基于活动轮廓模型的外绝缘紫外放电特征提取.pdfVIP

基于活动轮廓模型的外绝缘紫外放电特征提取.pdf

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于活动轮廓模型的外绝缘紫外放电特征提取

学兔兔 第 34卷 第 5期 仪 器 仪 表 学 报 Vo1.34No.5 2013年 5月 ChineseJournalofScientificInstrument Mav.2013 基于活动轮廓模型的外绝缘紫外放电特征提取 律方成 (华北电力大学河北省输变电设备安全防御重点实验室 保定 071003) 摘 要 :光斑面积是紫外放电中的重要参量 ,外绝缘紫外放电研究中需提取光斑面积的图像很多,为了自动、准确提取出外绝 缘紫外放电图像中的光斑面积,提出了一种基于活动轮廓模型的光斑面积提取方法。活动轮廓模型通过计算偏微分方程实现 紫外放电图像中放电区域轮廓的获得,与常规基于局部图像信息获得边缘的方法不同,该方法具有全局优化能力,抗干扰能力 强,无需预处理,对图像清晰度要求不高,能准确提取出紫外放电的光斑面积。实现了常规边缘检测算子、数学形态学法和本文 方法用于绝缘子紫外放电光斑面积的提取 ,结果表明:常规边缘算子所得边缘干扰多,且边缘点离散 ,后续难以计算获得光斑面 积。本文方法能准确提取出一个或多个光斑的面积 ,不存在数学形态学法需要人为确定图像二值化时最佳阈值和根据干扰光 斑面积调整结构元素尺寸的问题,具有很好的自动化性能。 关键词:外绝缘;紫外放电;活动轮廓模型;光斑面积;EZ缘检测 中图分类号:TM712 TP391.41 文献标识码:A 国家标准学科分类代码:470.4034 Externalinsulationultravioletdischargefeatureextraction basedon activecontourmodel LvFangcheng (HebeiPr~incialKeyLaboratoryofPowerTransmissionEqulpmeatSecurityDefense, NonhChinaElectricPowerUniversity,Baoding071003,China) Abstract:Lightspotareaisanimportantpraameterofultravioletdischarge.Thelightspotraeasofmanyimagesneedtobe extractedinexternalinsulationultravioletdischragestudy.Inordertoextractthelightspotareainexternalinsulationul- travioletdischrageimageautoma ticallynadaccurately,alightspotareaextractionmethodbasedonactivecontourmodelis proposedinthepaper.Withtheactivecontour model,theulrtavioletdischrageregioncontour isobtainedhtroughcalculat— ingpartialdifferentialequation.Th ealgorithm has globaloptimizationcapacity,nadisdifferentfrom hteconventionalmeth— odthatobtainstheedgebasedonlocal imageinformation.Thismethodhasstrongcapacityofresistingdisturbnaceandlow requirementforimagedefinition;inthemenatime,itdoesnotrequirepreprocessing,andcan

您可能关注的文档

文档评论(0)

2752433145 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档