针对电力设备热故障区域定位问题,提出一种融合YCbCr(一种色彩空间)、色差法和Ostu(大津法)算法的红外图像提取方法。首先将原始红外图像从RGB(Red Green Blue)色彩空间转换到YCbCr色彩空间,完成初始前景分割;然后对分割完的图像进行红...针对电力设备热故障区域定位问题,提出一种融合YCbCr(一种色彩空间)、色差法和Ostu(大津法)算法的红外图像提取方法。首先将原始红外图像从RGB(Red Green Blue)色彩空间转换到YCbCr色彩空间,完成初始前景分割;然后对分割完的图像进行红绿色差灰度化,突出故障区域;最后采用Ostu算法寻找最优分割阈值来对灰度图作图像分割,实现热故障区域的提取。借助Matlab对常见的电力热故障红外图像进行了实验测试,实验结果表明:该算法能够有效提取红外图像中的热故障区,为后续的故障特征提取与识别奠定基础;与传统算法对比,该算法具有更加精确、全面、完整等优点。展开更多
文摘针对电力设备热故障区域定位问题,提出一种融合YCbCr(一种色彩空间)、色差法和Ostu(大津法)算法的红外图像提取方法。首先将原始红外图像从RGB(Red Green Blue)色彩空间转换到YCbCr色彩空间,完成初始前景分割;然后对分割完的图像进行红绿色差灰度化,突出故障区域;最后采用Ostu算法寻找最优分割阈值来对灰度图作图像分割,实现热故障区域的提取。借助Matlab对常见的电力热故障红外图像进行了实验测试,实验结果表明:该算法能够有效提取红外图像中的热故障区,为后续的故障特征提取与识别奠定基础;与传统算法对比,该算法具有更加精确、全面、完整等优点。
