本發(fā)明涉及圖像數(shù)據(jù)處理。更具體地，本發(fā)明涉及基于機器視覺的間隔棒振動試驗結(jié)果檢測方法。

背景技術(shù)：

1、隨著電力系統(tǒng)的發(fā)展和電網(wǎng)規(guī)模的不斷擴大，輸電線路的安全運行愈發(fā)重要。間隔棒作為高壓輸電線路中的關(guān)鍵部件，主要用于保持導線間的合理間距，減少風力、振動等外界因素對導線的損害。然而，間隔棒長期暴露在戶外環(huán)境中，常受到風、雨、溫度變化以及電場等因素的影響，極易發(fā)生振動和疲勞損傷，進而影響輸電線路的可靠性和穩(wěn)定性。為了保障間隔棒的正常工作狀態(tài)，定期對其進行檢測已成為電力設備維護中的重要環(huán)節(jié)。

2、目前，基于機器視覺的間隔棒檢測技術(shù)通過圖像采集、特征提取和異常檢測來判斷間隔棒的振動狀態(tài)和損傷情況，利用灰度變換、噪聲抑制、邊緣檢測等處理方法提取關(guān)鍵特征參數(shù)，以分析其表面狀態(tài)。然而，受復雜檢測環(huán)境的光線和天氣等因素影響，圖像易受噪聲干擾，導致處理結(jié)果不穩(wěn)定；此外，現(xiàn)有特征提取方法難以捕捉振動產(chǎn)生的細微變化，容易造成誤判或漏判，影響檢測結(jié)果的可靠性。

3、申請公布號為cn104933403a的專利申請文件公開了一種基于間隔棒識別的導線舞動的監(jiān)測方法。該專利申請文件以輸電線路視頻流中截取的數(shù)字圖像為研究對象，采用灰度化和平滑去噪等預處理方法，對數(shù)字圖像進行閾值分割、邊緣檢測和輪廓跟蹤，提取導線間隔棒的輪廓。通過比較舞動前后的模板輪廓，計算舞動扭轉(zhuǎn)角，并在檢測到異常角度時，及時向安全檢查人員發(fā)送預警信息，以便能快速、自動實現(xiàn)對間隔棒導線舞動扭轉(zhuǎn)角的檢測與預警。

4、然而，盡管上述方案在對間隔棒的異常檢測中取得了一定成效，但對圖像數(shù)據(jù)處理時依舊存在噪聲干擾和特征提取不精確的問題，從而導致檢測結(jié)果可能存在偏差，影響最終檢測的準確性。

技術(shù)實現(xiàn)思路

1、為解決上述背景技術(shù)中提出的對圖像數(shù)據(jù)處理時存在噪聲干擾和特征提取不精確的問題，本發(fā)明在如下方面中提供方案。

2、在第一方面中，本發(fā)明提供了基于機器視覺的間隔棒振動試驗結(jié)果檢測方法，包括：采集剛性間隔棒在振動試驗前后的圖像，并基于各圖像獲取對應的目標圖像；其中，所述目標圖像中各像素點的灰度值為：

3、；

4、式中，為目標圖像中第行第列像素點的灰度值，為所述圖像中第行第列像素點所屬的灰度級，為所述圖像中第行第列像素點的梯度強度，為第行第列像素點權(quán)重；權(quán)重為：

5、；

6、式中，為控制函數(shù)陡峭程度的參數(shù)，，為所述圖像中以第行第列像素點為中心的設定滑動窗口內(nèi)所有像素點灰度值的方差；若振動試驗前后目標圖像中剛性間隔棒的線夾重心位置滑移量在預設滑移范圍內(nèi)，則判定剛性間隔棒的固定性正常。

7、上述技術(shù)方案通過采集振動試驗前后的剛性間隔棒圖像，并利用加權(quán)合成的方法生成目標圖像，結(jié)合像素點的灰度值和梯度強度，并基于自適應的權(quán)重系數(shù)對各像素進行平滑處理，使目標圖像能更清晰地呈現(xiàn)振動前后圖像的細微差異；其中權(quán)重的計算考慮了局部灰度方差，提升了對圖像局部特征的響應靈敏度，進而確保了圖像細節(jié)的有效表達。同時，通過計算剛性間隔棒線夾重心位置的滑移量并與預設滑移范圍進行比對，可準確判斷間隔棒的固定性是否正常，保障了判定過程的可靠性與準確性。

8、進一步地，所述線夾重心位置為：利用canny邊緣檢測算法提取振動試驗前后目標圖像中剛性間隔棒線夾的輪廓，獲取所述輪廓的最小外接矩形，所述最小外接矩形的中心點位置即為線夾重心位置。

9、上述技術(shù)方案準確提取了振動試驗前后目標圖像中剛性間隔棒線夾的輪廓，確保了對關(guān)鍵邊緣特征的精準捕捉。然后，通過計算輪廓的最小外接矩形并確定其中心點位置，實現(xiàn)了對線夾重心位置的精確定位。這種方法提高了重心定位的穩(wěn)定性和一致性，使得在不同振動狀態(tài)下對線夾重心位置的追蹤更加可靠，從而有效支持對剛性間隔棒固定性的判定，增強了整體檢測過程的精度和可靠性。

10、進一步地，還包括，檢測振動試驗前后剛性間隔棒的減振性能：利用canny邊緣檢測算法提取振動試驗前后目標圖像中剛性間隔棒橡膠元件的所在區(qū)域，并分別標記振動試驗前后目標圖像中剛性間隔棒橡膠元件所在區(qū)域內(nèi)的連通域數(shù)量；若振動試驗前后目標圖像中剛性間隔棒橡膠元件所在區(qū)域內(nèi)連通域數(shù)量的變化在預設數(shù)量范圍內(nèi)，則判定剛性間隔棒的減振性能正常。

11、上述技術(shù)方案精確提取了振動試驗前后圖像中剛性間隔棒橡膠元件所在的區(qū)域，結(jié)合連通域分析方法，分別計算橡膠元件區(qū)域內(nèi)的連通域數(shù)量。通過對比試驗前后橡膠元件連通域數(shù)量的變化，并設定合理的變化范圍，能夠有效判斷橡膠元件是否發(fā)生顯著形變或磨損，從而間接評估剛性間隔棒的減振性能是否正常。此方案提高了減振性能檢測的靈敏度和準確性，能夠更早識別出橡膠元件的潛在損耗問題，從而為設備的健康狀態(tài)提供有力保障。

12、進一步地，所述灰度級為8位，范圍為[0,255]。

13、進一步地，利用cmos相機或ccd相機采集剛性間隔棒在振動試驗前后的圖像。

14、進一步地，還包括，對所述圖像進行圖像灰度化和中值濾波處理。

15、上述技術(shù)方案有效簡化了圖像的顏色信息，將圖像轉(zhuǎn)換為單一灰度通道，減少了數(shù)據(jù)復雜性，便于后續(xù)分析。同時，采用中值濾波去除圖像中的噪聲，特別是針對振動試驗中可能產(chǎn)生的隨機噪點，中值濾波能有效保留邊緣細節(jié)，避免模糊關(guān)鍵特征。此預處理步驟使得圖像更加清晰平滑，為后續(xù)的邊緣檢測和特征提取提供了更高質(zhì)量的輸入數(shù)據(jù)，提升了整體檢測精度和穩(wěn)定性。

16、進一步地，利用索貝爾算子算法獲取剛性間隔棒振動試驗前后圖像中各像素點的梯度強度。

17、上述技術(shù)方案有效突出了圖像中的邊緣和結(jié)構(gòu)細節(jié)，尤其是剛性間隔棒的邊緣特征。利用梯度強度能夠更全面反映圖像的整體和局部變化趨勢，從而增強了對振動試驗前后細微形變和位置變化的敏感性。為進一步分析剛性間隔棒在振動過程中的穩(wěn)定性提供了豐富的數(shù)據(jù)信息，有助于精確評估試驗影響下的結(jié)構(gòu)變化，提高檢測準確性和可靠性。

18、進一步地，利用直方圖均衡化算法獲取剛性間隔棒振動試驗前后圖像中各像素點所屬的灰度級。

19、上述技術(shù)方案利用直方圖均衡化算法對剛性間隔棒振動試驗前后圖像中各像素點的灰度級進行調(diào)整，可以有效提升圖像的對比度和細節(jié)表現(xiàn)，特別是在低對比度區(qū)域，這有助于增強圖像中的微小變化和細節(jié)特征。在振動試驗中，剛性間隔棒可能會經(jīng)歷細微的形變或位置變化，直方圖均衡化能夠優(yōu)化圖像的整體視覺效果，使得這些變化更容易被檢測和分析。此外，均衡化處理還可以減少光照不均或陰影影響，提升圖像的整體質(zhì)量，從而為后續(xù)的圖像分析、特征提取和檢測算法提供更加可靠和精確的數(shù)據(jù)支持，增強系統(tǒng)的敏感度和準確性。

20、本發(fā)明的有益效果在于：

21、本發(fā)明通過基于機器視覺的方法檢測間隔棒在振動試驗前后的固定性和減振性能，采用多種圖像處理技術(shù)提升檢測的精確度和穩(wěn)定性。通過獲取圖像中各像素點的灰度值和梯度強度，并結(jié)合加權(quán)處理和自適應參數(shù)，能更清晰地呈現(xiàn)試驗前后圖像的微小變化。利用canny邊緣檢測提取間隔棒關(guān)鍵部件的輪廓及橡膠元件區(qū)域的連通域數(shù)量，直觀反映振動后的位移和磨損情況。結(jié)合圖像灰度化、中值濾波、直方圖均衡化及索貝爾算子等處理手段，進一步提高了圖像的清晰度和噪聲去除效果，使檢測結(jié)果更為準確可靠，顯著提升了基于機器視覺的間隔棒性能檢測效果。