边缘检测在电力设备图像中的应用

作     者：贾彩花 

作者单位：华北电力大学(北京) 

学位级别：硕士

导师姓名：石玉英

授予年度：2021年

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：电力设备图像 图像处理 边缘提取 数学形态学 结构元素 

摘      要：众所周知,人们在生活和工作中都需要电的参与,经济的快速发展更加促使了对电能日益扩大的需求量。当所有电力设备完好无缺,可以去顺利地运行时,才能提高电能生产与运输的效率。然而,预防电力设备发生损伤,保证其运行的安全度,对仪器设备检修或更换,也是比较现实有效的措施,不可或缺。随着智能化时代的到来,电力企业也逐步引入了新型化的网络数字系统,例如远程的监测使工作流程更加便捷,间接优化了电力行业的整个系统。当然,数字图像处理在其中起着非常重要的作用,而边缘信息的提取对图像后期处理的效果发挥着关键性的价值。本文首先对电力设备图像,图像处理,传统边缘检测等做了基础的理论介绍,然后着重分析了数学形态学相关的理念。新型的数学形态学以严谨的集合论为支撑,虽然算法简单,但是坚实的理论基础验证了其可靠性,在图像的处理与分析方面应用地愈加广泛,也延伸到了其他各个领域。由此来看,数学形态学在未来的研究领域可以开拓出一条新的道路。传统的数学形态学如果单单依靠固定单一的结构元素,图像的处理效果并不理想,也无法做到对所有的图像都适用。基于此,本文通过分析电力设备图像的特点,充分发挥数学形态学在边缘检测方面的优势,不断进行改进和完善。通过比较数学形态学结构元素不同特性对边缘的影响效果,综合不同尺度,不同方向,不同形状的结构元素,提出一种多尺度多结构的自适应权值新型算子,来对电力设备图像进行边缘提取。其中算法也实现了自动选取权值的功能。大量实验结果表明,采用改进后的算法,不仅保证了边缘细节很好地提取出来,而且更大程度上消除了噪声影响。本文算法可以为电力行业在设备的监测方面提供良好的借鉴价值,前景可观。