• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于區(qū)域?qū)Ρ群碗S機(jī)森林的設(shè)備故障紅外圖像敏感區(qū)域提取

    2020-11-04 02:35:14段禮祥劉子旺趙振興
    紅外技術(shù) 2020年10期
    關(guān)鍵詞:敏感區(qū)域紅外閾值

    段禮祥,劉子旺,趙振興,孔 欣,袁 壯

    基于區(qū)域?qū)Ρ群碗S機(jī)森林的設(shè)備故障紅外圖像敏感區(qū)域提取

    段禮祥1,劉子旺2,趙振興3,孔 欣1,袁 壯1

    (1. 中國(guó)石油大學(xué)(北京)安全與海洋工程學(xué)院,北京 102249;2. 北京首都國(guó)際機(jī)場(chǎng)股份有限公司,北京 100621;3. 中國(guó)石油塔里木油田分公司,新疆 庫(kù)爾勒 841000)

    基于紅外圖像的設(shè)備故障診斷需要從圖像中選擇敏感區(qū)域,由于紅外圖像具有干擾背景多、對(duì)比度低的特點(diǎn),敏感區(qū)域提取過(guò)程中需要進(jìn)行背景移除和圖像分割,但常用的二值化分割算法在分割紅外圖像時(shí)易出現(xiàn)過(guò)分割問(wèn)題。因此,本文提出了基于區(qū)域?qū)Ρ群碗S機(jī)森林的敏感區(qū)域提取方法。首先使用區(qū)域?qū)Ρ确椒▽?duì)紅外圖像進(jìn)行顯著性檢測(cè),以去除干擾背景;然后通過(guò)OTSU算法進(jìn)行圖像分割,實(shí)現(xiàn)敏感區(qū)域初步提取;最后結(jié)合隨機(jī)森林分類(lèi)結(jié)果對(duì)圖像分割過(guò)程的閾值進(jìn)行迭代優(yōu)化,實(shí)現(xiàn)敏感區(qū)域的優(yōu)化提取。經(jīng)過(guò)轉(zhuǎn)子實(shí)驗(yàn)臺(tái)6種不同狀態(tài)的紅外圖像數(shù)據(jù)驗(yàn)證,將本文方法提取出的故障敏感區(qū)域用于故障診斷時(shí),分類(lèi)的準(zhǔn)確率提高了3.3個(gè)百分點(diǎn),比人工選擇的區(qū)域更加準(zhǔn)確。

    設(shè)備故障;紅外圖像;敏感區(qū)域提取;區(qū)域?qū)Ρ?;隨機(jī)森林

    0 引言

    紅外監(jiān)測(cè)具有非接觸式、非入侵式、單臺(tái)監(jiān)測(cè)范圍大等優(yōu)點(diǎn),被廣泛應(yīng)用于無(wú)損監(jiān)測(cè)[1]、氣象地質(zhì)學(xué)[2]、醫(yī)學(xué)[3]、建筑學(xué)[4]等?;诩t外圖像的故障診斷需要獲取圖像中的故障敏感區(qū)域(region of interest, ROI),目前獲取ROI的方法主要有人工劃分和圖像分割算法兩種[5]。設(shè)備的紅外圖像具有強(qiáng)度集中、對(duì)比度低、干擾背景多的特點(diǎn),需要將干擾背景移除以便ROI的提取。人工選擇ROI對(duì)專(zhuān)業(yè)知識(shí)和經(jīng)驗(yàn)依賴較大,而用現(xiàn)有二值化方法對(duì)去除背景后的圖像直接進(jìn)行分割時(shí),易出現(xiàn)過(guò)分割問(wèn)題[6]。

    視覺(jué)顯著性檢測(cè)方法可以在沒(méi)有先驗(yàn)知識(shí)的情況下檢測(cè)出圖像中顯著性區(qū)域[7],去除圖像中的干擾背景。Goferman等[8]對(duì)圖像局部底層線索、視覺(jué)表層特征進(jìn)行建模,突出顯著性的物體。但這種方法基于區(qū)域局部的對(duì)比度,不能均勻地突出整個(gè)物體。Zhai[9]定義了基于某個(gè)像素和其余像素點(diǎn)對(duì)比度的像素級(jí)全局顯著性;Achanta[10]提出一種頻率調(diào)諧方法,用某個(gè)像素和整個(gè)圖像的平均色差定義顯著性;但是這些方法忽略了圖像各部分間的空間關(guān)系。Cheng[7]提出的基于區(qū)域?qū)Ρ龋╮egion-based contrast, RC)的顯著性檢測(cè)方法,考慮空間因素的影響,在圖像分割中取得了良好的效果。

    隨機(jī)森林(random forest, RF)用于多分類(lèi)問(wèn)題時(shí)具有不易過(guò)度擬合,容噪能力好,對(duì)參數(shù)依賴小的優(yōu)點(diǎn),在故障分類(lèi)方面具有較強(qiáng)的優(yōu)勢(shì)[11]。因此,本文提出了基于區(qū)域?qū)Ρ鹊姆椒ㄟM(jìn)行背景去除;然后根據(jù)隨機(jī)森林的分類(lèi)結(jié)果對(duì)圖像分割閾值進(jìn)行優(yōu)化,用于解決設(shè)備紅外圖像分割問(wèn)題,實(shí)現(xiàn)故障敏感區(qū)域的提取和故障診斷。

    1 基于區(qū)域?qū)Ρ群烷撝祪?yōu)化的敏感區(qū)域提取

    圖1為基于區(qū)域?qū)Ρ群烷撝祪?yōu)化的紅外圖像敏感區(qū)域提取流程:①顯著性檢測(cè),以去除圖像中的干擾背景,包括分割圖像、區(qū)域顏色直方圖計(jì)算、區(qū)域?qū)Ρ榷扔?jì)算;②圖像分割,包括計(jì)算分割閾值、二值化分割、敏感區(qū)域提取;③特征提取和故障分類(lèi),分割出敏感區(qū)域后,提取特征,組成特征向量輸入到分類(lèi)器中進(jìn)行分類(lèi);④閾值優(yōu)化,根據(jù)分類(lèi)結(jié)果對(duì)分割閾值進(jìn)行優(yōu)化調(diào)整,循環(huán)迭代得到最佳的敏感區(qū)域。

    1.1 基于區(qū)域?qū)Ρ鹊娘@著性檢測(cè)

    應(yīng)用區(qū)域?qū)Ρ鹊臋z測(cè)方法對(duì)設(shè)備各種狀態(tài)的紅外圖像進(jìn)行顯著性檢測(cè),實(shí)現(xiàn)干擾背景的移除。RC方法通過(guò)計(jì)算區(qū)域和整體圖像的對(duì)比度差異來(lái)得到顯著性值。首先將圖像分割成區(qū)域,為每個(gè)區(qū)域分配顯著性值,從而得到基于區(qū)域?qū)Ρ榷鹊娘@著性圖。每個(gè)區(qū)域顯著性的值由全局對(duì)比度計(jì)算獲得,全局對(duì)比度值是以當(dāng)前區(qū)域相對(duì)于其它區(qū)域的對(duì)比度的空間距離來(lái)衡量。

    1.1.1 基于直方圖的對(duì)比度

    圖像中像素點(diǎn)的顯著性通過(guò)它和其他像素的對(duì)比度來(lái)計(jì)算,圖像中像素I的顯著性為:

    式中:(I,I)表示像素II在Lab空間的顏色距離。

    相同顏色值的像素點(diǎn)顯著性值也一樣,對(duì)公式(1)進(jìn)行變形,則每個(gè)顏色顯著性值的計(jì)算方法為:

    式中:l表示像素I的顏色值;表示圖像中顏色的總數(shù);fc在圖像中出現(xiàn)的概率。

    直接用式(1)中的方法計(jì)算圖像中每個(gè)像素點(diǎn)的顯著性的時(shí)間復(fù)雜度為(2)。可以通過(guò)減少像素顏色總數(shù)提高計(jì)算效率,真彩色空間包括2563種顏色,將顏色量化到12個(gè)不同的值,這種量化等級(jí)對(duì)于色彩比較單一的紅外圖像是足夠的。通過(guò)選擇出現(xiàn)頻率高的顏色,并保證這些顏色覆蓋95%以上的像素,可以將顏色數(shù)目減少到85左右[7],紅外圖像中色彩數(shù)量會(huì)更少,如圖2所示?;跁r(shí)間性能考慮,用簡(jiǎn)單的基于直方圖的量化方法代替優(yōu)化圖像的特定顏色。

    1.1.2 區(qū)域?qū)Ρ榷?/p>

    基于紅外圖像的設(shè)備診斷中,需要關(guān)注圖像中與周?chē)渌矬w(圖像背景等)相比對(duì)比度大的區(qū)域,即高溫區(qū)域,這些區(qū)域可能是故障的發(fā)生部位。紅外圖像的顯著性檢測(cè)中相鄰區(qū)域的對(duì)比度應(yīng)該比較遠(yuǎn)區(qū)域的對(duì)比度更為重要,這樣更利于檢測(cè)出局部高溫區(qū)域。因此本文運(yùn)用RC方法將區(qū)域的對(duì)比度和空間的遠(yuǎn)近關(guān)系結(jié)合起來(lái)。

    圖1 基于區(qū)域?qū)Ρ群烷撝祪?yōu)化的紅外圖像敏感區(qū)域提取流程

    對(duì)每個(gè)區(qū)域r,通過(guò)計(jì)算與其他區(qū)域的顏色對(duì)比度來(lái)計(jì)算其顯著性:

    式中:(r)表示區(qū)域r權(quán)值;D(r,r)表示兩個(gè)區(qū)域的顏色距離。兩個(gè)不同區(qū)域r、r的顏色距離為:

    式中:(c,)表示第個(gè)顏色c,p在第個(gè)區(qū)域r的所有n種顏色中出現(xiàn)的概率。

    區(qū)域?qū)Ρ榷瓤臻g加權(quán)算法中,通過(guò)加入空間權(quán)值增加區(qū)域的空間效果,來(lái)凸顯紅外圖像中局部高溫部位。臨近區(qū)域?qū)Ρ榷葯?quán)重大于較遠(yuǎn)區(qū)域,具體計(jì)算方法如下:

    式中:s(r,r)表示區(qū)域r、r之間的空間距離;s表示空間權(quán)值的強(qiáng)度。s的值越大,空間權(quán)值的影響越小,較遠(yuǎn)區(qū)域的對(duì)比度對(duì)于顯著性的貢獻(xiàn)越大。

    兩個(gè)區(qū)域的距離通過(guò)中心點(diǎn)的歐式距離計(jì)算。圖3為轉(zhuǎn)子實(shí)驗(yàn)臺(tái)6種不同狀態(tài)下紅外圖像的顯著性檢測(cè)結(jié)果。從圖中可以看出,基于RC的方法可以增加轉(zhuǎn)子實(shí)驗(yàn)臺(tái)各部件的對(duì)比度,成功移除了干擾背景。

    1.2 敏感區(qū)域初步提取

    完成顯著性檢測(cè)后,就可以對(duì)圖像進(jìn)行分割,初步提取敏感區(qū)域?;陂撝档膱D像分割具有方法簡(jiǎn)單、效率高等特點(diǎn),在實(shí)際圖像處理中具有廣泛的應(yīng)用。OTSU算法[12]計(jì)算分割后各像素類(lèi)的類(lèi)間方差,其中類(lèi)間方差最大的值即為閾值。

    根據(jù)OTSU算法的分割結(jié)果存在過(guò)分割問(wèn)題,如圖4所示,只能分割出溫度最高的部分(電機(jī)部分),分割結(jié)果不能直接用于圖像的故障分類(lèi),還需要對(duì)分割閾值進(jìn)行優(yōu)化。因此本文提出基于故障分類(lèi)結(jié)果的二值化閾值優(yōu)化方法。

    1.3 特征提取

    紅外圖像中,溫度值大小、分布范圍變化引起的圖像對(duì)比度、敏感區(qū)域的變化決定了診斷的結(jié)果,而直方圖可以較好地反映這些信息,因此提取圖像的灰度直方圖特征用于故障診斷。

    圖2 轉(zhuǎn)子實(shí)驗(yàn)臺(tái)紅外圖和色彩直方圖

    圖3 轉(zhuǎn)子實(shí)驗(yàn)臺(tái)6種狀態(tài)下紅外圖像顯著性檢測(cè)結(jié)果

    圖4 OTSU算法分割后的圖像

    灰度直方圖表征了圖像中各個(gè)不同灰度級(jí)下像素點(diǎn)的個(gè)數(shù),即不同灰度級(jí)下像素點(diǎn)出現(xiàn)的概率。以概率形式計(jì)算的公式如下:

    式中:表示灰度級(jí);()為圖像中灰度級(jí)為的像素點(diǎn)的個(gè)數(shù);為圖像的總像素?cái)?shù);表示圖像中灰度級(jí)的最大值。本文所用的直方圖特征如表1所示。

    1.4 基于分類(lèi)結(jié)果的閾值優(yōu)化

    1.4.1 基于隨機(jī)森林的故障分類(lèi)

    1.4.2 分割閾值優(yōu)化

    對(duì)于二值化后出現(xiàn)的過(guò)分割問(wèn)題,本文采用迭代法尋找最佳分割閾值。根據(jù)初步閾值0進(jìn)行圖像分割后,使用提取出的敏感區(qū)域進(jìn)行特征提取和故障分類(lèi),判斷最后分類(lèi)的準(zhǔn)確率是否達(dá)到預(yù)期準(zhǔn)確率,如果達(dá)到0即為最佳閾值,沒(méi)有達(dá)到則進(jìn)行迭代優(yōu)化。具體迭代過(guò)程如下:

    第二次迭代時(shí),在第二閾值范圍[F,F]內(nèi),以/2為步長(zhǎng),確定第二迭代閾值組為F?[F-¢,…, F-, F-/2],且的大小為¢=?(FF)/?;其中,FF為第一迭代閾值組m中,對(duì)應(yīng)故障分類(lèi)器預(yù)測(cè)準(zhǔn)確率最高的閾值的兩個(gè)相鄰閾值。

    第三次迭代時(shí),在第三閾值范圍[F,s]內(nèi),以/4為步長(zhǎng),確定第三迭代閾值組為F?[s-2,…,s-,s-/2,s-/4],且的大小為2=?(s-F)/?。其中:ri和s為第二迭代閾值組F中,對(duì)應(yīng)故障分類(lèi)器預(yù)測(cè)準(zhǔn)確率最高的閾值的兩個(gè)相鄰閾值;

    表1 灰度直方圖特征值

    依此遞推,直至滿足預(yù)設(shè)迭代終止條件為止。本文為得到最好的分類(lèi)效果,設(shè)定預(yù)期準(zhǔn)確率為100%。

    2 故障診斷應(yīng)用

    2.1 實(shí)驗(yàn)設(shè)置

    轉(zhuǎn)子實(shí)驗(yàn)臺(tái)如圖5所示,由調(diào)速器、底座、電機(jī)、聯(lián)軸器、轉(zhuǎn)子系統(tǒng)組成。轉(zhuǎn)子系統(tǒng)包括轉(zhuǎn)軸、轉(zhuǎn)子、軸承、聯(lián)軸器、軸承支架。實(shí)驗(yàn)轉(zhuǎn)速為3000r/min。紅外熱像儀連接電腦進(jìn)行數(shù)據(jù)采集,與轉(zhuǎn)子平臺(tái)距離1.5m,室溫20℃。

    實(shí)驗(yàn)中設(shè)置了正常(normal state, NS)、不平衡(imbalance, IB)、不對(duì)中(misalignment, MA)、碰摩(rubbing impact, RI)、軸承座松動(dòng)(bearing seat looseness, BSL)、碰摩和不對(duì)中耦合故障(rubbing-misalignment coupling fault, CFRM)6種狀態(tài)。模擬不平衡故障時(shí),在最左側(cè)轉(zhuǎn)子上加配重1g;模擬不對(duì)中故障時(shí),在軸承座與底座接觸面放置厚度0.5mm塞尺;模擬轉(zhuǎn)子碰摩故障時(shí),在底座的卡槽中固定一個(gè)塑料碰摩塊,使其與最左側(cè)轉(zhuǎn)子輕微接觸;將軸承座螺栓調(diào)松,用來(lái)模擬軸承座松動(dòng)故障。每種狀態(tài)下采集紅外圖像數(shù)據(jù)80組,共480組數(shù)據(jù)。其中360組作為訓(xùn)練數(shù)據(jù),其余組為測(cè)試數(shù)據(jù)。

    2.2 敏感區(qū)域提取及故障診斷

    在圖像分割中,由于6類(lèi)狀態(tài)紅外圖像的拍攝角度相同,可以將各種狀態(tài)的敏感區(qū)域圖疊加得到轉(zhuǎn)子平臺(tái)的故障敏感區(qū)域圖。本文首先計(jì)算CFRM狀態(tài)的分割閾值,然后用其閾值對(duì)所有狀態(tài)的圖像進(jìn)行二值化,將各狀態(tài)二值化圖疊加,根據(jù)疊加結(jié)果對(duì)各圖像進(jìn)行分割,得到轉(zhuǎn)子平臺(tái)故障敏感區(qū)域;最后根據(jù)分類(lèi)結(jié)果對(duì)分割的閾值進(jìn)行迭代優(yōu)化。

    圖5 ZT-3試驗(yàn)臺(tái)和信號(hào)采集裝置

    注:1. 轉(zhuǎn)速控制箱,2. 紅外儀,3. 轉(zhuǎn)子平臺(tái),4. 電腦

    1. Speed control box; 2. Infrared instrument; 3. Rotor platform; 4. Computer

    如圖6(a)中是人工框選的敏感區(qū)域,圖6(b)為根據(jù)優(yōu)化后的二值化閾值提取的轉(zhuǎn)子平臺(tái)的故障敏感區(qū)域。本次實(shí)驗(yàn)設(shè)置的都是轉(zhuǎn)子系統(tǒng)故障,所以不考慮電機(jī)部分的故障,故人工選擇時(shí)未選擇該部分。從圖6可見(jiàn),本文方法所提取的敏感區(qū)域比人工框選的敏感區(qū)域更加準(zhǔn)確。

    將提取出的最佳敏感區(qū)域用于故障診斷,并和其他故障分類(lèi)方法對(duì)比。表2顯示了各種方法的分類(lèi)結(jié)果;最后一列為該種方法的平均準(zhǔn)確率。表中D-SVM(direct-support vector machine)、D-RF(direct-random forest)為直接對(duì)原始圖像特征分類(lèi)的結(jié)果;ROI-SVM(regions of interest-support vector machine)為對(duì)人工提取敏感區(qū)域進(jìn)行分類(lèi)的結(jié)果;RC-RF(region contrast-random forest)表示用區(qū)域?qū)Ρ群蚈TSU算法進(jìn)行ROI提取,然后進(jìn)行分類(lèi)的結(jié)果;RC-TO-RF(region contrast-threshold optimization -random forest)為用基于區(qū)域?qū)Ρ群烷撝祪?yōu)化的ROI提取方法,然后進(jìn)行分類(lèi)的結(jié)果。

    圖6 人工選擇的敏感區(qū)和本文方法提取的敏感區(qū)域

    表2 各種分類(lèi)方法對(duì)轉(zhuǎn)子實(shí)驗(yàn)臺(tái)故障診斷的結(jié)果

    從表中可以看出利用原始圖像進(jìn)行故障診斷時(shí),無(wú)論是SVM還是RF方法,準(zhǔn)確率都比較低;進(jìn)行人工或者使用區(qū)域?qū)Ρ冉Y(jié)合OTSU算法進(jìn)行ROI提取后,診斷準(zhǔn)確率得到提高;本文提出的方法準(zhǔn)確率最高,為95.8%,相較人工提取敏感區(qū)域的診斷方法(ROI-SVM)提高了3.3個(gè)百分點(diǎn)。

    3 結(jié)論

    1)基于區(qū)域?qū)Ρ鹊娘@著性檢測(cè)方法考慮圖像全局的對(duì)比度和空間因素的影響,將區(qū)域的對(duì)比度和空間的遠(yuǎn)近關(guān)系結(jié)合起來(lái),均勻突出了紅外圖像中的敏感區(qū)域,達(dá)到了去除干擾背景的效果。

    2)提出基于隨機(jī)森林分類(lèi)結(jié)果的二值化分割閾值優(yōu)化方法,通過(guò)OTSU計(jì)算初步分割閾值,然后根據(jù)隨機(jī)森林的故障分類(lèi)結(jié)果對(duì)閾值進(jìn)行迭代優(yōu)化,實(shí)現(xiàn)故障敏感區(qū)域的優(yōu)化提取。

    3)將提出的基于區(qū)域?qū)Ρ群碗S機(jī)森林的敏感區(qū)域提取方法應(yīng)用于轉(zhuǎn)子平臺(tái)6類(lèi)狀態(tài)的識(shí)別,與人工提取ROI相比,準(zhǔn)確率提高了3.3個(gè)百分點(diǎn)。

    [1] WEI W, WEI L, NIE L, et al. Using active thermography and modified SVM for intelligent diagnosis of solder bumps[J]., 2015, 72: 163-169.

    [2] Hewison T J, WU X Q, YU F F, et al. GSICS inter-calibration of infrared channels of geostationary imagers using Metop/IASI[J]., 2013, 51(3): 1160-1170.

    [3] Ring E F J, Ammer K. Infrared thermal imaging in medicine[J]., 2012, 33: 33-46.

    [4] HA H, HAN S S, LEE J. Fault detection on transmission lines using a microphone array and an infrared thermal imaging camera[J].2012, 61(1): 267-275.

    [5] Huda A S N, Taib S, Ghazali K H, et al. A new thermographic NDT for condition monitoring of electrical components using ANN with confidence level analysis[J]., 2014, 53(3): 717-724.

    [6] 鄒輝. 基于Fast-Match算法的電力設(shè)備紅外圖像分割[J]. 紅外技術(shù), 2016, 38(1): 21-28.

    ZOU H. Infrared image segmentation for electrical equipment based on FAsT-match algorithm[J]., 2016, 38(1): 21-28.

    [7] CHENG Mingming, Niloy J Mitra. Global contrast based salient region detection[J]., 2015.

    [8] Goferman S, Zelnik-Manor L, Tal A. Context-aware saliency detection[C]//, 2010: 410-414.

    [9] ZHAI Y, Shah M. Visual attention detection in video sequences using spatiotemporal cues[C]//, 2006: 815-824.

    [10] Achanta R, Hemami S, Estrada F, et al. Frequency-tuned salient region detection[C]//, 2009: 1597-1604.

    [11] 張鈺, 陳珺. 隨機(jī)森林在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 計(jì)算機(jī)工程與應(yīng)用, 2018, 54(6): 101-104, 115.

    ZHANG Y, CHEN J. Application of random forest on rolling element bearings fault diagnosis[J]., 2018, 54(6): 100-104.

    [12] 李思嘉, 趙曉焱, 張繼學(xué). 基于OTSU算法的圖像分割有效性研究[J]. 無(wú)線電通信技術(shù), 2014, 40(5): 54-56, 85.

    LI S J, ZHAO X Y, ZHANG J X. Research on image segmentation effectiveness based on OTSU algorithm[J]., 2014, 40(5): 54-56, 85.

    Infrared Image ROI Extraction Based on Region Contrast and Random Forest

    DUAN Lixiang1,LIU Ziwang2,ZHAO Zhenxin3,KONG Xin1,YUAN Zhuang1

    (1.;,102249,; 2..,100621,; 3.,,841000,)

    For the infrared image-based fault diagnosis, the region of interest (ROI) needs to be selected. Due to the characteristics of many interference background and low contrast in infrared image, it is necessary to remove the background and image segmentation to extract ROI. However, the common two value segmentation algorithm has the limitation of over-segmentation in the infrared image segmentation. Therefore, a method of infrared image ROI extraction based on region contrast and random forest is proposed in this paper. Firstly, the region contrast method is used to detect the infrared image significantly to remove the interference background. Then, image segmentation is conducted by applying OTSU algorithm in order to extract ROIinitially. Finally, aiming at realizing the optimal extraction of ROI, the threshold of image segmentation based on the results of random forest classification is iterated and optimized. Infrared images under 6 different conditions derived from the rotors test-bed are utilized for fault diagnosis, applying the ROI extracted by the proposed method to fault diagnosis, the accuracy of the classification increased by 3.3 percentage points, which is more accurate than that of the artificial selected area.

    equipment failure, infrared image, ROI extraction, region contrast, random forest

    TH17

    A

    1001-8891(2019)10-0988-06

    2018-05-09;

    2020-08-11.

    段禮祥(1969-),男,教授,主要從事安全監(jiān)測(cè)與智能診斷工程方向的研究。E-mail:duanlx@cup.edu.cn。

    國(guó)家重點(diǎn)研發(fā)計(jì)劃專(zhuān)題:罐區(qū)動(dòng)力設(shè)備智能診斷及預(yù)測(cè)技術(shù)研究(2017YFC0805803);國(guó)家自然科學(xué)基金項(xiàng)目:基于遷移學(xué)習(xí)的往復(fù)壓縮機(jī)故障診斷機(jī)制及預(yù)測(cè)預(yù)警模型研究(51674277)。

    猜你喜歡
    敏感區(qū)域紅外閾值
    保護(hù)位置隱私的效用優(yōu)化本地差分隱私機(jī)制
    基于GIS與AHP分析法的武漢木蘭生態(tài)旅游區(qū)生態(tài)敏感性評(píng)價(jià)
    網(wǎng)紅外賣(mài)
    閃亮的中國(guó)紅外『芯』
    金橋(2021年4期)2021-05-21 08:19:20
    新個(gè)人所得稅法下年終獎(jiǎng)的敏感區(qū)域研究
    小波閾值去噪在深小孔鉆削聲發(fā)射信號(hào)處理中的應(yīng)用
    TS系列紅外傳感器在嵌入式控制系統(tǒng)中的應(yīng)用
    電子制作(2019年7期)2019-04-25 13:17:14
    基于自適應(yīng)閾值和連通域的隧道裂縫提取
    跆拳道電子護(hù)具的感應(yīng)器敏感區(qū)域規(guī)律研究
    比值遙感蝕變信息提取及閾值確定(插圖)
    河北遙感(2017年2期)2017-08-07 14:49:00
    国产探花极品一区二区| 美女主播在线视频| 亚洲激情五月婷婷啪啪| 午夜福利在线观看免费完整高清在| 国产伦一二天堂av在线观看| 亚洲av中文字字幕乱码综合| 一级毛片aaaaaa免费看小| 啦啦啦韩国在线观看视频| 一级毛片aaaaaa免费看小| 夜夜爽夜夜爽视频| 国产成人精品一,二区| 国产日韩欧美在线精品| 国产精品麻豆人妻色哟哟久久 | 真实男女啪啪啪动态图| 最近最新中文字幕大全电影3| 精品亚洲乱码少妇综合久久| 国产精品蜜桃在线观看| 美女高潮的动态| 国产一级毛片在线| 成人性生交大片免费视频hd| 国产精品一区www在线观看| 日韩亚洲欧美综合| 亚洲综合精品二区| 大片免费播放器 马上看| 午夜福利视频精品| 卡戴珊不雅视频在线播放| 男女视频在线观看网站免费| 最后的刺客免费高清国语| 日韩亚洲欧美综合| 最近的中文字幕免费完整| 男人和女人高潮做爰伦理| 日韩亚洲欧美综合| 99热6这里只有精品| 亚洲一区高清亚洲精品| 女人被狂操c到高潮| 狠狠精品人妻久久久久久综合| 国产久久久一区二区三区| 亚洲图色成人| 夜夜爽夜夜爽视频| 亚洲欧美成人精品一区二区| 精品少妇黑人巨大在线播放| 国产成人精品福利久久| h日本视频在线播放| 夜夜看夜夜爽夜夜摸| 精品国产露脸久久av麻豆 | 久久亚洲国产成人精品v| 免费播放大片免费观看视频在线观看| 日韩一本色道免费dvd| 国产成人freesex在线| 真实男女啪啪啪动态图| 久久精品国产亚洲网站| 97热精品久久久久久| a级毛片免费高清观看在线播放| 久久国产乱子免费精品| 国产免费福利视频在线观看| 不卡视频在线观看欧美| 国产精品麻豆人妻色哟哟久久 | 精品人妻偷拍中文字幕| 色综合色国产| 秋霞伦理黄片| 免费黄网站久久成人精品| 亚洲国产色片| 久久97久久精品| 高清av免费在线| 美女大奶头视频| 欧美精品一区二区大全| 国产成人精品福利久久| 国产伦精品一区二区三区四那| 成人亚洲精品av一区二区| 麻豆成人午夜福利视频| 日韩av在线大香蕉| 久久久久久久午夜电影| 日韩精品有码人妻一区| 亚洲精品日韩在线中文字幕| 国产高清不卡午夜福利| 国产亚洲精品av在线| 老师上课跳d突然被开到最大视频| 韩国av在线不卡| 亚洲欧美清纯卡通| 嫩草影院新地址| 国产国拍精品亚洲av在线观看| 精品久久久久久电影网| 汤姆久久久久久久影院中文字幕 | 久久久午夜欧美精品| 寂寞人妻少妇视频99o| 人妻制服诱惑在线中文字幕| 美女被艹到高潮喷水动态| 亚洲不卡免费看| 99热这里只有是精品在线观看| 久久国内精品自在自线图片| 卡戴珊不雅视频在线播放| 精品一区在线观看国产| 久久久久久久久久黄片| 精华霜和精华液先用哪个| 91久久精品电影网| 亚洲色图av天堂| 日韩成人伦理影院| 亚洲av成人精品一区久久| 丝瓜视频免费看黄片| 蜜桃亚洲精品一区二区三区| 国产美女午夜福利| 午夜福利视频1000在线观看| 成人午夜高清在线视频| 狂野欧美激情性xxxx在线观看| 亚洲自偷自拍三级| 亚洲美女视频黄频| 国产午夜精品久久久久久一区二区三区| 欧美最新免费一区二区三区| 国产午夜精品论理片| 免费少妇av软件| 欧美高清性xxxxhd video| 久久久久网色| 国产免费视频播放在线视频 | 在线播放无遮挡| 免费人成在线观看视频色| 蜜桃久久精品国产亚洲av| 国产成人aa在线观看| 日韩欧美精品免费久久| 国产黄片视频在线免费观看| 国产精品爽爽va在线观看网站| 亚州av有码| 亚洲成人中文字幕在线播放| 汤姆久久久久久久影院中文字幕 | 国产一区二区在线观看日韩| 97人妻精品一区二区三区麻豆| 日日啪夜夜撸| 成人毛片60女人毛片免费| 久久久久久久久久人人人人人人| 在线播放无遮挡| 国产淫语在线视频| 精品久久久久久久久久久久久| 成年免费大片在线观看| 亚洲国产色片| 日本一二三区视频观看| 精品酒店卫生间| 午夜久久久久精精品| 成人鲁丝片一二三区免费| 少妇人妻精品综合一区二区| 午夜爱爱视频在线播放| 亚洲四区av| 在现免费观看毛片| 国产在视频线精品| 插阴视频在线观看视频| 久久久精品欧美日韩精品| av在线天堂中文字幕| 婷婷色综合www| 成人性生交大片免费视频hd| 日韩亚洲欧美综合| 亚洲美女搞黄在线观看| 亚洲最大成人手机在线| 久久人人爽人人片av| 人妻少妇偷人精品九色| 成年人午夜在线观看视频 | 成年免费大片在线观看| a级毛色黄片| 午夜激情福利司机影院| 国产麻豆成人av免费视频| 麻豆乱淫一区二区| 久久精品国产亚洲网站| 国产精品国产三级国产专区5o| 精品人妻熟女av久视频| 麻豆成人午夜福利视频| 亚洲人与动物交配视频| 国产v大片淫在线免费观看| 亚洲精品乱码久久久v下载方式| 亚洲精品国产av蜜桃| 精品99又大又爽又粗少妇毛片| 尤物成人国产欧美一区二区三区| 国产91av在线免费观看| 免费黄网站久久成人精品| 极品少妇高潮喷水抽搐| 国产一区有黄有色的免费视频 | 国产伦一二天堂av在线观看| 久久亚洲国产成人精品v| 欧美+日韩+精品| 熟妇人妻久久中文字幕3abv| 久久久久久久久久成人| 国产成人一区二区在线| 日日摸夜夜添夜夜添av毛片| 久久久久免费精品人妻一区二区| 欧美高清成人免费视频www| 免费av观看视频| 18+在线观看网站| 国产亚洲精品av在线| 亚洲精华国产精华液的使用体验| 人人妻人人看人人澡| 成人亚洲精品一区在线观看 | 国产 一区精品| av播播在线观看一区| 欧美bdsm另类| 国产一区二区在线观看日韩| 久久精品国产自在天天线| 婷婷六月久久综合丁香| 亚洲av男天堂| 久久久国产一区二区| 久久6这里有精品| 毛片一级片免费看久久久久| 97热精品久久久久久| 日本一二三区视频观看| av女优亚洲男人天堂| 水蜜桃什么品种好| a级毛色黄片| 中文字幕制服av| 精品久久久久久久久久久久久| 又黄又爽又刺激的免费视频.| 亚洲av成人精品一区久久| 青春草视频在线免费观看| 天堂av国产一区二区熟女人妻| 网址你懂的国产日韩在线| 国产成人精品久久久久久| 亚洲成人精品中文字幕电影| 激情五月婷婷亚洲| 国产精品美女特级片免费视频播放器| 久久这里有精品视频免费| av网站免费在线观看视频 | 日韩 亚洲 欧美在线| 免费观看精品视频网站| 欧美日韩一区二区视频在线观看视频在线 | 97人妻精品一区二区三区麻豆| 麻豆国产97在线/欧美| 久久国内精品自在自线图片| 三级毛片av免费| 男人和女人高潮做爰伦理| 乱系列少妇在线播放| 日本黄色片子视频| 久久久久久久国产电影| 久久久久久久久久久丰满| 久久久久久久亚洲中文字幕| 免费观看精品视频网站| 大陆偷拍与自拍| eeuss影院久久| 久久人人爽人人爽人人片va| 97热精品久久久久久| 性色avwww在线观看| 高清欧美精品videossex| 欧美另类一区| 最近视频中文字幕2019在线8| 欧美激情在线99| 春色校园在线视频观看| 精品久久久久久久久久久久久| 久久鲁丝午夜福利片| 日韩欧美精品v在线| 夫妻午夜视频| 国产精品美女特级片免费视频播放器| 久久久久久久亚洲中文字幕| 国产精品1区2区在线观看.| 午夜福利在线在线| 国产亚洲91精品色在线| 国精品久久久久久国模美| 男人和女人高潮做爰伦理| 久热久热在线精品观看| 亚洲丝袜综合中文字幕| 国内精品一区二区在线观看| 三级国产精品欧美在线观看| 婷婷色综合大香蕉| 国产亚洲最大av| 最后的刺客免费高清国语| 又爽又黄无遮挡网站| 亚洲欧美成人精品一区二区| 久久99精品国语久久久| 偷拍熟女少妇极品色| 又爽又黄无遮挡网站| 国产伦在线观看视频一区| 亚洲精品自拍成人| 男女国产视频网站| 国产69精品久久久久777片| 久久久久久久久中文| 亚洲成色77777| 九九久久精品国产亚洲av麻豆| 亚洲精品国产成人久久av| 亚洲国产精品成人综合色| 日韩一区二区三区影片| 中文在线观看免费www的网站| 亚洲无线观看免费| 亚洲国产高清在线一区二区三| 人人妻人人澡欧美一区二区| 亚洲自偷自拍三级| 亚洲国产精品成人综合色| 久久精品夜色国产| 最近最新中文字幕大全电影3| 国产伦理片在线播放av一区| 精品国产露脸久久av麻豆 | 九九久久精品国产亚洲av麻豆| 免费大片18禁| 乱系列少妇在线播放| 青春草视频在线免费观看| 国产乱人视频| 视频中文字幕在线观看| 精品99又大又爽又粗少妇毛片| 身体一侧抽搐| 免费大片18禁| 日韩欧美国产在线观看| 精品人妻偷拍中文字幕| 免费观看性生交大片5| 亚洲精品一区蜜桃| 夫妻性生交免费视频一级片| 亚洲av男天堂| 亚洲国产精品成人久久小说| a级一级毛片免费在线观看| 国产高潮美女av| 亚洲欧洲日产国产| 97精品久久久久久久久久精品| 丝袜喷水一区| 成年版毛片免费区| 亚洲欧洲国产日韩| 成人午夜高清在线视频| 三级毛片av免费| kizo精华| 只有这里有精品99| 一级片'在线观看视频| 久久韩国三级中文字幕| 熟女人妻精品中文字幕| 日日啪夜夜爽| 麻豆成人av视频| av网站免费在线观看视频 | 99九九线精品视频在线观看视频| 男插女下体视频免费在线播放| 成人综合一区亚洲| 亚洲电影在线观看av| 日韩三级伦理在线观看| 好男人在线观看高清免费视频| 日韩视频在线欧美| 亚洲av中文av极速乱| av在线天堂中文字幕| 尤物成人国产欧美一区二区三区| 成人毛片60女人毛片免费| 九色成人免费人妻av| 99热6这里只有精品| 不卡视频在线观看欧美| 街头女战士在线观看网站| 青青草视频在线视频观看| 亚洲精品中文字幕在线视频 | 欧美97在线视频| 亚洲精品一二三| 天天一区二区日本电影三级| 少妇人妻一区二区三区视频| 欧美成人一区二区免费高清观看| 国产伦精品一区二区三区四那| 日产精品乱码卡一卡2卡三| 一个人观看的视频www高清免费观看| 亚洲国产精品国产精品| 国产精品一区二区在线观看99 | 成人综合一区亚洲| 三级经典国产精品| 黄片wwwwww| 日本av手机在线免费观看| 午夜激情福利司机影院| 成年女人在线观看亚洲视频 | 国产伦一二天堂av在线观看| 国产爱豆传媒在线观看| 日韩制服骚丝袜av| 中文字幕人妻熟人妻熟丝袜美| 九九在线视频观看精品| 久久99精品国语久久久| 亚洲欧洲日产国产| 好男人在线观看高清免费视频| 久久久欧美国产精品| 汤姆久久久久久久影院中文字幕 | 啦啦啦啦在线视频资源| 大香蕉久久网| 国产精品av视频在线免费观看| 最近手机中文字幕大全| 日韩一区二区视频免费看| av国产免费在线观看| 成年人午夜在线观看视频 | 亚洲国产最新在线播放| av在线亚洲专区| 日韩欧美三级三区| 成人鲁丝片一二三区免费| 肉色欧美久久久久久久蜜桃 | 深爱激情五月婷婷| 又爽又黄a免费视频| 亚洲精品视频女| 国模一区二区三区四区视频| 亚洲在线观看片| 三级国产精品欧美在线观看| 国产成人福利小说| 亚洲综合精品二区| 成人综合一区亚洲| 欧美日韩一区二区视频在线观看视频在线 | 能在线免费观看的黄片| 日韩视频在线欧美| 国产午夜福利久久久久久| 黑人高潮一二区| 午夜精品在线福利| 赤兔流量卡办理| 国产黄色免费在线视频| 国产精品日韩av在线免费观看| 在线免费十八禁| 亚洲三级黄色毛片| 亚洲精品aⅴ在线观看| 国产精品爽爽va在线观看网站| 成人av在线播放网站| 精品一区二区三卡| 日韩人妻高清精品专区| 亚州av有码| 亚洲精品日本国产第一区| 可以在线观看毛片的网站| 中文天堂在线官网| 一级a做视频免费观看| 99热6这里只有精品| 国产成人freesex在线| 亚洲一级一片aⅴ在线观看| 建设人人有责人人尽责人人享有的 | 日韩,欧美,国产一区二区三区| 日日撸夜夜添| 免费黄色在线免费观看| 成人美女网站在线观看视频| 永久网站在线| 欧美成人a在线观看| 午夜久久久久精精品| 欧美三级亚洲精品| 爱豆传媒免费全集在线观看| 一本一本综合久久| 黄色欧美视频在线观看| av.在线天堂| 亚洲av成人av| 五月天丁香电影| 成年女人在线观看亚洲视频 | 欧美区成人在线视频| 国产成人精品婷婷| 久久久久精品性色| 久久久久免费精品人妻一区二区| 少妇被粗大猛烈的视频| 色播亚洲综合网| 尤物成人国产欧美一区二区三区| 欧美三级亚洲精品| 超碰av人人做人人爽久久| 蜜桃亚洲精品一区二区三区| 看十八女毛片水多多多| 日韩制服骚丝袜av| 99久久精品国产国产毛片| 精品国内亚洲2022精品成人| av在线观看视频网站免费| 国产综合精华液| 精品99又大又爽又粗少妇毛片| 亚洲成人av在线免费| 国产伦精品一区二区三区视频9| 一级毛片我不卡| 一级爰片在线观看| av免费观看日本| 高清欧美精品videossex| 国产淫语在线视频| 最近最新中文字幕免费大全7| 插阴视频在线观看视频| 国产在视频线在精品| 国产午夜福利久久久久久| 色哟哟·www| 如何舔出高潮| 精品不卡国产一区二区三区| 国产男人的电影天堂91| 99热全是精品| 久久久久国产网址| 看非洲黑人一级黄片| 日韩欧美精品免费久久| 久久精品熟女亚洲av麻豆精品 | 久久精品国产亚洲av涩爱| 国产成人91sexporn| 国产美女午夜福利| 国产伦一二天堂av在线观看| 亚洲欧美成人综合另类久久久| 美女cb高潮喷水在线观看| 国产欧美日韩精品一区二区| 国产三级在线视频| 欧美成人a在线观看| 久久精品国产鲁丝片午夜精品| 欧美xxⅹ黑人| 激情 狠狠 欧美| 成年av动漫网址| 国产午夜福利久久久久久| 亚洲av一区综合| 国产在线一区二区三区精| 我的老师免费观看完整版| 中国国产av一级| 欧美成人午夜免费资源| 午夜福利在线观看免费完整高清在| 激情五月婷婷亚洲| 亚洲久久久久久中文字幕| 身体一侧抽搐| 校园人妻丝袜中文字幕| 伊人久久国产一区二区| 久久热精品热| 亚洲va在线va天堂va国产| 赤兔流量卡办理| www.色视频.com| 狂野欧美白嫩少妇大欣赏| 少妇高潮的动态图| 亚洲内射少妇av| 女的被弄到高潮叫床怎么办| 亚洲电影在线观看av| 欧美性猛交╳xxx乱大交人| 直男gayav资源| freevideosex欧美| 欧美成人a在线观看| 午夜免费观看性视频| 国产av国产精品国产| 国产v大片淫在线免费观看| 九九在线视频观看精品| 国产高清国产精品国产三级 | 国产高潮美女av| 女人十人毛片免费观看3o分钟| 成年女人在线观看亚洲视频 | 三级国产精品欧美在线观看| 国产黄色小视频在线观看| 99热这里只有是精品50| 热99在线观看视频| 亚洲欧美一区二区三区国产| 网址你懂的国产日韩在线| 国产av不卡久久| 免费看日本二区| 精品一区二区三区人妻视频| 嫩草影院新地址| 免费观看精品视频网站| 亚州av有码| 欧美成人精品欧美一级黄| 亚洲精品自拍成人| 乱系列少妇在线播放| 亚洲欧美一区二区三区黑人 | 久久久欧美国产精品| 26uuu在线亚洲综合色| 简卡轻食公司| 色网站视频免费| 我要看日韩黄色一级片| av黄色大香蕉| 街头女战士在线观看网站| 国产精品嫩草影院av在线观看| 国产毛片a区久久久久| 听说在线观看完整版免费高清| 精品久久久久久久人妻蜜臀av| 日韩三级伦理在线观看| 国产一级毛片在线| 身体一侧抽搐| 视频中文字幕在线观看| 中文字幕久久专区| 成人鲁丝片一二三区免费| 国产精品.久久久| 我要看日韩黄色一级片| 亚洲人成网站高清观看| 亚洲av国产av综合av卡| 我要看日韩黄色一级片| 免费看av在线观看网站| 看免费成人av毛片| 久久精品夜夜夜夜夜久久蜜豆| 国产av国产精品国产| 久久精品国产亚洲av天美| 三级男女做爰猛烈吃奶摸视频| 国产成人免费观看mmmm| 国产精品嫩草影院av在线观看| a级一级毛片免费在线观看| 久久久久久九九精品二区国产| 亚洲国产欧美人成| 韩国高清视频一区二区三区| 不卡视频在线观看欧美| 久久精品夜夜夜夜夜久久蜜豆| 婷婷色综合www| 少妇的逼水好多| 精华霜和精华液先用哪个| 午夜福利在线观看吧| 天堂网av新在线| 神马国产精品三级电影在线观看| 嫩草影院入口| 麻豆成人av视频| 亚洲欧美日韩卡通动漫| 国产成人精品福利久久| 91精品伊人久久大香线蕉| 欧美极品一区二区三区四区| 波野结衣二区三区在线| 午夜福利在线观看吧| 成人毛片a级毛片在线播放| 秋霞在线观看毛片| 国产伦理片在线播放av一区| 久久久精品94久久精品| 国产成人freesex在线| av国产久精品久网站免费入址| 全区人妻精品视频| 最近2019中文字幕mv第一页| 久久久久久九九精品二区国产| 久久精品国产亚洲网站| 日本午夜av视频| 九九爱精品视频在线观看| 久久久久久久久久黄片| 国国产精品蜜臀av免费| 亚洲av在线观看美女高潮| 天堂√8在线中文| av在线亚洲专区| 欧美成人一区二区免费高清观看| 欧美精品一区二区大全| 最近的中文字幕免费完整| 免费观看a级毛片全部| videos熟女内射| 一级a做视频免费观看| 久久久久国产网址| 2021少妇久久久久久久久久久| 国产黄色免费在线视频| 晚上一个人看的免费电影| 久久99热这里只有精品18| 国产亚洲av片在线观看秒播厂 | 欧美xxxx黑人xx丫x性爽| 欧美xxⅹ黑人| 精品久久久精品久久久| 婷婷色av中文字幕| 街头女战士在线观看网站| 中文字幕制服av| 草草在线视频免费看| 亚洲不卡免费看| 久久久久久伊人网av| 在线观看人妻少妇| 国产欧美另类精品又又久久亚洲欧美| 午夜福利成人在线免费观看| 又大又黄又爽视频免费| 内地一区二区视频在线| 黄片wwwwww| 极品少妇高潮喷水抽搐| 亚洲一级一片aⅴ在线观看| 青春草视频在线免费观看|