應(yīng)用多光譜圖像融合的電力設(shè)備故障點(diǎn)檢測(cè)方法.pdf

1、隨著我國(guó)社會(huì)的不斷進(jìn)步和經(jīng)濟(jì)的快速發(fā)展，人們的工作和生活對(duì)電力的需求也越來(lái)越高。如何在不影響人們的生活質(zhì)量和工作效率的情況下，安全高效且穩(wěn)定的供應(yīng)電能，是我國(guó)的電力工作者面臨的巨大挑戰(zhàn)。狀態(tài)檢修就是在這樣的背景下應(yīng)運(yùn)而生的，狀態(tài)檢修主要是通過(guò)對(duì)設(shè)備進(jìn)行帶電檢測(cè)的方法發(fā)現(xiàn)設(shè)備的安全隱患，并對(duì)存在安全隱患的設(shè)備單獨(dú)進(jìn)行停電檢修處理。應(yīng)用多光譜圖像融合的電力設(shè)備故障點(diǎn)檢測(cè)方法已成為智能電網(wǎng)中狀態(tài)檢修系統(tǒng)的重要組成部分。因此，設(shè)計(jì)一種高效的電力

2、設(shè)備狀態(tài)檢測(cè)算法具有重要的研究意義和應(yīng)用價(jià)值。
　　針對(duì)目前多光譜圖像融合的電力設(shè)備故障點(diǎn)檢測(cè)方法中存在的問(wèn)題，本文提出了一種基于超復(fù)數(shù)Log-Gabor濾波器和超復(fù)數(shù)視覺顯著性的電力設(shè)備故障點(diǎn)檢測(cè)方法。本文的主要工作如下*:
　　針對(duì)一般的圖像濾波器只能對(duì)灰度圖像進(jìn)行濾波處理的問(wèn)題，本文提出了一種超復(fù)數(shù)Log-Gabor濾波器的設(shè)計(jì)方法。該濾波器可以對(duì)彩色圖像進(jìn)行整體濾波，提取圖像特征。
　　針對(duì)不同光譜圖像的分割問(wèn)

3、題，本文提出了不同的分割方法?？梢姽鈭D像的分割采用的是基于超復(fù)數(shù)Log-Gabor濾波器的彩色圖像分割方法，首先用圖像的四元數(shù)表示與超復(fù)數(shù)Log-Gabor濾波器進(jìn)行卷積，然后提取卷積結(jié)果的局部四元數(shù)相位，進(jìn)行簡(jiǎn)單的閾值分割和邊緣檢測(cè)，得到分割結(jié)果;紅外圖像的分割采用的是基于超復(fù)數(shù)的視覺顯著性分割方法，首先由超復(fù)數(shù)Log-Gabor濾波器對(duì)圖像進(jìn)行濾波，然后提取濾波后圖像的四元數(shù)傅里葉變換相位譜，計(jì)算顯著圖，最后利用Mean Shift

4、和自適應(yīng)閾值分割法提取顯著區(qū)域。實(shí)驗(yàn)結(jié)果表明:所提算法優(yōu)于其他算法，能夠準(zhǔn)確檢測(cè)電力設(shè)備故障點(diǎn)。
　　針對(duì)不同光譜圖像的成像特點(diǎn)，提出了一種基于邊緣和系數(shù)最大化的小波變換圖像融合算法。該算法對(duì)低頻分量采用基于低頻域邊緣的策略進(jìn)行融合，對(duì)高頻分量采用基于系數(shù)絕對(duì)值最大準(zhǔn)側(cè)的策略進(jìn)行融合，最后進(jìn)行小波反變換得到融合圖像。實(shí)驗(yàn)表明，本文所提算法，能夠在多光譜圖像中準(zhǔn)確定位故障點(diǎn)。
　　綜上所述，本文的應(yīng)用多光譜圖像融合的電力設(shè)備故