基于感知的絕緣子識別與缺陷診斷方法
【專利摘要】本發(fā)明公開了一種基于感知的絕緣子識別與缺陷診斷方法，包括如下步驟：步驟（1）：利用輸電線路知識模型對絕緣子多平行線結(jié)構(gòu)進行感知；步驟（2）：對絕緣子所在區(qū)域進行識別：檢測重疊的輸出區(qū)域，合并重疊的區(qū)域，修正潛在的絕緣子區(qū)域為任意角度的矩形；步驟（3）：基于分塊特征量的絕緣子掉片缺陷診斷：采用絕緣子區(qū)域分塊和塊間相似度計算兩步驟來診斷玻璃絕緣子自爆掉片缺陷。本發(fā)明的有益效果：它能有效排除背景對識別絕緣子區(qū)域的影響，大大提高識別絕緣子缺陷的正確率。
【專利說明】基于感知的絕緣子識別與缺陷診斷方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于感知的絕緣子識別與缺陷診斷方法，主要應(yīng)用于高壓輸電線路的缺陷診斷領(lǐng)域。
【背景技術(shù)】
[0002]當前對高壓線路這種復(fù)雜的人造對象識別及缺陷診斷研究剛剛起步，發(fā)表的文獻較少。相關(guān)的研究集中在巡線機器人及直升機、無人機巡檢技術(shù)等設(shè)備研制方面，而高壓線路識別與缺陷診斷主要依據(jù)高壓線路顯著的圖像特征方面，如導(dǎo)線與絕緣子主要部件的識別與缺陷診斷。
[0003]絕緣子由于長期受野外環(huán)境的侵蝕，通常會產(chǎn)生很多故障，根據(jù)玻璃、瓷質(zhì)和合成絕緣子的各自特性，其常見故障包括:自爆、掉串、裂紋破損、閃絡(luò)放電和異物等問題[朱虎，李衛(wèi)國，林冶.絕緣子檢測方法的現(xiàn)狀與發(fā)展[J].電磁避雷器，2006(8):13-17.J0其中玻璃絕緣子片自爆導(dǎo)致的掉片損傷是玻璃絕緣子特有故障缺陷，將該缺陷統(tǒng)稱為玻璃絕緣子的損傷，也是玻璃絕緣子最需要識別診斷的缺陷。[林聚財，韓軍，陳舫明，等.基于彩色圖像的玻璃絕緣子缺陷診斷[J].電網(wǎng)技術(shù)，2011，35 (I):127-133.]采用HSV彩色度量空間將圖像分塊統(tǒng)計存在偏綠的分塊，[馬帥營，安居白，陳舫明.基于區(qū)域定位的絕緣子圖像分割[J].電力建設(shè)，2010，31 (7):14-17.]首先通過統(tǒng)計絕緣子的顏色范圍定位出絕緣子大致區(qū)域，然后針對該區(qū)域采用最大類間方差法進行絕緣子分割。[黃宵寧，張真良.直升機巡檢航拍圖像中絕緣子圖像的提取算法[J].電網(wǎng)技術(shù)，2010,34(1):194-197.]采用基于遺傳算法的最大熵閾值法對彩色圖像進行分割。統(tǒng)計對這些方法的實際測試，發(fā)現(xiàn)存在明顯不足，主要原因是:這些方法均是從玻璃絕緣子的顏色特征著手，玻璃絕緣子的偏綠色特征不是其唯一的特征，實際存在的玻璃絕緣子有偏藍色、白色的。由于近距離航拍的圖像受背景紋理及光線變化影響較大，而且巡檢采用相機參數(shù)不確定，采用顏色分析絕緣子區(qū)域存在不穩(wěn)定因素。背景出現(xiàn)較多類似特征的區(qū)域，會造成較高的誤判；另一個重要原因是對高壓線路這種復(fù)雜的人造對象整體結(jié)構(gòu)研究不足，僅僅關(guān)注高壓線路上絕緣子等具有顯著的單一部件進行識別研究，沒有考慮到線路的整體結(jié)構(gòu)特性，絕緣子一端與導(dǎo)線連接，另一端與桿塔相連，絕緣子安裝位置呈現(xiàn)三個可能方向，垂直排列、水平排列、斜上(或斜下)排列。
[0004]絕緣子另一重要的特征是其片狀結(jié)構(gòu)，從拍攝的巡檢圖像上看:呈現(xiàn)明顯的弧線特征，而且該弧線特征呈現(xiàn)平行的、波紋狀的規(guī)律排列。由于玻璃絕緣子串的區(qū)域像素沿著絕緣子串的方向呈現(xiàn)明顯的規(guī)律性變化，而在掉串缺陷處打破了這種紋理的規(guī)律性變化，因此可以研究一種紋理特征量來診斷玻璃絕緣子掉串缺陷。
[0005]中國專利(專利名稱:一種絕緣子串紅外圖像自動識別方法，申請?zhí)?201310098598.8)提出了一種基于紅外圖像邊界的絕緣子自動識別方法，但這種方法通過對模板圖像與待檢測圖像進行SIFT特征匹配進行絕緣子串的自動識別，實現(xiàn)了對絕緣子串區(qū)域的定位，并未涉及到絕緣子缺陷的診斷。[0006]中國專利(專利名稱:基于紋理的絕緣子缺陷診斷方法，申請?zhí)?201110303911.8)提出一種通過GLCM和Gabor濾波器的缺陷診斷方法，對絕緣子的定位主要通過絕緣子連接設(shè)備的先驗知識來實現(xiàn)的，對絕緣子串的定位效果較差，影響了對絕緣子的缺陷定位的效率。

【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的就是為了解決上述問題，提供一種基于感知的絕緣子識別與缺陷診斷方法，它能有效排除背景對識別絕緣子區(qū)域的影響，大大提高識別絕緣子缺陷的正確率。
[0008]為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案:
[0009]一種基于感知的絕緣子識別與缺陷診斷方法，包括如下步驟:
[0010]步驟(I):利用輸電線路知識模型對絕緣子多平行線結(jié)構(gòu)進行感知；
[0011]步驟(2):對絕緣子所在區(qū)域進行識別:檢測重疊的輸出區(qū)域，合并重疊的區(qū)域，修正潛在的絕緣子區(qū)域為任意角度的矩形；
[0012]步驟(3):基于分塊特征量的絕緣子掉片缺陷診斷:采用絕緣子區(qū)域分塊和塊間相似度計算兩步驟來診斷玻璃絕緣子自爆掉片缺陷。
[0013]所述步驟(I)的輸電線路的知識模型包括絕緣子的三個量化參數(shù):
[0014]a)絕緣子片在圖像像素上的寬度:以InsulatorClipWidth表示；
[0015]b)巡檢圖像上最大可能絕緣子片之間像素距離:以InsulatorClipDist表示；
[0016]c)識別一個絕緣子最小片數(shù)目:以InsulatorMinClipNum表示。
[0017]所述步驟(I)的具體步驟為:
[0018]步驟(11):在采集的巡檢圖像處理的底層，首先采用可變寬度的十字梯度模板，將十字梯度模板分解成水平和垂直方向，垂直方向模板讀入垂直方向?qū)?yīng)的圖像亮度值，用于檢測水平方向的線特征對象；水平方向模板讀入水平方向?qū)?yīng)的亮度值，用于檢測垂直方向的線特征對象；十字模板能夠檢測所有斜率的線段；十字模板大小為masksize的模板能檢測到的線段的最大寬度為(masksize-1) /2 ；
[0019]步驟(12):計算每一條線段的角度與方向，由于絕緣子弧線較短，且排列方向不同；在初始提取的6個方向線段上來感知平行線組；線段的方向劃分為:
[0020]-15。?15。:水平方向；
[0021]15°?45。:上偏水平方向；
[0022]45°?75°:上偏垂直方向；
[0023]-75。?-45°:下偏垂直方向；
[0024]-45°?15。:下偏水平方向；
[0025]小于-75°或大于75°:垂直方向；
[0026]步驟(13):搜索潛在的絕緣子所在區(qū)域。
[0027]所述步驟(13)的具體步驟如下:
[0028]步驟(131):錄入一組方向的線段屬性:線段中心點坐標、線段長度、線段角度(或方向)，將線段中心點到圖像原點距離的大小，排列這些線段的屬性；
[0029]步驟(132):計算錄入的兩條線段之間的四個特征參數(shù):
[0030]線段L1, L2之間的距離即考慮絕緣子片之間的距離，設(shè)dist是兩線段中心點之間的距離，dist小于閾值，SP:
[0031]dist<=InsulatorClipDist (I)
[0032]線段L1, L2之間的角度差diff slope小于閾值，即:
[0033]abs ( Θ 廠 Θ 2)〈=2* Θ —threshold (2)
[0034]線段之間的長度近似一致，假定線段L1, L2的長度為=L1Jen, L2_len,即兩線段長度之差diffdist:
[0035]abs (L1Jen-L2Jen) <=min (L1Jen, L2_len)/3 (3)
[0036]線段之間的方向一致，以線段L1, L2中心點坐標計算線段之間的方向dir Θ 17dir θ 2)即兩線段同方向角度差dirdiffslope:
[0037]abs (dir Θ j-dir θ 2) <=2.5* Θ —threshold (4)
[0038]步驟(133):在初始時,兩線段中心點距離dist,兩線段角度差diffslope,兩線段長度差diffdist，即將滿足公式(I)、(2)、(3)作為初始聚類線段；
[0039]步驟(134):輸入一條新線段，計算滿足公式(1)、(2)、(3)、(4)的線段聚類為一組，遍歷迭代所有線段，將滿足公式(I)、(2)、(3)、(4)所有線段聚類為一組；
[0040]步驟(135):輸出多個平行性、一致性相近的組，從大到小排列組的數(shù)目，每個方向線段上輸出最大線段數(shù)目的3個組；
[0041]步驟(136):計算每一平行性、一致性組特征，即線段方向角度的平均值、線段之間中心點距離的平均值、線段之間中心點方向角度的平均值；
[0042]步驟(137):對于水平方向的線段受背景線段影響較大，限定輸出組中線段方向角度的平均值與線段之間中心點方向角度的平均值之差近90° ;
[0043]步驟(138):對于除水平方向外其他方向原線段聚類輸出的組，限定輸出組中線段方向角度的平均值與線段之間中心點方向角度的平均值之差近45° ;
[0044]所述步驟(2)的檢測并合并重疊區(qū)域的具體步驟為:判斷每個輸出聚類組上下左右外接四個象素點，按左、頂、右、底順時針連接，形成的區(qū)域作為可能的絕緣子區(qū)域，每兩個聚類組的外接區(qū)域進行比較，如果判斷存在重疊區(qū)域，合并重疊區(qū)域，形成新的外接區(qū)域，作為潛在的絕緣子區(qū)域。
[0045]所述步驟(3)的具體步驟為:
[0046]步驟(31):錄入絕緣子矩形區(qū)域四點坐標；
[0047]步驟(32):旋轉(zhuǎn)絕緣子矩形區(qū)域形成長方形灰度模板圖像；
[0048]步驟(33):依據(jù)計算的絕緣子片平均距離，分塊矩形區(qū)域；
[0049]步驟(34):計算分塊區(qū)域的特征量；
[0050]步驟(35):歸一化相鄰塊之間相對特征量；
[0051]步驟(36):判決突變塊，確定缺陷區(qū)域。
[0052]所述步驟(32)中，將識別的任意矩形角度的絕緣子區(qū)域旋轉(zhuǎn)，獲得長方形區(qū)域的灰度模板圖像來計算紋理特征量；
[0053]所述步驟(33)中，識別絕緣子區(qū)域內(nèi)的線段之間中心點距離的平均值的2倍作為分塊的長度；
[0054]所述步驟(34)中，計算分塊區(qū)域的特征量，需要計算每個分塊內(nèi)的平滑度特征量與慣性矩均值特征量來分析絕緣子的缺陷，具體為[0055]假設(shè)將絕緣子矩形區(qū)域劃分為η塊，η為自然數(shù)，則計算出分塊區(qū)域慣性矩均值特征量為=Gc^-Gi, Gi^uGlri，其中O < i < n，分塊區(qū)域的平滑度特征量為=Sc^-Si,si+1...Slri，其中O < i < η。將相鄰塊之間慣性矩均值特征量差Dtu，平滑度特征量差Ds，i作為特征量距離:
[0056]Dtu=IGw-Gi
[0057]Dy=ISw-SiI (6)
[0058]計算出慣性矩距離Dtu與慣性矩距離最小值的距離差、平滑度距離Dy與平滑度距離最小值的距離差:
[0059]CliffDtu= IDcu-1hDgI
[0060]diffDs J = Ds；^mDs (7)
[0061]其中，mDe SDtu的最小值，mDs為^的最小值，CliffDaJPdiffD^為上述距離差的絕對值。
[0062]所述步驟(35)中，為了設(shè)定統(tǒng)一的掉串閾值，將特征量做歸一化處理；所述歸一化方法采用最大最小歸一化方法。
[0063]所述步驟(36)中，用特征值跳變量的大小作為診斷的基本條件，特征值跳變量可以用特征值距離表示；當特征值跳變量出現(xiàn)較大的跳變值時，則說明絕緣子的規(guī)律性變化因掉串而被破壞；對距離差CliffDtu, diffDs作歸一化處理，找出距離差變化較大的塊，作為判決絕緣子區(qū)域有缺陷的依據(jù)。
[0064]本發(fā)明的有 益效果:
[0065]1、本發(fā)明提出了一種基于感知絕緣子片狀結(jié)構(gòu)與輸電線路知識模型相結(jié)合的方法來識別絕緣子存在區(qū)域，相比采用絕緣子顏色與紋理識別絕緣子的方法，大大提高了識別絕緣子的正確率，有效排除背景對識別絕緣子區(qū)域的影響。為了感知絕緣子的平行片狀結(jié)構(gòu)，設(shè)計了一種感知平行方向線段的分析方法，識別出絕緣子潛在的區(qū)域，進一步整理合并識別的絕緣子區(qū)域，結(jié)合輸電線路知識模型，可靠識別出絕緣子所在的區(qū)域。
[0066]2、為了診斷玻璃絕緣子掉片缺陷，采用絕緣子區(qū)域分塊和塊間相似度計算兩步驟來診斷玻璃絕緣子自爆掉片缺陷。經(jīng)過測試大量選取出有效的紋理特征量來診斷玻璃絕緣子掉片缺陷，即采用慣性矩均值特征量與平滑度特征量能較好反映玻璃絕緣子掉片缺陷。
[0067]3、采用無人機巡檢采用的輸電線路圖像驗證了方法的有效性，該方法可以應(yīng)用到非接觸在線診斷絕緣子缺陷的巡檢系統(tǒng)中。本發(fā)明綜合考慮絕緣子的結(jié)構(gòu)特征、邊緣線特征及紋理特征來識別絕緣子并診斷玻璃絕緣子掉片缺陷。
【專利附圖】

【附圖說明】
[0068]圖1為本發(fā)明的主流程圖；
[0069]圖2為絕緣子平行性計算描述示意圖；
[0070]圖3 Ca)為情況下I計算最大外接矩形；
[0071]圖3 (b)為情況下2計算最大外接矩形；
[0072]圖3 (C)為情況下I計算最大外接矩形；
[0073]圖3 (d)為情況下2計算最大外接矩形；
[0074]圖4為絕緣子掉片缺陷診斷流程；[0075]圖5為橫向絕緣子定位效果；
[0076]圖6為豎向絕緣子定位效果；
[0077]圖7為診斷玻璃絕緣子掉片缺陷示意圖。
【具體實施方式】
[0078]下面結(jié)合附圖與實施例對本發(fā)明作進一步說明。
[0079]1.基于知識模型的感知多平行線結(jié)構(gòu)的方法
[0080]絕緣子的平行片狀特征具有穩(wěn)定的結(jié)構(gòu)，本發(fā)明從Gestalt感知理論著手來感知絕緣子的平行片狀特征，文本提出一種結(jié)合絕緣子知識模型的自底向上的感知識別絕緣子的方法。
[0081]為了量化感知絕緣子平行形狀特征,設(shè)置絕緣子的三個量化參數(shù)來建立絕緣子在所拍攝的巡檢圖像上知識模型。
[0082]I)絕緣子片在圖像像素上的寬度:以InsulatorClipWidth表示；
[0083]2)巡檢圖像上最大可能絕緣子片之間像素距離:以InsulatorClipDist表示；
[0084]3)識別一個絕緣子最小片數(shù)目:以InsulatorMinClipNum表示；
[0085]在采集的巡檢圖像處理的底層，首先采用可變寬度的十字梯度模板【W(wǎng)ANGYaping, HAN Jun, CHEN Fangming, et al.Automatic detection method of defects ofpower line in visual image [J]，Computer Engineering and Application (王亞萍，韓軍，陳舫明，徐雄林，聚財，可見光圖像中的高壓線缺陷自動診斷方法，計算機工程與應(yīng)用)，2011,47 (12):180-184.】，將模板分解成水平和垂直方向，垂直方向模板讀入垂直方向?qū)?yīng)的圖像亮度值，用于檢測水平方向的線特征對象，水平方向模板讀入水平方向?qū)?yīng)的亮度值，用于檢測垂直方向的線特征對象。十字模板可以檢測所有斜率的線段。大小為masksize的模板能檢測到的線段的最大寬度為(masksize-1) /2。
[0086]計算每一條線段的角度與方向，由于絕緣子弧線較短，且排列方向不同。在初始提取的6個方向線段上來感知平行線組。線段的方向劃分為:_15°~15°:水平方向；15°~45°:上偏水平方向；45°~75°:上偏垂直方向；-75°~-45°:下偏垂直方向；-45°~-15°下偏水平方向；小于-75°或大于75°:垂直方向。按如下步驟搜索潛在的絕緣子所在區(qū)域:
[0087]I)輸入一組方向的線段屬性:線段中心點坐標、線段長度、線段角度(或方向)，將線段
[0088]中心點到圖像原點距離的大小，排列這些線段的屬性；
[0089]2)如圖2所示，計算輸入的兩條線段之間的四個特征參數(shù):
[0090]線段之間的距離即考慮絕緣子片之間的距離，如圖2所示dist是線段L1, L2中心點之間的距離，這個dist小于閾值:
[0091]dist<=InsulatorClipDist (I)
[0092]線段LI, L2之間的角度差diffslope小于閾值，即:
[0093]abs ( Θ 廠 Θ 2)〈=2* Θ —threshold (2)
[0094]線段之間的長度近似一致，假定線段L1, L2的長度為=L1Jen, L2_len,即兩線段長度之差diffdist:[0095]abs (L1Jen-L2Jen) <=min (L1Jen, L2_len)/3 (3)
[0096]線段之間的方向一致，如圖1所示，以線段L1, L2, L3中心點坐標計算線段之間的方向dir Θ 17 dir Θ 2，即兩線段同方向角度差dirdiffslope:
[0097]abs (dir Θ j-dir θ 2) <=2.5* Θ —threshold (4)
[0098]3)在初始時，兩線段中心點距離dist，兩線段角度差diffslope，兩線段長度差diffdist,即將滿足條件(I)、(2)、(3)作為初始聚類線段；
[0099]4)輸入一條新線段，計算滿足條件(I)、(2)、(3)、(4)的線段聚類為一組，遍歷迭代所有線段，將滿足條件(I)、(2)、(3)、(4)所有線段聚類為一組；
[0100]5)輸出多個平行性、一致性相近的組，從大到小排列組的數(shù)目，每個方向線段上輸出最大線段數(shù)目的3個組；
[0101]6)計算每一平行性、一致性組特征，即線段方向角度的平均值、線段之間中心點距離的平均值和線段之間中心點方向角度的平均值；
[0102]7)對于水平方向的線段受背景線段影響較大，限定輸出組中線段方向角度的平均值與線段之間中心點方向角度的平均值之差近90° ;
[0103]8)對于除水平方向外其他方向原線段聚類輸出的組，限定輸出組中線段方向角度的平均值與線段之間中心點方向角度的平均值之差近45° ;
[0104]2.絕緣子所在區(qū)域的識別方法
[0105]對于6個方向的線段經(jīng)過平行性、一致性聚類，每個方向可能輸出最多3個聚類組。一個絕緣子區(qū)域可能聚類輸出多個組，因此需要檢測重疊的輸出區(qū)域，并合并重疊的區(qū)域。
[0106]檢測并合并重疊區(qū)域的方法是判斷每個輸出聚類組上下左右外接四個象素點，按左、頂、右、底順時針連接，形成的區(qū)域作為可能的絕緣子區(qū)域，每兩個聚類組的外接區(qū)域進行比較，如判斷存在重疊區(qū)域，合并重疊區(qū)域，形成新的外接區(qū)域，作為潛在的絕緣子區(qū)域。
[0107]為了便于分塊診斷絕緣子的缺陷，需要修整潛在的絕緣子區(qū)域為任意角度的矩形。其具體方法如下:
[0108]I)判斷潛在的絕緣子區(qū)域內(nèi)線段之間中心點方向角度的平均值avgangle，如這個角度范圍在avgangle>=85或avgangle〈=_85時,確定為可能垂直排列的絕緣子區(qū)域；如這個角度范圍在avgangle〈=2與avgangle>=_2時,確定為可能水平排列的絕緣子區(qū)域。如這個角度范圍不在垂直排列或水平排列范圍，按如下方式處理；
[0109]2)計算頂端點與左端點之間的距離，描述為Ieftdis ;計算頂端點與右端點之間的距離，描述為topdis ;計算底端點與右端點之間的距離,描述為rightdis ;計算底端點與左端點之間的距離，描述為bottomdis ;并計算如下兩個參數(shù):
[0110]a=min (leftdis, rightdis)
[0111]b=min(topdis, bottomdis) (5)
[0112]其中，a為leftdis, rightdis之間的較小值，b為topdis, bottomdis之間的較小值。
[0113]3)如(a>b)且(topdis>bottomdis),按圖3(a)情況來計算最大外接矩形。以角度avgangle為準,在端點I與端點2計算出兩條平行線,在端點O與3的最左端點、端點I與2的最右端計算出垂直的兩條線，則這四條線的交點，作為最大外接矩形(0’，1’，2’，3’)；[0114]4)如(a>b)且(topdis〈=bottomdis),按圖3 (b)情況來計算最大外接矩形。以角度avgangle為準,在端點O與端點3計算出兩條平行線,在端點O與3的最左端點、端點I與2的最右端計算出垂直的兩條線，則這四條線的交點，作為最大外接矩形(0’，1’，2’，3’)；
[0115] 5)如(a〈=b)且(topdis>bottomdis),按圖3 (C)情況來計算最大外接矩形。以角度avgangle為準,在端點2與端點3計算出兩條平行線,在端點O與I的最左端點、端點2與3的最右端計算出垂直的兩條線，則這四條線的交點，作為最大外接矩形(0’，1’，2’，3’)；
[0116]6)如(a〈=b)且(topdis〈=bottomdis),按圖3(d)情況來計算最大外接矩形。以角度avgangle為準,在端點O與端點I計算出兩條平行線,在端點O與I的最左端點、端點2與3的最右端計算出垂直的兩條線，則這四條線的交點，作為最大外接矩形(0’，1’，2’，3’)；
[0117]計算出最大外接矩形的長寬比要求大于4，再進一步分析這些區(qū)域與導(dǎo)線、桿塔的連接關(guān)系，并確定絕緣子區(qū)域。水平方向(-15°~15° )線段檢測出垂直排列的絕緣子；垂直方向(小于-75°或大于75° )線段檢測出水平排列的絕緣子；斜上方向(15°~75° )線段檢測出斜下排列的絕緣子；斜下方向(-75°~-15° )線段檢測出斜上排列的絕緣子；
[0118]3.基于分塊特征量的缺陷診斷方法
[0119]灰度共生矩陣(GLCM)是最經(jīng)典的紋理特征分析方法，它有14種紋理特征，最常用的5種紋理特征:能量、熵、慣性矩、相關(guān)性、局部平穩(wěn)中根據(jù)變量控制法選取了最能表征絕緣子紋理特征的特征量，然而單一的紋理特征并不能百分之百表征絕緣子紋理。經(jīng)過大量的測試與分析:發(fā)現(xiàn)慣性矩均值特征量與平滑度特征量能較好反映玻璃絕緣子掉片缺陷。
[0120]主要采用絕緣子區(qū)域分塊和塊間相似度計算兩步驟來診斷玻璃絕緣子自爆掉片缺陷。如圖4所示是絕緣子掉片缺陷診斷流程。
[0121]為了計算分塊區(qū)域內(nèi)的紋理特征量。將識別的任意矩形角度的絕緣子區(qū)域旋轉(zhuǎn)，獲得長方形區(qū)域的灰度模板圖像來計算紋理特征量。識別絕緣子區(qū)域內(nèi)的線段之間中心點距離的平均值的2倍作為分塊的長度。計算每個分塊內(nèi)的平滑度特征量與慣性矩均值特征量來分析絕緣子的缺陷。用特征值跳變量的大小作為診斷的基本條件，特征值跳變量可以用特征值距離表示。因此當特征值跳變量出現(xiàn)較大的跳變值時，則可以說明絕緣子的規(guī)律性變化因掉串而被破壞；此外，為了設(shè)定統(tǒng)一的掉串閾值，將特征量做歸一化處理。
[0122]假設(shè)將絕緣子矩形區(qū)域劃分為η塊，η為自然數(shù)，則計算出分塊區(qū)域慣性矩均值特征量為=Gc^-Gi, Gi^uGlri，其中O < i < n，分塊區(qū)域的平滑度特征量為=Sc^-Si,si+1...Slri，其中O < i < η。將相鄰塊之間慣性矩均值特征量差Dtu，平滑度特征量差Ds，i作為特征量距離:
[0123]Dtu=IGw-Gi
[0124]Dsii=ISw-SiI (6)
[0125]計算出慣性矩距離Dtu與其最小值、平滑度距離Dy與其最小值的距離差:
[0126]CliffDtu= IDcu-1hDgI
[0127]diffDs j = Ds；^mDs (7)
[0128]其中，mDe，mDs分別為Dtu和Ds;i的最小值，(IiffDtu和diffD^為上述距離差的絕對值。
[0129]對距離差CliffDtu, diff Dy作歸一化處理，找出距離差變化較大的塊，作為判決絕緣子區(qū)域有缺陷的依據(jù)。[0130]4.實驗結(jié)果
[0131]以無人機巡檢采集的實際巡檢圖像為準，具體收集山東電力無人機對濱油、黃濱、壽海三條高壓線路巡檢采集的高分辨率圖像100張作為測試的數(shù)據(jù)源，其中人工巡檢可看出共有63個絕緣子，通過本專利算法可自動識別出56個，正確識別率達到88.9%。圖5-圖6分別為橫向和豎向絕緣子的定位效果圖像，黑色矩形框內(nèi)為絕緣子串區(qū)域，圖7為診斷缺陷的效果圖，黑色矩形框內(nèi)為絕緣子串區(qū)域，白色矩形框內(nèi)為絕緣子串的缺陷區(qū)域。
[0132]上述雖然結(jié)合附圖對本發(fā)明的【具體實施方式】進行了描述，但并非對本發(fā)明保護范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內(nèi)。
【權(quán)利要求】
1.一種基于感知的絕緣子識別與缺陷診斷方法，其特征是，包括如下步驟: 步驟(1):利用輸電線路知識模型對絕緣子多平行線結(jié)構(gòu)進行感知； 步驟(2):對絕緣子所在區(qū)域進行識別:檢測重疊的輸出區(qū)域，合并重疊的區(qū)域，修正潛在的絕緣子區(qū)域為任意角度的矩形； 步驟(3):基于分塊特征量的絕緣子掉片缺陷診斷:采用絕緣子區(qū)域分塊和塊間相似度計算兩步驟來診斷玻璃絕緣子自爆掉片缺陷。
2.如權(quán)利要求1所述的一種基于感知的絕緣子識別與缺陷診斷方法，其特征是，所述步驟(1)的輸電線路的知識模型包括絕緣子的三個量化參數(shù): a)絕緣子片在圖像像素上的寬度:以InsulatorClipWidth表示； b)巡檢圖像上最大可能絕緣子片之間像素距離:以InsulatorClipDist表示； c)識別一個絕緣子最小片數(shù)目:以InsulatorMinClipNum表示。
3.如權(quán)利要求1所述的一種基于感知的絕緣子識別與缺陷診斷方法，其特征是，所述步驟(1)的具體步驟為: 步驟(11):在采集的巡檢圖像處理的底層，首先采用可變寬度的十字梯度模板，將十字梯度模板分解成水平和垂直方向，垂直方向模板讀入垂直方向?qū)?yīng)的圖像亮度值，用于檢測水平方向的線特征對象；水平方向模板讀入水平方向?qū)?yīng)的亮度值，用于檢測垂直方向的線特征對象；十字模板能夠檢測所有斜率的線段；十字模板大小為masksize的模板能檢測到的線段的最大寬度為(masksize-1) /2 ； 步驟(12):計算每一條線段的角度與方向，由于絕緣子弧線較短，且排列方向不同；在初始提取的6個方向線段上來感知平行線組；線段的方向劃分為: -15°~15。:水平方向； 15°~45°:上偏水平方向； 45°~75°:上偏垂直方向； -75°~-45°:下偏垂直方向； -45°~15°:下偏水平方向； 小于-75°或大于75°:垂直方向； 步驟(13):搜索潛在的絕緣子所在區(qū)域。
4.如權(quán)利要求3所述的一種基于感知的絕緣子識別與缺陷診斷方法，其特征是，所述步驟(13)的具體步驟如下: 步驟(131):錄入一組方向的線段屬性:線段中心點坐標、線段長度、線段角度，將線段中心點到圖像原點距離的大小，排列這些線段的屬性； 步驟(132):計算錄入的兩條線段之間的四個特征參數(shù): 線段L1, L2之間的距離即考慮絕緣子片之間的距離，設(shè)dist是兩線段中心點之間的距離，dist小于閾值，SP: dist〈=InsulatorClipDist (I) 線段L1, L2之間的角度差diffslope小于閾值，即: abs ( Θ j- Θ 2)〈=2* Θ —threshold (2) 線段之間的長度近似一致，假定線段L1, L2的長度為:Ι^_1θη，L2_len,即兩線段長度之差 diffdist:abs (L1-1en-L2Jen) <=min (L1Jen, L2_len) /3 (3) 線段之間的方向一致，以線段L1, L2中心點坐標計算線段之間的方向dir Θ pdir Θ 2，即兩線段同方向角度差dirdiffslope:
abs (dir Θ j-dir θ 2) <=2.5* Θ —threshold (4) 步驟(133):在初始時，兩線段中心點距離dist，兩線段角度差diffslope，兩線段長度差diffdist，即將滿足公式(I)、(2)、(3)作為初始聚類線段； 步驟(134):輸入一條新線段，計算滿足公式(I)、(2)、(3)、(4)的線段聚類為一組，遍歷迭代所有線段，將滿足公式(I)、(2)、(3)、(4)所有線段聚類為一組； 步驟(135):輸出多個平行性、一致性相近的組，從大到小排列組的數(shù)目，每個方向線段上輸出最大線段數(shù)目的3個組； 步驟(136):計算每一平行性、一致性組特征，即線段方向角度的平均值、線段之間中心點距離的平均值、線段之間中心點方向角度的平均值； 步驟(137):對于水平方向的線段受背景線段影響較大，限定輸出組中線段方向角度的平均值與線段之間中心點方向角度的平均值之差近90° ; 步驟(138):對于除水平方向外其他方向原線段聚類輸出的組，限定輸出組中線段方向角度的平均值與線段之間中心點方向角度的平均值之差近45°。
5.如權(quán)利要求1所述的一種基于感知的絕緣子識別與缺陷診斷方法，其特征是，所述步驟(2)的檢測并合并重疊區(qū)域的具體步驟為:判斷每個輸出聚類組上下左右外接四個象素點，按左、頂、右、底順時針連接，形成的區(qū)域作為可能的絕緣子區(qū)域，每兩個聚類組的外接區(qū)域進行比較，如果判斷存在重疊區(qū)域，合并重疊區(qū)域，形成新的外接區(qū)域，作為潛在的絕緣子區(qū)域。
6.如權(quán)利要求1所述的一種基于感知的絕緣子識別與缺陷診斷方法，其特征是，所述步驟(3)的具體步驟為: 步驟(31):錄入絕緣子矩形區(qū)域四點坐標； 步驟(32):旋轉(zhuǎn)絕緣子矩形區(qū)域形成長方形灰度模板圖像； 步驟(33):依據(jù)計算的絕緣子片平均距離，分塊矩形區(qū)域； 步驟(34):計算分塊區(qū)域的特征量； 步驟(35):歸一化相鄰塊之間相對特征量； 步驟(36):判決突變塊，確定缺陷區(qū)域。
7.如權(quán)利要求6所述的一種基于感知的絕緣子識別與缺陷診斷方法，其特征是，所述步驟(32)中，將識別的任意矩形角度的絕緣子區(qū)域旋轉(zhuǎn)，獲得長方形區(qū)域的灰度模板圖像來計算紋理特征量； 所述步驟(33)中，識別絕緣子區(qū)域內(nèi)的線段之間中心點距離的平均值的2倍作為分塊的長度。
8.如權(quán)利要求6所述的一種基于感知的絕緣子識別與缺陷診斷方法，其特征是， 所述步驟(34)中，計算分塊區(qū)域的特征量，需要計算每個分塊內(nèi)的平滑度特征量與慣性矩均值特征量來分析絕緣子的缺陷，具體為 假設(shè)將絕緣子矩形區(qū)域劃分為η塊，η為自然數(shù)，則計算出分塊區(qū)域慣性矩均值特征量為:Gq...Gi, Gi+1...Glri，其中 O < i < n，分塊區(qū)域的平滑度特征量為:SQ...Si, Si+1...Sn_1;其中O < i < η ;將相鄰塊之間慣性矩均值特征量差Dtu，平滑度特征量差Ds，i作為特征量距離:
Dg, i = I Gw-Gi
Ds, i = Isw-SiI (6) 計算出慣性矩距離Dtu與慣性矩距離最小值的距離差、平滑度距離Dy與平滑度距離最小值的距離差:
diffDG；i = IDcu-HiDg
diffDs；i = |Ds；1-mDs (7) 其中，mDe為Dtu的最小值，mDs為Dy的最小值，CliffDtu和diffD^為上述距離差的絕對值。
9.如權(quán)利要求6所述的一種基于感知的絕緣子識別與缺陷診斷方法，其特征是，所述步驟(35)中，為了設(shè)定統(tǒng)一的掉串閾值，將特征量做歸一化處理；所述歸一化方法采用最大最小歸一化方法。
10.如權(quán)利要求6所述的一種基于感知的絕緣子識別與缺陷診斷方法，其特征是，所述步驟(36)中，用特征值跳變量的大小作為診斷的基本條件，特征值跳變量用特征值距離表示；當特征值跳變量出現(xiàn) 較大的跳變值時，則說明絕緣子的規(guī)律性變化因掉串而被破壞；對距離差diffD&pdiffDv作歸一 化處理，找出距離方差變化較大的塊，作為判決絕緣子區(qū)域有缺陷的依據(jù)。
【文檔編號】G01R31/08GK103529362SQ201310517395
【公開日】2014年1月22日 申請日期:2013年10月28日 優(yōu)先權(quán)日:2013年10月28日
【發(fā)明者】張晶晶, 王萬國, 王濱海, 劉俍, 張明江, 鄭天茹 申請人:國家電網(wǎng)公司, 國網(wǎng)山東省電力公司電力科學研究院, 山東魯能智能技術(shù)有限公司