文献类型：期刊文章

作　　者：张靖[1] 单长吉[1] 周丽[1] 李鑫[1] 朱豪[1]

ZHANG Jing;SHAN Changji;ZHOU Li;LI Xin;ZHU Hao(School of Physics and Information Engineering,Zhaotong University,Zhaotong 657000,China)

机构地区：[1]昭通学院物理与信息工程学院,云南昭通657000

出　　处：《红外技术》

基　　金：云南省科技计划项目(202001AP070046)。

年　　份：2024

卷　　号：46

期　　号：5

起止页码：539-547

语　　种：中文

收录情况：BDHX、BDHX2023、CSCD、CSCD2023_2024、JST、ZGKJHX、核心刊

摘　　要：为了解决现有隔离开关分合闸状态识别率较低的问题,提出了一种基于NSST-PCNN-IFVSS的图像融合方法。在对红外和可见光图像的预处理阶段进行图像配准,再采用像素级融合来实现两图像的融合。在融合阶段采用非下采样剪切波变换将红外和可见光图像分解为高频子带图和低频子带图,在高频子带图部分采用脉冲耦合神经网络进行融合,在低频子带图部分采用基于视觉显著特性分割的图像融合方法进行融合,通过非下采样剪切波变换的逆变换将两个子带图像结合起来得到融合后的图。建立融合质量指标评价方案来对比本方案与常见的图像融合方案的效果。对融合后的图像进行像素积分投影算法进行处理,进而实现对高压隔离开关分合闸状态进行识别。通过实验仿真验证了NSST-PCNN-IFVSS(Non Subsampled Shearlet Transform-Pulse Coupled Neural Network-Image Fusion based on Visual Salience Segmentation)的图像融合效果优于常见的6种融合方法,且图像融合后的识别结果优于单一的可见光图像和红外图像。

关 键 词：高压隔离开关 图像融合 NSST-PCNN-IFVSS  图像配准 像素积分投影  

分 类 号：TP89]