论文部分内容阅读
为了实现对变电站的安全监控,需要对烟火进行有效探测预警,提出深度学习策略的变电站烟火预测方法。首先建立变电站烟火红外探测图像异常特征点检测模型,在大气散射环境下进行变电站烟火红外探测图像的热敏感强度自适应融合。对变电站烟火红外探测图像的信息增强处理,采用红外热点特征检测方法进行图像特征提取,使用亮度分量进行烟火热敏感透射分析,对提取的图像细节特征量进行变电站烟火红外探测和预测。仿真结果表明,变电站烟火红外探测的准确性较高,烟火的防控能力强,且变电站烟火红外预测结果分布均匀,可有效提高抗干扰能力。