[发明专利]一种电缆瓷套终端红外图像特征提取和识别方法

说明书

技术领域

本发明涉及电缆瓷套终端在线监测技术领域，尤其涉及一种电缆瓷套终端红外图像特征提取和识别方法。

背景技术

瓷套终端的红外检测是将被测终端的表面热分布以人眼可见的图像呈现出来，具有远距离、不接触、不取样和不解体的优势。基于获得的红外图像，对终端有无缺陷、缺陷属性、出现位置和严重程度做出诊断和判别，进而采取相应的措施排除缺陷。

统计表明，终端的异常发热集中在线夹、应力锥和尾管等部位。由于不同部位发热对应的发热类型(电流型或电压型致热)和诊断标准不同，故需对终端红外图像进行识别，克服目前效率较低的人工分析和诊断方式。

在图像模式识别中，特征提取是关键环节。良好的特征不受光线、噪点、几何形变的影响。图像识别几十年的发展中，新的特征不断被提出，其中矩特征受到广泛关注。按照投影基函数的特性，矩可以分为非正交矩和正交矩。非正交矩主要有几何矩、复数矩等，其计算复杂度低，但容易受到噪声影响，且不利于原始图像的重建。正交矩主要有Zernike矩、Legendre矩、Tchebichef矩、Fourier-Mellin矩等。正交矩对噪声鲁棒性强，图像重建效果好，但其本质上缺乏尺度变换不变性，且会在图像二值化与归一化过程中引入重采样与重量化误差。

发明内容

本发明实施例提供了一种电缆瓷套终端红外图像特征提取和识别方法，该方法提取的特征向量更能够表征红外图像，具有更高的识别率。

本发明实施例提供了一种电缆瓷套终端红外图像特征提取和识别方法，包括：

获取到电缆瓷套终端红外图像样本和待识别电缆瓷套终端红外图像；

对所述电缆瓷套终端红外图像样本进行计算得到样本温度差、异常发热区域的样本面积和四个样本不变矩，将所述样本温度差、所述异常发热区域的样本面积和四个所述样本不变矩构成样本特征向量；

以特征向量作为输入，并以两位二进制数作为输出，构建BP神经网络，通过所述样本特征向量对所述BP神经网络进行训练操作，得到训练后的网络；

对所述待识别电缆瓷套终端红外图像进行计算得到温度差、异常发热区域的面积和四个不变矩，将所述温度差、所述异常发热区域的面积和四个所述不变矩构成待识别特征向量，将所述待识别特征向量输入所述训练后的网络，得到识别结果。

优选地，所述对所述电缆瓷套终端红外图像样本进行计算得到样本温度差、异常发热区域的样本面积和四个样本不变矩，将所述样本温度差、所述异常发热区域的样本面积和四个所述样本不变矩构成样本特征向量具体包括：

通过预置第一公式对所述电缆瓷套终端红外图像样本进行计算得到样本温度差，通过预置第二公式对所述电缆瓷套终端红外图像样本进行计算得到异常发热区域的样本面积，通过预置第三公式对所述电缆瓷套终端红外图像样本进行计算得到四个样本不变矩，将所述样本温度差、所述异常发热区域的样本面积和四个所述样本不变矩构成样本特征向量。

优选地，所述对所述待识别电缆瓷套终端红外图像进行计算得到温度差、异常发热区域的面积和四个不变矩，将所述温度差、所述异常发热区域的面积和四个所述不变矩构成待识别特征向量，将所述待识别特征向量输入所述训练后的网络，得到识别结果具体包括：

通过所述预置第一公式对所述待识别电缆瓷套终端红外图像进行计算得到温度差，通过所述预置第二公式对所述待识别电缆瓷套终端红外图像进行计算得到异常发热区域的面积，通过预置第三公式对所述异常发热区域的面积进行计算得到四个不变矩，将所述温度差、所述异常发热区域的面积和四个所述不变矩构成待识别特征向量，将所述待识别特征向量输入所述训练后的网络，得到识别结果。

优选地，所述电缆瓷套终端红外图像样本包括：没有异常发热的电缆瓷套终端红外图像、线夹部位异常发热的电缆瓷套终端红外图像、应力锥部位异常发热的电缆瓷套终端红外图像、尾管部位异常发热的电缆瓷套终端红外图像。

优选地，所述预置第一公式为：

ΔT＝T₁-T₂

式中，T₁为电缆瓷套终端最高温度；T₂为环境温度；

所述预置第二公式为：

S＝S₁/S₂

式中，S₁为红外图像中异常发热区域的面积；S₂为红外图像中电缆瓷套终端横截面积。

优选地，本发明实施例还提供了一种电缆瓷套终端红外图像特征提取和识别装置，包括：