一种利用边缘方向直方图检测绝缘子的方法

在图像/视频中自动检测和定位绝缘子是绝缘子故障诊断重要前提,但是目前还没有高效的、成本较低的检测绝缘子方法。本文提出了一种利用边缘方向直方图定位绝缘子的方法。首先,分别计算图像子块和模板的边缘方向矢量,并通过矢量变换得到变形模板的边缘方向矢量;之后,针对分块的图像,通过模板与之边缘方向矢量匹配,得到绝缘子的候选区域;而后,对候选区域进行连续性判断,从而实现绝缘子的准确定位。实验表明该算法能够较好地在图像/视频中检测和定位绝缘子。     

基于多视投影的电力杆塔点云绝缘子串快速提取

在无人机自动巡检中,需要根据电力走廊带点云中绝缘子串的位置进行航线规划。由于电力走廊带长度跨越较大,杆塔数量众多,人工进行绝缘子串位置标注的工作量巨大。同时点云数据散乱无序,在三维空间中直接定位绝缘子串耗时长。为此,本文提出多视二维投影,快速提取三维杆塔点云中的绝缘子串。该方法首先利用鲁棒主成分分析,在俯视图中分析杆塔顶端横担水平方向,统一杆塔点云的朝向。接着,在侧视图中通过霍夫直线检测,对电力线高度进行快速定位,并根据电力线与横担的空间关系,将相应的绝缘子串分为顶层悬挂、竖直绝缘子串与水平绝缘子串三类。最后,在多视投影中进行角点检测,对绝缘子串与电力线、杆塔的连接端点进行定位,实现快速的绝缘子串提取。本文提出的方法在50 km的电力走廊带中的97座不同类型杆塔的867个绝缘子串上进行了提取实验,证明了该方法能对不同类型绝缘子串进行快速提取。     

基于Grabcut分割和填充物面积判别的复合绝缘子断串诊断

针对传统 GrabCut 算法需要人工初始化而引起图像分割效率低的问题,结合Otsu方法,提出了一种新的Grabcut自动化算法对复合绝缘子进行分割。首先,对原始图像进行HSV空间转换和加权的灰度化处理。其次,对V通道图像和灰度化后的图像进行Otsu分割并进行或逻辑融合,以此来确定目标绝缘子区域,并结合最大连通域定位绝缘子位置坐标完成Grabcut框取初始化,实现Grabcut的自动化。最后,针对绝缘子断串判别准确率低的问题,通过对绝缘子分割图像的最小外接矩形加框、填充、去原图的方式,提出一种新的面积判别方式来诊断并定位故障位置。实验结果表明：Grabcut自动化算法可以很好地分割出目标绝缘子,分割准确率可以达到96.6%以上。所提出的面积判别方法对于具有断串故障的绝缘子检测率可以达到96.6%以上,对于无故障的误检率为6.7%以下。     

基于跨连接卷积神经网络的绝缘子检测方法

针对电力设备图像中绝缘子所占比例较小和容易漏检的问题,提出了基于跨连接卷积神经网络的绝缘子检测方法。首先,通过在区域建议网络将网络后三层的卷积层分别和全连接层连接,使得这三层的卷积特征同时送入分类层和回归层,从而得到一系列高质量的绝缘子候选区域;将得到的候选区域映射绝缘子检测子网络,通过将得到的感兴趣区域特征送入级联的Adaboost分类器,实现对绝缘子的检测。对所提出跨连接卷积神经网络生成的候选区域进行了评估,并对不同的绝缘子检测方法进行了对比实验。实验结果表明,该方法得到的候选区域召回率高且更集中于绝缘子所在位置,绝缘子检测准确率比常规方法高出10%。所提方法能较好地对复杂背景图像中不同大小的绝缘子进行有效识别和精确定位。     

基于温度色彩模型映射的绝缘子热缺陷识别与检测∗

准确检测绝缘子热缺陷有助于保障电力系统稳定运行.为解决绝缘子定位困难、热缺陷检测不准确等问题, 提出了基于温度色彩模型映射的绝缘子热缺陷识别与检测算法.基于形态学处理和连通区域对图像进行预处理,减少 无关信息并准确定位绝缘子轮廓;通过分析温度图谱和热缺陷温度特点,建立温度色彩模型,结合色彩映射实现绝缘 子温度识别和状态判断;最后,设计了绝缘子热缺陷检测系统,实现热缺陷检测的可视化,并提高巡检效率.     

基于链码分析的绝缘子伞群脱落检测方法

随着高电压、大功率、长距离输电线路的出现,输电线路穿越的地理环境日趋复杂,应用直升飞机巡检输电线路已成为电力发展的需要.对航拍绝缘子图像进行处理,以识别伞群脱落的绝缘子串,从而及时准确地掌握输电线路中绝缘子串的状态信息,为后续绝缘子故障处理提供必要的依据.采用图像增强、去噪、锐化、阈值分割、形态学和边缘提取等算法对绝缘子航拍图像进行了预处理,提出了对经过预处理的航拍破损绝缘子串图像进行故障检测和识别的方法,即应用MATLAB数字图像处理工具箱,根据绝缘子串图像的形态特征对其进行预处理、链码的计算及模糊划分来检测绝缘子串的瓷片脱落故障并分析其故障程度,测试证明了所提方法的可行性和有效性.     

基于无人机巡检图像的绝缘子串自动定位研究

为解决无人机巡检输电线路图像中存在玻璃绝缘子串在复杂环境下定位困难问题,本文基于传统的图像处理技术,提出了一种精准自动定位方法.首先,将巡检图像由RGB转换为HSV格式,通过阈值分割获取绝缘子串上的离散区域.然后,以离散区域的中心点为圆心构造影响范围,将影响范围所构成的连通区域认定为目标所在区域.最后,对连通区域内离散...     

基于完整性感知网络的绝缘子串缺陷检测方法

当前输电线路显著性目标检测已取得重大突破,但在预测显著区域的“完整性”上仍存在局限性,难以完全识别及定位输电线路上绝缘子串缺陷。本文利用完整性感知网络来检测输电线路上绝缘子串,首先通过特征聚合模块来提取不同层次的特征,其次通过完整性增强模块突出显著目标通道并抑制其他干扰通道,最后通过部分-整体检验模块来确定目标特征的部分和整体是否有强烈的一致性,可提高有缺陷绝缘子串的识别准确率。本文算法与目前公开的3种流行算法进行主客观对比,发现本文算法在绝缘子串与背景融合程度较高时的显著性检测上更有优势。     

基于红外成像技术的零值绝缘子检测

提出使用绝缘子红外图像和支持向量机相结合的方法对不同污秽程度、空气湿度和空气温度下的零值绝缘子进行自动检测。首先对现场得到的绝缘子串红外图像进行预处理操作。在对绝缘子串红外图像进行预处理后,利用二维Otsu算法对红外图像进行分割,得到标记了绝缘子串的二值图像。利用边缘检测算法提取出绝缘子串的边缘图像。采用最小二乘法对绝缘子盘面边缘图像进行拟合,得到盘面椭圆方程,利用椭圆方程提取出单个绝缘子盘面。对单个绝缘子盘面进行温度特征提取,利用三因素方差分析方法对特征参数进行显著性检验,挑选受绝缘子污秽程度、环境湿度和环境温度影响较小的参数作为特征参数。选取径向基核函数作为支持向量机的核函数,利用Lib VSM工具中基于交叉验证的网格搜索的参数选择方法和训练集数据进行实验确定核函数参数γ和错误代价C。最后,使用测试数据对整个识别模型进行测试,识别率较高,满足预设要求。     

基于Faster R-CNN的复合绝缘子憎水性分析研究

定期对复合绝缘子的憎水性进行检查,及时更换严重老化的复合绝缘子,是保障电网安全稳定运行的关键。为实现无人机图像拍摄后复合绝缘子憎水性的准确判别,提出一种基于候选区域的快速卷积神经网络绝缘子憎水性分析方法,利用训练得到的Faster R-CNN深度神经网络模型精确定位复杂背景中的复合绝缘子伞裙,通过位置修正提取其中水迹信息区域,最后送入图像分类卷积神经网络完成憎水性等级的判定。测试结果表明,该方法在无人工参与的情况下,能在复杂背景图像中准确定位复合绝缘子伞裙水迹区域,憎水性等级判定结果达到了较高的准确率。     

基于密集连接网络的航拍绝缘子旋转目标精准定位方法

为了实现架空线路巡检时绝缘子的精准定位和检测,提出了一种基于Dense-Block密集连接块与旋转框改进YOLOv5的绝缘子检测模型。该模型针对绝缘子长宽比较大和方向多变的特点,提出利用长边定义法为检测框增加角度信息,实现目标旋转框检测,有效提升绝缘子检测和定位的效果。同时为了增强特征的重新利用和传播,利用Dense-Block对模型中的残差模块进行改进,构建YOLOv5-dense检测模型。最后为了使YOLOv5-dense模型能够更加关注有效的特征信息,在主干网络尾部加入SimAM注意力模块对模型进行改进。实验之前,利用Retinex算法对输入绝缘子图像进行增强。实验结果表明,相较于原始YOLOv5算法,所提算法在平均准确率和每秒处理帧数方面都有提高。除此之外,与水平框检测算法相比,所提算法去除了检测结果中大量冗余的背景信息,实现了绝缘子区域更加精准的定位。     

直升机巡检航拍图像中绝缘子图像的提取算法

提出了一种新的绝缘子图像提取算法,可用于直升机智能巡检图像中绝缘子图像的提取。该算法首先将航拍得到的高分辨率玻璃绝缘子彩色图像进行RGB到HSI彩色空间的转换;然后对HSI空间的S分量,采用基于遗传算法的最大熵阈值的方法进行图像分割;接着对分割后的图像用双结构级联滤波器滤除噪声;最后用连通区域方法将分割出的绝缘子串轮廓标识出来。算例结果表明:该算法能够从背景复杂的航拍图像中完整地提取绝缘子图像,有较高的工程应用价值。     

基于红外图像匹配的零值绝缘子检测

针对零值绝缘子检测,提出一种SIFT算法与改进RANSAC法相结合的图像匹配检测方法。首先利用SIFT算法与欧式距离实现待测绝缘子串与图像库标准绝缘子串的图像特征提取及粗匹配,然后将马氏距离与RANSAC算法相结合实现特征的精匹配,提出了一种基于数据模型外点率的自适应方法来减少RANSAC算法在检验抽样数据模型上耗费的大量时间。试验结果表明,所提方法能准确地实现待测绝缘子串与图像库相应标准零值绝缘子串的匹配,实现零值绝缘子的准确识别。     

WebGIS红外热像零值绝缘子在线检测系统

为实现输电线路瓷质绝缘子巡检的标准化作业和信息化管理,提高零值绝缘子在线检测准确率、安全性和易操作性,设计并开发了一套互联网地理信息系统WebGIS (Web geographic information system)红外热像零值绝缘子在线检测系统.基于J2EE实现的瘦客户端模式的WebGIS架构设计,以绝缘子串区域温度分布方差、温度最大差值,盘面之间平均温度最大差值,盘面与背景平均温度最大差值作为零值特征参数,并结合环境相对湿度,等值附盐密度共6个量作为BP神经网络输入,通过WebGIS技术和BP神经网络算法实现零值绝缘子地图定位和智能识别.经过110kV线路实测验证,表明系统检测效果良好,适用于输电线路瓷质绝缘子的在线检测与管理.     

基于红外热点的电力缺陷检测方法

针对直升机电力巡检拍摄到的实时红外视频序列,寻找定位高温点并实时反馈给控制系统,首先对其进行Hough变换检测输电线,然后采用Otsu自适应阈值算法对红外图像中的热点区域进行分割,提取出缺陷区域,接着利用SIFT特征匹配识别红外图像中的绝缘子,最后对缺陷进行分类和分级。实验证明该算法发热点定位准确率较高,可智能识别缺陷,减轻了人工作业负荷。     

基于空-频域映射与虚警抑制的弱小目标检测算法

为了有效控制红外弱小目标检测过程中的虚警率,提高复杂云背景下的目标检测准确度,提出了基于空域-频域映射与虚警抑制的弱小目标检测算法。根据红外中心像素不同方向上的强度值,构建了方向最大中值滤波器,有效消除噪声;并利用中心像素与其邻域像素的强度差异,形成背景抑制滤波,充分增强弱小目标;考虑云区域的特有属性,联合非线性滤波,定义了云区域识别机制,提取空域映射;引入Butterworth差异低通滤波器,对去噪图像中的显著目标完成初步识别;基于其幅度信息,进行显著目标的精细检测;再利用细显著性检测结果,计算阈值,利用二值分割方法来获取去噪红外图像的频域映射;联合空域映射与频域映射,提取红外图像中的候选目标;根据真实动目标与虚警之间的运动特征差异,利用多尺度改进的管道滤波来抑制虚警,准确识别出真实目标。实验数据表明,相对于已有的弱小目标识别方案,所提方案能够准确地识别出真实目标,拥有更好的ROC特性曲线。     

基于红外测温的零值和污秽绝缘子快速检测试验研究

红外测温技术具有不接触、不停运、不取样、检测速度快的优点,是绝缘子运行状态在线检测的重要方法之一。文中在绝缘子发热机理和红外热像技术的原理上,立足电力工作中零值和污秽绝缘子快速检测,分别对零值绝缘子位于绝缘子串不同位置时红外测温试验对比,以及对污秽绝缘子串与清洁串的红外测温对比,试验结果表明,当绝缘子串有严重污秽和零值绝缘子存在时,其热像表征图像发生明显的突变。此外,当零值绝缘子位于串中靠近高压端时,其热像图像显示零值绝缘子与相邻正常绝缘子平均温差最大,位于中部时与相邻正常绝缘子平均温差最小,位于低压端时为高压端和中部之间,因此可利用红外测温技术通过精度较高的红外热像仪对串中零值绝缘子和污秽绝缘子快速辨别。     

基于灰度投影梯度扩散的PET满瓶快速检测

设计一种基于灰度投影梯度扩散的PET满瓶快速检测系统。开发了可以得到多角度液位图像的成像系统;提出了基于扩散灰度投影梯度的液位定位算法,对采集的图像二值化,对二值化后图像腐蚀并做垂直方向的灰度投影,根据液位的位置和灰度先验特性对灰度投影梯度进行扩散,最后用扩散后的梯度信息结合实际生产要求,采取双阈值决策算法对样品瓶子是否合格进行判定。选择500 ml的不透明饮料瓶为对象进行测试,实验结果表明算法能够快速准确定位液位,液位定位误差在0.68 mm内,对于1 296×700图像的平均检测时间为23.8 ms;系统的检测正确率达97.2%,速度高达36 000瓶/h。     

基于改进Faster-RCNN的输电线巡检图像多目标检测及定位

针对输电线巡检图像受光线、环境和拍摄角度等因素影响,图像中的电气设备呈现低分辨率和多形态化特征的问题,提出一种基于改进Faster-RCNN的巡检图像多目标检测及定位方法。该方法首先通过区域建议策略网络生成若干目标候选区域;然后基于实际巡检图像样本库,对卷积神经网络进行训练,以改善参数学习效果;最后利用正则化方法优化参数权重,提高检测速度,得到适应巡检图像多形态化特征的改进型Faster-RCNN模型。实际场景数据集测试结果表明,相比于数字图像处理、浅层机器学习、单阶法、双阶法、Mask-RCNN和Local Loss目标检测方法,所提改进型Faster-RCNN能够在不同分辨率和不同位置角度的巡检图像场景下保持较高的识别精度和速度,具有较高的工程实用价值。     

基于YOLOv2网络的绝缘子自动识别与缺陷诊断模型

针对无人机或机器人获取的输电线路绝缘子图像,提出了一种基于深度学习图像识别框架（YOLOv2）网络的输电线路绝缘子在线识别与缺陷诊断模型,训练YOLOv2网络学习复杂背景下各种绝缘子的特征并准确识别,结合边缘检测、直线检测、图像旋转和垂直投影方法,对识别出各种状态的绝缘子进行缺陷诊断。输电线路巡检图像的仿真结果表明,所提出的绝缘子自动识别与缺陷诊断方法能迅速准确地从输电线路巡检图像中识别出绝缘子,并诊断出绝缘子是否破损以及缺陷位置,有利于提升输电线路智能巡检水平。