基于深度学习和图像梯度的电力设备红外图像分割方法

授权

摘要

本发明公开了一种基于深度学习和图像梯度的电力设备红外图像分割方法，利用深度学习对红外图像进行特征挖掘完成第一次分割，结合红外图像温度特征并利用图像的梯度完成第二次分割，可有效提高边界分割的精度；可分离出电气设备关键部位的区域并保留电力设备原始的红外图像信息，为红外图像的诊断分析提供直接的、准确的数据支持；可提高红外图像的诊断效率和智能化水平，缩减人力成本，提高电力设备故障分析工作的效率和准确率。

基本信息

专利标题：

基于深度学习和图像梯度的电力设备红外图像分割方法

专利标题（英）：

暂无

公开（公告）号：

CN112036410A

申请号：

CN202010815221.X

公开（公告）日：

2020-12-04

申请日：

2020-08-13

授权号：

CN112036410B

授权日：

2022-06-07

发明人：

黄成军郭灿新黄志方邵震宇李遥刘丹丹

申请人：

华乘电气科技股份有限公司

申请人地址：

上海市杨浦区翔殷路128号11号楼D座207室

代理机构：

上海兆丰知识产权代理事务所(有限合伙)

代理人：

卢艳民

优先权：

CN202010815221.X

主分类号：

G06K9/34

IPC分类号：

G06K9/34 G06K9/62 G06N3/04