圖像特征提取及其在電纜故障信號識別中的應用.pdf

1、隨著多媒體技術、數(shù)碼技術以及互聯(lián)網(wǎng)應用的快速發(fā)展，多媒體信息在各個領域得到了廣泛的應用，如數(shù)字圖書館、醫(yī)學圖像、衛(wèi)星遙感圖像、公安系統(tǒng)等。如何從浩瀚的圖像海洋中快速、準確地找出所需的圖像，已成為迫切需要解決的問題。
　　 論文首先介紹了圖像檢索中常用的三種圖像特征，即顏色特征、形狀特征、和紋理特征。由于基于單一特征的圖像檢索只是利用了圖像的部分信息，所以檢索效果往往不夠理想。這種矛盾隨著圖像數(shù)據(jù)庫應用的深入而日趨突出。為提高圖像

2、檢索的平均查全率和平均查準率，本文提出一種改進的特征加權融合算法。首先，提取出圖像的形狀特征和紋理特征，分別進行特征向量內(nèi)部歸一化。然后，用歐式距離、平方歐式距離及棋盤格距離三種方法分別計算并取結(jié)果的平均值作為圖像之間的形狀相似距離和紋理相似距離。最后，外部歸一化后，再對特征向量進行加權融合，獲得圖像相似度的衡量依據(jù)，以此進行圖像檢索。實驗證明基于此方法的圖像檢索系統(tǒng)，其平均查全率和平均查準率都有所提高。
　　 論文隨后介紹了電

3、纜故障的形成原因和常見的故障類型及特點，利用MATLAB軟件建立電纜故障系統(tǒng)模型，仿真得到常見的幾種電纜故障信號圖像，故障處的單相斷路、單相短路接地、兩相短路接地、三相短路電壓波形等。
　　 論文最后針對早期電纜故障在線識別問題，首次將圖像紋理特征應用于電纜行波信號的故障識別。定義了基于灰度共生矩陣的參數(shù)R，給出了紋理特征參數(shù)R的提取方法，提出了基于圖像處理的紋理特征參數(shù)R的電纜故障信號的識別方法。實驗證明此方法正確有效地實現(xiàn)了