基于红外可见光图像配准的电力设备分割算法

电力设备故障会导致变电站大范围停电,造成巨大损失。根据电力设备运行时会发热的特点,提出一种基于红外可见光图像配准的电力设备分割方法,便于进行故障检测。该方法首先利用结构化随机森林对电力设备的红外和可见光图像进行边缘检测,构建可见光边缘图像的多尺度高斯金字塔,然后结合归一化互信息对红外和可见光图像进行配准,对红外图像进行Otsu阈值分割,结合配准结果分割出可见光图像中的电力设备。实验结果表明,该算法能精确地实现配准及分割,具有一定实用性。

基于运动信息先验的变电站鸟类检测

由于传统的驱鸟方法效果较差,通过研究鸟类检测,可以配合驱鸟设备实现高效的智能化驱鸟,提高驱鸟率。针对变电站的复杂环境,文中采用KNN背景差分法获取运动目标,并将运动目标进行分割和重组,提取图像中的感兴趣区域,最后利用优化的YOLOv4网络对感兴趣区域进行鸟类检测。实验结果表明,所提方法可以较为准确高效地检测变电站中运动的鸟类目标,具有较强的实用性。