[发明专利]一种基于模板匹配的红外图像中绝缘子自动识别方法

说明书

技术领域

本发明涉及电网故障识别诊断技术领域，尤其是一种基于模板匹配的红外图像中绝缘子自动识别方法。

背景技术

输电线路巡检工作对于保证电力系统正常运行必不可少，传统上大量工作由人工完成，比如肉眼判断绝缘子是否破损，实用手持红外成像仪检查绝缘子是否过热。传统方法费时费力，工作效率低，容易受到自然环境、工作人员经验等影响，越来越不能适应繁重的输电线路巡检工作，为此开始在巡检工作中使用无人机拍摄照片，再由工作人员根据照片判断故障。

利用图像处理方法对绝缘子进行自动识别与故障诊断的研究目前大多数是基于可见光航拍图像的，也有少部分基于红外图像的研究。基于可见光图像的识别和基于红外图像的识别都有各自的优势。可见光能够得到更多的细节信息，但同时对于具有复杂背景的图像就具有了更多的干扰。红外图像由于其成像机理，对于光线、纹理等的依赖性较弱，不容易被这些因素干扰；但相较可见光图像来说，红外图像会因为拍摄距离过远而使对比度很低，对细节的表达会变差。由于机理的不同，两种方法都具有各自独有的优势。绝缘子的故障类型主要有表面破损、开裂、污秽、片间夹带异物以及掉片(部分绝缘子丢失)等，这将引起绝缘子阻值的降低，导致产热增加，温度上升，这会明显的反应在红外图中。针对这些故障，基于红外图像的绝缘子诊断相比于可见光图像具有更大的优势。

这种方法中人的工作依然十分繁重，需要查看大量的照片，自动诊断巡检照片是未来的发展方向，实现自动诊断的首要一步是自动识别照片中的绝缘子。对于绝缘子的识别技术，相关学者提出基于图像分割的方法，这类方法一般采用的是基于OTSU方法的改进算法，如基于形态学算法和连通域思想改善的OTSU算法。然后应用AdaBoost算法，计算粗定位区域的不变矩特征，训练出一个级联分类器，以剔除非绝缘子区域，实现对绝缘子的精确定位，比如一种基于阈值分割和二值形状特征描述的绝缘子串自动定位方法，先利用基于非下采样Contourlet变换(NSCT)的灰熵模型和细菌觅食-粒子群优化(BF-PSO)算法求取阈值，将原始航拍图像分割为二值图像，再利用二值图像中绝缘子串的形状特征，对其特征进行数字化描述，并以此为依据去除非绝缘子目标，实现绝缘子的自动定位。

发明内容

本发明要解决的技术问题是提供一种基于模板匹配的红外图像中绝缘子自动识别方法，能够解决现有技术的不足，针对复杂真实环境下采集的绝缘子红外图片，自动识别出绝缘子的位置和轴线，使得进一步自动诊断绝缘子故障成为可能，极大地提高绝缘子巡检工作的效率和准确度。

为解决上述技术问题，本发明所采取的技术方案如下。

一种基于模板匹配的红外图像中绝缘子自动识别方法，包括以下步骤：

A、对待检测区域进行拍照，进行图像识别，获取绝缘子特征点；

B、分析不同绝缘子特征点的温度特征，剔除其中的异常点，进行聚类分析，得出绝缘子图像区域。

作为优选，步骤A中，首先计算红外图像中所有的surf特征点，然后与模板数据的特征点集进行K近邻匹配，筛选掉不属于绝缘子的特征点，然后将所有特征点进行空间聚类以区分不同的绝缘子。

作为优选，在进行K-近邻匹配过程中，使用K-D树进行加速。

作为优选，步骤B中，将聚类后包含特征点过少的类别认定为误识别特征点进行剔除，剩余的每一类认为是某个绝缘子对应的全部特征点。

作为优选，使用由红外图像的特征向量组成的特征矩阵对误识别特征点进行迭代处理，然后对迭代处理后的特征点进行聚类分析，将符合要求的特征点重新认定为绝缘子的正确识别特征点。

作为优选，基于绝缘子特征点的坐标信息进行线性回归得到绝缘子的主方向；然后依据绝缘子主方向提取出绝缘子的中轴线以提取绝缘子温度。

采用上述技术方案所带来的有益效果在于：本发明提出的基于模板匹配的红外图像中绝缘子自动识别方法，在输电线路巡检中具有更好的实用性，使得进一步实现绝缘子故障自动诊断成为可能，极大地提高了绝缘子巡检工作的效率和准确度，减少了人工工作量，有利于进一步提升电力系统的稳定性。

附图说明

图1是绝缘子自动识别的流程图。

图2是绝缘子串分段校正的流程图。

图3是绝缘子串主方向校正前的图片。

图4是绝缘子串主方向校正后的图片。

具体实施方式

参照图1，本发明一个具体实施方式包括以下步骤：

A、对待检测区域进行拍照，进行图像识别，获取绝缘子特征点；