-
题名基于区域生长法和BP神经网络的红外图像识别
被引量:21
- 1
-
-
作者
陈跃伟
彭道刚
夏飞
钱玉良
-
机构
上海电力学院自动化工程学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2018年第3期401-408,共8页
-
基金
上海市"科技创新行动计划"社会发展领域项目(No.16DZ1202500)
上海市青年科技英才扬帆计划项目(No.16YF1404700)
上海市科学技术委员会工程技术研究中心项目(No.14DZ2251100)资助
-
文摘
针对变电站巡检机器人远程监控系统中红外图像识别存在的问题,提出一种基于改进区域生长法和BP神经网络的红外图像目标设备分割与识别的方法。利用最小二乘法拟合出红外图像中亮度与温度之间的线性关系,建立基于像素的图像温度场;根据设定温度范围确定区域生长法的种子点位置,利用Otsu法确定截屏窗口最优分割阈值,并结合灰度相似性阈值作为区域生长法的分割准则,实现该窗口目标设备精确分割;将分割出的设备二值图像的Hu不变矩作为设备形状特征向量,并对其进行不变性和类间区分度验证;采用引入附加动量法和自适应调整学习率的BP神经网络实现多种电气设备的识别,实验数据表明优化后的BP神经网络具有迭代收敛快,误差波动性小,分类准确度高等特点。
-
关键词
改进区域生长法
图像温度场
HU不变矩
附加动量法
自适应调整学习率
-
Keywords
improved region growth method
image temperature field
Hu invariant moment
additional momentum method
adaptive adjustment learning rate
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于OTSU和区域生长的电厂管道缺陷检测与分割
被引量:10
- 2
-
-
作者
彭道刚
尹磊
戚尔江
胡捷
杨晓伟
-
机构
上海电力大学自动化工程学院
宝山钢铁股份有限公司电厂
上海宝信软件股份有限公司
-
出处
《红外技术》
CSCD
北大核心
2021年第5期502-509,共8页
-
文摘
针对电厂高温管道红外图像背景复杂、干扰较多的特点,结合电厂巡检机器人系统对图像处理算法的需求,提出了基于改进二维最大类间方差法(OTSU)和区域生长法的电厂高温管道缺陷定位与分割方法。将红外图像灰度化后,通过改进二维OTSU进行预分割,提取出管道区域;基于管道区域灰度直方图,结合邻域灰度均值,实现多种子点的自动检测与定位;采用基于生长区域灰度均值和标准差的自适应阈值以及基于Prewitt算子的梯度幅值改进的生长准则完成缺陷区域的分割。实验证明,所提算法不仅能实现电厂高温管道多缺陷自动检测与定位,而且能精确地提取出缺陷区域,准确性高且具有良好的实时性。
-
关键词
电厂巡检机器人
红外图像
高温管道缺陷分割
改进二维OTSU
改进区域生长法
-
Keywords
power plant inspection robot
infrared image
high temperature pipeline defect detection
improved two-dimensional OTSU
improved region growing algorithm
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于视觉数据驱动的棉花异性纤维检测
被引量:3
- 3
-
-
作者
师红宇
管声启
-
机构
西安工程大学计算机科学学院
西安工程大学机电工程学院
-
出处
《丝绸》
CAS
CSCD
北大核心
2017年第5期36-42,共7页
-
基金
陕西省教育厅科研计划资助项目(16JK1334)
中国纺织工业联合会科技项目(2016066)
-
文摘
为了提高棉花异性纤维检测准确性及快速性,提出一种基于视觉数据驱动的棉花异性纤维检测新方法。首先,对采集棉花异性纤维图像进行小波金字塔多层分解,实现棉花异性纤维图像中各信息的分离;然后使用mean-shift算法平滑图像,消除光照不均的干扰;在此基础上,采用中央-周边操作算子和融合操作构建显著图,从而提高异性纤维的显著度;最后,利用改进的区域生长法获得目标区域。文章采用视觉数据驱动构建的检测模型,结构简单、检测速度快、准确率高。实验结果表明,该检测方法能够有效实现棉花异性纤维的检测,提高检测准确性和快速性,为棉花异性纤维自动检测提供一种新方法。
-
关键词
异性纤维
数据驱动
显著图
MEAN-SHIFT算法
改进的区域生长法
-
Keywords
foreign fib e rs
data driven
saliency map
mean-shift algorithm
improved region growing method
-
分类号
TS101.91
[轻工技术与工程—纺织工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-