利用机器视觉技术从红外热像中提取感兴趣区域(Region Of Interest,ROI),是配网设备红外故障智能诊断的关键,但多目标区域阈值选取失配会导致图像关键细节信息丢失。为此,文章提出蝙蝠仿生算法的红外热像多阈值分割技术,利用寻优阈值对...利用机器视觉技术从红外热像中提取感兴趣区域(Region Of Interest,ROI),是配网设备红外故障智能诊断的关键,但多目标区域阈值选取失配会导致图像关键细节信息丢失。为此,文章提出蝙蝠仿生算法的红外热像多阈值分割技术,利用寻优阈值对配网被检设备红外热像的多目标进行图像分割实验,重点突破了算法准确率指标提升问题。对比实验表明,相比于经典图像分割方法,本方法有效提升了算法运行速度与图像分割精度,解决了复杂环境热像ROI区域提取难题。展开更多
文摘利用机器视觉技术从红外热像中提取感兴趣区域(Region Of Interest,ROI),是配网设备红外故障智能诊断的关键,但多目标区域阈值选取失配会导致图像关键细节信息丢失。为此,文章提出蝙蝠仿生算法的红外热像多阈值分割技术,利用寻优阈值对配网被检设备红外热像的多目标进行图像分割实验,重点突破了算法准确率指标提升问题。对比实验表明,相比于经典图像分割方法,本方法有效提升了算法运行速度与图像分割精度,解决了复杂环境热像ROI区域提取难题。