摘要
本发明公开了一种融合空间约束模糊聚类与轻量化网络优化的断路器图像边缘检测方法,通过结合空间约束FCM与Otsu算法进行局部自适应阈值计算,优化Canny算子的边缘检测过程。该方法采用空间约束FCM对断路器图像进行模糊分类,得到强边缘概率图。通过局部自适应阈值计算对断路器图像进行分块处理,并整合生成全局阈值,随后将全局阈值输入Canny算子进行精确边缘提取。为了进一步提高检测效果,使用轻量化神经网络PiDiNet对Canny输出图像进行修正。本方法能够有效提升断路器图像的边缘检测精度,适用于高噪声和复杂背景环境下的边缘提取任务。
技术关键词
图像边缘检测方法
canny算子
网络优化
断路器
Canny算子
邻域
像素点
双线性插值
代表
轻量化神经网络
类间方差
引入注意力机制
上采样
通道注意力机制
系统为您推荐了相关专利信息
智能开关柜
融合监测系统
信号分析模块
振动特征
因子
网络优化方法
拓扑结构数据
时间序列特征
储能单元
多能源
图像边缘检测方法
蚁群算法
蚂蚁
像素点
忆阻器模型
焊缝位置检测方法
强噪声环境
图像
像素
Canny算子