王季峥 尹丽菊 咸日常 潘金凤 陈 尧 于 毅

(山东理工大学电气与电子工程学院 山东 淄博 255049)

0 引 言

电力数据来源各异，包括不同类型的计量和监测，实现海量数据的系统分析，进一步深入挖掘，是泛在电力物联网的首要建设目标[1]。随着电网规模的不断扩大，电力设备数量迅速增多，设备的巡检工作也越来越困难。随着智能化和检测技术的发展，面对庞大的巡检任务，远程图像监控系统和自动化巡检机器人，已经能将拍摄到的红外测温图像无线传输到监控室，进行人工综合分析诊断[2-4]。泛在电力物联网是以数据为中心的网络，收集到的监测数据必须转化为可操作的信息，才能从中获取价值。而上述方法都需要技术人员进行人工分析，未涉及到对红外测温图像自动化的处理，诊断的准确度也难以保证。因此为了进一步诊断设备故障的种类和程度，实现红外测温图像的数据化处理和应用，需要采用有效的图像分割算法对红外测温图像进行分割，智能地检测出可能存在的热状态异常或潜在的故障区域。

目前，超像素分割是一种较流行的图像分割技术，具有较好的分割边界、高效的处理速度等优势[5]。文献[6-7]对目前已有的生成超像素的方法NC、SL、GCa、PBa、Watersheds、Mean Shift、SLIC等进行了分析和比较，其中SLIC是一种高效的具有数控可控性和紧密度可控性的超像素分割算法，是目前最优的方法之一[6]。它利用不同像素之间的纹理、颜色、亮度等特征，根据其相似程度将像素分组构成超像素，进而从中提取图像特征，在很大程度上降低了后续图像处理任务的复杂度[8]。……