[发明专利]基于感知的绝缘子识别与缺陷诊断方法

说明书

技术领域

本发明涉及一种基于感知的绝缘子识别与缺陷诊断方法,主要应用于高压输电线路的缺陷诊断领域。

背景技术

当前对高压线路这种复杂的人造对象识别及缺陷诊断研究刚刚起步,发表的文献较少。相关的研究集中在巡线机器人及直升机、无人机巡检技术等设备研制方面，而高压线路识别与缺陷诊断主要依据高压线路显著的图像特征方面，如导线与绝缘子主要部件的识别与缺陷诊断。

绝缘子由于长期受野外环境的侵蚀，通常会产生很多故障，根据玻璃、瓷质和合成绝缘子的各自特性，其常见故障包括：自爆、掉串、裂纹破损、闪络放电和异物等问题[朱虎，李卫国，林冶.绝缘子检测方法的现状与发展[J]．电磁避雷器，2006(8)：13-17.]。其中玻璃绝缘子片自爆导致的掉片损伤是玻璃绝缘子特有故障缺陷，将该缺陷统称为玻璃绝缘子的损伤，也是玻璃绝缘子最需要识别诊断的缺陷。[林聚财，韩军，陈舫明，等．基于彩色图像的玻璃绝缘子缺陷诊断[J]．电网技术，2011，35(1)：127-133.]采用HSV彩色度量空间将图像分块统计存在偏绿的分块，[马帅营，安居白，陈舫明．基于区域定位的绝缘子图像分割[J]．电力建设，2010，31(7)：14-17.]首先通过统计绝缘子的颜色范围定位出绝缘子大致区域，然后针对该区域采用最大类间方差法进行绝缘子分割。[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.]采用基于遗传算法的最大熵阈值法对彩色图像进行分割。统计对这些方法的实际测试，发现存在明显不足，主要原因是：这些方法均是从玻璃绝缘子的颜色特征着手，玻璃绝缘子的偏绿色特征不是其唯一的特征，实际存在的玻璃绝缘子有偏蓝色、白色的。由于近距离航拍的图像受背景纹理及光线变化影响较大，而且巡检采用相机参数不确定，采用颜色分析绝缘子区域存在不稳定因素。背景出现较多类似特征的区域，会造成较高的误判；另一个重要原因是对高压线路这种复杂的人造对象整体结构研究不足，仅仅关注高压线路上绝缘子等具有显著的单一部件进行识别研究，没有考虑到线路的整体结构特性，绝缘子一端与导线连接，另一端与杆塔相连，绝缘子安装位置呈现三个可能方向，垂直排列、水平排列、斜上（或斜下）排列。

绝缘子另一重要的特征是其片状结构，从拍摄的巡检图像上看：呈现明显的弧线特征，而且该弧线特征呈现平行的、波纹状的规律排列。由于玻璃绝缘子串的区域像素沿着绝缘子串的方向呈现明显的规律性变化，而在掉串缺陷处打破了这种纹理的规律性变化，因此可以研究一种纹理特征量来诊断玻璃绝缘子掉串缺陷。

中国专利(专利名称：一种绝缘子串红外图像自动识别方法，申请号：201310098598.8)提出了一种基于红外图像边界的绝缘子自动识别方法，但这种方法通过对模板图像与待检测图像进行SIFT特征匹配进行绝缘子串的自动识别，实现了对绝缘子串区域的定位，并未涉及到绝缘子缺陷的诊断。

中国专利(专利名称：基于纹理的绝缘子缺陷诊断方法，申请号：201110303911.8)提出一种通过GLCM和Gabor滤波器的缺陷诊断方法，对绝缘子的定位主要通过绝缘子连接设备的先验知识来实现的，对绝缘子串的定位效果较差，影响了对绝缘子的缺陷定位的效率。

发明内容

本发明的目的就是为了解决上述问题，提供一种基于感知的绝缘子识别与缺陷诊断方法，它能有效排除背景对识别绝缘子区域的影响，大大提高识别绝缘子缺陷的正确率。

为了实现上述目的，本发明采用如下技术方案：

一种基于感知的绝缘子识别与缺陷诊断方法，包括如下步骤：

步骤（1）：利用输电线路知识模型对绝缘子多平行线结构进行感知；

步骤（2）：对绝缘子所在区域进行识别：检测重叠的输出区域，合并重叠的区域，修正潜在的绝缘子区域为任意角度的矩形；

步骤（3）：基于分块特征量的绝缘子掉片缺陷诊断：采用绝缘子区域分块和块间相似度计算两步骤来诊断玻璃绝缘子自爆掉片缺陷。

所述步骤（1）的输电线路的知识模型包括绝缘子的三个量化参数：

a）绝缘子片在图像像素上的宽度：以InsulatorClipWidth表示；

b）巡检图像上最大可能绝缘子片之间像素距离：以InsulatorClipDist表示；

c）识别一个绝缘子最小片数目：以InsulatorMinClipNum表示。

所述步骤（1）的具体步骤为：