简介:摘要:随着我国社会以及经济的不断进步,人们生活以及工作对电力的需求也越来越大。如何在人们的生活质量和工作效率不受影响的状态下,有效的供应电能,是目前电力工作者面临的一大难题。在这样的背景下,状态检修应运而生。状态检修指的是通过对设备进行带电检测的方式,发现设备是否存在安全隐患。如果发现存在安全隐患,会对这些设备进行单独的停电检修处理。应用多光谱图像融合的相关电力设备故障点的检测方法在智能电网的状态检修系统中变得非常重要。
简介:云状的正确观测对降水测报具有指示性意义,云状自动识别技术是气象要素自动化观测领域的难题之一.本文基于全天空可见光成像仪采集的云图与中红外热像仪获取的云图结合,对天空云状进行分类和测量.结果表明:通过在北京、杭州和丽江气象台站采集的大量云图,从云图特征和降水指示性方面将云状划分为Clear、CH、CL、CB及CM共5类.选取14个色彩和纹理特征值作为云状计算参数,采用552张云图作为训练样本,信息分类利用特征值加权最小距离算法,对于5类50个被测样本进行云状的判别.对应自拟的标准云状分类,平均准确率为82%.基于可见光-红外图像信息融合的云状识别方法结合了可见光图像色彩信息丰富的特点及红外图像可以降低雾霾干扰的优势,对比单-可见光传感器云测量,准确性有所提高.本文在可见光与红外图像传感器等多种云观测设备的信息融合方面进行了有益的尝试.
简介:随着我国社会以及经济的不断进步,人们生活以及工作对电力的需求也越来越大。如何在人们的生活质量和工作效率不受影响的状态下,有效的供应电能,是目前电力工作者面临的一大难题。在这样的背景下,状态检修应运而生。状态检修指的是通过对设备进行带电检测的方式,发现设备是否存在安全隐患。如果发现存在安全隐患,会对这些设备进行单独的停电检修处理。应用多光谱图像融合的相关电力设备故障点的检测方法在智能电网的状态检修系统中变得非常重要。
简介:基于多小波变换方法,提出了一种针对多光谱图像和全色图像的像素级遥感图像模糊推理融合算法。该算法首先利用IHS变换对多光谱图像进行颜色空间转换,然后对1分量和灰度拉伸后的全色图像进行多小波分解分别得到高频部分和低频部分图像。针对高频图像抗噪能力差的问题,提出了一种基于模糊推理的加权融合规则。对融合后的图像进行多小波重构和IHS反变换得到融合后的目标遥感图像。这种融合算法既保留了多小波变换在图像融合中的优点,同时也克服了传统融合规则会引起的图像模糊、噪声敏感的问题。实验结果表明,该方法在增加图像信息、增强图像目标特性和提高图像清晰度等方面有较好的融合效果。