基于多特征融合的输电通道山火识别方法

针对输电通道山火频发引起线路跳闸的问题,提出一种基于多特征融合的输电通道山火识别方法。利用伽马变换和Sobel算子对输电线路山火图像进行图像增强处理,并使用由超像素分割、区域生长法及形态学处理构成的多级分割算法获取火焰区域的图像;提取分割后火焰图像的颜色特征和纹理特征,采用串行特征融合方式进行融合之后输入BP神经网络分类器进行训练,实现对输电通道山火的识别。实验结果表明,该方法对山火识别的总体精度达到92.7%,可以为电力运维人员进行输电通道山火监测提供参考。