变电站红外图像的分割和识别研究

论文摘要

随着我国电网容量的迅速增大和电压等级的不断提高,供电的可靠性越来越重要。对变电站电气设备温度的监视与报警,对于及早发现事故隐患,确保电网安全起着十分重要的作用。本课题进行了变电站无人值守监控系统的前期图像处理技术的研究。通过对变电站红外图像进行分割和识别,便于提取必要的特征及数据,为后续故障判断与报警决策专家系统提供支持。针对变电站红外图像低信噪比、低对比度的特点,本文在研究众多图像分割方法的基础上,提出了两种改进的方法:一是边缘检测和数学形态学相结合的分割方法,二是彩色图像的种子区域生长法。其中方法一注重于对图像轮廓的描述;方法二的设计思路易于发现温度过热区域并由此提取出整个电气设备的图形。实验结果表明方法二更适用于在变电站应用。本文从模板匹配的识别方法入手,通过实验指出现有匹配方法的局限性和不足,为了更好的应用于实际环境,采用图像的不变矩理论,利用其对平移、缩放和旋转的不变性进行图像识别。文章中分析研究了Hu矩和Zernike矩,利用Zernike矩的高阶矩性质构造大量矩值,通过求相关系数的方法证明Zernike矩可较好地应用于实际变电站红外图像的识别。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题的来源及意义
• 1.2 国内外的应用和研究现状
• 1.2.1 红外技术在电力设备监测中的应用
• 1.2.2 图像分割和识别技术在国内外的发展及研究状况
• 1.3 论文的主要工作
• 2 变电站热故障的红外监测
• 2.1 红外监测原理
• 2.2 电力监测中常用的红外仪器
• 2.2.1 红外测温仪
• 2.2.2 红外热电视
• 2.2.3 红外热像仪
• 2.3 红外目标成像特点
• 3 红外图像的预处理
• 3.1 红外系统的噪声分析
• 3.2 消噪处理
• 3.2.1 掩模法
• 3.2.2 邻域平均法
• 3.2.3 中值滤波
• 3.3 实验结果
• 3.4 本章小结
• 4 红外图像的分割处理
• 4.1 图像分割定义及技术分类
• 4.2 传统图像分割方法
• 4.2.1 基于阈值的分割方法
• 4.2.2 边缘检测的分割方法
• 4.2.3 区域分割方法
• 4.2.4 传统方法的实验结果与分析
• 4.3 基于数学形态学的图像分割
• 4.3.1 数学形态学的基本原理
• 4.3.2 形态学在图像分割中的应用
• 4.3.3 实验结果及分析
• 4.4 彩色图像分割
• 4.4.1 分割所用的彩色空间
• 4.4.2 分割策略
• 4.5 改进方法及实验结果
• 4.5.1 边缘检测与数学形态学相结合的分割方法
• 4.5.2 彩色图像的种子区域生长法
• 4.6 本章小结
• 5 红外图像的识别研究
• 5.1 图像识别概述
• 5.2 图像匹配的识别方法
• 5.2.1 匹配算法的介绍
• 5.2.2 模板匹配
• 5.2.3 实验结果与分析
• 5.3 基于图像不变矩的识别
• 5.3.1 矩的定义及物理意义
• 5.3.2 矩的变换性质
• 5.3.3 Hu 矩
• 5.3.4 Zernike 矩
• 5.3.5 实验结果与分析
• 5.4 本章小结
• 6 结论
• 6.1 本文结论
• 6.2 展望
• 致谢
• 参考文献
• 附录