Article PDF
Detection des anomalies de dysfonctionnement des disjoncteurs électriques par segmentation d'image IR
Auteurs :
Affiliations : 1 - Centre Universitaire de Recherche en Energie pour la Santé, Cameroun ( Cameroun), 2 - Ecole Normale Supérieure d'Enseignement Technique d'Ebolowa, Cameroun ( Cameroun), 3 - Laboratoire d'Electrotechnique, d'Automatique et d'Energétique, Université d'Ebolowa, Cameroun ( Cameroun), 4 - Ecole Normale Supérieure d'Enseignement Technique d'Ebolowa, Université d'Ebolowa, Cameroun ( Cameroun), 5 - Laboratoire Signaux et Systèmes, Université d'Ebolowa, Cameroun ( Cameroun), 6 - Ecole Nationale Supérieure Polytechnique de Yaoundé, Université de Yaoundé I, Cameroun ( Cameroun), 7 - Centre Universitaire de Recherche en Energie pour la Santé, Université de Yaoundé I, Cameroun ( Cameroun)
Thématique :
Sûreté de fonctionnement : fiabilité, vieillissement, diagnostic et systèmes tolérants
Session :
SP1 "Session Poster 1"
Résumé
– Dans cet article, nous présentons une approche robuste et efficiente de segmentation des défauts internes des appareils de protection électriques. Il s'agit principalement de la détection et de la caractérisation automatique des défauts par un algorithme capable d'extraire toutes les formes, tailles et types de surchauffes que peut subir un appareil électrique en fonctionnement. L'algorithme développé repose sur une fusion adaptative, basée sur l'analyse en composantes principales, utilisée pour fusionner les composantes de couleur dérivées des espaces de couleur HSV. Cet algorithme utilise également le filtre médian pour le lissage et la préservation des contours. La technique de regroupement k-means, proposée pour l'extraction de la zone de surchauffe, a été testée sur plusieurs bases d'images acquises par le CURES lors d'un ensemble d'audits électriques dans certains centres hospitaliers du Cameroun.