类算法对步骤(2)处理后的灰度图进行聚类处理,分离低灰度的背景层,进一步突出高频主体;(4)使用改进的种子填充算法,优选种子点,并依据种子点以及填充的边界条件,分割主要热点区域。利用本发明,能够快速、准确、合理的分离出电气设备红外图像中的热点区域。

    一种基于改进种子填充算法的电气设备热源区域分离方法

    公开(公告)号:CN110232692B

    公开(公告)日:2021-04-13

    申请号:CN201910429324.X

    申请日:2019-05-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于改进种子填充算法的电气设备热源区域分离方法,包括:(1)使用红外热成像传感器对电气设备进行温度监测,获取红外热像图,并进一步得到红外热成像的灰度图;(2)采用双边滤波方法分离灰度图,得到高频分量与低频分量,对高频分量和低频分量分别进行图像增强处理后再进行融合;(3)使用自适应确定分类数目的K‑means聚类算法对步骤(2)处理后的灰度图进行聚类处理,分离低灰度的背景层,进一步突出高频主体;(4)使用改进的种子填充算法,优选种子点,并依据种子点以及填充的边界条件,分割主要热点区域。利用本发明,能够快速、准确、合理的分离出电气设备红外图像中的热点区域。

    一种基于异常因子提取的电气设备温度实时预警方法

    公开(公告)号:CN110207827A

    公开(公告)日:2019-09-06

    申请号:CN201910434276.3

    申请日:2019-05-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于异常因子提取的电气设备温度实时预警方法,包括:(1)使用红外传感器等间隔采集电气设备运行时的温度数据,获取温度数据流ti(i=0,1,2,...n);(2)对采集到的温度数据流进行预处理,预处理后得到统一形式的输入数据集(3)对数据集 中的每一个Tk,计算其局部异常因子值LOF;(4)将计算得到的局部异常因子值LOF与预设值进行比较,分析并相应地作出实时预警。本发明能够基于红外传感器采集到的温度数据流,无监督地、实时地对电气设备运行状态进行监测和预警,并且一般不需要根据被监测设备的具体型号规格性能参数进行调整;在面对多监测数据流情况时,也能对个别异常信号进行很好的表征和预警。

    一种基于改进加权otsu算法的电气设备热成像分割查异方法

    公开(公告)号:CN109993736B

    公开(公告)日:2020-11-10

    申请号:CN201910249138.8

    申请日:2019-03-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于改进加权otsu算法的电气设备热成像分割查异方法,包括:(1)采集电气设备的红外线成像数据,获得红外灰度图数据流;(2)对获取的红外灰度图进行小波增强,得到突出细节以及突出热点区域的红外图像;(3)对突出热点区域的红外热像图进行高斯滤波;(4)应用改进的otsu算法和canny边缘算法分别对高斯滤波后的数据以及原始数据进行热点区域的提取和边缘信息获取;(5)应用形态学的开运算,基于几何形状对提取的区域形状滤波。(6)利用提取的热点区域和边缘信息对红外图像进行特征提取,分析特征并作出异常警告。本发明能够克服红外成像中噪声过大、目标与背景区分不明显等缺陷,可以有效提高红外检测的效率和可靠性。

    一种基于异常因子提取的电气设备温度实时预警方法

    公开(公告)号:CN110207827B

    公开(公告)日:2020-05-08

    申请号:CN201910434276.3

    申请日:2019-05-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于异常因子提取的电气设备温度实时预警方法,包括:(1)使用红外传感器等间隔采集电气设备运行时的温度数据,获取温度数据流ti(i=0,1,2,...n);(2)对采集到的温度数据流进行预处理,预处理后得到统一形式的输入数据集(3)对数据集中的每一个Tk,计算其局部异常因子值LOF;(4)将计算得到的局部异常因子值LOF与预设值进行比较,分析并相应地作出实时预警。本发明能够基于红外传感器采集到的温度数据流,无监督地、实时地对电气设备运行状态进行监测和预警,并且一般不需要根据被监测设备的具体型号规格性能参数进行调整;在面对多监测数据流情况时,也能对个别异常信号进行很好的表征和预警。

    一种基于改进加权otsu算法的电气设备热成像分割查异方法

    公开(公告)号:CN109993736A

    公开(公告)日:2019-07-09

    申请号:CN201910249138.8

    申请日:2019-03-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于改进加权otsu算法的电气设备热成像分割查异方法,包括:(1)采集电气设备的红外线成像数据,获得红外灰度图数据流;(2)对获取的红外灰度图进行小波增强,得到突出细节以及突出热点区域的红外图像;(3)对突出热点区域的红外热像图进行高斯滤波;(4)应用改进的otsu算法和canny边缘算法分别对高斯滤波后的数据以及原始数据进行热点区域的提取和边缘信息获取;(5)应用形态学的开运算,基于几何形状对提取的区域形状滤波。(6)利用提取的热点区域和边缘信息对红外图像进行特征提取,分析特征并作出异常警告。本发明能够克服红外成像中噪声过大、目标与背景区分不明显等缺陷,可以有效提高红外检测的效率和可靠性。

Patent Agency Ranking