[发明专利]红外热成像超像素分割融合方法、系统、介质及计算机

说明书

本发明提供一种红外热成像超像素分割融合方法、系统、介质及计算机，该方法包括：对获取的红外图像进行超像素分割，并将超像素分割后的红外图像进行目标标记得到目标区域；将红外图像转换成灰度图像，并计算出灰度图像的全局阈值及超像素分割后的红外图像中各超像素块的灰度均值，根据灰度均值与全局阈值的对比结果确定目标像素块；将目标像素块和目标区域进行超像素合并，并判断超像素合并后的图像中是否存在目标像素块和/或目标区域；若不存在，则输出超像素合并后的图像。本发明根据灰度均值与全局阈值确定目标像素块，以提高目标区域的分割精度；将目标像素块和目标区域进行超像素合并，以使得目标物的温度损失减小。

技术领域

本发明涉及图像数据处理技术领域，特别涉及一种红外热成像超像素分割融合方法、系统、介质及计算机。

背景技术

随着科技的飞速发展和高技术信息化综合水平的提高，电网及铁路规模也在不断的扩大，与此同时，用电设备的数量也在以指数形式增长。

为提高运维人员的工作效率，根据电力设备的工作性质和工作原理，利用红外热像仪对其进行探测，以检测出设备的内部故障是目前电力设备运维检修中较为常用的一种方法。且随着三维可视化的逐步发展，也有大量的研究将三维模型运用到数据建模和工程应用中。但目前三维图像仅能展示设备空间维度，不能反映设备温度信息，易造成设备内部放电故障难以检测。

发明内容

基于此，本发明的目的是提供一种红外热成像超像素分割融合方法、系统、介质及计算机，以至少解决上述相关技术中的不足。

本发明提出一种红外热成像超像素分割融合方法，包括：

获取红外图像，对所述红外图像进行超像素分割，并将超像素分割后的红外图像进行目标标记，以得到目标区域；

将所述红外图像转换成灰度图像，并计算出所述灰度图像的全局阈值以及所述超像素分割后的红外图像中各超像素块的灰度均值，并根据各所述超像素块的灰度均值与所述全局阈值的对比结果确定目标像素块；

将所述目标像素块和所述目标区域进行超像素合并，并判断超像素合并后的图像中是否存在所述目标像素块和/或所述目标区域；

若所述超像素合并后的图像中不存在所述目标像素块和/或所述目标区域，则输出所述超像素合并后的图像。

进一步的，对所述红外图像进行超像素分割的步骤包括：

计算出线性谱聚类算法的相似度函数以及10维空间映射关系，以得到图像像素点之间的颜色相似度参数和空间距离远近参数；

利用所述颜色相似度参数和所述空间距离远近参数优化所述线性谱聚类算法，以得到优化后的Dice系数和Jaccard系数；

利用所述优化后的Dice系数和Jaccard系数对简单线性迭代聚类算法进行改进，以得到改进后的简单线性迭代聚类算法，并利用所述改进后的简单线性迭代聚类算法对所述红外图像进行超像素分割。

进一步的，所述相似度函数的表达式为：

；

式中，

所述10维空间映射关系的表达式为：

；

式中，图像上的每个像素点 p用五维向量表示，其中，为CIELAB颜色空间上像素点 p的分量值，为亮度值，为绿-红分量值，为蓝-黄分量值，、分别为像素点 p在图像上的横坐标、纵坐标，、分别为像素点之间颜色相似度参数和空间距离远近参数。