典型文献
基于深度残差UNet网络的电气设备红外图像分割方法
文献摘要：
红外图像处理是实现电气故障诊断的有效手段,而电气设备分割是故障检测的关键环节.针对复杂背景下红外图像电气设备分割难问题,本文采用深度残差网络与UNet网络相结合,深度残差网络替代VGG16对UNet网络进行特征提取和编码,构建深度残差系列Res-Unet网络实现对电气设备的分割.以电流互感器和断路器两种电气设备红外图像分割为例测试Res-Unet网络分割效果,并与传统的UNet网络和Deeplabv3+网络进行对比.通过对数量为876的样本进行测试,实验结果表明,Res18-UNet能够准确地分割电气设备,对电流互感器和断路器的分割准确率超93％,平均交并比大于89％,且分割准确性优于UNet及Deeplabv3+网络模型,为实现电气故障智能诊断奠定基础.
文献关键词：
红外图像;电气故障;图像分割;UNet
中图分类号：
作者姓名：
刘赫;赵天成;刘俊博;矫立新;许志浩;袁小翠
作者机构：
国网吉林省电力有限公司电力科学研究院,吉林长春 130021;南昌工程学院电气工程学院,江西南昌 330099
文献出处：
引用格式：
[1]刘赫;赵天成;刘俊博;矫立新;许志浩;袁小翠-.基于深度残差UNet网络的电气设备红外图像分割方法)[J].红外技术,2022(12):1351-1357
A类：
Res18
B类：
UNet,电气设备,图像分割,分割方法,红外图像处理,电气故障诊断,故障检测,复杂背景,深度残差网络,VGG16,Unet,电流互感器,断路器,分割效果,Deeplabv3+,平均交并比,故障智能诊断
AB值：
0.2115
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
