[发明专利]基于图像识别的绝缘子掉串故障检测方法

说明书

基于图像识别的绝缘子掉串故障检测方法，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。本发明一种基于图像识别的绝缘子掉串故障检测方法，以绝缘子图像为依据，基于图像识别技术，通过二维最大熵改进Canny算子提取图像边缘特征，结合改进Hough变换和直线拟合，实现掉串故障检测，有效解决了传统巡检方法导致效率低下，准确率差的问题。

技术领域

本发明涉及绝缘子故障检修技术领域，具体涉及一种基于图像识别的绝缘子掉串故障检测方法。

背景技术

随着我国电网建设不断加强，电力网络也变得越来越复杂，绝缘子作为电力网络中不可或缺的器件，及时检测绝缘子是否发生故障显得尤为重要。因此越来越多的研究人员将图像识别方面的研究成果应用于该领域，建立以图像处理为基础的电网绝缘子检修系统，从而达到提高工作效率，降低劳动强度的目的。

传统的绝缘子检修的方法主要包括：(1)目测检查；(2)仪器仪表测试。其中由于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，时常发生掉串故障，如果不及时发现并处理，可能会引发大面积停电，更严重时，甚至会引发森林火灾、电力系统瘫痪等特大的事故。

发明内容

为解决上述技术问题，本发明提供一种基于图像识别的绝缘子掉串故障检测方法，以绝缘子图像为依据，基于图像识别技术，通过二维最大熵改进Canny算子提取图像边缘特征，结合改进Hough变换和直线拟合，实现掉串故障检测，有效解决了传统巡检方法导致效率低下，准确率差的问题。

本发明采取的技术方案为：

基于图像识别的绝缘子掉串故障检测方法，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。

基于图像识别的绝缘子掉串故障检测方法，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。

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：