專利名稱：基于紋理的絕緣子缺陷診斷方法
基于紋理的絕緣子缺陷診斷方法技術(shù)領(lǐng)域
本發(fā)明以直升機(jī)巡檢高壓輸電線路過程中采集的可見光圖像為處理目標(biāo)，研究的是基于可見光圖像的絕緣子自爆缺陷的診斷方法。通過從圖像上分析絕緣子自爆缺陷的特征，提出了基于紋理的絕緣子缺陷診斷方法。該發(fā)明為機(jī)載實(shí)時(shí)絕緣子識(shí)別診斷系統(tǒng)，在識(shí)別絕緣子基礎(chǔ)上通過該方法診斷玻璃絕緣子的自爆缺陷。由于自爆缺陷表現(xiàn)的主要特征就是絕緣子掉串，因此本方法采用統(tǒng)一的掉串來描述自爆缺陷。
背景技術(shù)：
高壓輸電線路是電力系統(tǒng)的動(dòng)脈，其運(yùn)行狀態(tài)直接決定電力系統(tǒng)的安全及國家經(jīng)濟(jì)的運(yùn)行，高壓輸電線路(導(dǎo)線、絕緣子等)由于長(zhǎng)期在室外環(huán)境下運(yùn)行，在巨大的張力、氣溫變化、閃電、飛行物撞擊以及老化、銹蝕等影響下，會(huì)出現(xiàn)絕緣子破壞等情況，若不及時(shí)發(fā)現(xiàn)和修復(fù)處理，最終會(huì)導(dǎo)致輸電線路的破斷，造成大面積停電和巨大的經(jīng)濟(jì)損失。
目前絕緣子缺陷檢測(cè)方法有很多王雪，國內(nèi)高壓絕緣子在線檢測(cè)方法綜述，電瓷避雷器，2002年第6期，詳細(xì)講述了現(xiàn)今各種方法的檢測(cè)原理、檢測(cè)設(shè)備、優(yōu)缺點(diǎn)等，根據(jù)絕緣子缺陷漏電的物理特性進(jìn)行分析，主要分析接觸式方法中的電壓分布法、泄漏電流檢測(cè)法、脈沖電流檢測(cè)法及紅外測(cè)溫法。其缺點(diǎn)是接觸性檢測(cè)方法勞動(dòng)強(qiáng)度大、安全性差、效率低，而且受電磁干擾等原因，易造成誤檢或漏檢并且易受環(huán)境(如溫度、濕度)等多種因素的影響。
另一類絕緣子缺陷診斷方法是基于圖像識(shí)別的方法，根據(jù)圖像視覺特征識(shí)別圖像并判定缺陷。視覺特征包括顏色、紋理、形狀特征，依據(jù)這些信息或者這些信息的融合，判決其存在的顯著缺陷特征。
如葛玉敏，基于計(jì)算機(jī)視覺的絕緣子狀態(tài)檢測(cè)，碩士學(xué)位論文?；陬伾卣鳈z測(cè)絕緣子是否存在污穢，根據(jù)圖像的R、G、B值，進(jìn)行模糊判斷，檢測(cè)絕緣子是否有污穢。該方法只能在實(shí)驗(yàn)室應(yīng)用，然而在室外情況下RGB顏色空間易受光照影響，在背景影響下根據(jù) RGB也難以判定絕緣子是否存在污穢。
林聚財(cái)?shù)?，基于彩色圖像的玻璃絕緣子缺陷診斷，電網(wǎng)技術(shù)，2011年1月，第35卷 1期，基于顏色特征檢測(cè)絕緣子是否掉串，對(duì)圖像做平滑和色階運(yùn)算使得顏色特征更加顯著且易于分割，然后在HSI顏色空間中采用圖像分塊的連通域判決方法動(dòng)窗口直方圖統(tǒng)計(jì)技術(shù)，對(duì)滑動(dòng)窗口產(chǎn)生的各分塊直方圖相互之間做直方圖匹配。這種方法比較適合室外，對(duì)一定背景干擾魯棒性較好，但是當(dāng)光照變化時(shí)不適用。
朱珠，圖像處理技術(shù)在架空線路絕緣子破損檢測(cè)系統(tǒng)中的應(yīng)用研究，碩士學(xué)位論文。是一種基于形狀特征檢測(cè)絕緣子是否破損，在架空線路絕緣子破損檢測(cè)系統(tǒng)中的應(yīng)用研究，運(yùn)用了機(jī)器人巡檢技術(shù)提出了識(shí)別瓷質(zhì)絕緣子的方法，將圓形度、細(xì)長(zhǎng)度、占空比長(zhǎng)短徑比和hebichef不變矩作為特征向量，應(yīng)用概率神經(jīng)網(wǎng)絡(luò)分類決策的方法對(duì)絕緣子特征區(qū)域進(jìn)行識(shí)別。然后通過邊緣檢測(cè)，判定縱向切線灰度值變化率判斷瓷瓶是否出現(xiàn)破損。 機(jī)器人巡檢在穿越過桿塔時(shí)效率底下并且對(duì)線路也有損害，神經(jīng)網(wǎng)絡(luò)分類方法時(shí)間復(fù)雜較高，這些都無法做到高效率智能巡檢。
劉建友等，航拍絕緣子圖像的提取和識(shí)別，傳感器世界，2009年12月。是一種基于形狀特征識(shí)別絕緣子，根據(jù)絕緣子與背景的灰度級(jí)的差異二值化，運(yùn)用Hough變化識(shí)別橢圓絕緣子。這種方法當(dāng)背景不是很復(fù)雜且采集到的絕緣子是橢圓時(shí)才能識(shí)別，當(dāng)背景復(fù)雜不能根據(jù)灰度區(qū)分背景和絕緣子或者采集到的絕緣子不是標(biāo)準(zhǔn)橢圓時(shí)，基于Hough變換的方法不能識(shí)別絕緣子。
孫晉，基于邊緣檢測(cè)的絕緣子裂紋診斷研究，碩士學(xué)位論文。是一種基于形狀特征識(shí)別絕緣子，應(yīng)用改進(jìn)的Carmy算子提取邊緣，用斜坡函數(shù)來表征絕緣子的邊緣，判斷邊緣圖像中絕緣子的位置，在定位的基礎(chǔ)上根據(jù)是否出現(xiàn)異常窄鏈來判斷有無裂紋產(chǎn)生。由于采集的絕緣子角度的影響，絕緣子串輪廓之間有重合，這種檢測(cè)方法在絕緣子定位時(shí)不準(zhǔn)確，在裂紋檢測(cè)時(shí)也不準(zhǔn)確。
在國內(nèi)外研究缺陷研究領(lǐng)域主要集中于樹木中的木材缺陷、紡織工業(yè)中的紡織品缺陷、皮革工業(yè)中的皮革表面缺陷、玻璃制造工業(yè)中的玻璃缺陷、帶鋼工業(yè)中的鋼板表面缺陷、制瓶工業(yè)中的瓶口瓶底缺陷、道路橋梁的缺陷、醫(yī)學(xué)中癌細(xì)胞的圖像診斷技術(shù)等。對(duì)于這些缺陷診斷方法中無一不用到了紋理診斷技術(shù)。因?yàn)閳D像的紋理特征描述了在圖像中反復(fù)出現(xiàn)的局部模式和它們的排列規(guī)則，反映了宏觀意義上灰度變化的一些規(guī)律，紋理是對(duì)局部區(qū)域像素之間關(guān)系的一種度量。因此缺陷破壞了規(guī)律性的變換，出現(xiàn)了不同的紋理特征，發(fā)生了明顯的變化。
目前還沒有一種對(duì)于絕緣子掉串缺陷的診斷很好的方法，對(duì)于可見光下絕緣子掉串檢測(cè)是一件很困難的事，本發(fā)明就是根據(jù)缺陷診斷中常用的方法紋理診斷來檢測(cè)絕緣子掉串缺陷，應(yīng)用Gabor小波以及GLCM (灰度共生矩陣)融合的方法檢測(cè)。該方法可以有效應(yīng)用到直升機(jī)或車載巡檢時(shí)智能檢測(cè)高壓線路熱缺陷。發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的在于提供一種基于紋理的絕緣子缺陷診斷方法，在直升機(jī)或車載對(duì)高壓線路巡檢時(shí)，能有效提高缺陷診斷效率以及準(zhǔn)確率。
為達(dá)到到上述目的，本發(fā)明在識(shí)別絕緣子的基礎(chǔ)上，采用了融和基于參數(shù)修正的 GLCM以及參數(shù)修正的gabor變換提取紋理特征實(shí)現(xiàn)絕緣子缺陷診斷的方法，采用步驟如下(1)、識(shí)別定位絕緣子的具體做法是將采集到的圖像分成了三類，即第一類為圖像中不存在桿塔，只有導(dǎo)線的圖像；第二類為圖像中存在桿塔，同時(shí)線路為直線塔線路；第三類為圖像中存在桿塔，同時(shí)線路為耐張塔線路。
根據(jù)在圖像中識(shí)別出的大部件來推理當(dāng)前圖像是第幾類圖像。如果圖像中不存在桿塔，那么圖像為第一類；如果圖像中存在桿塔，則需要進(jìn)一步在圖像中通過識(shí)別引流線來判斷圖像是第二類還是第三類，如果圖像中不存在引流線那么圖像為第二類，進(jìn)一步推理合成絕緣子的位置；如果圖像中存在引流線那么圖像為第三類。因此絕緣子只存在于第二類以及第三類圖像中。其中導(dǎo)線的識(shí)別根據(jù)平行線組的位置關(guān)系確定，桿塔的識(shí)別根據(jù)水平、垂直、傾斜線段的密度分布來確定，引流線的識(shí)別根據(jù)小線段擬合的方式確定。
第二類圖像時(shí)通過導(dǎo)線的斷點(diǎn)位置能夠上推理出合成絕緣子的大致位置。
第三類圖像時(shí)根據(jù)均壓環(huán)與玻璃絕緣子的位置以及與引流線、導(dǎo)線之間的拓?fù)潢P(guān)系來推理玻璃絕緣子的位置。在圖像上，均壓環(huán)一端連接著導(dǎo)線以及引流線，另一端連接著玻璃絕緣子，玻璃絕緣子一端連接著均壓環(huán)，另一端連接著桿塔。同時(shí)可以認(rèn)為玻璃絕緣子在他們所連接的導(dǎo)線的延長(zhǎng)線上。這樣就可以通過這些條件來確定玻璃絕緣子的位置了。
(2)、識(shí)別出絕緣子時(shí)為一個(gè)由四個(gè)點(diǎn)框成的四邊形，將這個(gè)四邊形用如下結(jié)構(gòu)管理，用于輸入圖像中絕緣子部件的管理struct insulate_object {vector<Point> left—high; vector<Point> right—high; vector<Point> left_low; vector<Point> right_low;ι(3 )、將得到的絕緣子圖像灰度化。
(4)、在步驟(1)的定位的絕緣子的基礎(chǔ)上，構(gòu)建四邊形的最小外接矩形，得到的最小外接矩形方向也是任意的，因此將外接矩形進(jìn)行旋轉(zhuǎn)，得到平行于輸入圖像邊界的矩形。
(5)、構(gòu)造灰度共生矩陣GLCM?；叶裙采仃囀艿交叶燃?jí)G，距離d，生成方向這三個(gè)因素影響，本文采用變量控制法確定每個(gè)參數(shù)值。
(6)將絕緣子分塊。分塊的目的是方便找到掉串的位置，因此計(jì)算每塊的特征值。 本發(fā)明的做法是塊數(shù)恒定，根據(jù)絕緣子大小確定塊數(shù)，這樣做的好處在于便于融合特征。
(7)計(jì)算該絕緣子紋理特征，根據(jù)分塊計(jì)算能量、熵、慣性矩、相關(guān)性、局部平穩(wěn)這五個(gè)紋理特征值的均值和方差，這十個(gè)特征值分別表示了不同的物理特征，但是不是對(duì)所有的都能很好的表征絕緣子特征，因此本發(fā)明選擇絕緣子中相鄰塊變化率明顯的即表明有掉串缺陷。本發(fā)明發(fā)現(xiàn)慣性矩均值，慣性矩方差能表征掉串缺陷。
(8)、另一種計(jì)算紋理特征方法，構(gòu)建Gabor特征量。
Gabor 函數(shù)為
權(quán)利要求
1.一種基于紋理的絕緣子缺陷診斷方法，本發(fā)明的方法是采用高壓線路知識(shí)模型推理出識(shí)別玻璃絕緣子位置的處理上，進(jìn)而采用紋理特征方法診斷玻璃絕緣子是否存在掉串缺陷。
2.如權(quán)利要求1所述的基于紋理的絕緣子缺陷診斷方法，用高壓線路知識(shí)模型推理出識(shí)別絕緣子位置的方法是將采集到的圖像分成了三類，即第一類為圖像中不存在桿塔，只有導(dǎo)線的圖像；第二類為圖像中存在桿塔，同時(shí)線路為直線塔線路；第三類為圖像中存在桿塔，同時(shí)線路為耐張塔線路；根據(jù)在圖像中識(shí)別出的大部件來推理當(dāng)前圖像是第幾類圖像； 如果圖像中不存在桿塔，那么圖像為第一類；如果圖像中存在桿塔，則需要進(jìn)一步在圖像中通過識(shí)別引流線來判斷圖像是第二類還是第三類，如果圖像中不存在引流線那么圖像為第二類，進(jìn)一步推理合成絕緣子的位置；如果圖像中存在引流線那么圖像為第三類； 通過導(dǎo)線的斷點(diǎn)位置能夠在第二類圖像上推理出合成絕緣子的大致位置； 在第三類圖像上根據(jù)均壓環(huán)與玻璃絕緣子的位置以及與引流線、導(dǎo)線之間的拓?fù)潢P(guān)系來推理玻璃絕緣子的位置；在圖像上，均壓環(huán)一端連接著這導(dǎo)線以及引流線，另一端連接著玻璃絕緣子，玻璃絕緣子一端連接著均壓環(huán)，另一端連接著桿塔；同時(shí)可以認(rèn)為玻璃絕緣子在他們所連接的導(dǎo)線的延長(zhǎng)線上； 這樣就可以通過這些條件來確定玻璃絕緣子的位置了。
3.如權(quán)利要求1所述基于紋理的絕緣子缺陷診斷方法，采用紋理特征方法診斷玻璃絕緣子是否存在掉串缺陷；如下步驟3. 1推理獲得的玻璃絕緣子位置進(jìn)行矩形規(guī)則化整理到水平的矩形，并分塊；3.2計(jì)算每一塊的參數(shù)；GLCM中計(jì)算能量、熵、慣性矩、相關(guān)性、局部平穩(wěn)這五個(gè)紋理特征值的均值和方差；本發(fā)明發(fā)現(xiàn)慣性矩均值，慣性矩方差能表征掉串缺陷； Gabor濾波提取出絕緣子紋理后計(jì)算每塊均值以及方差值；3.3判決規(guī)則特征值每個(gè)分塊構(gòu)成一個(gè)列向量，計(jì)算前后塊之間的紋理特征的變化率，設(shè)定閾值，根據(jù)特征列向量的變化率是否超過該閾值判定絕緣子是否出現(xiàn)掉串。
4.如權(quán)利要求3所述基于紋理的絕緣子缺陷診斷方法，參數(shù)選擇灰度共生矩陣受到灰度級(jí)G，距離d，生成方向這三個(gè)因素影響，本文采用控制變量法確定每個(gè)參數(shù)值；測(cè)試結(jié)果為灰度級(jí)G=16，距離d =5，生成方向選擇O度，45度，90度，135度；Gabor濾波器由參數(shù)Λ，5，(Uj)控制，ζ為圖像寬方向的坐標(biāo)軸，J7為圖像高所在方向的坐標(biāo)軸，Λ為比例參數(shù)設(shè)為1表示是一個(gè)對(duì)稱的濾波器d表示濾波器的方向，K為χ方向的頻率，％為y方向的頻率，A +Uy表示7Γ濾波器的中心頻率y，在本發(fā)明中對(duì)于絕緣子在參數(shù)調(diào)整時(shí)根據(jù)控制變量法選擇了5=1 ，/ = 0.07 ,Λ = 0
全文摘要
本發(fā)明涉及一種基于紋理的絕緣子缺陷診斷的方法。本發(fā)明以直升機(jī)巡檢高壓輸電線路過程中采集的可見光圖像為處理目標(biāo)，基于可見光圖像絕緣子缺陷診斷。其操作步驟為輸入絕緣子圖像，灰度化，求得外接矩形并旋轉(zhuǎn)，GLCM法，分塊，紋理特征，Gabor濾波，分塊，塊均值方差，特征融合，閾值判定是否掉串。本發(fā)明通過紋理診斷絕緣子掉串特征，融合了紋理診斷中最經(jīng)典的GLCM紋理診斷方法以及近期研究熱點(diǎn)Gabor濾波紋理診斷的思想，調(diào)整了GLCM和Gabor濾波器的參數(shù)設(shè)置，高效準(zhǔn)確的找到掉串絕緣子。本方法能有效提高對(duì)輸電線路熱缺陷檢測(cè)的效率，有效應(yīng)用到車載或直升機(jī)輸電線路巡檢業(yè)務(wù)中。
文檔編號(hào)G06T7/00GK102508110SQ20111030391
公開日2012年6月20日 申請(qǐng)日期2011年10月10日 優(yōu)先權(quán)日2011年10月10日
發(fā)明者朱國軍, 韓軍, 馬行漢 申請(qǐng)人:上海大學(xué)