基于Kapur熵与改进蝴蝶优化算法的电力设备红外图像分割模型

作     者：茹传红 樊建惠 赵洲 申兴发 Ru Chuanhong;Fan Jianhui;Zhao Zhou;Shen Xingfa

作者机构：国家电网绍兴供电公司浙江绍兴312000 杭州电子科技大学计算机学院浙江杭州310000 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2025年第42卷第1期

页      面：167-176页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61672198,61473109) 国家自然科学基金重大项目(61190113) 科技部973前期研究专项(2010CB334707) 浙江省自然科学基金项目(LY14F020047) 

主　　题：Kapur熵 红外图像分割 电力设备 蝴蝶优化算法 故障诊断 高斯混沌变异 

摘      要：电力设备红外图像分割是电力故障诊断的主要手段。针对传统电力设备图像分割方法计算代价高、分割精度差、速度慢的不足,提出改进蝴蝶优化Kapur熵算法对红外图像进行多阈值分割。引入Levy飞行策略改进蝴蝶优化算法IBOA(Improved Butterfly Optimization Algorithm)的位置更新方式,提升算法全局寻优能力;设计高斯混沌变异机制对精英个体进行扰动,提升种群多样性,使算法避免收敛于局部最优。利用基准函数测试IBOA的寻优性能。以Kapur熵作为IBOA的适应度函数,设计基于IBOA和Kapur熵最大化的图像分割方法,并利用三幅经典伯克利图像和一幅核磁共振图像验证了图像分割性能。将改进算法应用于电力设备红外图像分割,证实算法在非均匀背景和噪声干扰下依然能够有效提高红外图像分割的精度和效率,从而保障电力设备故障诊断成功率。