[发明专利]基于无人机巡线可见光影像的电力设备中绝缘子的提取方法

说明书

技术领域

本发明属于应用于电力工业领域中的电力设备的检测方法，具体是指基于无人机巡线可见光影像的电力设备中绝缘子的提取方法。

背景技术

绝缘子是架空输电线路的重要组成部分，其作用是支撑导线和防止电流回地。目前对绝缘子的在线检测方法主要包括：①直接观察法，即用双筒望远镜观察绝缘子表面缺陷，有时还需登塔检查。该方法维修量大，作业条件恶劣，并对作业安全造成了一定的隐患。②紫外成像法，由紫外成像仪带电检测复合绝缘子表面局部放电形成的碳化通道和蚀损，该方法缺点是需在正温度及高湿度环境下操作，易受观察角度影响。⑨红外成像法，该方法可在线检测局部放电、泄露电流流过绝缘物质时的介电损耗或电阻损耗等引起的绝缘子局部温度升高，其缺点在于仪器造价高且温量易受环境影响。④超声波法，即用超声波检测绝缘子机械缺陷。该方法因耦合、衰减及超声换能器性能问题没有进一步发展。

鉴于此，实现电力线路绝缘子检测的自动化及提高在线检测的环境适应能力成为了重要的研究课题。为了解决这个问题，近年来许多学者致力研究利用数字图像处理技术从航拍图像中提取绝缘子图像。利用数字图像处理技术从航拍图像中提取绝缘子图像是架空输电线路故障自动检测的基础步骤。目前，国内外文献主要从边缘检测方法，以及基于阈值分割与二次定位两类方法从可见光影像中提取绝缘子图像。相关文献有：黄宵宁，张真良。直升机巡检航拍图像中绝缘子图像的提取算法[J]。电网技术，2010，34(1)：194-197。刘国海，朱珠。图像处理技术在超高压巡检机器人视觉系统中的应用研究[J]。计算机工程与设计，2009，30(1)：136-136。

基于阈值分割的方法从复杂背景中提取绝缘子。该方法的一般步骤是将得到的彩色图像从RGB空间转化到HSI空间；对转化后的S分量，进行阈值分割；然后对分割后的图像进行形态学滤波，消除噪声的干扰；最后采用连通区域标记的方法将绝缘子图像从背景图像分割出来。该算法优点是能够有效滤除复杂背景的干扰，得到准确的绝缘子图像。缺点阈值分割是基于目标和背景的颜色有较明显不同的情况，实际上，绝缘子经过一段时间运行后会褪色。此时再利用彩色图像分割法进行目标提取，阈值选择会比较困难，提取效果相应变差。

参考文献：徐耀良，张少成，杨宁，等。航拍图像中绝缘子的提取算法[J]。上海电力学院学报，2011，27(5)：515-518。葛玉敏，李宝树，赵书涛等。绝缘子图像中的特征目标提取[J]。高压电器，2009，45(6):56-60，68。

采用边缘检测方法提取绝缘子图像，一般处理步骤是：首先对影像进行预处理，然后利用Hough变换等方法从影像中提取绝缘子的边缘，并根据绝缘子串是垂直一排的特性来除去误检测的绝缘子图像，将绝缘子识别并定位出来。该方法的缺点是由于输电线路走廊背景的复杂性，一般的航拍图像中都存在着大量干扰，影响影响噪音，使得边缘检测算法非常复杂，既影响绝缘子图像的提取速度，也影响了图像精度。

参考文献：Peungsungwal S，Pungsiri B，Chamnongthai K，et al。Autonomous robot for a power transmission line inspection[C]//Circuits and Systems，2001。ISCAS 2001。The 2001 IEEE International Symposium on。IEEE，2001，3：121-124。刘建友，李宝树，仝卫国。航拍绝缘子图像的提取和识别[J]。传感器世界，2009，12：004。

由于航拍背景复杂，如何在图像中有效的提取出绝缘子图像并识别出来成为研究的热点。基于无人机巡线实现电力线路绝缘子检测的自动化越来越重要。

发明内容

本发明的目的是提供基于无人机巡线可见光影像的电力设备中绝缘子的提取方法，该提取方法高效且自动检测出电气设备中的绝缘子。

本发明的上述目的是通过如下技术方案来实现的：基于无人机巡线可见光影像的电力设备中绝缘子的提取方法，该方法包括如下步骤：

（1）采用可见光影像拍摄电力设备，获得电力设备图像，该电力设备图像中包含至少一个能被识别的绝缘子图像；

（2）选取任意一个能被识别的绝缘子图像，进行如下步骤；

（3）选择一个方形区域作为种子区域，该种子区域的大小要小于绝缘子图像；