改进GSO与二维OTSU融合的红外图像多阈值分割方法
针对二维最大累间方差(Nobuyuki OTSU,OTSU)图像分割算法在电气设备故障诊断与定位中,其红外图像的多阈值分割中存在的耗时多、分割精度低、误分割等不足,造成故障区域欠分割或者过分割的问题,提出一种改进的萤火虫算法(glowworm swarm optimization,GSO)与二维OTSU的融合算法来提高电气设备红外图像多阈值分割的实时性与准确度.寻优过程中,将局部寻优扩展到全局寻优,并引入非线性递减步长及新的移动策略对GSO进行优化改进.实验结果表明:该融合算法在分割结果上较二维OTSU及未改进GSO与二维OTSU融合算法更能准确分割运行电气设备图像异常区域,分割速度分别提高19倍、1.28倍,为红外图像早期故障的有效识别与定位奠定基础.
红外图像;多阈值分割;改进萤火虫算法;非线性递减步长;设备故障诊断
42
TN219;TP391(光电子技术、激光技术)
国家自然科学基金;陕西省基金教育厅产业化项目
2021-08-11（万方平台首次上网日期，不代表论文的发表时间）
共7页
671-677
