基于改进遗传算法电力设备红外图像分割研究.docVIP

基于改进遗传算法电力设备红外图像分割研究 　　摘 要： 针对传统的遗传算法对目标图像感兴趣部位（ROI）分割存在收敛速度慢、耗时长、分割过当等缺点，提出一种改进遗传算法的分割方法，该方法采用最佳熵阈值法确定分割阈值，从而减少计算量，缩短耗时。通过Matlab仿真实验所得结果表明，改进后的遗传算法在电力设备红外图像分割的时间和效果上均优于传统算法。 　　关键词： 遗传算法； 最佳熵阈值； 电力设备红外图像； 图像分割 　　中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2017）21?0056?03 　　Research on electrical equipment infrared image segmentation 　　based on improved genetic algorithm 　　LI Xiang1， CUI Haoyang1， PI Kaiyun1， XU Yongpeng2， QIAN Ting3 　　（1. School of Electronics and Information Engineering， Shanghai University of Electric Power， Shanghai 200090， China； 　　2. Department of Electrical Engineering， Shanghai Jiao Tong University， Shanghai 200240， China； 　　3. Department of Communication and Information Engineering， Shanghai Technical Institute of Electronics Information， Shanghai 210411， China） 　　Abstract： Since the traditional genetic algorithm used to segment the region of interest （ROI） for target image has the disadvantages of slow convergence rate， long time?consumption and excessive segmentation， a segmentation method based on the improved genetic algorithm is presented. The optimal entropy threshold method is adopted in the method to determine the segmentation threshold， reduce the amount of calculation， and shorten the time?consumption. The results of Matlab simulation experiment show that the improved genetic algorithm is superior to the traditional one in the aspects of electric equipment′s infrared image segmentation time and effect. 　　Keywords： genetic algorithm； optimal entropy threshold； power equipment infrared image； image segmentation 　　0 引 言 　　?S着智能电网的建设与电力系统规模的扩大，电力设备发生故障的概率也逐渐增大，这就对电力设备高可靠性、高智能化的要求也不断提高。而大多数的电力设备故障的表象均为温度异常，因此，通过红外热成像法对电力设备运行状态实时在线监测日益受到供电企业的重视[1]。红外热成像（IRT）是用光学探测器检测物体表面发射出的红外辐射能量，并将其转换成电信号，最终在视频监视器上形成物体表面温度场分布图像。由于电力设备故障发生的种类和部位不同，就会导致设备表面呈现不同的温度分布形式。 　　经过分析设备表面温度场分布状况，从而确定电力设备中潜在的故障隐患事故的发生。然而，对设备表面温度场分析的焦点主要集中在故障发生处。因此，就需要采用有效的红外图像分割方法将设备红外图像故障处单独分割出来。对设备故障处的红外分割图像进一步的处理，从而确定设备故障的种类和程度。对此，国内外众多学者对红外图像分割技术进行研究。文献[2]采用简单的