專利名稱：：基于紋理的輸電線路設(shè)備特征提取方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及輸電線設(shè)備特征提取，尤其涉及輸電線設(shè)備紋理特征的提取。
背景技術(shù)：
：紋理又稱結(jié)構(gòu)，反映的是亮度(灰度)的空間變化情況，它有三個主要標(biāo)志首先是它具有某種局部的序列性并在比該序列更大的區(qū)域內(nèi)不斷重復(fù)；其次，序列是由基本部分非隨機排列組成的；最后，各部分大致都是均勻的統(tǒng)一體，在紋理區(qū)域內(nèi)的任何地方都有大致相同的結(jié)構(gòu)尺寸。這個序列的基本部分通常被稱為紋理基元。因此可以認(rèn)為紋理是由紋理基元按照某種確定性的規(guī)律或者某種統(tǒng)計規(guī)律排列組成的，俞者稱為確定性紋理，后者稱為隨機性紋理。高壓輸電線及部件圖像中的紋理既有確定紋理，又有隨機性紋理。圖像的紋理有細(xì)微紋理、中等紋理和宏觀紋理三級尺度(1)細(xì)微紋理是以分辨單元為尺度表示的空間色調(diào)變化，與分辨單元的大小和分辨單元內(nèi)的獨立樣本數(shù)多少有關(guān)。因此這是一種固有的紋理特征，具有隨機特征。這與另外兩種空間有機分布的紋理不同，一般不能根據(jù)它來識別面目標(biāo)的類型。(2)中等紋理實際是細(xì)微紋理的包絡(luò)，它是由同一種目標(biāo)的若干分辨單元空間排列的不均勻性，以及不同目標(biāo)的細(xì)微紋理所占分辨3單元的個數(shù)形成的，即以多個分辨單元為尺度來表示空間色調(diào)變化。中等紋理是借以辨別面目標(biāo)的重要信息之一，也是識別目標(biāo)的主要依據(jù)。(3)宏觀紋理實際就是地形結(jié)構(gòu)。它反映高壓輸電線圖像的背景，是地形地貌的結(jié)構(gòu)特征。紋理作為一種區(qū)域特征，是對于圖像各像元之間空間分布的一種描述。由于紋理能充分利用圖像信息，無論從理論上或常識出發(fā)它都可以成為描述與識別圖像的重要依據(jù)，與其它圖像特征相比，它能更好地兼顧圖像宏觀性質(zhì)與細(xì)微結(jié)構(gòu)兩個方面，因此紋理成為目標(biāo)識別需要提取的重要特征。計算紋理要選擇一個窗口，僅一個點是沒有紋理而言的，所以紋理是二維的。紋理分析方法基本上可分為統(tǒng)計方法、結(jié)構(gòu)方法和譜方法三大類。統(tǒng)計方法主要描述紋理單元或局部模式隨機分布和空間統(tǒng)計特征，其結(jié)構(gòu)性用圖像中紋理單元的空間頻率或密度來度量，如灰度共生矩陣紋理分析方法、隨機場模型法；結(jié)構(gòu)方法主要描述紋理單元及其周期性排列的空間幾何特征和排列規(guī)則,如形態(tài)學(xué)、圖論、拓?fù)涞确椒ǎ蛔V方法是建立在多尺度分析與時頻分析基礎(chǔ)之上的紋理分析方法，如Gabor變換、小波變換、分形學(xué)等?；叶裙采仃嚰y理分析方法可以描述影像各像元灰度的空間分布和結(jié)構(gòu)特征，它作為傳統(tǒng)的影像紋理分析方法已廣泛應(yīng)用于數(shù)字圖像處理的許多領(lǐng)域，尤其是利用影像紋理特征值所表征的圖像空間結(jié)構(gòu)信息來改善遙感圖像的地學(xué)目標(biāo)分類效果。基于灰度共生矩陣的紋理分析方法一幅圖像或圖像上某一個子區(qū)域的灰度共生矩陣(GrayLevelCo-occurrenceMatrix)描述的是以一定距離d和一定角度e分開的兩個像元，灰度值一個為i，一4個為j(ij=0，1，…，N;N為所考查圖像區(qū)域內(nèi)灰度的最大值)的概率A(/，力。e可取O。、45°、90°、135°，表示兩個像元分開的角度?；叶裙采仃囀且粋€NXN的方陣，圖像紋理特征表示的是由灰度共生矩陣計算出來的一系列特征量來表達(dá)，這些特征量主要分為基于統(tǒng)計的特征均值，變化量，角二階矩(能量)表達(dá)可視紋理的特征局部平穩(wěn)，對比度(慣性矩)基于信息理論的特征熵基于相關(guān)度的特征相關(guān)性(1)均值(Mean)w乂-1局部窗口內(nèi)灰度的均值。非相似性J^4及=ZZ&("力.G—M￡4)2(2)變化量(Variance)"戶！局部窗口的灰度變化，變化越大，則值越大。(3)角二階矩(AngularSecondMoment)局部平穩(wěn)性的度量，角二階矩越大，則A"力分布越不均勻。//om=iA(/,力/[1+(/—_/)2](4)局部平穩(wěn)(Homogeneity)>i衡量局部同質(zhì)性，當(dāng)共生矩陣沿對角線集中時，值較大。ccw=Z2(/H(/,7')(5)對比度(Contrast)'="=1量測變化大小，局部變化大，即對比度變化大，值就大。(6)非相似性(Dissimilarity)"h量度相似性，與對比度相同，局部高對比變化時，值就大((7)熵(Entropy)w乂-1衡量復(fù)雜度，按最大熵理論，熵越大，則^("')分布越均勻。、，=過(/-/0.(卜//》.A(/，錄^(8)相關(guān)(Correlation)"1戶1衡量鄰域灰度線性依賴性。其中WWWW/=1/=1/=1乂=1目前隨著城市化的發(fā)展和用電量的增加，輸電線路縱橫交錯，特別是一些高壓線路，由于其始終暴露在室外，受到外界環(huán)境和惡劣天氣的影響，容易老化和損傷，當(dāng)其出現(xiàn)破損時，極容易因漏電而發(fā)生事故，危害周圍居民的人身安全。目前的輸電線路大都采用分級配電的方式，當(dāng)一條輸電線路發(fā)生故障而斷路時，可使用其它的線路進(jìn)行供電，保證輸電線路的暢通，然后維修人員査找故障，更換輸電線，然而，由于現(xiàn)今的輸電線路一般距離較長，維修人員需要對每段都進(jìn)行檢修，排除故障，而且很容易遺漏故障處而造成返工，維修效率極低，且損傷的輸電線暴露在外，當(dāng)行人或車輛在附近走過，很容易引起觸電，安全性較低。有鑒于上述分析，本發(fā)明人借鑒目前紋理的相關(guān)理論和研究，在輸電線的故障檢修中進(jìn)行結(jié)合和試驗，本案由此產(chǎn)生。
發(fā)明內(nèi)容本發(fā)明的主要目的，在于提供一種基于紋理的輸電線路設(shè)備特征區(qū)分輸電線設(shè)備的狀態(tài)和好壞，檢修效率高，保證輸電線路的安全性和穩(wěn)定性。為了達(dá)成上述目的，本發(fā)明的解決方案是一種基于紋理的輸電線路設(shè)備特征提取方法，包括如下步驟(1)獲取輸電線設(shè)備的圖像信息，并采用圖片獲取函數(shù)將圖像等分，逐個得到等分圖像的信息；(2)根據(jù)前述圖像信息，利用灰度共生矩陣函數(shù)計算圖像相應(yīng)的灰度共生矩陣，作為計算紋理函數(shù)的輸入；(3)計算紋理函數(shù)根據(jù)前述灰度共生矩陣和原始圖像的灰度信息計算紋理特征值，根據(jù)8個紋理特征量的計算公式得到它們的特征值，此處8個紋理特征量為角二階矩、熵、非相似性、變化量、均值、局部平穩(wěn)、對比度和相關(guān)性；(4)將等分圖像的特征量組成一組特征量序列，遍歷序列查找特征量突變點，確定發(fā)生特征量突變的位置，與該特征量對應(yīng)的等分圖像處即為輸電線設(shè)備的故障點。上述步驟(1)中，等分圖像采用16X16的窗口大小。上述步驟(2)中，兩個像元間的距離為5，夾角為0。。采用上述方法后，本發(fā)明采用紋理特征作為輸電線設(shè)備的特征量，其原理如下-圖像的紋理特征具有表示和度量圖像像素集合內(nèi)部組織結(jié)構(gòu)特征，通過8種特征參量來測量和描述圖像中像素集合內(nèi)部結(jié)構(gòu)化程度，它們是均值，變化量，角二階矩(能量)，局部平穩(wěn)，對比度(慣性矩)，非相似性，熵和相關(guān)性。輸電線設(shè)備和缺陷都有各自的紋理特征，而且在相同的環(huán)境和相同的拍攝條件下，它們的紋理特征值都會有所不同。本發(fā)明利用了紋理特征在待識別對象和連續(xù)對象內(nèi)部分塊的紋理差異，來作為這些對象的特征量。圖像的特征有許多種，如灰度特征，RGB特征，圖像的HSI特征，連通區(qū)域特征，邊界特征，紋理特征等等，總的來說可以把圖像的特征歸納為兩大類，第一類為基于像素值大小的特征，也就是亮度大小的特征，第二類為基于像素間關(guān)系的特征。由于輸電線設(shè)備的圖像來源是取自自然環(huán)境下，戶外拍攝。因此，圖像受光強，成像特點以及實地環(huán)境等多方面的影響，使得基于像素值大小的特征在描述圖像中各個對象上受到很大的干擾和影響，不利于后期的識別工作。而紋理特征在這種情況下，受到的影響相對小很多，即圖像的紋理結(jié)構(gòu)特點受圖像整體明亮度的干擾相對小很多。對于導(dǎo)線，絕緣子，防震錘等輸電線設(shè)備來說，它們的紋理是很有規(guī)律的，如果其中有一處缺損或者有異物，那么這時候紋理的特征值會發(fā)生明顯的變化。然后，那些基于明亮度的特征由于受到環(huán)境和光強的影響，往往會造成識別上的誤差和不準(zhǔn)確，因此，用紋理來作為輸電線設(shè)備的特征量是有實際和理論依據(jù)的。本發(fā)明通過使用一組輸電線設(shè)備的紋理特征量，對圖像中的輸電線路以及各種部件進(jìn)行特征描述，對于各個部件的缺損、腐蝕、異物等缺陷問題能夠很好地表達(dá)出來，并且與正常部件的紋理特征量存在明顯差異，從而輕易確定和區(qū)分輸電線設(shè)備的狀態(tài)和好壞，檢修簡捷，工作效率高。圖1是本發(fā)明中特征提取算法的基本流程示意圖；圖2是本發(fā)明的流程示意圖。以下結(jié)合附圖及具體實施例對本發(fā)明的原理及具體內(nèi)容進(jìn)行詳細(xì)說明。首先參考圖2所示，是本發(fā)明一種基于紋理的輸電線路設(shè)備特征提取方法的實施流程圖，包括以下步驟(1)獲取輸電線設(shè)備的圖像信息，并采用圖片獲取函數(shù)將圖像等分，逐個得到等分圖像的信息；圖像的大小(也即后續(xù)計算紋理所用窗口的大小)會直接影響紋理計算的精細(xì)度，窗口的大小決定局部紋理信息的精確度，在經(jīng)多次試驗后，本實施例中采用16X16的窗口大小；(2)根據(jù)前述圖像信息，利用灰度共生矩陣函數(shù)計算圖像相應(yīng)的灰度共生矩陣，作為計算紋理函數(shù)的輸入；在灰度共生矩陣的描述對象中，像元間距離及像元間夾角角度也會影響紋理計算的精細(xì)度，像元距離決定局部紋理信息的精確度，夾角則主要決定紋理的走向，經(jīng)進(jìn)一步研究發(fā)現(xiàn)，在等分窗口為16X16的前提下，分別選擇不同的距離d(d=1，d=3，d二5)和不同的方向0(0°，45°，90°，135°)進(jìn)行試驗，從試驗結(jié)果看，當(dāng)(1=5時，水平方向為0。時的效果最好；(3)計算紋理函數(shù)根據(jù)前述灰度共生矩陣和慮始團(tuán)像的灰度信息計算紋理特征值，根據(jù)8個紋理特征量的計算公式得到它們的特征值，此處8個紋理特征量為角二階矩、熵、非相似性、變化量、均值、局部平穩(wěn)、對比度和相關(guān)性；根據(jù)前述分析，在連續(xù)的輸電線設(shè)備^J各種特征量序列中，如果存在缺陷，那么該處的一個或幾個特征量會發(fā)生突變，與序列中前后的特征量產(chǎn)生明顯的差異，這些特征量就是此輸電線設(shè)備的識別特征量?？偨Y(jié)出輸電線設(shè)備與8個紋理特征量之間的對應(yīng)關(guān)系，換句話說，某些特征量可以顯示出所對應(yīng)輸電線設(shè)備的狀態(tài)與好壞。其中，l為均值，2為變化量，3為角二階矩〈能量)，4為局部平穩(wěn)，5為對比度(憒性矩)，6為非相似性，7為熵，8為相關(guān)性。對應(yīng)表如表1所示。表1輸電線設(shè)備特征量與紋理特征值對應(yīng)表序號塔型大部件名稱子部件名稱缺陷名稱特征量1異物2，3，4，5，6，7塔頭2鐵塔鳥窩1，2，5，73大面積銹蝕1，74塔身大面積銹蝕1，75鐵缺鐵1，2，56塔斷股、毛刺、1,2，3，5，類導(dǎo)線本體損傷6，77型導(dǎo)線上異物2，58丟失1，2，59防震錘滑移2，710歪斜、翻轉(zhuǎn)1，711導(dǎo)線損壞1，712丟失1，2,513間隔棒握手松動1，2，3，4，5，6，714握手?jǐn)鄵p1，2，3,4，5，6，715鋁包帶鋁包帶過長1，2，3，4，5，6，716地線地線本體斷股、毛刺、損傷2，3，717地線上異物1，2,3，5，718防震錘丟失1，2，519滑移2，710<table>tableseeoriginaldocumentpage11</column></row><table><table>tableseeoriginaldocumentpage12</column></row><table>(4)將等分圖像的特征量組成一組特征量序列，參考圖1所示，遍歷序列查找特征量突變點，確定發(fā)生特征量突變的位置，與該特征量對應(yīng)的等分圖像處即為輸電線設(shè)備的故障點。以上實施例僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動，均落入本發(fā)明保護(hù)范圍之內(nèi)。權(quán)利要求1、一種基于紋理的輸電線路設(shè)備特征提取方法，其特征在于包括如下步驟(1)獲取輸電線設(shè)備的圖像信息，并采用圖片獲取函數(shù)將圖像等分，逐個得到等分圖像的信息；(2)根據(jù)前述圖像信息，利用灰度共生矩陣函數(shù)計算圖像相應(yīng)的灰度共生矩陣，作為計算紋理函數(shù)的輸入；(3)計算紋理函數(shù)根據(jù)前述灰度共生矩陣和原始圖像的灰度信息計算紋理特征值，根據(jù)8個紋理特征量的計算公式得到它們的特征值，此處8個紋理特征量為角二階矩、熵、非相似性、變化量、均值、局部平穩(wěn)、對比度和相關(guān)性；(4)將等分圖像的特征量組成一組特征量序列，遍歷序列查找特征量突變點，確定發(fā)生特征量突變的位置，與該特征量對應(yīng)的等分圖像處即為輸電線設(shè)備的故障點。2、如權(quán)利要求1所述的基于紋理的輸電線路設(shè)備特征提取方法，其特征在于所述步驟(1)中，等分圖像采用16X16的窗口大小。3、如權(quán)利要求1所述的基于紋理的輸電線路設(shè)備特征提取方法，其特征在于所述步驟(2)中，兩個像元間距離為5，夾角為0。。全文摘要本發(fā)明公開一種基于紋理的輸電線路設(shè)備特征提取方法，包括如下步驟(1)獲取輸電線設(shè)備的圖像信息，并采用圖片獲取函數(shù)將圖像等分，逐個得到等分圖像的信息；(2)根據(jù)前述圖像信息，利用灰度共生矩陣函數(shù)計算圖像相應(yīng)的灰度共生矩陣，作為計算紋理函數(shù)的輸入；(3)計算紋理函數(shù)根據(jù)前述灰度共生矩陣和原始圖像的灰度信息計算紋理特征值，根據(jù)8個紋理特征量的計算公式得到它們的特征值；(4)將等分圖像的特征量組成一組特征量序列，遍歷序列查找特征量突變點，確定發(fā)生特征量突變的位置，與該特征量對應(yīng)的等分圖像處即為輸電線設(shè)備的故障點。此方法可方便確定和區(qū)分輸電線設(shè)備的狀態(tài)和好壞，檢修效率高，保證輸電線路的安全性和穩(wěn)定性。文檔編號G06K9/46GK101593274SQ20091010016公開日2009年12月2日申請日期2009年7月2日優(yōu)先權(quán)日2009年7月2日發(fā)明者安居白,揚張,張新野,李春庚,陳舫明,龔堅剛申請人:浙江省電力公司;紹興電力局;大連海事大學(xué)