[发明专利]融合前景紧凑特性和多环境信息的绝缘子缺陷检测方法

权利要求书

1.融合前景紧凑特性和多环境信息的绝缘子缺陷检测方法，其特征在于，具体按照以下步骤实施：

步骤1、采集原始绝缘子图像，首先对采集的原始绝缘子图像用超像素特征描述指定区域位置的特征信息，然后采用模块化方法提取得到绝缘子粗略显著区域，同时剔除绝缘子粗略显著区域部分背景噪声，最后采用特征紧凑性衡量绝缘子图像中各区域特征的显著性，进而得到绝缘子各区域显著特征图像；

步骤2、对步骤1获得的绝缘子各区域显著特征图像送入区域网络Region Net，得到整个绝缘子的显著特征区域图像；

步骤3、对步骤2获得的整个绝缘子显著特征区域图像送入多环境网络Multi-ContextNet，通过补充Region Net网络中缺少的全局显著性评价，得到整个绝缘子准确的显著特征图像；

步骤4、对步骤3获得整个绝缘子准确的显著特征图像采用准确率-召回率precisionrecall-PR曲线、F-measure和平均绝对误差man absolute error-MAE的值进行评价，快速检测出绝缘子是否有缺陷。

2.根据权利要求1所述的融合前景紧凑特性和多环境信息的绝缘子缺陷检测方法，其特征在于，所述步骤1具体按照以下步骤实施：

步骤1.1、首先采用多尺度方法将绝缘子图像分成不同的层进而得到绝缘子的多层图，然后采用超像素算法SLIC，将每层图像分解为不同的超像素，得到绝缘子各个区域的超像素特征图像；

步骤1.2、通过对绝缘子各个区域超像素特征图像进行梯度平滑使区域模块化，得到绝缘子区域结构化特征图像；

步骤1.3、计算显著区域紧凑性，进而得到绝缘子各区域的紧凑性图像；

步骤1.4、计算绝缘子各区域特征的颜色属性，进而得到绝缘子各区域的颜色特征图像；

由步骤1.1、1.2、1.3、1.4得到绝缘子的各区域显著特征图像。

3.根据权利要求2所述的融合前景紧凑特性和多环境信息的绝缘子缺陷检测方法，其特征在于，所述步骤1.2中对绝缘子各个区域超像素特征图像采用梯度平滑方法完成区域模块化处理，计算方法如式(1)所示：

式(1)中T表示模块化后的区域的数量，I_P表示输入图像I中第p个超像素的灰度值，S_P表示平均化后的结构图像，λ表示图像的平滑系数，λ越大表示图像越平滑，ε为趋于0的正数，D_x(p)表示第p个超像素在x轴方向上的区域之间的距离，D_y(p)表示第p个超像素在y轴方向上的区域之间的距离，L_x(p)表示第p个超像素在x轴方向的区域，L_y(p)表示第p个超像素在y轴方向的区域；

其中，D_x(p)和D_y(p)由式(2)计算得到：

式(2)中，R(p)表示以第p个超像素为中心的矩形区域，g_p,g为加权函数，g表示超像素p的参数，S_P表示平均化后的结构图像，表示x轴方向上的平滑系数，表示y轴方向的平滑系数；

其中，加权函数g_p,g由式(3)计算得到：

式(3)中，x_p表示第p个超像素在x轴方向上的点，x_q表示第q个超像素在x轴方向上的点，y_p表示第p个超像在y轴方向上的点，y_q表示第q个超像素在y轴方向上的点，δ表示第p个超像素在x轴上的方差；

运用公式(1)、(2)和(3)进行区域模块化，进而把相同区域汇聚在一起得到绝缘子区域结构化特征图像。