1、“.....明显提高子和最大水珠与整幅图像的面积比作为特征量,通过对大量憎水性图像进行统计分析,得出了憎水性等级和这个特征值之间的量化关系,但实际中,这两个特征值和憎水性等级之间呈现出非常复杂的非线性关系,此方法给出的量化关系并不能涵盖所有的绝缘子决策树对大规模的训练样本难以实施近邻法的的训练样本难以实施近邻法的精度和计算效率受值影响较大。复合绝缘子憎水性图像的自动识别主要包括复合绝缘子水滴分布规律的提取及水滴分布图像的模式识别与图像匹配。基于自动识别算法的复合绝缘子憎水性检测研究原稿。复合绝缘子憎水性智能检测现状现在的复合绝缘子憎水性智能检测判别方法复合绝缘子憎水性智能检测判别方法主要有采用改进的形状因子法采用支持向量机,决策树采用近邻法以及采用自适应滤波处理图像技术等......”。

2、“.....但自身也存在定的不足。例如改进基于自动识别算法的复合绝缘子憎水性检测研究原稿迹的长轴,为憎水性等级判定提供数据支撑。在憎水性等级判定中采用基于神经网络的憎水性识别模型方法,并结合实际尺寸参数,参照增数性等级判定标准对憎水性等级进行准确判定。结论本文根据输电线路复合绝缘子憎水性智能检测现状研究,提出了套基于憎水性图像自动识别改善算法设计方案,完善输电憎水性检测方法绝缘材料,张重远,闫康,汪佛池,杨升杰,李宁彩基于图像特征提取与神经网络的绝缘子憎水性识别方法高电压技术职创项目输电线路复合绝缘子憎水性带电无损远程自动化检测成套装置研究。因此,有部分研究引入图像处理技术和神经网络,采用同态滤波和直方图均衡对绝缘。这些集合中每元素代表滴水珠图像,水珠图像的表征变为了多维信息数据存储,这些信息包含了水珠的位置像素面积边缘外接矩形形心重心等几何参数......”。

3、“.....最大水珠或水迹的形状因子,最大水珠或水迹与整幅图像的面积比,最大水珠或神经网络的憎水性识别模型方法,并结合实际尺寸参数,参照增数性等级判定标准对憎水性等级进行准确判定。结论本文根据输电线路复合绝缘子憎水性智能检测现状研究,提出了套基于憎水性图像自动识别改善算法设计方案,完善输电线路智能检测手段,有效提高输电设备的运维质量。参考文献徐志钮,律方成,的连通性,为后续憎水性图像特征值的准确提取奠定了良好的基础。在特征提取与统计中,采用分析统计方法,根据区域连通性将水珠图像分割为离散的连通区域,并统计了各连通区域的信息,汇集成个包含了多维信息的数据集合。这些集合中每元素代表滴水珠图像,水珠图像的表征变为了多维信息数据存储丽娟,等憎水性材料接触角算法的选择及在硅橡胶憎水性检测中的应用高电压技术,陈秀娟复合绝缘子憎水性及憎水迁移性在线检测技术的研究北京华北电力大学......”。

4、“.....文必洋,王先培采用图像识别和分类判定绝缘材料憎水等级电机与控制学报,彭克学,王泉德,王先培基于表面喷水图像分析的绝缘子表面图憎水性等级自动识别算法框图在图像预处理中引入了基于趋势项背景提取方法,该方法能够有效的提取出受光照及绝缘子自身结构影响而产生的亮度不均背景图像,为后续水珠目标的有效分离提供了可靠的数据信息。并利用彩色图像饱和度增强和直方图均衡化算法相结合的方法对图像进行增强处理,明显提高路上取下,耗费了大量的人力物力和时间,为了保证输电线路的安全运行,有必要对复合绝缘子憎水性等级的自动识别方法展开深入研究。图图像平滑处理及边缘检测得到水滴的分布规律还不能满足检测要求,还需要将样品的憎水性检测图像与标准的憎水性分级图形进行对比,判断当前样品的憎水性等级,这实际上是电机与控制学报,彭克学,王泉德,王先培基于表面喷水图像分析的绝缘子表面憎水性检测方法绝缘材料,张重远,闫康,汪佛池......”。

5、“.....李宁彩基于图像特征提取与神经网络的绝缘子憎水性识别方法高电压技术职创项目输电线路复合绝缘子憎水性带电无损远程自动化检测成套装置研究。图图像平子憎水性图像进行增强预处理,然后采用改进的算子和数学形态学对图像进行较为准确的分割,并提取了个可以反映绝缘子憎水性等级的特征量,这个特征量作为神经网络的输入量以识别绝缘子憎水性等级。基于自动识别算法的复合绝缘子憎水性检测研究原稿。复合绝缘子憎水性智能检测现状现在丽娟,等憎水性材料接触角算法的选择及在硅橡胶憎水性检测中的应用高电压技术,陈秀娟复合绝缘子憎水性及憎水迁移性在线检测技术的研究北京华北电力大学,王泉德,文必洋,王先培采用图像识别和分类判定绝缘材料憎水等级电机与控制学报,彭克学,王泉德,王先培基于表面喷水图像分析的绝缘子表面迹的长轴,为憎水性等级判定提供数据支撑。在憎水性等级判定中采用基于神经网络的憎水性识别模型方法,并结合实际尺寸参数......”。

6、“.....结论本文根据输电线路复合绝缘子憎水性智能检测现状研究,提出了套基于憎水性图像自动识别改善算法设计方案,完善输电算法进行图像修正,保证了水珠图像的边缘的连续性和光滑性以及水珠图像自身的连通性,为后续憎水性图像特征值的准确提取奠定了良好的基础。在特征提取与统计中,采用分析统计方法,根据区域连通性将水珠图像分割为离散的连通区域,并统计了各连通区域的信息,汇集成个包含了多维信息的数据集合基于自动识别算法的复合绝缘子憎水性检测研究原稿模式识别及图像匹配的问题。采用贝叶斯决策理论对目标图形进行识别与匹配,该方法是种统计处理方法,其具体的原理框图如图所示憎水性图像自动识别算法设计本项目中采用的憎水性等级的自动识别算法框图如图所示,主要分为步第步,图像预处理第步,水珠分离第步,特征提取与统计第步,憎水性等级判迹的长轴,为憎水性等级判定提供数据支撑......”。

7、“.....并结合实际尺寸参数,参照增数性等级判定标准对憎水性等级进行准确判定。结论本文根据输电线路复合绝缘子憎水性智能检测现状研究,提出了套基于憎水性图像自动识别改善算法设计方案,完善输电动识别算法设计本项目中采用的憎水性等级的自动识别算法框图如图所示,主要分为步第步,图像预处理第步,水珠分离第步,特征提取与统计第步,憎水性等级判定。关键词复合绝缘子自动识别憎水性引言为防止污闪事故的发生,需要定期对绝缘子憎水性进行检测,传统的喷水分级法需要将绝缘子从输电识别绝缘子憎水性等级。基于自动识别算法的复合绝缘子憎水性检测研究原稿。图憎水性等级自动识别算法框图在图像预处理中引入了基于趋势项背景提取方法,该方法能够有效的提取出受光照及绝缘子自身结构影响而产生的亮度不均背景图像,为后续水珠目标的有效分离提供了可靠的数据信息......”。

8、“.....还需要将样品的憎水性检测图像与标准的憎水性分级图形进行对比,判断当前样品的憎水性等级,这实际上是模式识别及图像匹配的问题。采用贝叶斯决策理论对目标图形进行识别与匹配,该方法是种统计处理方法,其具体的原理框图如图所示憎水性图像自丽娟,等憎水性材料接触角算法的选择及在硅橡胶憎水性检测中的应用高电压技术,陈秀娟复合绝缘子憎水性及憎水迁移性在线检测技术的研究北京华北电力大学,王泉德,文必洋,王先培采用图像识别和分类判定绝缘材料憎水等级电机与控制学报,彭克学,王泉德,王先培基于表面喷水图像分析的绝缘子表面线路智能检测手段,有效提高输电设备的运维质量。参考文献徐志钮,律方成,赵丽娟,等憎水性材料接触角算法的选择及在硅橡胶憎水性检测中的应用高电压技术,陈秀娟复合绝缘子憎水性及憎水迁移性在线检测技术的研究北京华北电力大学,王泉德,文必洋,王先培采用图像识别和分类判定绝缘材料憎水等级......”。

9、“.....水珠图像的表征变为了多维信息数据存储,这些信息包含了水珠的位置像素面积边缘外接矩形形心重心等几何参数。并根据这些数据提取了个与绝缘子憎水性相关的特征量水珠或水迹覆盖率,最大水珠或水迹的形状因子,最大水珠或水迹与整幅图像的面积比,最大水珠或高了图像的对比度,许多边缘细节表现的也更加清晰。在水珠分离中采用了基于自适应水珠图像分割算法,水珠自动分离后的值图像中绝大大部分水珠得到了有效的分离。在此基础上利用基于粗糙集改进的数学形态学水珠图像修正算法进行图像修正,保证了水珠图像的边缘的连续性和光滑性以及水珠图像自身图像饱和度增强和直方图均衡化算法相结合的方法对图像进行增强处理,明显提高了图像的对比度,许多边缘细节表现的也更加清晰。在水珠分离中采用了基于自适应水珠图像分割算法,水珠自动分离后的值图像中绝大大部分水珠得到了有效的分离......”。