基于最大熵阈值分割的配网继电保护二次回路故障识别研究

文章开发一种基于最大熵阈值分割技术的配网继电保护二次回路故障识别方法。通过数据采集与预处理,确保故障数据准确、可用。基于提取特征构建故障识别模型,快速、准确地对配网继电保护二次回路中的各种故障进行分类和识别。结果表明,该方法在故障识别的准确率和响应速度上均优于传统方法,为配网继电保护二次回路的故障诊断提供新的技术手段和理论支持。

混沌SSA优化多重熵阈值的骨料图像自动分割

多重熵阈值(MET)随阈值个数K的增加其运算时间成倍增长,而相关优化策略的精度与稳定性低,使得分割的骨料图像缺失大量表面粗糙度与边缘等特征信息。为了克服这一问题,提出了一种基于混沌麻雀搜索算法(SSA)优化MET的骨料自动分割模型。为增强SSA的全局优化能力和鲁棒性,在种群位置初始化时加入Logistic混沌映射均匀麻雀分布,并提出扩张参数扩大全局搜索,控距精英变异及时跳出局部停滞,将该算法称为LSSA,可以在不降低收敛速度的情况下提升求解质量。LSSA用于MET参数的自动选取,以Renyi熵、对称交叉熵和Kapur熵作为目标函数,快速确定最佳阈值集。对不同特征的骨料图像进行了分割实验,通过对比6类组合算法与FCM算法,证明了LSSA-MET的有效性,随着K的增加仍然保持着较快的运行速度,即使K=6时,平均分割一张图片也只需1.532 s。其中LSSA-Renyi熵表现最佳,峰值信噪比、结构相似性和特征相似度分别提高了29.92%,10.67%和5.16%,有效地保留了骨料表面纹理和边缘特征,同时达到了精度与速度的最佳平衡。

基于最大熵阈值分割的电气二次回路故障三维可视化识别模型

为了更直观地、实时监测了解二次回路运行工况,减少故障事后排查工作量,研究了基于最大熵阈值分割的电气二次回路故障三维可视化识别模型。采集二次回路各项运行数据,生成电气二次回路三维虚拟场景,标定电压传感器的位置以及红外成像仪的监控角度和距离;基于最大熵阈值分割处理图像,提取识别目标和背景;建立二次回路故障三维可视化识别模型,实现二维图像和三维场景的匹配,完成电气二次回路故障识别。经实验论证分析,最大熵阈值分割处理后的三维可视化图像清晰,不存在像素点丢失情况;故障识别准确率均在95%以上,误检率和漏检率均低于5%,具有更好的三维可视化识别效果和质量。

基于遗传算法的最大熵双阈值分割的芯片缺陷图像分割

本文着重提出一种针对塑封芯片缺陷的基于遗传算法的最大熵双阈值分割算法,对芯片缺陷进行识别分割提取。塑封是指把支撑集成芯片的引线框架、集成芯片和键合引线等部分用塑封材料包裹密封起来,从而为集成芯片提供保护和隔热的功能。由于塑封为非气密性封装,故塑封工艺流程中容易产生各类缺陷,降低芯片的可靠性。对塑封完成的芯片进行质量检测可以避免缺陷芯片进入下一生产环节。传统的的图像缺陷阈值分割方法对其焊层图像缺陷分割的效果并不理想,本文结合缺陷超声图像本身的灰度高度图和自身特点进行分析后,提出基于遗传算法的最大熵双阈值分割法进行图像分割,最大熵结合了遗传算法的鲁棒性,并行性,效率高等优点,很好的对缺陷的细节进行分割,明显优于传统的算法。

叠加噪声干扰图像双阈值像素级分割方法

受干扰噪声的影响,在对图像进行分割处理时,难以实现对目标区域边缘的准确判断,导致错分的情况。为此,提出了叠加噪声干扰图像双阈值像素级分割方法。以叠加噪声干扰图像的灰度直方图为基础,在计算熵值的前提下,设置两个初始阈值为灰度范围的三等分点,按照步长5的标准迭代,并确定熵最大的阈值组合为叠加噪声干扰图像的最大熵双阈值。在分割阶段,利用计算得到的叠加噪声干扰图像最大熵双阈值进行边缘检测,并引入了一个3×3的窗口,计算噪声周围像素的平均值,实现对噪声像素的赋值,实现像素级分割。测试结果表明,该方法不仅实现了对背景的有效分割,还未造成目标区域缺失,且像素错分情况始终处于较低水平,对应的占比未超过0.60%。

局部放电离散谱干扰的小波包变换熵阈值抑制法

将信号的小波包变换看做通过等带宽的滤波器组 ,输出是对应频带上的分量 ,如某一频带上存在离散谱干扰 ,其小波包变换树节点的信息熵将会明显增大。同时 ,提出基于小波包分解和重构算法的熵阈值法。结果表明 ,这种方法具有良好的自适应性 ,无须事先确定离散谱干扰的数目及其中心频率 ,干扰抑制能力强 ,能准确提取局部放电脉冲的相位 ,对于单一放电类型 ,可以标定放电量的大小。

基于熵阈值的小波包变换抑制局部放电窄带干扰的研究

阐述了正交小波基框架下二进小波变换和小波包变换的频域分割基本思想,研究了窄带干扰存在时被测信号的小波包变换及其树节点的信息熵变化情况,并利用信号信息测度的熵作为判断局部放电在线监测中窄带干扰存在与否的标准,提出基于熵阈值的小波包分解和重构算法。研究结果表明,当窄带干扰存在时,被测信号的小波包变换树节点的信息熵明显增大,能够用作被测信号中存在窄带干扰的判据;仿真分析和实测数据处理表明,文中方法具有良好的自适应性,无需事先确定窄带干扰的数目及其中心频率,干扰抑制能力强,能准确提取局放脉冲的相位。

基于时延相关及小波包系数熵阈值的增强型共振解调方法

针对滚动轴承等旋转机械早期微弱损伤性故障,提出一种基于时延相关及小波包系数熵阈值的增强型共振解调方法,以解决传统共振解调技术中共振带难以确定的问题。该方法对原始故障信号做时延相关预处理,然后进行小波包分解,求出各叶结点系数香农熵,依据熵值谱图,设定有效阈值来取舍叶结点系数,重构信号并做频谱分析,有效确定并提取故障信号共振带,对共振带进行包络解调分析,有效提取出机械设备早期微弱损伤性故障的冲击特征。滚动轴承试验数据分析结果表明该方法的可行性和有效性。

一种快速二维熵阈值分割算法

在二维熵阈值基础上 ,利用量化图像直方图概念讨论了一种快速二维熵阈值分割算法 ,这种算法能够递推运算和自动寻找阈值 ,将计算复杂性大大降低。实验表明 ,该算法将每一幅图像运算时间降到 2秒以内 。

基于灰度-梯度共生矩阵模型的最大熵阈值处理算法

阈值法是图像分割的一种重要方法 ,在图像处理与识别中广为应用 .本文提出了基于灰度 -梯度共生矩阵模型和最大熵原理的灰度图像的自动阈值化技术 ,该方法不仅利用了图像的灰度信息 ,而且也利用了图像的梯度信息 .该方法通过计算基于灰度 -梯度共生矩阵的二维熵并使边缘区域的熵最大来选择阈值向量 .

灰度-梯度共生矩阵模型的加权条件熵阈值法

基于二维灰度直方图的最大熵阈值法是依据"灰度-灰度均值"构成直方图的图像分割方法,该方法着重于图像的内部信息,忽略了边界区域的信息。应用图像的梯度信息建立"灰度-梯度共生矩阵",构造图像的二维灰度直方图,结合最大条件熵法进行阈值选取。为了充分提取图像内部和边缘信息,提出了二维加权最大熵阈值法。结果表明,该方法一方面能够保留更多的图像边缘信息,另一方面能够根据实际需要调节权值大小,得到兼顾图像内部和边缘信息的分割结果。

基于三帧差法和交叉熵阈值法的车辆检测

考虑运动车辆图像的时间相关性和空间相关性,采用三帧差分法与二维交叉熵阈值法相结合的方法对运动车辆进行检测。利用三帧差分法对视频图像进行运动车辆的检测,得到灰度图像的差分图像,使用二维交叉熵阈值法对差分图像进行二值化。实验结果证明,该方案能够检测出完整的运动车辆,具有良好的可靠性和鲁棒性,满足智能交通系统的要求。

灰关联空间中基于最大熵阈值的医学彩色图像分割算法

将灰关联理论引入彩色图像分割领域,提出一种在灰关联空间中面向医学彩色图像的最大熵阈值分割算法.通过对分辨系数和色彩影响因子的选取,避免了传统彩色图像分割中三维色彩信息的丢失现象,并使算法具备了一定的抗噪性能,分割的精度和实时性也获得了较大提高.实验结果证明了算法的有效性.

基于灰关联分析和最大熵阈值的医学彩色图像分割算法

在彩色图像分割领域,因色彩信息丢失而导致的分割精度差和因运算量大而导致的实时性不好是两大亟待解决的问题。文中将灰关联分析理论引入彩色图像分割领域,提出一种基于灰关联分析和最大熵阈值的医学彩色图像分割算法。避免了传统彩色图像分割中因三维色彩信息发散而造成的信息丢失现象,提高了分割精度,又能提高分割实时性。实验结果证明了该算法的有效性。

基于二维最大熵阈值分割的钙化点检测算法

在数字乳腺X线图像中,钙化是早期乳腺癌的重要征象之一。为了提高钙化点检测的准确度及降低检测的假阳性率,提出了一种结合数学形态学滤波和二维最大熵阈值分割的钙化点检测算法。算法首先采用top-hat算子对图像的背景进行抑制,然后利用二维最大熵阈值分割算法得到可疑钙化点区域,最后采用SVM分类的方法去除假阳性区域,得到最终的钙化点检测结果,并采用MIAS乳腺影像库进行仿真实验,钙化点检测的敏感性为94.6%,假阳性率为10.5%。实验结果表明,方法对钙化点的定位精确,具有较高的检出率及较低的假阳性率。

复杂背景下基于AD-GAC模型和最大熵阈值法的叶片病斑分割

旨在研究复杂背景下叶片病斑的分割。由于复杂背景会带来巨大的噪声,产生过多的边缘和灰度值不均匀的区域,很容易导致过分割的现象,因此在复杂背景下,很难通过1次分割就完成对叶片病斑的分割。为了解决复杂背景下过分割的现象,提出两步分割的策略。第1步先用笔者提出的各向异性扩散测地线活动轮廓模型(anisotropic diffusion geodesic active contour model,简称AD-GAC模型)进行预分割,在此过程中构造新的边缘检测函数(edge stop function,简称ESF);第2步通过最大熵阈值法完成最终的分割。随后,提取并计算预分割部分各像素灰度值的最大熵,以得到病斑部分与叶片部分的灰度值阈值,通过阈值来完成最后1步的分割。通过MATLAB仿真,可以证明该算法可以有效地将病斑从复杂背景下的叶片上分割出来。研究结果后续的病斑识别作了铺垫。

基于加权香农熵的图像阈值法

熵阈值法是图像分割的一种重要方法,在图像处理与识别中广为应用。针对最大熵阈值法是基于图像灰度分布的均匀性假设,导致它对有些图像分割无效的问题,首先提出了加权信息熵的图像分割新方法,其次对加权信息熵的灰度级权因子选取方式进行了探讨,最后给出了基于类内熵和类间熵相结合的图像分割效果评价新方法。实验结果表明,提出的方法是可行的。

基于最大熵阈值分割法的颅脑CT图像血肿自动诊断系统研究

目的:探讨颅脑CT图像中血肿区域自动分割的图像处理方法,以解决人工处理颅脑CT图像效率低及误差大等问题。方法:选取在医院进行治疗的出血性脑卒中病患的颅脑CT图像,基于颅脑解剖结构及CT成像原理分析得到CT图像的先验模型,并根据其一维灰度直方图特征为基础,进行颅骨区域图像和颅内组织的分割,依据病灶一维灰度直方图的曲线特征完成病灶的分类检测,并采用最大熵阈值分割法(KSW熵算法)确定最佳分割阈值实现血肿区域的分割,并完成颅脑CT图像血肿自动检测系统的设计。结果:通过对颅脑CT图像实施分割,结果表明该方法能够明显降低血肿区域的分割误差<6.5%。结论:基于KSW熵算法能够确定颅脑CT图像中血肿区域的最佳分割阈值,较好实现血肿病灶的自动化诊断。

最大熵阈值的红外图像人体目标分割方法

为了有效地分割红外图像中的人体,提出了一种基于最大熵阈值的红外图像人体目标分割方法.对红外图像进行滤波处理消除噪声干扰,分别计算图像的目标熵和背景熵,最大化目标与背景熵的和,在目标和背景的分布中获得最大信息,以此为准则选择分割阈值.利用形态学方法进行后处理进一步消除噪声干扰.实验结果表明:与经典的阈值分割方法相比,文中方法效果更好,且运算速度快.

基于“灰度-梯度共生矩阵”的最大条件熵阈值法

基于"灰度-梯度共生矩阵"模型,在现有最大条件熵图像阈值法的基础,引入加权系数进行改进。为了解决权值选取问题,以图像分割质量评价的均匀性测度为评价指标,采用自适应粒子群算法对权系数进行优化选择,进而获得最优的分割阈值。实验结果表明,与二维最大熵、最大条件熵算法相比,该方法能够获得更佳的分割结果。