【摘 要】
：
针对自然光照条件下复合绝缘子表面存在阴影或暗区域不能准确分割的情况,提出一种基于改进色差法的复合绝缘子图像分割方法。首先,将采集的图像中复合绝缘子所在区域划分为亮、正常、暗三个部分,分别对亮、暗区域进行光照补偿后,重新合成绝缘子图像;其次,对该合成图像进行颜色分量提取和分析,提出一种改进的色差方法获取最优色差灰度图像;最后,采用Otsu自适应阈值算法结合区域标记和几何形状分析进行分割,从而实现输电
论文部分内容阅读
针对自然光照条件下复合绝缘子表面存在阴影或暗区域不能准确分割的情况,提出一种基于改进色差法的复合绝缘子图像分割方法。首先,将采集的图像中复合绝缘子所在区域划分为亮、正常、暗三个部分,分别对亮、暗区域进行光照补偿后,重新合成绝缘子图像;其次,对该合成图像进行颜色分量提取和分析,提出一种改进的色差方法获取最优色差灰度图像;最后,采用Otsu自适应阈值算法结合区域标记和几何形状分析进行分割,从而实现输电线路光照不均复合绝缘子目标的准确识别。实验结果表明:该改进方法可以比较完整且准确分割出绝缘子,为后续绝缘
其他文献
Constellations design for regional terrestrial-satellite network can strengthen the coverage for incomplete terrestrial cellular network. In this paper, a regional satellite constellation design schem
青少年在社交网络上浏览色情图片比较容易。研究者对真实色情图片的检测进行了大量研究,但是对人造色情图片的研究较少。本文主要针对社交网络中人造色情图片的识别进行了研究。整个过程由两部分组成:特征选择和图像识别。在特征选择中,本文选择了7大类型的特征。在图像识别中,主要包括3个步骤。1)为了缓解正、副样本的不平衡数据,本文对人造色情图片的样本集进行了扩充。2)提出了一种特征快速提取的方法。3)对比了三种
智能燃气表的应用越来越广泛,其质量检测是燃气表生产企业在生产过程中必不可少的环节。为实现检测自动化、信息化,设计了一套基于图像的燃气表字轮读数准确性和阀门开关状态自动检测系统。识别中采用结合灰度投影定位的改进OTSU算法,以改善二值化分割效果;针对表盘图像内容复杂的特点,采用基于轮廓检测与几何筛选的方法对目标进行定位,达到了较好的效果;最后利用模板匹配对字符进行识别。实验结果表明,识别准确率达到9
针对图像数据高度非线性可分情况下的目标分类问题,在稀疏表示分类框架的基础上,提出了一种基于监督字典学习的核稀疏表示的目标识别算法。采用融合了多特征信息的协方差描述子作为图像的描述符;通过引入核技巧,使非线性的图像数据在高维空间变得线性可分;并把分类误差与重构误差同时引入目标函数,在监督字典学习框架下,使学习得到的字典判别性更强。利用加州大学默塞德分校提供的UCMerced遥感数据集以及自测的红外车
通过对社区住户的个人信息、人脸图像等数据进行采集与上传,设计并实现了一种基于人脸识别技术的社区智能门禁系统。采用TCP/IP协议完成了云服务器与单元门口机及手机APP的通信,利用URAT口或者socket网络完成了人脸识别模块与单元门口机的主控板卡ARM Cortex-A9之间的通信。在此基础上,应用基于局部特征分析的人脸识别算法,实现了对社区单元门门禁的智能控制,并设计了门禁数据后台管理系统,实
为实现紫外(UV)成像技术检测绝缘子缺陷时产生的紫外图像中放电区域的自动准确分割,提出了一种基于改进Chan-Vese(C-V)模型的放电光斑提取方法。通过引入符号距离保持项、用水平集函数梯度的模替代Dirac函数以及简化模型参数来对现有C-V模型进行了改进,然后将其用于获取绝缘子表面放电紫外图像的放电光斑,并给出了基于常规边缘检测算子法、数学形态学的紫外图像分割结果。结果表明:改进后的C-V模型
已有的基于机器人视觉的图像采集处理系统需计算机辅助完成图像处理,数据传输量大且自动化程度低。为了提高输电线机器人对绝缘子的作业效率和智能化水平,设计了一种在线式绝缘子图像采集与实时处理系统。系统以STM32F429微处理器、OV2640图像传感器为核心,不仅有图像采集、显示和存储功能,而且集成了一种用于硬件实现的在线式绝缘子图像处理算法,在大大减少数据传输量的同时避免了人工参与。实验结果表明,设计
为了有效重建低质量指纹图像的脊线信息及真实的奇异点位置,提出了一种加权多尺度复合窗的指纹方向场(orientation field,OF)建立及其分级平滑算法.方法包括加权多尺度复合窗的指纹OF建立和后续的分级平滑两步.a.建立一系列不同尺度复合窗下的OF信息;通过平方梯度一致性指标确定各个尺度在整个系列中的权重;通过权重将一系列OF信息整合得到一个较为准确的粗OF.b.将粗OF量化为两种方向模式