基于文化狼群算法的电力设备红外与可见光图像配准

简介：
本研究提出了一种创新的文化狼群优化算法应用于电力设备中红外和可见光图像的精准对齐技术。通过该方法可以有效提升图像融合的质量，为电力系统维护提供可靠的技术支持。 可见光与红外图像是电力巡检机器人检测设备健康状态的重要手段。图像配准能够结合两类图像的优势，为后续的状态监测提供更有力的依据。针对红外图像模糊导致配准精度下降的问题，提出了一种基于显著性梯度的归一化互信息算法。首先，在视觉显著性的基础上强化了红外图中的边缘梯度信息；然后将这种改进的信息与归一化互信息结合用作配准的标准函数；其次，为了提高图像配准过程的速度和精度，引入了一种文化狼群算法。该算法融合了文化算法的分层进化特点于狼群算法中，并通过建立信念空间和群体空间来指导迭代过程中各个阶段的发展。最后，在变电站巡检图、标准测试集与函数上进行对比实验后发现，所提出的配准方法在准确性和效率方面均表现良好。