• <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
    国产乱人视频| 欧美极品一区二区三区四区| 久久中文看片网| 欧美一区二区精品小视频在线| 黄色视频,在线免费观看| 在线免费观看的www视频| 亚洲美女黄片视频| 国产高潮美女av| 午夜两性在线视频| 99视频精品全部免费 在线 | 亚洲av成人不卡在线观看播放网| 久久国产精品影院| 天天一区二区日本电影三级| 国产精品综合久久久久久久免费| 18禁国产床啪视频网站| 国产精品免费一区二区三区在线| 俄罗斯特黄特色一大片| 免费观看的影片在线观看| 久久久久性生活片| 制服人妻中文乱码| 国内精品一区二区在线观看| 此物有八面人人有两片| 99在线人妻在线中文字幕| 亚洲av第一区精品v没综合| 欧美乱妇无乱码| 97超级碰碰碰精品色视频在线观看| 亚洲第一电影网av| 精品国内亚洲2022精品成人| 国产精品乱码一区二三区的特点| 老司机福利观看| 午夜精品一区二区三区免费看| 欧美绝顶高潮抽搐喷水| 亚洲 国产 在线| 国产又色又爽无遮挡免费看| 男人舔女人下体高潮全视频| 久久香蕉国产精品| 欧美日韩乱码在线| 亚洲欧美激情综合另类| 国内精品久久久久精免费| 国产免费男女视频| 精品电影一区二区在线| 日韩欧美三级三区| 51午夜福利影视在线观看| 亚洲狠狠婷婷综合久久图片| 这个男人来自地球电影免费观看| 久久草成人影院| 国内久久婷婷六月综合欲色啪| 欧美最黄视频在线播放免费| 精品福利观看| 一级a爱片免费观看的视频| 中文字幕人妻丝袜一区二区| 性色av乱码一区二区三区2| а√天堂www在线а√下载| 好男人在线观看高清免费视频| 亚洲avbb在线观看| 欧美日韩国产亚洲二区| 国产爱豆传媒在线观看| 日韩欧美三级三区| 嫩草影院入口| 夜夜夜夜夜久久久久| 最新美女视频免费是黄的| 91九色精品人成在线观看| 国产午夜精品论理片| 亚洲av电影不卡..在线观看| 亚洲成av人片在线播放无| 999久久久国产精品视频| 一a级毛片在线观看| 国产午夜精品久久久久久| 亚洲av熟女| 在线观看免费午夜福利视频| 国产精品亚洲av一区麻豆| 观看免费一级毛片| 麻豆成人av在线观看| 村上凉子中文字幕在线| 免费av毛片视频| av在线天堂中文字幕| 亚洲成av人片免费观看| 真实男女啪啪啪动态图| 亚洲熟女毛片儿| 日韩人妻高清精品专区| 在线免费观看的www视频| 亚洲av熟女| 午夜激情福利司机影院| 日日夜夜操网爽| 国产亚洲av高清不卡| 国产男靠女视频免费网站| 日韩欧美一区二区三区在线观看| 国产黄色小视频在线观看| 久9热在线精品视频| 熟女少妇亚洲综合色aaa.| 99热精品在线国产| 日韩中文字幕欧美一区二区| 久久久成人免费电影| 狠狠狠狠99中文字幕| 老鸭窝网址在线观看| 很黄的视频免费| 伦理电影免费视频| 亚洲av五月六月丁香网| 日本五十路高清| 日本精品一区二区三区蜜桃| 男女视频在线观看网站免费| 国产美女午夜福利| 亚洲激情在线av| 国产高清三级在线| 午夜福利欧美成人| 亚洲精品在线美女| 国产极品精品免费视频能看的| 99久久精品一区二区三区| 观看免费一级毛片| 最近最新中文字幕大全电影3| 国产又黄又爽又无遮挡在线| 99热精品在线国产| 99国产精品99久久久久| 欧美一级a爱片免费观看看| 观看免费一级毛片| 国产精品电影一区二区三区| 国产1区2区3区精品| 波多野结衣巨乳人妻| 人人妻人人看人人澡| 欧美激情久久久久久爽电影| 一本综合久久免费| 成年版毛片免费区| 国产精品久久久av美女十八| 极品教师在线免费播放| 在线免费观看不下载黄p国产 | 狂野欧美激情性xxxx| 性色avwww在线观看| 中出人妻视频一区二区| 国产亚洲精品综合一区在线观看| 男人舔女人的私密视频| 此物有八面人人有两片| 中文字幕熟女人妻在线| 欧美日韩福利视频一区二区| 国内精品久久久久精免费| 国产精品亚洲一级av第二区| 国产一区在线观看成人免费| 极品教师在线免费播放| 亚洲成a人片在线一区二区| 18禁国产床啪视频网站| 他把我摸到了高潮在线观看| 在线观看一区二区三区| 中国美女看黄片| 99久久无色码亚洲精品果冻| 51午夜福利影视在线观看| 老鸭窝网址在线观看| 夜夜爽天天搞| 亚洲欧美日韩卡通动漫| 免费人成视频x8x8入口观看| 两个人视频免费观看高清| 国产精品自产拍在线观看55亚洲| 99久久无色码亚洲精品果冻| 国产欧美日韩一区二区精品| 亚洲欧美日韩卡通动漫| a级毛片a级免费在线| or卡值多少钱| 天天躁日日操中文字幕| 亚洲色图 男人天堂 中文字幕| 欧美日韩福利视频一区二区| 老司机午夜十八禁免费视频| 免费在线观看成人毛片| 校园春色视频在线观看| 99热这里只有是精品50| 精品一区二区三区av网在线观看| 香蕉久久夜色| 亚洲欧美精品综合一区二区三区| 国产视频一区二区在线看| 国产一区在线观看成人免费| 亚洲欧美日韩卡通动漫| 亚洲在线自拍视频| 岛国在线观看网站| 久久这里只有精品中国| 中国美女看黄片| 久久热在线av| 久久久久久人人人人人| 国产精品自产拍在线观看55亚洲| 欧美丝袜亚洲另类 | 一本久久中文字幕| 精品国产乱子伦一区二区三区| 欧美日韩综合久久久久久 | 精品久久久久久久久久免费视频| 激情在线观看视频在线高清| 少妇人妻一区二区三区视频| 一个人观看的视频www高清免费观看 | 精品久久久久久久久久久久久| 日韩精品中文字幕看吧| 婷婷六月久久综合丁香| 男人的好看免费观看在线视频| 久久久久精品国产欧美久久久| 国产精品1区2区在线观看.| 国产一区在线观看成人免费| 亚洲五月婷婷丁香| 制服人妻中文乱码| 欧美日韩综合久久久久久 | 欧美日韩精品网址| 国产精品久久久久久精品电影| 91久久精品国产一区二区成人 | cao死你这个sao货| svipshipincom国产片| 日韩精品中文字幕看吧| 亚洲午夜精品一区,二区,三区| 精品久久久久久成人av| 国产黄片美女视频| 一本综合久久免费| 欧美三级亚洲精品| 宅男免费午夜| 老鸭窝网址在线观看| 亚洲avbb在线观看| 麻豆一二三区av精品| 亚洲专区字幕在线| 色哟哟哟哟哟哟| av中文乱码字幕在线| 成在线人永久免费视频| 国产日本99.免费观看| 成人欧美大片| 欧美绝顶高潮抽搐喷水| 身体一侧抽搐| 亚洲真实伦在线观看| 一进一出好大好爽视频| 亚洲av电影在线进入| 淫秽高清视频在线观看| 一个人观看的视频www高清免费观看 | 色在线成人网| 九九久久精品国产亚洲av麻豆 | 欧美另类亚洲清纯唯美| 欧美日韩精品网址| 男女床上黄色一级片免费看| 精品一区二区三区四区五区乱码| 曰老女人黄片| 国产又色又爽无遮挡免费看| a在线观看视频网站| 国产精品一区二区免费欧美| 亚洲一区二区三区色噜噜| www.999成人在线观看| 别揉我奶头~嗯~啊~动态视频| 一级毛片女人18水好多| 亚洲 国产 在线| а√天堂www在线а√下载| 老司机午夜福利在线观看视频| 亚洲 欧美一区二区三区| 中文亚洲av片在线观看爽| 亚洲电影在线观看av| 五月玫瑰六月丁香| 国产精品久久久久久人妻精品电影| 99久久成人亚洲精品观看| 麻豆成人av视频| 国产三级中文精品| 欧美性感艳星| 精品99又大又爽又粗少妇毛片| 日本熟妇午夜| 日本午夜av视频| 国产男人的电影天堂91| 麻豆精品久久久久久蜜桃| 亚洲成av人片在线播放无| 国产午夜精品久久久久久一区二区三区| 亚洲一级一片aⅴ在线观看| 亚洲婷婷狠狠爱综合网| 国产精品电影一区二区三区| 国产 一区精品| or卡值多少钱| 久久久久网色| 久久精品国产99精品国产亚洲性色| 欧美极品一区二区三区四区| 国产精品一及| 国产乱人视频| av免费观看日本| 七月丁香在线播放| 欧美性猛交黑人性爽| 亚洲国产欧洲综合997久久,| 18禁在线无遮挡免费观看视频| 免费在线观看成人毛片| 亚洲精品456在线播放app| 国产精品野战在线观看| 青春草视频在线免费观看| 国产av码专区亚洲av| 国产免费一级a男人的天堂| 人人妻人人澡欧美一区二区| 男女下面进入的视频免费午夜| АⅤ资源中文在线天堂| 一级毛片久久久久久久久女| 国产精品美女特级片免费视频播放器| 真实男女啪啪啪动态图| 少妇高潮的动态图| 男人舔奶头视频| 97超视频在线观看视频| 午夜亚洲福利在线播放| 国产高清国产精品国产三级 | 国产午夜精品论理片| 天美传媒精品一区二区| 久久久久久久久大av| 日本免费a在线| 国产片特级美女逼逼视频| 18禁在线播放成人免费| 久久人人爽人人片av| 午夜福利视频1000在线观看| 亚洲国产最新在线播放| 麻豆乱淫一区二区| 日本三级黄在线观看| 黄色配什么色好看| 人人妻人人澡欧美一区二区| 国产精品嫩草影院av在线观看| 中文字幕熟女人妻在线| 校园人妻丝袜中文字幕| 成人av在线播放网站| 可以在线观看毛片的网站| 亚洲欧美精品专区久久| 在线观看美女被高潮喷水网站| 日韩强制内射视频| 韩国高清视频一区二区三区| 大香蕉久久网| 精品一区二区免费观看| 嫩草影院入口| 精品久久久噜噜| 亚洲精品aⅴ在线观看| 久久久久久大精品| 久久精品国产99精品国产亚洲性色| 国产白丝娇喘喷水9色精品| 国产欧美另类精品又又久久亚洲欧美| 久久精品夜色国产| 黄色一级大片看看| 亚洲怡红院男人天堂| 国产淫片久久久久久久久| 欧美日本视频| 久久99热这里只有精品18| 三级毛片av免费| 国产精品一区二区三区四区免费观看| 国产成人91sexporn| 麻豆精品久久久久久蜜桃| 天天躁夜夜躁狠狠久久av| 亚洲av免费高清在线观看| 九九在线视频观看精品| 国产在视频线精品| av福利片在线观看| 好男人视频免费观看在线| 国产精品乱码一区二三区的特点| 久久精品久久精品一区二区三区| 日韩,欧美,国产一区二区三区 | 国产高清三级在线| 亚洲一级一片aⅴ在线观看| 亚洲国产精品国产精品| 久久婷婷人人爽人人干人人爱| 国产v大片淫在线免费观看| 国产精品国产三级专区第一集| 最近2019中文字幕mv第一页| 男人舔奶头视频| 国产成人aa在线观看| 亚洲精品aⅴ在线观看| 亚洲av免费高清在线观看| 日本免费在线观看一区| 久久午夜福利片| 国内精品一区二区在线观看| 少妇猛男粗大的猛烈进出视频 | a级一级毛片免费在线观看| 天堂√8在线中文| 久久久精品大字幕| 国产成人福利小说| 国产欧美日韩精品一区二区| 国产精品三级大全| 成人午夜精彩视频在线观看| 国产高清国产精品国产三级 | 99国产精品一区二区蜜桃av| 国产白丝娇喘喷水9色精品| 99国产精品一区二区蜜桃av| 人人妻人人澡人人爽人人夜夜 | 99久久精品国产国产毛片| 高清午夜精品一区二区三区| 亚洲av免费高清在线观看| 欧美三级亚洲精品| 精品一区二区三区视频在线| 国产免费一级a男人的天堂| 好男人在线观看高清免费视频| 亚洲中文字幕一区二区三区有码在线看| 97热精品久久久久久| 三级经典国产精品| 国产精品久久视频播放| 欧美日韩一区二区视频在线观看视频在线 | 久久精品国产亚洲av涩爱| 免费看美女性在线毛片视频| 熟妇人妻久久中文字幕3abv| 校园人妻丝袜中文字幕| 免费无遮挡裸体视频| 国产成人a∨麻豆精品| 少妇高潮的动态图| 亚洲国产最新在线播放| 国产成人精品久久久久久| 国产亚洲精品久久久com| 亚洲中文字幕一区二区三区有码在线看| 禁无遮挡网站| 91久久精品电影网| 午夜爱爱视频在线播放| 男人舔奶头视频| 国产精品熟女久久久久浪| 九九在线视频观看精品| 欧美色视频一区免费| 一区二区三区高清视频在线| 秋霞在线观看毛片| 美女大奶头视频| 18禁动态无遮挡网站| 精品久久久久久久久亚洲| 99热这里只有精品一区| 国产精品久久久久久精品电影| 中文字幕人妻熟人妻熟丝袜美| 亚洲国产精品专区欧美| 国产 一区 欧美 日韩| 亚洲av男天堂| 联通29元200g的流量卡| 国产av不卡久久| 色尼玛亚洲综合影院| 国产私拍福利视频在线观看| 联通29元200g的流量卡| 舔av片在线| 国产免费男女视频| 69人妻影院| 一个人看视频在线观看www免费| 欧美性猛交╳xxx乱大交人| 日日摸夜夜添夜夜添av毛片| 日本爱情动作片www.在线观看| 国内精品一区二区在线观看| 日韩欧美精品免费久久| 国产女主播在线喷水免费视频网站 | 能在线免费观看的黄片| 国产三级在线视频| 精品久久久久久成人av| 久久久久久伊人网av| 国产 一区 欧美 日韩| 亚州av有码| 成人综合一区亚洲| 国产一区二区亚洲精品在线观看| 久久久久久久久中文| 99九九线精品视频在线观看视频| 国产精品乱码一区二三区的特点| videossex国产| 永久网站在线| 99热全是精品| 色噜噜av男人的天堂激情| 久久久久久久久久久丰满| 国产精品一及| 成人午夜精彩视频在线观看| 日本免费a在线| 免费无遮挡裸体视频| 一本久久精品| 欧美一区二区精品小视频在线| 一级黄片播放器| 日本免费一区二区三区高清不卡| 建设人人有责人人尽责人人享有的 | 国产黄a三级三级三级人| 18+在线观看网站| 日本爱情动作片www.在线观看| 免费观看人在逋| 国产激情偷乱视频一区二区| 美女xxoo啪啪120秒动态图| 亚洲国产精品合色在线| 丰满少妇做爰视频| 亚洲av日韩在线播放| 一级黄片播放器| 亚洲欧美日韩无卡精品| 别揉我奶头 嗯啊视频| 亚洲av免费在线观看| 欧美潮喷喷水| 偷拍熟女少妇极品色| 久久久久国产网址| 一个人免费在线观看电影| 色5月婷婷丁香| 色噜噜av男人的天堂激情| 日本wwww免费看| 免费观看的影片在线观看| 亚洲三级黄色毛片| 看非洲黑人一级黄片| 成人午夜高清在线视频| 美女被艹到高潮喷水动态| 国产一区亚洲一区在线观看| 久久精品久久久久久久性| 国内少妇人妻偷人精品xxx网站| 丰满少妇做爰视频| h日本视频在线播放| 成人漫画全彩无遮挡| 免费一级毛片在线播放高清视频| 日本wwww免费看| 国产v大片淫在线免费观看| 国内少妇人妻偷人精品xxx网站| videossex国产| 特级一级黄色大片| or卡值多少钱| 亚洲国产日韩欧美精品在线观看| 长腿黑丝高跟| 国产免费又黄又爽又色| 久久婷婷人人爽人人干人人爱| 亚洲av电影不卡..在线观看| 亚洲成人中文字幕在线播放| 午夜激情欧美在线| 91久久精品电影网| av女优亚洲男人天堂| 欧美精品一区二区大全| 国产老妇伦熟女老妇高清| 国产成人精品久久久久久| 免费在线观看成人毛片| 九九久久精品国产亚洲av麻豆| 国产淫语在线视频| 狠狠狠狠99中文字幕| 成年女人看的毛片在线观看| 久久精品国产亚洲网站| 精品一区二区免费观看| 亚洲人成网站在线观看播放| 国产成人a∨麻豆精品| 国产女主播在线喷水免费视频网站 | 一区二区三区四区激情视频| 欧美日韩一区二区视频在线观看视频在线 | 亚洲精品自拍成人| 欧美成人午夜免费资源| 国国产精品蜜臀av免费| 免费无遮挡裸体视频| 在线免费十八禁| 亚洲欧美日韩无卡精品| 久久人妻av系列| 中国国产av一级| 小说图片视频综合网站| 国产精品久久久久久精品电影小说 | 欧美激情在线99| 夜夜看夜夜爽夜夜摸| 麻豆精品久久久久久蜜桃| 久久久成人免费电影| 亚洲人成网站在线观看播放| 亚洲五月天丁香| 中文天堂在线官网| 成年av动漫网址| 久久人人爽人人爽人人片va| 中国美白少妇内射xxxbb| 性插视频无遮挡在线免费观看| 我的老师免费观看完整版| 免费搜索国产男女视频| 久久久久久九九精品二区国产| 中文字幕亚洲精品专区| 国产黄a三级三级三级人| 国内精品一区二区在线观看| 麻豆成人午夜福利视频| 色噜噜av男人的天堂激情| 一级毛片aaaaaa免费看小| 久久6这里有精品| 一区二区三区高清视频在线| 精品久久久久久成人av| 久久久久久久午夜电影| 亚洲性久久影院| 禁无遮挡网站| 哪个播放器可以免费观看大片| av在线老鸭窝| 久久99热这里只频精品6学生 | 国产黄片视频在线免费观看| 日本黄色视频三级网站网址| 男人狂女人下面高潮的视频| 亚洲国产欧洲综合997久久,| 亚洲国产精品合色在线| 能在线免费观看的黄片| 99久久精品热视频| 日韩成人伦理影院| 插阴视频在线观看视频| 亚洲欧美日韩无卡精品| 老师上课跳d突然被开到最大视频| 免费不卡的大黄色大毛片视频在线观看 | 小说图片视频综合网站| 国语对白做爰xxxⅹ性视频网站| av.在线天堂| 大香蕉97超碰在线| 日本免费在线观看一区| 能在线免费看毛片的网站| 熟妇人妻久久中文字幕3abv| 天天躁夜夜躁狠狠久久av| 人妻系列 视频| 亚洲精品日韩av片在线观看| 18禁动态无遮挡网站| 美女国产视频在线观看| 天堂网av新在线| 亚洲最大成人av| 国产探花极品一区二区| 午夜福利在线观看吧| 日本黄色视频三级网站网址| 人妻少妇偷人精品九色| 亚洲激情五月婷婷啪啪| 国产精品伦人一区二区| 精品一区二区免费观看| 久久这里有精品视频免费| АⅤ资源中文在线天堂| 国产又色又爽无遮挡免| 床上黄色一级片| 伦精品一区二区三区| 18禁在线无遮挡免费观看视频| 身体一侧抽搐| 麻豆精品久久久久久蜜桃| 男人舔女人下体高潮全视频| 亚洲天堂国产精品一区在线| 97在线视频观看| 国产精品国产高清国产av| 国产精品久久视频播放| 欧美一区二区精品小视频在线| 久99久视频精品免费| 神马国产精品三级电影在线观看| 久久草成人影院| 日韩大片免费观看网站 | 黄色配什么色好看| 午夜福利在线观看吧| 国产精品.久久久| 国产精品久久视频播放| 国产av码专区亚洲av| 老司机影院成人| 午夜福利高清视频| 亚洲一区高清亚洲精品| 亚洲精品成人久久久久久| 91精品国产九色| www.色视频.com| 精品久久久噜噜| 嫩草影院精品99| 搞女人的毛片| 日韩欧美精品免费久久| 成人毛片60女人毛片免费| 秋霞在线观看毛片| 免费播放大片免费观看视频在线观看 | 中文字幕亚洲精品专区|