图像处理:变电站巡视中图像分析方法的研究步骤

该研究探讨了变电站巡视中图像分析方法,重点在于红外图像的温度测量和电气设备识别。通过BP神经网络建立红外图像基准温标,进行温度检测和异常报警。同时,结合可见光图像进行设备类型识别和故障分析,以提高变电站的智能巡视能力。
摘要由CSDN通过智能技术生成

                           变电站巡视中图像分析方法的研究

本文主要围绕着图像的智能分析和识别方法展开研究,在阐述红外图像测温原理基础上,指出了电气设备过热缺陷的检测过程,利用 BP 网络计算了基准温标,并实现了电气设备红外图像温差的检测;叙述了图像预处理及其配准方法,给出了电气设备图像颜色和模式识别算法,为变电站巡视图像的智能分析奠定了基础。

 

红外图像处理方法的研究

          红外图像温度测量的实现

                  红外图像检测过程

                想实现过热故障的检测,首先要建立红外图像检测标准(即基准温标),然后利用基准温标检测巡视图像每个像素点的温度,这要经过由图像预处理、温度分析两步完成。图像预处理主要完成对红外图像的前期处理;温度分析部分主要实现对红外图像的温度检测。在此基础上通过横向或纵向的温差判断,确定电气设备的工作状态。发现异常则告警,并将图像信息发往调控中心。

                 基于红外图像检测的电气设备故障分析过程如图 3-4 所示。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值