[发明专利]一种基于绝缘子图像特征词典的污秽状态评估方法

说明书

本发明涉及一种基于绝缘子图像特征词典的污秽状态评估方法，包括绝缘子图像特征词典构建、区域分割和分类器训练三部分，利用样本绝缘子图像构建特征词典，对拍摄到的复杂背景下的绝缘子通过与特征词典比对，提取被识别绝缘子区域，通过分类器训练实现对不同污秽程度绝缘子判别。与现有技术相比，本发明方法具有识别准确度高、便于工作人员操作、有利于减少绝缘子污闪停电事故，且可用于变电站、输配电线路巡检等复杂背景下绝缘子污秽状态检测场合等优点。

技术领域

本发明涉及电气工程和计算机视觉领域，尤其是涉及一种基于绝缘子图像特征词典的污秽状态评估方法。

背景技术

随着大气环境的恶化，绝缘子积污严重，电气强度大大降低，易引发污闪事故，严重威胁电力系统的安全。防止绝缘子污闪的一个有效措施就是对绝缘子污秽等级进行准确判别。绝缘子污秽等级判别方法种类繁多，主要包括电压分布检测法、泄露电流法、脉冲电流法、光谱法、紫外成像法、红外热像法、可见光图像识别法等。其中紫外成像法、红外热像法、可见光图像识别法等基于图像的绝缘子污秽识别方法，具有不必拆解、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，可实现绝缘子污秽等级非接触式、可视化的检测。

可见光图像识别较其他几种能更直接反应出放电程度，利用可见光图像识别可对于污闪现象能很好的做出判断。常见的可见光图像识别直接对绝缘子进行区域划分，由于不同类别、不同型号绝缘子相似度高，容易造成误识别，并且通常绝缘子所在图片背景复杂，有很多干扰物，常见的识别方法容易造成识别框划分不准确。因此，提出一种可以对不同类型绝缘子进行识别，且识别结果不受背景干扰的污秽判别方法是十分重要的。

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一种基于绝缘子图像特征词典的污秽状态评估方法。

本发明的目的可以通过以下技术方案来实现：

一种基于绝缘子图像特征词典的污秽状态评估方法，该方法包括以下步骤：

S1：获取不同类型的样本绝缘子可见光图像，对样本绝缘子可见光图像利用Hog算法提取不同类型的样本绝缘子的九维特征向量，具体包括以下步骤：

101)采集各类样本绝缘子在不同颜色背景、不同光照、不同角度、不同污秽程度拍摄的照片各100张图像；

102)对每类绝缘子的100张图像利用Hog算法进行特征提取，获取九维梯度算子；

103)将每张图像划分为多个单元，在每个单元内统计梯度方向直方图，将所有梯度方向划分为九维特征向量作为直方图的横轴，并将角度范围所对应的梯度值累加值作为直方图的纵轴。

S2：采用聚类算法对提取的九维特征向量进行聚类，获取每类样本绝缘子的特征中心，并将聚类的最小值到最大值范围作为特征参数范围，建立绝缘子图像特征词典，具体包括以下步骤：

201)采用k-means聚类算法对九维特征向量进行聚类分析，将聚类中心的特征向量作为一个释义，统计聚类中心周围同一类的范围，获取每类绝缘子的词包范围；

202)对所有类别绝缘子的词包范围进行统计，获取每种绝缘子的特征的最大值和最小值范围[s_(pq)min，s_(pq)max]，其表示第p种绝缘子第q维特征的分布范围，其中，p＝1，2，3…为第p种绝缘子，q＝1，2，3…9为第q维特征向量，以此构建绝缘子图像特征词典。

S3：对拍摄到的复杂背景下的绝缘子图利用区域生长点算法进行分割，并进行特征提取，将提取的特征与绝缘子图像特征词典进行比对，判断其是否属于绝缘子图像特征词典内的分类，若是，将其视为一个种子生产区域，并作为被识别绝缘子区域，具体内容为：

301)对拍摄到的复杂背景下的绝缘子图利用区域生长点算法进行分割，对分割划分为多个单元，将两个相邻单元作为一个组，且相邻组不重叠；