首页 > 论文 > 光学学报 > 40卷 > 16期(pp:1610003)

基于文化狼群算法的电力设备红外和可见光图像配准 [Early Posting]

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

可见光和红外图像是电力巡检机器人检测电力设备健康状态的重要方式,而图像配准可以结合两类图像的优势,为后续的状态监测提供更好的依据。针对因红外图像模糊导致的配准精度下降,本文提出基于显著性梯度的归一化互信息算法。在红外图像视觉显著性检测的基础上,强化显著性区域的边缘梯度,然后将显著性梯度信息和归一化互信息结合作为配准的测度函数。其次,为了提高图像配准算法的收敛性,提出一种适用于图像配准的文化狼群算法。该算法将文化算法的分层进化特点引入狼群算法,建立信念空间和群体空间。在迭代过程中,通过信念空间的知识指导群体空间的进化。最后选取变电站巡检图像、标准配准测试图像集和标准测试函数,通过对比实验验证,所提方法在配准率和配准速度等方面表现性能良好。

中国激光微信矩阵
补充资料

DOI:10.3788/aos202040.1610003

作者单位:

    华北电力大学(保定)
    华北电力大学(保定)

引用该论文

赵洪山,张则言. 基于文化狼群算法的电力设备红外和可见光图像配准[J].光学学报,2020,40(16):1610003.