發(fā)布時(shí)間：2022-12-22 05:34

　　基于紅外圖像的設(shè)備故障診斷需要從圖像中選擇敏感區(qū)域,由于紅外圖像具有干擾背景多、對(duì)比度低的特點(diǎn),敏感區(qū)域提取過(guò)程中需要進(jìn)行背景移除和圖像分割,但常用的二值化分割算法在分割紅外圖像時(shí)易出現(xiàn)過(guò)分割問(wèn)題。因此,本文提出了基于區(qū)域?qū)Ρ群碗S機(jī)森林的敏感區(qū)域提取方法。首先使用區(qū)域?qū)Ρ确椒▽?duì)紅外圖像進(jìn)行顯著性檢測(cè),以去除干擾背景;然后通過(guò)OTSU算法進(jìn)行圖像分割,實(shí)現(xiàn)敏感區(qū)域初步提取;最后結(jié)合隨機(jī)森林分類(lèi)結(jié)果對(duì)圖像分割過(guò)程的閾值進(jìn)行迭代優(yōu)化,實(shí)現(xiàn)敏感區(qū)域的優(yōu)化提取。經(jīng)過(guò)轉(zhuǎn)子實(shí)驗(yàn)臺(tái)6種不同狀態(tài)的紅外圖像數(shù)據(jù)驗(yàn)證,將本文方法提取出的故障敏感區(qū)域用于故障診斷時(shí),分類(lèi)的準(zhǔn)確率提高了3.3個(gè)百分點(diǎn),比人工選擇的區(qū)域更加準(zhǔn)確。 

【文章頁(yè)數(shù)】：6 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]隨機(jī)森林在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 張鈺,陳珺,王曉峰,劉飛,周文晶,王志國(guó).  計(jì)算機(jī)工程與應(yīng)用. 2018(06)
[2]基于FAsT-Match算法的電力設(shè)備紅外圖像分割[J]. 鄒輝,黃福珍.  紅外技術(shù). 2016(01)
[3]基于OTSU算法的圖像分割有效性研究[J]. 李思嘉,趙曉焱,張繼學(xué).  無(wú)線電通信技術(shù). 2014(05)



本文編號(hào)：3723556