您所在的位置: 成果库 基于Canny算子的电气设备红外图像边缘检测方法

基于Canny算子的电气设备红外图像边缘检测方法

发布时间: 2025-05-06

基本信息

合作方式： 技术咨询
成果类型： 发明专利
行业领域：
新一代信息技术产业,新能源产业,人工智能,智能电网产业
成果介绍
本成果提出了一种基于Canny算子的电气设备红外图像边缘检测方法，旨在提高电气设备红外图像的边缘检测精度和抗噪能力。该方法通过灰度化处理将电气设备红外图像转换为灰度图像，随后利用Gamma变换增强图像对比度，并通过高斯滤波器进行平滑降噪。进一步，通过计算平滑图像在0°、90°、45°和135°四个方向的梯度幅值和方向，获得梯度幅值图像。基于梯度幅值图像的统计信息，自适应地计算双阈值，用于后续的边缘选择和连接。此外，采用插值方式对梯度幅值进行非极大值抑制，以提高边缘检测的准确性和连贯性。最终，通过双阈值选择和连接边缘，输出二值化图像，完成边缘检测。本方法在传统Canny算法的基础上，通过优化阈值计算和非极大值抑制步骤，显著提升了对复杂背景和噪声的适应性，为电气设备故障检测提供了更可靠的图像预处理手段。实验结果表明，该方法在边缘连接性和噪声抑制方面优于传统Canny算法，为电力设备故障诊断提供了更清晰、准确的图像基础。
成果亮点
本成果的核心亮点在于对传统Canny边缘检测算法的优化和改进，使其更适合电气设备红外图像的特性。首先，通过Gamma变换增强图像对比度，有效解决了红外图像对比度低的问题，提高了图像的可检测性。其次，采用高斯滤波器进行平滑降噪，显著降低了噪声对边缘检测的干扰。在梯度计算阶段，考虑了0°、90°、45°和135°四个方向的梯度信息，更全面地捕捉图像边缘特征。此外，通过统计梯度幅值图像的最大值和最小值，自适应地计算双阈值，避免了传统Canny算法中固定阈值的局限性。非极大值抑制阶段引入插值方式，进一步提高了边缘检测的精度和连贯性。实验结果表明，本方法在边缘连接性和噪声抑制方面表现优异，相较于传统Canny算法，边缘检测的完整度更高，虚假边缘更少，为电气设备故障检测提供了更准确的图像支持。
团队介绍
本成果的研发团队在图像处理、电气设备检测和智能算法等领域拥有深厚的专业背景和丰富的实践经验。团队成员紧密合作，充分发挥各自的专业优势，攻克了电气设备红外图像边缘检测中的多项技术难题。该团队不仅具备强大的技术研发能力，还具备将前沿技术与实际应用相结合的能力，为推动电气设备故障检测技术的发展做出了重要贡献。
成果资料