结合显著性检测及改进大津算法的紫外图像分割

摘要：

提高电气设备紫外图像分割精确度对设备放电程度的准确评估具有重要意义.用紫外成像仪拍摄电气设备放电图像时,由于拍摄背景的复杂性,一般的图像分割方法并不能快速准确地分割紫外放电区域,因此提出一种结合显著性检测及改进大津算法的紫外图像分割模型.首先,对紫外图像进行显著性检测,使得故障区域突出,提升分割准确性;其次,利用基于Lévy飞行特征的蝙蝠算法对大津算法进行改进后对图像进行分割,以达到快速分割图像的目的.实验结果表明,改进的大津算法在紫外图像分割效果上明显优于大津算法,且计算速度也有所提升.

关键词：显著性检测、蝙蝠算法、大津算法、Lévy飞行特征、图像分割

所属期刊栏目：7

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2023-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：50-53