基于改进图像分割算法的电气设备故障状态实时监测

自动巡检系统采集的电气设备红外图像通常背景复杂、信噪比低,需要选取高性能、高精度的图像处理算法分割故障信息。为此,对传统的最大类间方差分割算法进行改进实时监测电气设备故障状态。基于非线性递减函数优化粒子群算法的惯性权重因子,利用优化后的粒子群算法选取最大类间方差分割法的阈值,以精准分割电气设备故障图像信息。经验证,该方法分割的电气设备故障信息较为精准,并且分割算法执行的时间开销较低,是一种可行的电气设备故障状态实时监测方法。