應用多光譜圖像融合的電力設備故障點檢測方法.pdf

1、隨著我國社會的不斷進步和經濟的快速發(fā)展，人們的工作和生活對電力的需求也越來越高。如何在不影響人們的生活質量和工作效率的情況下，安全高效且穩(wěn)定的供應電能，是我國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運而生的，狀態(tài)檢修主要是通過對設備進行帶電檢測的方法發(fā)現設備的安全隱患，并對存在安全隱患的設備單獨進行停電檢修處理。應用多光譜圖像融合的電力設備故障點檢測方法已成為智能電網中狀態(tài)檢修系統(tǒng)的重要組成部分。因此，設計一種高效的電力

2、設備狀態(tài)檢測算法具有重要的研究意義和應用價值。
　　針對目前多光譜圖像融合的電力設備故障點檢測方法中存在的問題，本文提出了一種基于超復數Log-Gabor濾波器和超復數視覺顯著性的電力設備故障點檢測方法。本文的主要工作如下*:
　　針對一般的圖像濾波器只能對灰度圖像進行濾波處理的問題，本文提出了一種超復數Log-Gabor濾波器的設計方法。該濾波器可以對彩色圖像進行整體濾波，提取圖像特征。
　　針對不同光譜圖像的分割問

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數Log-Gabor濾波器的彩色圖像分割方法，首先用圖像的四元數表示與超復數Log-Gabor濾波器進行卷積，然后提取卷積結果的局部四元數相位，進行簡單的閾值分割和邊緣檢測，得到分割結果;紅外圖像的分割采用的是基于超復數的視覺顯著性分割方法，首先由超復數Log-Gabor濾波器對圖像進行濾波，然后提取濾波后圖像的四元數傅里葉變換相位譜，計算顯著圖，最后利用Mean Shift

4、和自適應閾值分割法提取顯著區(qū)域。實驗結果表明:所提算法優(yōu)于其他算法，能夠準確檢測電力設備故障點。
　　針對不同光譜圖像的成像特點，提出了一種基于邊緣和系數最大化的小波變換圖像融合算法。該算法對低頻分量采用基于低頻域邊緣的策略進行融合，對高頻分量采用基于系數絕對值最大準側的策略進行融合，最后進行小波反變換得到融合圖像。實驗表明，本文所提算法，能夠在多光譜圖像中準確定位故障點。
　　綜上所述，本文的應用多光譜圖像融合的電力設備故