自适应权重的偏微分分割模型在变电设备红外图像中的应用

针对变电设备运维中的红外检测图像无法被准确分割的问题,本文应用了一种改进的自适应权重偏微分图像分割方法。通过分析红外图像信噪比低、边缘模糊、对比度低以及最常出现的灰度不均匀问题,在明确传统分割方法不足的基础上,对基于偏微分方程的分割模型开展改进。本文所提出的自适应权重的LGIF分割模型利用目标设备和背景灰度不均匀程度不同的特点,将其与区域内的平均灰度值联系起来,针对性调整模型中全局能量项和局部能量项权重,以弥补现有算法不足。在多种场景下经实验验证,本文模型相较阈值法、CV分割模型和固定权重LGIF模型均更为有效准确,表现稳定,方便了后续的特征提取和识别。