一种基于PCNN的电力设备故障区域提取方法

针对红外自动监控电力设备是否存在故障问题,结合脉冲耦合神经网络(PCNN)同步点火特性,提出一种基于PCNN的红外图像感兴趣区域提取方法。首先针对原始的动态阈值振荡问题,采用神经元点火信息构建新的动态阈值,并建立连接系数与点火区域信息之间的内在关系,从而使得神经元自适应地发生点火。为了进一步确保每一次迭代中所捕获的神经元与点火区域的相似性,在模型框架内融合了一种聚类规则,进而有效更新动态阈值,并给出了停止迭代的方法。实验表明,该提取区域方法性能优于传统阈值、normalized cuts以及经典PCNN模型等方法。