[发明专利]基于区域生长法的变电站设备红外图像分类识别方法

摘要

本发明涉及一种基于区域生长法的变电站设备红外图像分类识别方法，对变电站巡检机器人监控系统采集的变电站设备红外图像进行分类识别，包括以下步骤：获取红外图像中的最高温度点区域；利用Otsu法确定区域生长法的最优分割阈值；将最高温度点区域作为区域生长法的种子点，以最优分割阈值作为区域生长法的约束，基于8‑连通方向编码的边界跟踪法完全提取出目标设备的轮廓；根据目标设备的轮廓计算获得目标设备的Hu形状特征向量；将归一化后的Hu形状特征向量输入训练好的BP神经网络中，获得目标设备的设备名称。与现有技术相比，本发明具有识别迭代步数少、精度高、易于拓展使用等优点，具有一定的应用价值。

主权项

一种基于区域生长法的变电站设备红外图像分类识别方法，其特征在于，对变电站巡检机器人监控系统采集的变电站设备红外图像进行分类识别，包括以下步骤：1)获取红外图像，对该红外图像进行图像增强预处理，利用最小二乘法拟合所述红外图像YUV格式中亮度值与实际温度值之间的线性关系，获得红外图像中的最高温度点区域，所述图像增强预处理包括中值滤波处理和阈值滤波处理；2)对红外图像进行灰度形态学开运算处理，利用Otsu法确定区域生长法的最优分割阈值；3)将所述最高温度点区域作为区域生长法的种子点，以所述最优分割阈值作为区域生长法的约束，基于8‑连通方向编码的边界跟踪法寻找下一个待合并的目标像素，直至完全提取出目标设备的轮廓；4)根据所述目标设备的轮廓计算获得目标设备的Hu形状特征向量，并进行归一化；5)将归一化后的Hu形状特征向量输入训练好的BP神经网络中，获得目标设备的设备名称。