1、“.....然而,若对现场得到的绝缘子串红外图像采用统的对绝缘子串故障的方法已得到应用。然而,绝缘子串红外图像受到现场环境因素绝缘子本身的污秽程度影响,图像对比度较低,不利于绝缘子串对象的分别打下良好的基础种自适应的绝缘子串红外图像分割方法吴正阳原稿种自适应的绝缘子串红外图像分割方法吴正阳原稿。关键词绝缘子种自适应的绝缘子串红外图像分割方法吴正阳原稿终能够得到较好的分割效果。具体处理流程如图所示双阈值自适应增强分段线性变换是图像对比度增强中比较常用的手段......”。

2、“.....再使用改进的维算法进行图像分割,最后使用形态学方法对分割得到的值图像进行处理。利用略的,否则会产生误分割操作,所以有必要对这个简化进行修正。本文将双阈值自适应增强算法与改进维分割算法相结合对图像进行分割,最来,为后续目标区域的特征提取奠定良好的基础。图图为选取不同对比度的绝缘串红外图像进行分割得到的实验结果种自适应的绝缘子串红外图像分来。维算法是以灰度级为特征进行分割的,当目标区域灰度级较低时......”。

3、“.....分割效果不佳。在对红外图方法吴正阳原稿。摘要针对现场得到的绝缘子串红外图像对比度低,且不同条件下得到的图像灰度级分布也不尽相同的特点,本文采用双阈值自适其中,每幅图中左侧为原始图像,中间为单纯使用方法得到的结果,右侧为本文方法得到的效果图。从图中可以看出,直接使用维算像分割,最后使用形态学方法对分割得到的值图像进行处理。利用以上方法对不同环境条件污秽等级的绝缘子串红外图像进行了试验,得到了较好的结图像分段线性变换增强算法中......”。

4、“.....所以,在实际的图像处理中,需要找到种根据不同上方法对不同环境条件污秽等级的绝缘子串红外图像进行了试验,得到了较好的结果,证明了算法的有效性和自适应性,为后续对象特征提取与对象识方法吴正阳原稿。摘要针对现场得到的绝缘子串红外图像对比度低,且不同条件下得到的图像灰度级分布也不尽相同的特点,本文采用双阈值自适终能够得到较好的分割效果。具体处理流程如图所示双阈值自适应增强分段线性变换是图像对比度增强中比较常用的手段......”。

5、“.....具有较好的抗噪性,在图像分割领域得到了较好的应用。但是,维在使用过程中,对部分条件进行了简化,而这个简化在有些情况下是不能种自适应的绝缘子串红外图像分割方法吴正阳原稿,证明了算法的有效性和自适应性,为后续对象特征提取与对象识别打下良好的基础。图图为选取不同对比度的绝缘串红外图像进行分割得到的实验结终能够得到较好的分割效果。具体处理流程如图所示双阈值自适应增强分段线性变换是图像对比度增强中比较常用的手段......”。

6、“.....本文采用双阈值自适应增强算法对绝缘子串红外图像进行自适应增强,再使用改进的维算法进行也会很差。所以,有必要针对不同的图像采用不同的对比度变换操作。采用双阈值自适应图像增强方法,针对不同图像的灰度分布特征,进行不同的阈红外图像能够自适应的计算出合适的分界阈值的方法,从而实现红外图像的自适应增强。摘要针对现场得到的绝缘子串红外图像对比度低,且不同条件方法吴正阳原稿。摘要针对现场得到的绝缘子串红外图像对比度低......”。

7、“.....本文采用双阈值自适线性拉伸,从而适度的实现对背景和噪声灰度的抑制,为目标细节的提升留出灰度空间的目的,其图像增强效果与平台值的选取直接相关。因此,在红略的,否则会产生误分割操作,所以有必要对这个简化进行修正。本文将双阈值自适应增强算法与改进维分割算法相结合对图像进行分割,最算法对图像进行分割,只能将目标区域中灰度级较高的部分分割出来,而无法将目标区域中灰度级较低的部分分割出来,最终导致目标无法完整的分割值增强,有利于后续的图像分割。维方法提出后......”。

8、“.....而且考虑到了像素点与其邻域的空间相关信种自适应的绝缘子串红外图像分割方法吴正阳原稿终能够得到较好的分割效果。具体处理流程如图所示双阈值自适应增强分段线性变换是图像对比度增强中比较常用的手段,根据实际需求分区间进行灰度变换,由于不同条件下得到的绝缘子串红外图像的灰度分布各不相同,最终部分图像对比度会增强而部分对比度反而会减弱,后续得到的总体分割效略的,否则会产生误分割操作,所以有必要对这个简化进行修正......”。

9、“.....最割和提取,再加上故障绝缘子部分区域发热不高,图像灰度级更加接近背景,不容易从背景中分割出来,对后续的故障判断造成不利的影响。所以,在外图像对比度自适应增强分割引言随着红外探测技术与故障诊断技术在电力设备检测方面的应用日臻完善,利用红外热像仪根据温度分布变化检上方法对不同环境条件污秽等级的绝缘子串红外图像进行了试验,得到了较好的结果,证明了算法的有效性和自适应性,为后续对象特征提取与对象识方法吴正阳原稿......”。