CN107545564A - 电网输电线路绝缘子伞裙缺陷检测方法 - Google Patents
电网输电线路绝缘子伞裙缺陷检测方法 Download PDFInfo
- Publication number
- CN107545564A CN107545564A CN201710595113.4A CN201710595113A CN107545564A CN 107545564 A CN107545564 A CN 107545564A CN 201710595113 A CN201710595113 A CN 201710595113A CN 107545564 A CN107545564 A CN 107545564A
- Authority
- CN
- China
- Prior art keywords
- insulator umbrella
- original image
- full skirt
- space
- power transmission
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了基于图像中的绝缘子伞裙损坏的检测方法,其包括以下步骤:获取绝缘子伞裙的原始图像;对所述原始图像进行分割;对所述分割后的原始图像进行二值化处理;去除多余背景以及提取感兴趣伞裙区域;根据伞裙的形态特征判断其是否损坏。本发明弥补人工肉眼检测出现漏检的情况而提出一种新的适用于绝缘子伞裙损坏检测的研究方案其极大地提高了电网巡检效率。
Description
技术领域
本发明涉及电网设备检测技术,特别涉及一种电网输电线路绝缘子伞裙缺陷检测方法。
背景技术
目前,随着国内经济的迅猛发展,对电力的需求逐渐增大,采用高压和超高压架空电力线是长距离输配电的主要方式,所以超高压大容量电力线路大幅度扩建,超高压线路的安全运行将是我国经济建设坚强的电力保障。绝缘子是输送电网中的重要纽带,其作用是物理隔绝高压输电线与支撑架之间的电气连通。如果其出现损坏不能及时被发现,则可能回出现停电事故,更为严重则可能伤及人。在自然环境的长期作用下,绝缘子出现均压环变形、倾斜、脱落、伞裙损坏等缺陷,需要不断地去监测与维护。所以减少电力传输***中绝缘子的故障,减少停电事故,是亟待解决的重要问题。
目前,基于人工肉眼检测绝缘子伞裙图片,判断其是否损坏,当面临大量需要检测的图片的时候,人工检测会变的缓慢,同时也容易出现视觉疲惫从而出现漏检测的情况。一旦漏检查,出现故障隐患,将直接威胁电网的安全,甚至造成难以估量的损失。
本文针对这一不足,重点研究了图像中的绝缘子伞裙损坏的检测并提出了电网输电线路绝缘子伞裙缺陷检测方法。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种电网输电线路绝缘子伞裙缺陷检测方法,其弥补人工肉眼检测出现漏检的情况而提出一种新的适用于绝缘子伞裙损坏检测的研究方案极大地提高了电网巡检效率。
本发明的基于图像中的绝缘子伞裙损坏的检测方法包括以下步骤:
获取绝缘子伞裙的原始图像;
对所述原始图像进行分割;
对所述分割后的原始图像进行二值化处理;
去除多余背景以及提取感兴趣伞裙区域;
根据伞裙的形态特征判断其是否损坏。
更进一步的,所述对所述原始图像的分割具体为,利用HIS彩色空间对所述原始图像的三个不同空间进行分割,以从色调、亮度和饱和度三方面描述所述原始图像即得到色调空间图、亮度空间图和饱和度空间图。
更进一步的,所述二值化处理具体指,将所述色调空间图、亮度空间图和饱和度空间图分别按照预设的灰度阈值转化为二值图。
更进一步的,所述去除多余背景以及提取感兴趣伞裙区域具体包括:
将所述色调空间图的二值图取反,然后与所述亮度空间图和饱和度空间图的二值图相乘;
对所述相乘后的结果进行腐蚀和膨胀;
去除非感兴趣的图块,对剩余的图块进行区域生长复原处理。
更进一步的,所述根据伞裙的形态特征判断其是否损坏具体包括,
标记连通分量,即给去除多余背景以及提取感兴趣伞裙区域后的图像中每一个连通块记上标号;
计算每一个连通块的面积;
设定阈值;
记录连通块面积大于所述阈值的连通量坐标作为缺陷位置。
附图说明
图1为本发明的主程序流程图
图2-1-a至图2-1-c分别为原图分割后H、S、I空间图
图2-2-a至图2-2-c分别为对H、S、I空间图处理后的二值图
图3-1为伞裙区域提取流程图
图3-2为二值图相乘结果图
图3-3为腐蚀结果图
图3-4为膨胀结果图
图3-5为绝缘子伞裙区域图
图4-1为绝缘子伞裙识别算法流程图
图4-2为异或的形态学处理图
图4-3绝缘子伞裙缺陷像素区域图
图4-4原图缺陷区域标定图
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
一、总体设计
本发明的总体设计思想是:本发明分两步提取感兴趣区域,第一步利用HIS彩色空间对图像的三个不同空间进行分割,然后分别对该三个空间进行二值化处理;第二步首先利用形态学的处理方法为核心精确地提取感兴趣伞裙区域,然后利用面积阈值法去除多余背景,最后根据伞裙的形态特征检测其是否损坏。***总体流程如图1所示。
二、图像预处理
由于图片拍摄于室外自然环境中,在获取图像过程中不可避免有着复杂的背景,不仅妨碍感官,更会妨碍后续图源信息的理解和分析,给处理结果造成误差。要准确的检测和提取伞裙的形态特征,则需要对所得到的目标图像进行一系列的预处理,不同阶段采取不同的方法。
1.1HSI彩色空间分割
HSI空间模型直接从人的视觉***出发,直接用颜色的三要素——色调、亮度和饱和度三方面描述图像,其比较直观且符合人的视觉特性。
HSI色彩空间中色度(H)表示不同的颜色,饱和度(S)表示颜色的深浅,亮度(I)表示颜色的明暗程度,由于其的可分离性,在图像处理灰度处理算法大部分都可以在HIS彩色空间中使用。在图像预处理第一阶段首先进行HIS空间的分割,从而为下面步骤打下基础。HIS彩色空间和RGB彩色空间是同一物理量的不同反应,故从RGB到HIS空间有如下转换,如下面公式1~3所示:
对原彩色空间图进行HSI分割后,分别得到的效果图如图2.
1.2二值化
灰度阈值变换是把一幅灰度图像转化为黑白的二值图像。当指定一个特定的灰度值,如果灰度图像图像中像素低于设定的灰度值,那么取值为0;当指定一个特定的灰度值,如果灰度图像图像中像素高于设定的灰度值,那么取值为255。其中这个指定的灰度值就为阈值,该种变换就是二值化。灰度二值化的转化原理如下表达式:
其中,T为指定阈值。
将灰度图转化为二值图,可以将图像转化为更方便处理目标感兴趣的直观形式,阈值的选取关乎处理后图像保存的细节多少。在本发明中,使用了最大类间方差法的自适应阀值,确定阈值T进行二值转化。分别对前面HSI彩色空间分割后的三张图像进行二值化,得到的结果如图2-2所示。
三、绝缘子伞裙提取
由于图片分辨率比较高,并且如果对整张图片进行处理,背景杂多,大大增加处理
的难度。提取感兴趣的伞裙区域,然后再对其损坏进行识别,则大大减少处理难
度,也会提高成功率,所以提取感兴趣区域显得尤为必要。具体感兴趣区域提取
流程图如3-1所示。
3.1二值图相乘
该步骤分别把二值化后的H图像取反,然后与二值化后的S、I空间图进行相乘的算术操作。因为在二值图中,黑色为0,白色为255,在进行乘法的算术操作,可以相应的大部分的背景。进行乘法算术操作后,得到图像3-2.
从图3-2中可以看到,二值化后的图像经过相乘的算术操作后,主要保留了感兴趣的伞裙区域。图像的背景绝大部分已经去掉,但横线背景还存在。
3.2腐蚀和膨胀
腐蚀和膨胀是两种最基本也是最重要的形态学运算,主要应用是从图像中提取对于表达和描绘区域形状有意义的区域,为后续的的识别工作能够更好的进行。
3.2.1腐蚀原理
对Z2中的集合A和B,使用B对A进行腐蚀,表示为AΘB,形式化定义为:
让本来位于图像原点的结构元素B在整个Z2平面上移动,如果当B的原点平移至z点时候,B能够完全包含于A中,则所有这样z点构成的集合即为B对A的腐蚀图像。
当采用半径为1的圆形结构元素,对图3-2进行腐蚀,可得到图3-3腐蚀结果图。
从图3-3腐蚀结果可以看到,其中的横线图被完全的腐蚀掉,能取得较好的结果图。
3.2.2膨胀原理
对Z2中的集合A和B,使用B对A进行膨胀,表示为A⊕B,形式化定义为:
让本来位于图像原点的结构元素B在整个Z2平面上移动,如果当B的原点平移至z点时候,B相对于其自身的原点的映像和A有公共的交集,即和A至少有1个像素是重叠的,则所有这样的z点构成的集合的膨胀图。
因为在经过腐蚀阶段,图像只保留了伞裙区域的只要形态,当采用半径为7的圆形结构元素,对图3-3进行膨胀,可得到图3-4结果图。
从图中可以知道,膨胀后的图被分为7块,其中三块最大的感兴趣的伞裙区域,其中左侧两块中间断开处为损坏处,右侧为完好的伞裙区域;上面四小块为非感兴趣的伞裙区域,要进一步的处理。
3.2绝缘子伞裙提取
由图3-4可知,对于膨胀后的图像还有上面四小块为非感兴趣的伞裙区域,需要进行去除。其中三块最大面积分别为3871、4669、7622,则可以设定一个3000的值,当区域面积大于3000的则保留。在去掉非感兴趣的伞裙区域同时,对感兴趣的伞裙区域进行区域生长复原。
区域生长一般包括三个步骤:
(1)选择合适生长点;
(2)确定相似性准则即生长准则;
(3)确定生长停止条件。
在本发明中基于8-邻域区域生长,生长的起点为区域像素坐标的平均值点,经过面积和区域生长后,提取得到绝缘子伞裙的结果如图3-5。
可以看到,感兴趣的绝缘子伞裙区域被提取出来,其背景图像完全被去除干净。
四、绝缘子伞裙识别
绝缘子伞裙识别需要进行形态学的处理、分割等操作,其流程如图4-1所示。
对图3-5绝缘子伞裙区域图进行异或的形态学处理,以分割出缺陷区域,如图4-2所示。在图中可看到存在着较多不连通的小分块,其中有着最大面积的为绝缘子伞裙缺陷区域。对每个小块进行标记连通量,然后利用面积阈值法定位出绝缘子伞裙缺陷像素区域。面积阈值法步骤如下:
1)首先标记连通分量,即给每一个连通块记上标号;
2)循环遍历,计算每一个连通块的面积;
3)设定阈值,本文根据实验数据,把阈值设为80<连通块面积;
4)记录连通块面积>80的连通量坐标。结果如图4-3所示。
从上面结果图可以看出,存在着一个面积大于80的区域,因此判断其为损坏的绝缘子伞裙区域。通过连通标量记录缺陷区域的坐标,在原图标定其损坏,其中红色方框内为缺陷区域,如图4-4。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (5)
1.电网输电线路绝缘子伞裙缺陷检测方法,其特征在于,所述方法包括以下步骤:
获取绝缘子伞裙的原始图像;
对所述原始图像进行分割;
对所述分割后的原始图像进行二值化处理;
去除多余背景以及提取感兴趣伞裙区域;
根据伞裙的形态特征判断其是否损坏。
2.如权利要求1所述的电网输电线路绝缘子伞裙缺陷检测方法,其特征在于,所述对所述原始图像的分割具体为,利用HIS彩色空间对所述原始图像的三个不同空间进行分割,以从色调、亮度和饱和度三方面描述所述原始图像即得到色调空间图、亮度空间图和饱和度空间图。
3.如权利要求2所述的电网输电线路绝缘子伞裙缺陷检测方法,其特征在于,所述二值化处理具体指,将所述色调空间图、亮度空间图和饱和度空间图分别按照预设的灰度阈值转化为二值图。
4.如权利要求3所述的电网输电线路绝缘子伞裙缺陷检测方法,其特征在于,所述去除多余背景以及提取感兴趣伞裙区域具体包括:
将所述色调空间图的二值图取反,然后与所述亮度空间图和饱和度空间图的二值图相乘;
对所述相乘后的结果进行腐蚀和膨胀;
去除非感兴趣的图块,对剩余的图块进行区域生长复原处理。
5.如权利要求4所述的电网输电线路绝缘子伞裙缺陷检测方法,其特征在于,所述根据伞裙的形态特征判断其是否损坏具体包括,
标记连通分量,即给去除多余背景以及提取感兴趣伞裙区域后的图像中每一个连通块记上标号;
计算每一个连通块的面积;
设定阈值;
记录连通块面积大于所述阈值的连通量坐标作为缺陷位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710595113.4A CN107545564A (zh) | 2017-07-20 | 2017-07-20 | 电网输电线路绝缘子伞裙缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710595113.4A CN107545564A (zh) | 2017-07-20 | 2017-07-20 | 电网输电线路绝缘子伞裙缺陷检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107545564A true CN107545564A (zh) | 2018-01-05 |
Family
ID=60970916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710595113.4A Pending CN107545564A (zh) | 2017-07-20 | 2017-07-20 | 电网输电线路绝缘子伞裙缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107545564A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110992340A (zh) * | 2019-12-04 | 2020-04-10 | 华北电力大学 | 一种复合绝缘子伞裙龟裂纹缺陷识别方法 |
CN111220619A (zh) * | 2019-12-05 | 2020-06-02 | 河海大学常州校区 | 一种绝缘子自爆检测方法 |
CN113327287A (zh) * | 2021-05-12 | 2021-08-31 | 中国地质大学(武汉) | 一种基于深度水平直方图的绝缘子伞裙精定位方法 |
CN114166705A (zh) * | 2021-12-06 | 2022-03-11 | 南方电网科学研究院有限责任公司 | 一种硅橡胶微观结构评价方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9119599B2 (en) * | 2012-03-05 | 2015-09-01 | Fujifilm Corporation | Medical image display apparatus, medical image display method and non-transitory computer-readable recording medium having stored therein medical image display program |
CN105976368A (zh) * | 2016-04-28 | 2016-09-28 | 华北电力大学(保定) | 一种绝缘子定位方法 |
CN106780438A (zh) * | 2016-11-11 | 2017-05-31 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及*** |
CN106932698A (zh) * | 2017-04-26 | 2017-07-07 | 三峡大学 | 一种输电线路复合绝缘子缺陷检测的带电作业装置 |
-
2017
- 2017-07-20 CN CN201710595113.4A patent/CN107545564A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9119599B2 (en) * | 2012-03-05 | 2015-09-01 | Fujifilm Corporation | Medical image display apparatus, medical image display method and non-transitory computer-readable recording medium having stored therein medical image display program |
CN105976368A (zh) * | 2016-04-28 | 2016-09-28 | 华北电力大学(保定) | 一种绝缘子定位方法 |
CN106780438A (zh) * | 2016-11-11 | 2017-05-31 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及*** |
CN106932698A (zh) * | 2017-04-26 | 2017-07-07 | 三峡大学 | 一种输电线路复合绝缘子缺陷检测的带电作业装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110992340A (zh) * | 2019-12-04 | 2020-04-10 | 华北电力大学 | 一种复合绝缘子伞裙龟裂纹缺陷识别方法 |
CN111220619A (zh) * | 2019-12-05 | 2020-06-02 | 河海大学常州校区 | 一种绝缘子自爆检测方法 |
CN113327287A (zh) * | 2021-05-12 | 2021-08-31 | 中国地质大学(武汉) | 一种基于深度水平直方图的绝缘子伞裙精定位方法 |
CN114166705A (zh) * | 2021-12-06 | 2022-03-11 | 南方电网科学研究院有限责任公司 | 一种硅橡胶微观结构评价方法 |
CN114166705B (zh) * | 2021-12-06 | 2024-06-28 | 南方电网科学研究院有限责任公司 | 一种硅橡胶微观结构评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107545564A (zh) | 电网输电线路绝缘子伞裙缺陷检测方法 | |
CN105957042B (zh) | 内镜图像的高光区域消除方法 | |
JP3549013B2 (ja) | 目の位置検出方法、目の位置検出装置および目の位置検出プログラムを記録した記録媒体 | |
CN103295199B (zh) | 古壁画的裂缝智能修复辅助*** | |
CN106780438A (zh) | 基于图像处理的绝缘子缺陷检测方法及*** | |
CN107679495B (zh) | 一种输电线路周边活动工程车辆的检测方法 | |
CN103295018B (zh) | 一种枝叶遮挡果实精确识别方法 | |
CN108765402B (zh) | 无纺布缺陷检测与分类方法 | |
CN111062892A (zh) | 一种基于复合残差网络和深层监督的单幅图像去雨方法 | |
CN112001260A (zh) | 一种基于红外可见光图像融合的电缆沟故障检测方法 | |
CN101625723A (zh) | 电力线轮廓的快速图像识别方法 | |
CN105488758A (zh) | 一种基于内容感知的图像缩放方法 | |
CN102254174A (zh) | 崩滑体中裸地信息的自动提取方法 | |
CN107392880A (zh) | 一种仿造迷彩自动生成方法 | |
CN107610128A (zh) | 一种油位计的巡检方法和装置 | |
CN110619623B (zh) | 一种变电设备接头发热的自动识别方法 | |
CN108665464A (zh) | 一种基于形态学的高压电塔及高压电线的异物检测方法 | |
CN113327255A (zh) | 基于YOLOv3检测定位裁剪及fine-tune的输电线路巡检图像处理方法 | |
CN116128766A (zh) | 一种基于改进Retinex-Net的电力设备红外图像增强方法 | |
CN112085699A (zh) | 一种基于二维图像的路面裂缝提取方法 | |
CN116452604B (zh) | 一种复杂变电站场景分割方法、设备及存储介质 | |
CN116704316A (zh) | 基于阴影图像重构的变电站渗漏油检测方法、***及介质 | |
JP2003256834A (ja) | 顔領域抽出及び顔構成要素位置判定装置 | |
CN111310899A (zh) | 基于共生关系和小样本学习的电力缺陷识别方法 | |
CN102982512B (zh) | 一种百度卫星地图图像阴影检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180105 |
|
RJ01 | Rejection of invention patent application after publication |