[发明专利]基于深度信念网络的高压线绝缘子缺陷检测方法及系统

说明书

技术领域

本发明属于高压线绝缘子缺陷检测技术领域，具体涉及一种基于深度信念网络的高压线绝缘子缺陷检测方法及系统。

背景技术

对于架空高压线路(包括高压线绝缘子、导线等)，由于长期暴露在外部自然环境中，既存在人为破坏因素，也存在自然破坏或线路老化因素，例如，需要经受污秽、雷击、风雪、洪水和鸟害等外界因素的侵害，因此，会出现高压线绝缘子或导线的损坏。对于高压线绝缘子，是架空高压线的重要部件之一，作用为防止高压线的带电部件形成接地通道，因此，需要及时检测到出现缺陷的高压线绝缘子，并进行及时修改，否则，会引发各种故障甚至出现事故，直接影响到电网的安全运行和电力系统的稳定。

随着机器视觉和图像处理技术的快速发展以及数码相机质量的提高，利用直升机进行高压线巡检和维护，将数码相机采集的原始图像利用数字图像处理技术处理，从而检测高压线绝缘子的各种缺陷，是航拍输电线路巡检技术发展的必然趋势。

申请号为“201110303911.8”、发明名称为“基于纹理的绝缘子缺陷诊断方法”的专利公开一种融合了纹理诊断中灰度共生矩阵(GLCM)纹理诊断方法以及Gabor滤波纹理诊断的思想，通过调整GLCM和Gabor滤波器的参数设置，检测到掉串绝缘子。该方法在输入图像分辨率很高的情况下效果理想，但在输入图像分辨率较低的情况下效果不佳。

申请号为“201210328844.X”、发明名称为“一种可视化输电线路巡检系统”的专利公开了一个输电线路巡检系统，该系统由终端设备和监控中心组成，通过监控中心音视频、电子地图和GPS定位数据完成地图地位，也可通过后台实现进行录像、对录像查询和点播，通过后台与设备进行语音通话，进行指挥，该系统需要专门人员进行监控，增加了监控人员的负担。

申请号为“201310061850.8”、发明名称为“一种钢化玻璃绝缘子缺陷检测方法与装置”专利公开了一种采用同心圆扫描的方法，抑制了大量无关背景，只留下缺陷部分的图像，利于支持向量机进行缺陷检测，该方法在图像分割时采用自适应阈值法进行图像分割，具有图像分割效果有限，最终导致高压线绝缘子缺陷检测有限。

由此可见，现有技术所公开的各类高压线绝缘子缺陷检测方法，或具有检测成本高的问题，或具有检测精度有限的问题。

发明内容

针对现有技术存在的缺陷，本发明提供一种基于深度信念网络的高压线绝缘子缺陷检测方法及系统，可有效解决上述问题。

本发明采用的技术方案如下：

本发明提供一种基于深度信念网络的高压线绝缘子缺陷检测方法，包括以下步骤：

S1，获取包含被检测高压线绝缘子的原始图像；

S2，对所述原始图像进行预处理，得到处理后的图像；

S3，利用模糊C-均值聚类方法对所述处理后的图像进行图像分割，得到高压线绝缘子区域；

S4，采用连通区域标识方法对所述高压线绝缘子区域进行边界跟踪，得到所述高压线绝缘子的轮廓，进而得到高压线绝缘子图像；

S5，提取所述高压线绝缘子图像的图像特征向量；其中，所述图像特征向量为三维特征向量，包括灰度特征向量、亮度特征向量和纹理特征向量；

S6，以所述图像特征向量作为深度信念网络的输入，进而通过所述深度信念网络检测高压线绝缘子的缺陷情况。

优选的，S1中，所述原始图像为基于RGB颜色空间的原始图像；

S2具体为：

将所述原始图像从RGB颜色空间转换到HSI颜色空间；

从转换到HSI颜色空间的所述原始图像中提取S饱和度分量，得到S分量子图像；

将所述S分量子图像的每个像素点转换到[0,255]像素空间，得到灰度图像；

对所述灰度图像进行图像平滑和噪声过滤处理，即得到所述处理后的图像。

优选的，采用中值滤波的方法进行所述图像平滑的图像处理步骤。

优选的，S3具体为：

S3.1，采用边缘检测方法对所述处理后的图像进行边缘检测，得到所述处理后的图像的所有可能的边缘；

S3.2，将所述所有可能的边缘记为边缘区域，将位于所述所有可能的边缘的内部区域记为非边缘区域；

S3.3，设E₀为非边缘区域中所有像素点的集合，E₁为边缘区域中所有像素点的集合；

利用区域生长算法，首先将非边缘区域划分为互不相交的块，然后，根据物理就近原则，将边缘区域中各像素点逐个划分到相邻的块中，形成互不相交的、连续的子类，完成一次图像的初步分割；