[发明专利]基于Canny算子的最大熵阈值优化的绝缘子裂纹检测方法

说明书

本发明公开了基于Canny算子的最大熵阈值优化的绝缘子裂纹检测方法，包括：采集绝缘子图像，对绝缘子图像进行预处理；计算绝缘子图像灰度值的最大熵；对绝缘子图像进行高斯滤波；计算绝缘子图像的梯度幅值和方向；对绝缘子图像的梯度幅值进行非极大值抑制；对绝缘子图像设置高阈值、低阈值，将绝缘子图像灰度值的最大熵作为高阈值，采用Canny算子提取出绝缘子边缘图像；对包含裂痕的绝缘子边缘图像进行裂纹检测。本发明的方法可对绝缘子实时监测，减少人力物力，提高工作效率，大大降低绝缘子因产生裂纹而发生故障的概率，保证电网的安全稳定。

技术领域

本发明属于绝缘子检测领域，具体涉及一种基于Canny算子的最大熵阈值优化的绝缘子裂纹检测方法。

背景技术

随着我国工业化进程的不断加快以及经济水平的不断提高、电网建设不断加强，电力网络则越来越复杂。与之对应电网检修的工作强度也越来越大，快速、准确地判断绝缘子健康状况给电网检修工作带来的难度。

绝缘子暴露于大气中并长期工作在强电场、强机械应力、骤冷骤热、风雨雪雾、化学物质腐蚀等恶劣环境中，绝缘子难以避免地会产生裂纹。目前，现有的绝缘子裂纹检测方法主要包括目测检查方法、仪器仪表测试方法。绝缘子通常布设于输电铁塔上，目测检测准确率不高，无论是目测检查、还是仪器仪表测试方法，都需要检修人员靠近绝缘子，给检修工作带来不便，检修人员的劳动强度很大，效率低下。

噪点\噪声为妨碍人们感觉器官对所接收的信源信息理解的因素，图像中的噪点\噪声也就是图像中包含的各种不希望有的或不需要的部分。首先图像在产生、传输、接收的过程中不可避免地会产生噪声，其次绝缘子表面附着的尘土、雨雪等杂质是一种噪声，同时图像中绝缘子周围的线路、杆架等其它物体是无用信息，这些无用信息也可看作一种噪声。

发明内容

本发明的技术问题是现有的绝缘子裂纹检测方法中，目测检测准确率不高，无论是目测检查、还是仪器仪表测试方法，都需要检修人员靠近绝缘子，给检修工作带来不便，检修人员的劳动强度很大，效率低下。采集的绝缘子图像由于绝缘子所处位置的原因，背景存在大量噪声，包括线路、杆塔、树枝等影响因素，且绝缘子表面由于风霜雪雾等的作用，也会产生污垢，在利用传统的图像识别技术进行绝缘子边缘检测时，噪声会对结果造成严重干扰，不利于检测出绝缘子的裂纹。

本发明的目的是解决上述问题，提供一种基于Canny算子的最大熵阈值优化的绝缘子裂纹检测方法，采用图像识别技术，采集绝缘子的图像后，利用改进的Canny算子从绝缘子图像中提取出可能包含裂痕的绝缘子边缘图像，辨识符合绝缘子边缘特征的断绝缘子边缘轮廓，并进一步确认绝缘子边缘轮廓中是否有裂纹，解决了人工目测导致效率低下，准确率差的问题，同时也能降低检修人员的劳动强度。

本发明的技术方案是基于Canny算子的最大熵阈值优化的绝缘子裂纹检测方法，包括以下步骤，

步骤1：采集绝缘子图像，对绝缘子图像进行预处理；

步骤2：计算绝缘子图像灰度值的最大熵；

步骤3：对绝缘子图像进行高斯滤波；

步骤4：计算绝缘子图像的梯度幅值和方向，对梯度幅值进行非极大值抑制；

步骤5：对绝缘子图像设置高阈值、低阈值，将绝缘子图像灰度值的最大熵作为高阈值，采用Canny算子提取出绝缘子边缘图像；

步骤6：对可能包含裂痕的绝缘子边缘图像进行裂纹检测。

进一步地，步骤1中，所述对绝缘子图像进行预处理，对绝缘子图像进行旋转变换，使图像中绝缘子中心线处于竖直方向，将绝缘子依次进行图像灰度化、增强对比度、去噪，包括以下子步骤，

步骤1.1：将绝缘子图像灰度化；

步骤1.2：增强绝缘子图像的对比度；