[发明专利]一种遗传小波神经网络的输电线路覆冰厚度识别方法

摘要

本发明涉及的是一种遗传小波神经网络的输电线路覆冰厚度识别方法，这种遗传小波神经网络的输电线路覆冰厚度识别方法，包括以下步骤：通过图像传感器获取输电线路覆冰图像；对获取的输电线路图像进行预处理；利用遗传小波神经网络识别输电线路图像的边缘；计算输电线路覆冰厚度。本发明提供的输电线路覆冰厚度识别方法，具有识别精度高、识别结果可靠等优点，能够有效计算输电线路覆冰厚度，可以应用于输电线路覆冰灾害的处理。

主权项

 一种遗传小波神经网络的输电线路覆冰厚度识别方法, 其特征在于，所述方法包括：步骤1，通过图像传感器获取输电线路覆冰图像；步骤2，对获取的输电线路图像进行预处理；步骤3，利用遗传小波神经网络识别输电线路图像的边缘，具体如下：步骤3.1：对所述步骤2获取的预处理后的图像归一化处理：(2)式中，为归一化后的像素灰度值，为预处理后的像素灰度值；步骤3.2：采用Canny算子的窗口作为二值图像检测窗口的幅度，获得9维特征向量作为遗传小波神经网络的输入，像素点为边缘点小波神经网络输出为1，否则为0，小波神经网络中隐含层神经元小波基函数为：(3)其中，与为伸缩平移尺度因子，，取Morlet小波：(4)所述输出层神经元通过选择Sigmoid函数：(5)可以表示为：(6)其中，(7)(8)(9)(10)(11)式中为样本个数，、、、为网络学习速率，为网络动量因子；步骤3.3：将所述的小波神经网络中的隐含层节点数、初始权值、、网络学习速率、、、、伸缩平移尺度因子、以及网络动量因子采用实数编码方法作为一组染色体采用遗传算法获得最优个体解码作为小波神经网络的参数；步骤3.4：将Canny算子检测为边缘的像素点作为训练样本训练小波神经网络；步骤4，计算输电线路覆冰厚度。