[发明专利]基于图像识别的绝缘子掉串故障检测方法

权利要求书

1.基于图像识别的绝缘子掉串故障检测方法，其特征在于：以绝缘子图像为依据，利用二维最大熵改进Canny算子提取绝缘子图像的边缘特征，并通过改进Hough变换检测单片绝缘子，最终通过直线拟合统计绝缘子串上的椭圆个数，实现绝缘子掉串故障检测。

2.基于图像识别的绝缘子掉串故障检测方法，其特征在于包括以下步骤：

步骤一：以绝缘子图像为依据，对彩色图像灰度化得到灰度图像；

步骤二：计算灰度图像的二维最大熵；

步骤三：利用计算所得的二维最大熵，作为Canny算子的阈值，提取灰度图像的边缘特征；

步骤四：通过改进的Hough变换，对边缘图像中的椭圆进行检测，从而实现单片绝缘子检测；

步骤五：对检测到的椭圆圆心进行直线拟合，从而实现绝缘子串定位；

步骤六：统计同一绝缘子串上的单片绝缘子个数，并对比不同电压等级下规定的绝缘子串数，判断其是否发生掉串故障。

3.根据权利要求2所示基于图像识别的绝缘子掉串故障检测方法，其特征在于，所述步骤二中包括如下步骤：

步骤2.1：以二维灰度函数来表示所得图像，像素点设为N×N，像素点的灰度值分为L个等级；首先对原始图像的区域灰度求均值，选定目标像素与相邻像素为模板，以数据(i,j)表示对应坐标的像素点灰度值与其区域灰度均值，设n_i,j是点灰度为i，区域灰度为j的像素点个数，p_i,j为概率密度，则有：

横坐标i表示点灰度值，纵坐标j表示区域灰度均值，建立图像的二维灰度分布图；二维灰度分布图包含4个区域，即A、B、C、D这4个区域，其中，A区代表目标区域，B区代表绝缘子以外的背景区域，C区和D区分别代表边界像素点和干扰噪声分布区域；

步骤2.2：分别用A区和B区的概率进行归一化处理，熵值具有可加性，则A区和B区的概率为：

P_A、P_B为图3中A、B区的概率，横坐标i表示点灰度值，纵坐标j表示邻域灰度均值，(s,t)处表示分割的阈值，L为图像的最大灰度值；

离散二维熵定义为：

H_A、H_B为A区、B区的离散二维熵，p_i,j为概率密度；

可得A区的二维熵：

又：

同A区，则B区的二维熵为：

H(B)＝lgP_B+H_B/P_B (7)

忽略阈值分割中的噪声和边缘，令C区和D区的p_i,j≈0，则C区：i＝s+1,s+2,…,L；D区：i＝1,2,…,s；j＝t+1,t+2,…,L；可得：

熵的判别函数定义为：

式(10)中，H_A、H_B为A区、B区的离散二维熵，A区代表目标区域，B区代表绝缘子以外的背景区域，

对此，选取的最佳阈值满足：

当熵取得最大值时，s、t为最佳阈值。