为实现紫外(UV)成像技术检测绝缘子缺陷时产生的紫外图像中放电区域的自动准确分割,提出了一种基于改进Chan-Vese(C-V)模型的放电光斑提取方法。通过引入符号距离保持项、用水平集函数梯度的模替代Dirac函数以及简化模型参数来对现有C-V模型进行了改进,然后将其用于获取绝缘子表面放电紫外图像的放电光斑,并给出了基于常规边缘检测算子法、数学形态学的紫外图像分割结果。结果表明:改进后的C-V模型能更为快速准确地分割出紫外成像的目标光斑,且具有较好的抗干扰能力。与现有方法相比较,使用改进的C-V模型来提取放电光斑的准确度提高了5%,外图像特征量提取-电动折弯机数控滚圆机滚弧机张家港电动折弯机数控滚圆机且对C-V模型中关键参数的依赖性较小,非常适合于紫外图像特征量的提取。研究结果可为输电线路外绝缘的有效检测提供重要依据高电压技术2018,44(8)时给出了绝缘子不同放电程度下对应的紫外图像分割结果。2.1单光斑图像分割图1为某220kV变电站悬挂绝缘子发生表面放电时的紫外成像图。该图像为用南非CoroCAM504紫外成像仪所拍摄，像素为768×576。图1中，白色光斑是放电点辐射出的紫外线成像形成的，放电区域面积为3049像素，

转载 白色矩形框是紫外成像仪读取光子数的区域。图2和图3分别为使用改进C-V模型和现有C-V模型对图1进行分割的结果。图2、图3中，(a)列是初始轮廓，(b)列是演化结束后的最终轮廓，(c)列是分割出来的光斑的二值图像。图2、图3中同时给出了2种方法计算时的迭代次数和计算时间。计算时，C-V模型的主要参数取值为：μ=0.15/2552，Δt=0.1，ε=1，η=0，λ1=3，λ2=1。初始轮廓采用了圆形和矩形，其放置情况有2种：一种是初始轮廓完全处于光斑之内；另一种是横跨光斑区域和背景区域。由图2和图3可见，使用改进C-V模型得到的真实放电区域与实际情况更为接近，且迭代次数更少，耗时更短。尤其是在C-V模型不能准确分割的情况下(如图3的第2行和第4行)，改进C-V模型仍能准确分割目标光斑(对应图2的第2行和第4行)。此外，改进C-V模型对图像初始轮廓曲线的依赖性小于C-V模型，例如当初始轮廓曲线不完全在光斑内时，C-V模型分割结果有可能出错，而改进C-V模型仍能完好地分割出放电光斑。2.2多光斑图像分割图4为某220kV变电站支撑绝缘子发生表面放电时的紫外成像图，同样使用南非CoroCAM504紫图1悬挂绝缘?。 外图像特征量提取-电动折弯机数控滚圆机滚弧机张家港电动折弯机数控滚圆机 转载