基于红外热成像的电气设备组件识别研究

摘要

常见的电力设备有变压器、开关柜、断路器等,这些设备都由多个组件构成.通过这类设备的红外热成像实现了对其组件的识别.基于红外热成像信息量较少的特点,采用多种算法融合.首先是基于Lab模型采用改进的K-means聚类和形态学的结合,提取红外图像中的高温区域,充分保证了效率和可靠性.其次采用改进的SURF(speeded-up robust features)和感知哈希算法的结合,确定被提取区域中的三相组件.SURF的作用是将已知的电气设备可见光图像和被提取区域中所有的图像进行对比,找出红外图像中特征点匹配最多的区域.将其和其他红外区域进行对比,通过感知哈希算法找到其他区域中匹配度最高的两个区域,以此定位出红外图像中的三相组件.此研究适用于大量红外图像数据的识别定位,为基于红外成像的电气设备故障信息提取提供思路.