CN106680285B - 基于红外图像辅助的可见光图像识别绝缘子污秽状态方法 - Google Patents

Abstract

本发明涉及基于红外图像辅助的可见光图像识别绝缘子污秽状态方法，该方法包括以下步骤：采集绝缘子可见光图像，并进行绝缘子可见光图像处理及可见光特征值提取；采集绝缘子红外图像，并进行绝缘子红外图像处理及红外特征值提取；建立基于可见光图像的污秽等级识别数学模型和基于红外图像信息辅助的可见光图像污秽状态识别数学模型；根据环境相对湿度，选择相应的数学模型，求取绝缘子污秽等级。与现有技术相比，本发明具有去除环境光照的影响，考虑高相对湿度环境对可见光法的影响，数学模型简洁、通用等优点。

Description

基于红外图像辅助的可见光图像识别绝缘子污秽状态方法

技术领域

本发明涉及识别绝缘子污秽状态的方法，尤其是涉及基于红外图像辅助的可见光图像识别绝缘子污秽状态方法。

背景技术

绝缘子在输、配电网中占有重要地位，空气中的尘土、盐碱、工业烟尘等各种微粒或鸟粪都会堆积在绝缘子外表面形成污秽层，使绝缘子绝缘强度降低，容易发生污闪，造成很大的经济损失。如果能够便捷、安全、准确地测定污秽的程度，并据此制定合理的清洗计划，能更有效地防治污闪，加强电网稳定运行，减少污闪带来的经济损失。

为了能够准确的确定绝缘子的清扫或冲洗周期，目前国内外采用的检测绝缘子污秽量值的方法主要有等值盐密法和泄漏电流法。等值盐密法必须首先对输电线路进行停电借助水洗后测定盐分密度，难以反映绝缘子在运行中的真实情况。泄漏电流法是通过检测运行电压作用下流过绝缘子表面污层电流的大小变化来检测绝缘子的污秽程度。尽管泄漏电流法能反映较严重的绝缘故障，但在判断出绝缘失效后留给操作人员处理的时间有限，很难广泛应用，且它要求每个绝缘子串上安装一套检测装置，成本过高，装置的维护检修需停电进行。

相比之下，基于图像的绝缘子污秽状态检测方法具有成本低、不必拆解、不必停电、不必安装复杂装置、不易受电磁干扰、远距离非接触测量等优点，包括可见光图像法、红外图像法和紫外图像法。红外图像的温度信息和紫外图像的放电光斑信息只有在高相对湿度环境下的放电过程中才会足够明显，而平常时无明显特征，所以这两种方法存在相当大的局限性，但温度信息比放电信息更稳定、更容易捕捉，红外热像仪价格也普遍低于紫外成像仪。可见光图像法能够根据绝缘子盘面颜色特征反映出绝缘子积污量的多少，且积污信息的获取不要求绝缘子放电，若能克服环境光照影响(色温、照度等)这一难点，并选取合适的可见光特征值，找到特征值与污秽积累量的对应关系，即可通过可见光图像识别绝缘子污秽等级。而高相对湿度下污秽受潮后被稀释，污秽颜色特征也被改变，污秽等级识别准确率下降，故相对湿度较高时应用其它信息对可见光法进行辅助。

近年来，绝缘子污秽等级识别方法大多数基于人工智能方法，如人工神经网络、支持向量机等，但如此一来仍需要事先采集大量绝缘子样本，并通过清洗绝缘子盘面等方法对样本污秽等级进行测定，才能将模型训练到较高精度。若能利用污秽绝缘子表面颜色特征和温度特征随积污量不同而渐变的特点，建立简洁、通用的数学模型，即可免去大量训练样本的采集和测定，切实提高绝缘子污秽等级识别方法的现场实用性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供基于红外图像辅助的可见光图像识别绝缘子污秽状态方法，该方法能排除环境光照的影响，并考虑环境相对湿度，快速建立简洁、通用的绝缘子污秽等级识别模型，对当前运行中大量绝缘子的污秽状态做出准确可靠分析，为及时清理绝缘子污秽提供依据，以减少绝缘子污闪停电事故。

本发明的目的可以通过以下技术方案来实现：

一种基于红外图像辅助的可见光图像识别绝缘子污秽状态方法，该方法包括以下步骤：

步骤S1，采集绝缘子可见光图像；

步骤S2，绝缘子可见光图像处理及可见光特征值提取；

步骤S3，采集绝缘子红外图像；

步骤S4，绝缘子红外图像处理及红外特征值提取；

步骤S5，建立基于可见光图像的污秽等级识别数学模型和基于红外图像信息辅助的可见光图像污秽状态识别数学模型；

步骤S6，根据环境相对湿度，选择步骤S5中相应的数学模型，代入步骤S2和步骤S4中的数据，求取绝缘子污秽等级。

步骤S1中采集绝缘子可见光图像，需事先去除环境光照影响，具体操作为：

获取可见光图像前，用白卡对相机进行色温矫正，降低环境光线色温影响，再用灰卡对相机进行曝光矫正，降低环境光线照度影响。

步骤S2中绝缘子可见光图像处理及可见光特征值提取具体操作包括：

将绝缘子可见光图像转换为灰度图；对灰度图像用种子区域生长法提取绝缘子盘面区域，并得到对应的可见光图像盘面区域；提取可见光图像盘面区域在YUV颜色空间中U分量均值和V分量均值；比较0级和IV级污秽绝缘子盘面颜色U分量均值之差的绝对值、0级和IV级污秽绝缘子盘面颜色V分量均值之差的绝对值，将绝对值较大者对应的分量选为最终特征值。

步骤S4中绝缘子红外图像处理及红外特征值提取具体操作包括：用每个像素的温度值作为灰度值，将红外图像转换为灰度图像；对灰度图像用最大类间方差法提取绝缘子盘面区域，并得到对应的红外图像盘面区域；提取红外图像盘面区域的温升最大值T_max作为红外图像特征值。

步骤S6中根据环境相对湿度确定所应用的数学模型方法为：环境相对湿度RH<60％时，利用基于可见光图像的污秽等级识别数学模型计算等值附盐密度值；环境相对湿度RH≥60％时需要红外图像特征值进行辅助识别，以环境相对湿度RH决定可见光图像信息和红外图像信息的权重，利用基于红外图像信息辅助的可见光图像污秽状态识别数学模型计算等值附盐密度值；根据得到的等值附盐密度值判断绝缘子污秽等级。

基于可见光图像的污秽等级识别数学模型为：

其中，ESDD：等值附盐密度值；

V：待识别污秽绝缘子的可见光图像特征值V分量均值；

V₁：IV级污秽绝缘子的可见光图像特征值V分量均值；

V₀：0级污秽绝缘子的可见光图像特征值V分量均值；

RH：环境相对湿度。

基于红外图像信息辅助的可见光图像污秽状态识别数学模型为：

其中，ESDD：等值附盐密度值；

V：待识别污秽绝缘子的可见光图像特征值V分量均值；

V₁：IV级污秽绝缘子的可见光图像特征值V分量均值；

V₀：0级污秽绝缘子的可见光图像特征值V分量均值；

T_max：待识别污秽绝缘子的红外图像盘面区域的温升最大值；

RH：环境相对湿度。

与现有技术相比，本发明具有以下优点：

1)绝缘子可见光图像的采集过程中对色温和照度的影响进行了初步去除；可见光特征U分量(或V分量)作为RGB颜色空间中B分量(或R分量)与亮度信号Y之差，进一步用数学方法去除了图像中的亮度信息差异，最终完成对环境光照影响的去除，有利于提高污秽等级识别的准确率和效率；

2)考虑了高相对湿度环境对可见光法的影响，采用红外信息对可见光法进行辅助，实现不同相对湿度下绝缘子污秽等级的准确识别；

3)利用污秽绝缘子表面颜色特征和温度特征随积污量不同而渐变的特点，建立简洁、通用的数学模型，免去了大量训练样本的采集和测定，切实提高绝缘子污秽等级识别方法的现场实用性；

4)无需在杆塔上安装任何设备，运行和维护成本低，操作简单，使用安全可靠，检测精度高。

附图说明

图1为本发明提供的一种基于红外图像信息辅助的可见光图像的绝缘子污秽状态识别方法实施方式流程图；

图2为本发明中采集的绝缘子可见光图像；

图3为本发明中采集的绝缘子可见光图像处理结果图；

图4为本发明中采集的绝缘子红外图像；

图5为本发明中采集的绝缘子红外图像处理结果图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

实施例

本发明提出基于红外图像辅助的可见光图像识别绝缘子污秽状态方法，能排除环境光照的影响，并考虑环境相对湿度，快速建立简洁、通用的绝缘子污秽等级识别模型，对当前运行中大量绝缘子的污秽状态做出准确可靠分析，为及时清理绝缘子污秽提供依据，以减少绝缘子污闪停电事故。

参见图1，本发明提供了基于红外图像辅助的可见光图像识别绝缘子污秽状态方法，包括以下步骤：

步骤10，采集绝缘子可见光图像；

用数码相机具体采集绝缘子可见光图像；

具体实现中，获取可见光图像前，需用白卡对相机进行色温矫正，以降低环境光线色温影响，再用灰卡对相机进行曝光矫正，以降低环境光线照度影响。用灰卡矫正曝光值通常是在固定相机光圈后让相机自动调节快门速度；

优选地，拍摄距离为0.5～4m，俯角为15°～45°，顺光拍摄；

除了待测污秽等级的绝缘子可见光图像，还需采集一张0级污秽绝缘子(ESDD<0.01mg/cm²)的可见光图像和一张IV级污秽绝缘子(ESDD≥0.3mg/cm²)的可见光图像，以建立污秽等级识别数学模型；若现场并无IV级污秽绝缘子，可扫下若干污秽绝缘子盘面的污秽，堆积到足够厚度后进行拍摄，以得到与IV级污秽绝缘子盘面颜色特征相近的颜色特征值。

步骤11，绝缘子可见光图像处理及可见光特征值提取；

首先将绝缘子可见光图像转换为灰度图；

种子区域生长法是从种子点开始以一定阈值向邻近像素逐步扩张，从而分割出特征相似的区域的图形分割算法，对绝缘子可见光图像转换得来的灰度图，均匀选取若干个盘面种子点，并设定种子生长的阈值ε(如ε＝15),提取灰度图像中绝缘子盘面区域，再得到对应的可见光图像盘面区域。采集的绝缘子可见光图像及图像处理结果如图2(图2不是本发明所需必要图)、图3(图3不是本发明所需必要图)所示。

在步骤10采集可见光图像时通过相机降低了光照条件的差异，但色温、光圈、快门均是有极调控，存在一定偏差。YUV颜色空间是被欧洲电视***所采用的一种颜色编码方法，其中包括亮度分量Y、色度分量U和V，用RGB颜色空间的R、G、B来表示YUV颜色空间的Y、U、V的方程如下：

Y＝0.299*R+0.587*G+0.114*B

U＝0.492*(B-Y)

V＝0.877*(R-Y)

由方程可见，色度分量U、V是B、R减去亮度分量Y，从数学上进一步去除了亮度差异的影响。这一特性使得U和V分量在各种色彩空间的特征分量中，更适用于作为不同光照条件下绝缘子可见光图像盘面颜色特征值。

由于不同型号的绝缘子盘面颜色特征和不同现场的污秽颜色特征存在差异，故在具体实现中，需对U分量和V分量进行取舍以获取更好的污秽等级识别准确率，其实质是选出绝缘子盘面从原有颜色特征过渡到污秽颜色特征后U分量和V分量的变化更大者：求取一个0级污秽绝缘子(ESDD<0.01mg/cm²)的可见光图像特征值U分量均值U₀和V分量均值V₀，求取一个IV级污秽绝缘子(ESDD≥0.3mg/cm²)的可见光图像特征值U分量均值U₁和V分量均值V₁；若|U₀-U₁|>|V₀-V₁|，则取U变量作为最终的可见光图像特征值，否则取V变量作为最终可见光图像特征值。

步骤12，采集绝缘子红外图像；

用红外热像仪采集绝缘子红外图像；

优选地，推荐拍摄距离为0.5～4m，俯角为15°～30°，实际拍摄中以获取待测绝缘所有盘面的同时尽量减少背景复杂程度为宜。

步骤13，绝缘子红外图像处理及红外特征值提取；

用每个像素的温度值作为灰度值，将红外图像转换为灰度图像；

对灰度图像用最大类间方差法提取绝缘子盘面区域，并得到对应的红外图像盘面区域；

提取红外图像盘面区域的温升最大值T_max作为红外图像特征值。

具体步骤为：

对灰度图像用最大类间方差法提取绝缘子盘面区域，该方法的方程为：

σ²(T)＝W_A(μ_A-μ)²+W_B(μ_B-μ)²

式中，T为目标区域A与背景区域B的分割阈值，取值范围0～255；μ_A为区域A平均灰度；W_A为区域A像素点数占图像的比例；μ_B为区域B平均灰度；W_B为区域B像素点数占图像的比例；μ为图像的总平均灰度；σ²(T)为区域A和B的方差。当T的取值使得σ²(T)最大时，区域A与区域B差别最大，用该灰度值作为阈值对灰度图进行分割，获取目标区域A，即绝缘子盘面区域，最后得到灰度图对应的红外图像盘面区域。采集的绝缘子红外图像及图像处理结果如图4(图4不是本发明所需必要图)、图5(图5不是本发明所需必要图)所示。

提取红外图像盘面区域的温升最大值T_max作为红外图像特征值。

步骤14，建立基于可见光图像的污秽等级识别数学模型和基于红外图像信息辅助的可见光图像污秽状态识别数学模型；

具体实现中，对于所述基于可见光图像的污秽等级识别数学模型的适用范围是相对湿度RH<60％。以人工硅藻土涂污的不同污秽等级的红棕色陶瓷绝缘子为例，通过步骤11选出V分量作为可见光特征，得到一个0级污秽绝缘子特征值V₀和一个IV级污秽绝缘子特征值V₁后，可列出V-ESDD关系式：

V＝V₁-(V₁-V₀)e^-10·ESDD

化简后的ESDD-V关系式即为所述基于可见光图像的污秽等级识别数学模型：

具体实现中，对于所述基于红外图像信息辅助的可见光图像污秽状态识别数学模型的适用范围是相对湿度RH≥60％。以人工硅藻土涂污的不同污秽等级的红棕色陶瓷绝缘子为例，通过步骤11选出V分量作为可见光特征，得到一个0级污秽绝缘子特征值V₀和一个IV级污秽绝缘子特征值V₁后，考虑相对湿度RH，可列出V-ESDD关系式：

V＝[V₁-(V₁-V₀)e^-10·ESDD-V₀]·e^{-0.3(RH-60％)/10％}+V₀

化简后的ESDD-V关系式即为所述基于红外图像信息辅助的可见光图像污秽状态识别数学模型的可见光部分：

以人工硅藻土涂污的不同污秽等级的红棕色陶瓷绝缘子为例，通过步骤13选出红外特征T_max后，并考虑相对湿度RH，可列出T_max-ESDD关系式：

T_max＝(12-12e^-10·ESDD)·e^{0.3(RH-100％)/10％}

化简后的ESDD-V关系式即为所述基于红外图像信息辅助的可见光图像污秽状态识别数学模型红外部分：

最后根据相对湿度RH对可见光部分和红外部分求加权和，RH越高，可见光部分的权重越低，红外部分的权重越高。

综上，建立基于可见光图像的污秽等级识别数学模型和基于红外图像信息辅助的可见光图像污秽状态识别数学模型如下式：

其中，RH的值需从湿度计读取，各变量含义为：

ESDD：等值附盐密度值；

V：待识别污秽绝缘子的可见光图像特征值V分量均值；

V₁：IV级污秽绝缘子的可见光图像特征值V分量均值；

V₀：0级污秽绝缘子的可见光图像特征值V分量均值；

T_max：待识别污秽绝缘子的红外图像盘面区域的温升最大值；

RH：环境相对湿度。

步骤15，求取绝缘子污秽等级；

其中，所述基于可见光图像的污秽等级识别数学模型和基于红外图像信息辅助的可见光图像污秽状态识别数学模型，实质上是以环境相对湿度RH＝60％为分界点：环境相对湿度RH<60％时，ESDD是关于V的函数；环境相对湿度RH≥60％时需要红外图像特征值进行辅助识别，ESDD是关于V、T_max和RH的函数，并以RH决定可见光图像信息和红外图像信息的权重。

具体实现中，利用步骤14建立的数学模型，代入待测绝缘子样本的特征值V(RH<60％)、或V、T_max和RH(RH≥60％)，即可计算出ESDD，从而得出相应的污秽等级。

实施本发明提供的一种基于红外图像信息辅助的可见光图像的绝缘子污秽状态识别方法，通过采集绝缘子可见光图像，经图像处理技术提取可见光特征值，建立基于可见光图像的污秽等级识别数学模型，采用红外图像信息辅助，建立基于红外图像信息辅助的可见光图像污秽状态识别数学模型，实现绝缘子污秽等级识别，进而制定清洗计划。本方法排除了光照对可见光图像的影响，并在高相对湿度下引入红外图像信息辅助，实现复杂环境条件下绝缘子污秽等级的准确识别；利用污秽绝缘子表面颜色特征和温度特征随积污量不同而渐变的特点，建立简洁、通用的数学模型，免去了大量训练样本的采集和测定，切实提高绝缘子污秽等级识别方法的现场实用性；不需要在杆塔上安装任何额外设备，不需要停电，节省了人力、物力、财力，安全经济可靠。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (1)

1.一种基于红外图像辅助的可见光图像识别绝缘子污秽状态方法，其特征在于，该方法包括以下步骤：

步骤S1，采集绝缘子可见光图像，采集绝缘子可见光图像，需事先去除环境光照影响，具体操作为：

获取可见光图像前，用白卡对相机进行色温矫正，降低环境光线色温影响，再用灰卡对相机进行曝光矫正，降低环境光线照度影响；

步骤S2，绝缘子可见光图像处理及可见光特征值提取，绝缘子可见光图像处理及可见光特征值提取具体操作包括：

将绝缘子可见光图像转换为灰度图；对灰度图像用种子区域生长法提取绝缘子盘面区域，并得到对应的可见光图像盘面区域；提取可见光图像盘面区域在YUV颜色空间中U分量均值和V分量均值；比较0级和IV级污秽绝缘子盘面颜色U分量均值之差的绝对值、0级和IV级污秽绝缘子盘面颜色V分量均值之差的绝对值，将绝对值较大者对应的分量选为最终特征值；

步骤S3，采集绝缘子红外图像；

步骤S4，绝缘子红外图像处理及红外特征值提取，绝缘子红外图像处理及红外特征值提取具体操作包括：用每个像素的温度值作为灰度值，将红外图像转换为灰度图像；对灰度图像用最大类间方差法提取绝缘子盘面区域，并得到对应的红外图像盘面区域；提取红外图像盘面区域的温升最大值T_max作为红外图像特征值；

步骤S5，建立基于可见光图像的污秽等级识别数学模型和基于红外图像信息辅助的可见光图像污秽状态识别数学模型，基于可见光图像的污秽等级识别数学模型为：

其中，ESDD：等值附盐密度值；

V：待识别污秽绝缘子的可见光图像特征值V分量均值；

V₁：IV级污秽绝缘子的可见光图像特征值V分量均值；

V₀：0级污秽绝缘子的可见光图像特征值V分量均值；

RH：环境相对湿度；

基于红外图像信息辅助的可见光图像污秽状态识别数学模型为：

其中，ESDD：等值附盐密度值；

V：待识别污秽绝缘子的可见光图像特征值V分量均值；

V₁：IV级污秽绝缘子的可见光图像特征值V分量均值；

V₀：0级污秽绝缘子的可见光图像特征值V分量均值；

T_max：待识别污秽绝缘子的红外图像盘面区域的温升最大值；

RH：环境相对湿度；

步骤S6，根据环境相对湿度，选择步骤S5中相应的数学模型，代入步骤S2和步骤S4中的数据，求取绝缘子污秽等级，根据环境相对湿度确定所应用的数学模型方法为：环境相对湿度RH<60％时，利用基于可见光图像的污秽等级识别数学模型计算等值附盐密度值；环境相对湿度RH≥60％时需要红外图像特征值进行辅助识别，以环境相对湿度RH决定可见光图像信息和红外图像信息的权重，利用基于红外图像信息辅助的可见光图像污秽状态识别数学模型计算等值附盐密度值；根据得到的等值附盐密度值判断绝缘子污秽等级。

Images