為了判斷高壓設備發(fā)生電暈放電的位置和大致的放電強度,利用紫外成像儀對設備進行記錄并判斷高壓設備的絕緣缺陷。通過C-V（Chan-Vese）模型方法對紫外圖像光斑進行圖像分割提取,且引入了光斑面積和光斑邊界周長兩個特征量來判斷設備放電狀態(tài)。結果表明,C-V模型提取光斑自動化程度高,耗時短,抗噪能力更強,具有很好的全局優(yōu)化,能夠在一定程度上減少漏檢的放電區(qū)域,且引入的特征量能夠較好地表征放電狀態(tài)。 

【文章來源】：科學技術與工程. 2020,20(14)北大核心

【文章頁數】：6 頁

【部分圖文】：

圖像處理過程

計算機配置為主頻1.7 G和4 G內存,在matlab7.0軟件環(huán)境下,采用C-V模型分割原始紫外圖像,如圖2、圖3和圖4所示,表1給出了其迭代次數、分割耗時,比較后易見,本文所提方法提取放電區(qū)域耗時短,效率高。圖4 C-V模型與數學形態(tài)學對比

圖3 C-V模型與二值化方法對比表1 C-V模型分割圖像迭代次數與時間Table 1 Iteration times and time of C-V model image segmentation 圖像 迭代次數 耗時/s 圖2(a) 100 0.586 0 圖3(a) 100 0.731 0 圖4(a) 100 0.670 0

【參考文獻】：
期刊論文
[1]基于C-V模型的電暈放電紫外成像分割及特征量研究[J]. 李勛,張宏釗,胡元潮,伊仁圖太.  高壓電器. 2017(08)
[2]基于組合算法的中低壓設備電暈放電區(qū)域紫外標定方法[J]. 張宏釗,李勛,安韻竹,伊仁圖太.  中國農村水利水電. 2016(03)
[3]高壓設備放電紫外圖像特征量提取方法研究[J]. 張宏釗,劉國堅,黃榮輝,姚森敬,王豐華.  高壓電器. 2016(03)
[4]基于紫外圖像相對光斑面積的絕緣子表面放電量化評估方法研究[J]. 丁培,馬飛越,高原,郝金鵬,李軍浩,李彥明.  電瓷避雷器. 2015(03)
[5]基于數學形態(tài)學的絕緣子閃絡圖像處理方法研究[J]. 耿江海,霍亞男,黃震宇,王平.  電瓷避雷器. 2014(04)
[6]基于CV模型的CT圖像分割研究[J]. 唐子淑,劉杰,別術林.  CT理論與應用研究. 2014(02)
[7]基于區(qū)域生長和水平集的肝臟提取分割算法[J]. 王梁,吳斌,方艷紅.  科學技術與工程. 2014(03)
[8]放電日盲紫外成像檢測圖像參數提取方法研究[J]. 王勝輝,李楠,廖鵬.  華北電力大學學報(自然科學版). 2013(06)
[9]基于水平集的彩色圖像分割方法[J]. 陳小娟.  科學技術與工程. 2013(23)
[10]基于C-V模型的水平集方法在腦CT圖像分割中的應用[J]. 寧祎,杜寬森,閆銘.  科學技術與工程. 2013(10)

碩士論文
[1]基于C-V模型的圖像分割方法研究[D]. 呂華川.東北大學 2014
[2]基于紫外成像的高壓電氣設備外絕緣檢測的研究[D]. 武建華.華北電力大學（河北） 2008



本文編號：2967366