3 红外图像的故障区域特征
    故障区域特征主要是借助构成该区域的像素来描述该区域。常见的区域特征描述因子有区域面积和区域质心等。可以借助Matlab中的region-props函数对区域特征进行计算。
   （1）故障区域面积
    故障区域的面积描述了故障区域的大小。一种简单的计算方法就是对区域的像素进行计数。利用语法STATS=regionprops（L、’Area’）对空气开关红外图像故障区域进行计算，计算结果为Area=
4134。
   （2）故障区域质心
    区域质心的坐标是根据所有区域的点计算出来的，可以表示为：

    式（3）、（4）中，A表示的是故障区域的面积，即故障区域总的像素点；R为故障区域；x是以二轴计数的像素数；y是以y轴计数的像素数。
    利用语法STATS=regionprops（L、’Centroid’）对图5的故障区域质心进行表示和计算，结果显示质心坐标分别为：（438、206），（431、125）。
   （3）故障等级的确定
    根据质心坐标可以结合灰度矩阵得出质心处的灰度值分别为197.237和199.896，利用灰度和温度的对应关系，进而反推出故障区域质心的温度分别为78℃和82℃，利用绝对温差法，可以判定故障等级为严重性热故障。

    4 结论
    本文针对电气设备故障诊断问题，提出利用图像处理的方法进行故障识别和定位。具体方法是，利用红外热像仪对电气设备进行红外成像，采用软件ThermCAMTM Quick Re-port获取红外图像中的温度信息，再利用数学工具Matlab进行图像处理获得红外图像的灰度值矩阵，并建立温度和灰度之间的映射关系函数。利用该映射关系函数并参考国家相应标准设定温度阈值，从而实现对设备红外图像的灰度转换、二值分割、故障区域的识别和定位、故障等级判定等。
 

上一页  [1] [2] [3]