蝙蝠算法优化二维熵的变电设备红外图像分割应用研究

针对电力设备热红外图像分割过程中面临的阈值选取困难、耗时长的问题,采用蝙蝠算法对二维信息熵进行了优化,通过分析二维信息熵阈值分割原理,引入蝙蝠算法快速搜索最优分割阈值,对几种变电设备的红外图像进行了阈值分割实验.结果表明,相比于粒子群最大类间方差法(PSO+Otsu)、Kapur阈值分割法及Kittler最小错误法,该方法在图像误分率方面平均下降了48～64％,在阈值选取耗时方面平均下降了13～32％,从而在分割阈值的选取精度和效率上具备一定的优势,在设备温度场特征提取与故障诊断分析方面具有较好的应用前景.