《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 可編程邏輯 > 設(shè)計(jì)應(yīng)用 > 一種電纜終端頭紅外識(shí)別算法的FPGA實(shí)現(xiàn)研究
一種電纜終端頭紅外識(shí)別算法的FPGA實(shí)現(xiàn)研究
電子技術(shù)應(yīng)用
吳衛(wèi)堃1,鄭耀華1,曾彥超1,曾祥偉1,巫志安1,李嘉成1,周騫2,袁超2
1.廣東電網(wǎng)有限責(zé)任公司肇慶供電局;2.湖南大學(xué) 電氣與信息工程學(xué)院
摘要: 針對(duì)在電站巡檢中電纜終端頭識(shí)別準(zhǔn)確率低、實(shí)時(shí)性差等問(wèn)題,設(shè)計(jì)一種基于粒子群算法(Particle Swarm Optimization,PSO)優(yōu)化反向傳播(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)的現(xiàn)場(chǎng)可編程門(mén)陣列(Field Programmable Gate Array,F(xiàn)PGA)紅外識(shí)別系統(tǒng)。紅外識(shí)別算法實(shí)現(xiàn)包括使用改進(jìn)區(qū)域生長(zhǎng)算法對(duì)紅外圖像進(jìn)行分割,隨后計(jì)算Hu不變矩作為神經(jīng)網(wǎng)絡(luò)輸入特征。對(duì)于PSO-BP神經(jīng)網(wǎng)絡(luò),選擇7-10-1的網(wǎng)絡(luò)結(jié)構(gòu),訓(xùn)練后均方誤差為0.085,優(yōu)于BP神經(jīng)網(wǎng)絡(luò)的0.136。在FPGA上實(shí)現(xiàn)時(shí),采用定點(diǎn)數(shù)據(jù)量化、流水線結(jié)構(gòu)及并行計(jì)算方法,同時(shí)對(duì)Sigmoid激活函數(shù)應(yīng)用二次方程多段擬合。最終經(jīng)過(guò)仿真驗(yàn)證,該系統(tǒng)識(shí)別率達(dá)到了92%并且算法速度提高了約6倍。
中圖分類號(hào):TN79 文獻(xiàn)標(biāo)志碼:A DOI: 10.16157/j.issn.0258-7998.246172
中文引用格式: 吳衛(wèi)堃,鄭耀華,曾彥超,等. 一種電纜終端頭紅外識(shí)別算法的FPGA實(shí)現(xiàn)研究[J]. 電子技術(shù)應(yīng)用,2025,51(7):95-100.
英文引用格式: Wu Weikun,Zheng Yaohua,Zeng Yanchao,et al. Research on FPGA implementation of an infrared identification algorithm for cable terminals[J]. Application of Electronic Technique,2025,51(7):95-100.
Research on FPGA implementation of an infrared identification algorithm for cable terminals
Wu Weikun1,Zheng Yaohua1,Zeng Yanchao1,Zeng Xiangwei1,Wu Zhian1,Li Jiacheng1,Zhou Qian2,Yuan Chao2
1.Zhaoqing Power Supply Bureau, Guangdong Power Grid Co., Ltd.;2.School of Electrical and Information Engineering, Hunan University
Abstract: To address the issues of low identification accuracy and poor real-time performance of cable terminal heads during power station inspections, a field programmable gate array (FPGA) infrared recognition system based on particle swarm optimization (PSO) to optimize back propagation (BP) neural networks has been designed. The infrared recognition algorithm includes the use of an improved region growing algorithm for segmenting infrared images, followed by the calculation of Hu invariant moments as input features for the neural network. For the PSO-BP neural network, a 7-10-1 network structure was chosen, achieving a mean squared error of 0.085 after training, which is better than the 0.136 of the BP neural network. When implemented on the FPGA, fixed-point data quantization, pipelined architecture, and parallel computing methods were employed, along with a piecewise quadratic fitting for the Sigmoid activation function. Ultimately, through simulation verification, the system achieved a recognition rate of 92% and improved the algorithm's speed by approximately six times.
Key words : FPGA;infrared image recognition algorithm;region growing method;Hu invariant moments;PSO-BP neural network

引言

電纜終端頭是電力系統(tǒng)的重要組成部分,其運(yùn)行狀態(tài)影響電網(wǎng)安全。紅外成像技術(shù)因其非接觸性和穿透力強(qiáng)[1],在電纜終端頭識(shí)別中得到廣泛應(yīng)用。然而,復(fù)雜背景使傳統(tǒng)紅外識(shí)別算法容易出現(xiàn)識(shí)別錯(cuò)誤、實(shí)時(shí)性差等問(wèn)題[2],從而導(dǎo)致其狀態(tài)診斷結(jié)果無(wú)法及時(shí)匹配對(duì)應(yīng)的設(shè)備類型,影響運(yùn)行狀態(tài)系統(tǒng)的正常運(yùn)行。

近年來(lái),神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中廣泛應(yīng)用[3],能夠在復(fù)雜環(huán)境中準(zhǔn)確識(shí)別目標(biāo)物體。將紅外圖像處理算法與神經(jīng)網(wǎng)絡(luò)結(jié)合是更優(yōu)解。目前,電力巡檢中常用的神經(jīng)網(wǎng)絡(luò)包括BP神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)和生成對(duì)抗網(wǎng)絡(luò)。然而,這些算法通常依賴計(jì)算機(jī)平臺(tái),難以滿足電力巡檢對(duì)便攜性和實(shí)時(shí)性的要求,因此需要移植到嵌入式平臺(tái)。考慮到嵌入式硬件資源,BP神經(jīng)網(wǎng)絡(luò)因其簡(jiǎn)潔結(jié)構(gòu)和較低計(jì)算需求,更適合硬件部署,但其容易陷入局部最優(yōu),而PSO算法可以優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)重和偏置,顯著提升識(shí)別效果[4]。

在硬件設(shè)備的選擇上相比于DSP+ARM架構(gòu),FPGA憑借其并行處理能力和高速計(jì)算優(yōu)勢(shì)[5],更適合進(jìn)行電站中的數(shù)據(jù)處理[6],近年來(lái)已廣泛應(yīng)用于高速圖像處理領(lǐng)域。

本文基于以上分析提出一種基于PSO-BP神經(jīng)網(wǎng)絡(luò)優(yōu)化紅外識(shí)別算法的FPGA系統(tǒng),通過(guò)FPGA并行計(jì)算和流水線結(jié)構(gòu)優(yōu)化,實(shí)現(xiàn)電纜終端頭紅外圖像的實(shí)時(shí)、準(zhǔn)確識(shí)別。


本文詳細(xì)內(nèi)容請(qǐng)下載:

http://www.jysgc.com/resource/share/2000006602


作者信息:

吳衛(wèi)堃1,鄭耀華1,曾彥超1,曾祥偉1,巫志安1,李嘉成1,周騫2,袁超2

(1.廣東電網(wǎng)有限責(zé)任公司肇慶供電局,廣東 肇慶526000;

2.湖南大學(xué) 電氣與信息工程學(xué)院,湖南 長(zhǎng)沙410000)


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 99久久免费精品国产72精品九九| 久久精品国产99国产精偷| www.11yinyuan.com| 日本强好片久久久久久AAA| 免费a级黄色片| 95在线观看精品视频| 国产精品深爱在线| 99久久无码一区人妻| 好男人www.| 亚洲一区中文字幕| 欧美精品亚洲精品日韩| 健身私教弄了好多次| 高清欧美一区二区免费影视| 国产精品亚洲小说专区| 80电影天堂网理论r片| 天天躁日日躁aaaaxxxx| 一本一道dvd在线观看免费视频| 我被继夫添我阳道舒服男男| 久久五月精品中文字幕| 日韩精品免费一区二区三区| 亚洲一区中文字幕在线电影网| 欧美精品xxxxbbbb| 亚洲精品国精品久久99热 | 日韩在线第二页| 亚欧免费视频一区二区三区| 福利午夜国产网站在线不卡| 向日葵视频app免费下载| 色婷婷综合久久久久中文一区二区 | 日日噜噜夜夜狠狠久久aⅴ| 久久天天躁夜夜躁狠狠躁2015 | 免费看电视电影| 精品国产国产综合精品| 噜噜噜私人影院| 老子影院午夜精品无码| 国产男女猛烈无遮挡免费视频| 7777久久亚洲中文字幕蜜桃| 在线观看亚洲免费| 中日韩欧美电影免费看| 日本大片免费一级| 久久在精品线影院精品国产| 日韩aⅴ人妻无码一区二区|