基于分水岭算法的绝缘子串红外图像分割方法

为解决500 kV瓷绝缘子串红外图像分割问题,提出了一种基于分水岭算法的图像分割方法。通过调整红外图像G分量消除云雾干扰,图像预处理后采用灰度拉伸法进行图像增强;然后利用Otsu算法将灰度图像二值化,通过Hough变换确定绝缘子串基准线,并据此使用Floodfill算法提取绝缘子串目标区域;角度校正后做欧式距离变换,以局部最小值为标记符避免过分割,再采用分水岭算法进行绝缘子片分割。据此对湖南省某座500 kV变电站700张红外图像进行分析,结果表明,本文所提方法具有良好的自适应性和实用性,可显著提高绝缘子红外图像智能分割准确率。     

基于红外图像特征与BP神经网络的绝缘子串低零值故障和污秽故障识别方法

提出一种基于红外图像温度分布特征和BP神经网络(BPNN,back-propagation neural networks)的绝缘子串低零值故障和污秽故障识别方法。首先利用图像处理技术分割提取绝缘子串红外图像中钢帽和盘面目标区域,得到对应温度数据;之后引入K-means聚类算法剔除分割目标区域中背景像素温度数据的干扰,并计算每个分割区域温度平均值,形成反映绝缘子运行状态的钢帽和盘面温度特征向量;在此基础上,建立以温度特征向量为输入的BPNN模型,实现绝缘子串低零值故障和污秽故障的识别及故障定位。最后通过将模型应用于某500 k V变电站绝缘子串故障诊断,验证所提出方法的准确性。     

基于Faster RCNN的绝缘子自爆缺陷识别

绝缘子是保障输电线正常运行的重要部件,而传统通过人工目视判断的绝缘子缺陷检测方式耗材耗力,近年来得到大力推广的无人机电力巡检方式在图像中快速定位并且找出缺陷绝缘子自动化程度不高,效率较低。针对无人机电力巡检方式提出基于深度学习的Faster RCNN方法,识别无人机图像中的绝缘子,并且对其进行缺陷判别。首先,进行绝缘子的样本采集,采集的样本保证种类丰富、数量足够。其次,利用采集的样本训练Faster-RCNN网络模型,对待检测图像进行识别,确定绝缘子所在具体位置。最后,对提取出绝缘子进行图像分割,通过绝缘子片之间的距离判别该绝缘子串是否存在自爆缺陷。以实际无人机航拍图像为实验数据验证本文绝缘子自爆缺陷识别,结果表明,该方法在复杂背景下能够精确有效地识别出绝缘子串,并且准确判断出该绝缘子是否存在自爆缺陷,具有很强的鲁棒性和实用性。     

改进型PCNN在绝缘子图像分割中的应用

针对高压输电线路绝缘子状态检测中光照不均匀、对比度不强的红外绝缘子图像分割,提出了一种基于类内绝对差准则的改进型PCNN图像分割算法。对最小类内绝对差法进行改进,引入背景与目标的面积差因子,确定最佳分割阈值后通过PCNN算法迭代优化进行图像分割。与经典OTSU算法、基于最小类内绝对差准则的PCNN算法进行比较。实验结果表明,本文方法能够取得更好的分割效果,并且具有较强的实用性。     

基于多光源图像信息融合的绝缘子污秽状态识别

绝缘子污秽状态非接触检测是智能变电巡检的重要组成部分,为有效提高绝缘子污秽状态识别率,提出了一种基于多光源图像决策级融合的污秽状态诊断方法。以沿海地区多所变电站中不同污秽状态的绝缘子为研究对象,采用种子区域生长法进行图像分割后,分别提取其可见光颜色空间特征、红外图像的灰度化特征以及环境特征,再依据Fisher判据筛选得到最优表征量,并设计支持向量机多值分类器进行污秽状态初判。基于各自识别结果,引入D-S理论进行决策级融合,实现绝缘子污秽状态的有效识别。试验结果表明:本文融合算法的正确率明显高于单种图像源的识别,达到95%左右,为带电检测作业中绝缘子的非接触检测及故障智能诊断提供了新思路。     

一种改进的瓷套式电缆终端红外图像边缘提取算法

红外热像仪测温是电气设备状态检测的重要手段。在实际应用中,存在红外图像边缘粗糙模糊、噪声干扰严重等缺点,这给红外图像处理带来了极大的不便,为此提出一种基于改进Sobel算子和自适应最佳阈值的边缘提取算法。该算法利用八方向模板的Sobel算子对含有噪声的红外图像进行高温目标区域的边缘提取;通过广义高斯分布(GGD)描述图像的小波子带系数,并基于其间系数的局部领域信息进行方差估计,由此得到自适应最佳去噪阈值;结合改进Sobel算子和最佳阈值,最终得到所需边缘提取图像。MATLAB仿真结果表明:该算法在有效检测红外图像边缘信息的同时,极大提高了图像的抗噪能力。     

基于Canny边缘特征点的接触网绝缘子识别方法

针对使用机器视觉技术对接触网绝缘子状态检测时的绝缘子识别问题,提出一种结合Canny边缘特征和SURF点特征的绝缘子识别算法。该算法首先提取图像边缘特征,然后使用SURF算法在边缘图像上提取特征点,并利用Haar小波对特征点进行描述;对检测出的特征点使用欧氏距离比值法进行初匹配;最后用RANSAC算法消除由噪声等干扰产生的错误匹配,从而实现接触网绝缘子智能识别。实验结果表明,该算法能在有背景干扰、小幅度旋转的目标图像中准确识别出绝缘子,为电气化铁路接触网绝缘子智能清洗的视觉识别定位问题提供了可行参考。     

火焰图像分割算法研究

本文对火焰识别中常用的分割方法进行了研究,并分析了各自的优劣。Canny边缘检测虽然可以提取较完整的边缘,但是不利于基于区域特征的火焰识别;阈值分割可以简单有效的分割出红外图中高灰度级的火焰区域;运动检测的方法对于剧烈运动的火焰可以有效分割出运动区域,但是容易造成火焰区域的不完整;颜色分割是可见光图像中一种有效的火焰分割方法,其中的简单颜色模型简单实用。     

基于PCM和纹理特征的铁路绝缘子污秽程度异常检测

为了有效的检测接触网中污秽程度较高的绝缘子,提出一种基于纹理特征和可能性均值聚类的异常检测方法,为绝缘子清洗工作的开展,提供必要的参考和前提。首先利用最大类间方差法对图像进行分割得到绝缘子的盘面区域,然后使用灰度共生矩阵计算出纹理空间的特征向量,进而使用主成分分析算法对特征向量进行融合与降维,最后通过可能性均值聚类算法实现接触网绝缘子污秽程度的异常检测。实验表明,该方法能有效的检测出污秽程度异常的接触网绝缘子。     

粘连玉米粒群的分水岭分割与粒形的多尺度小波校正算法研究

为实现玉米粒群图像的自动分割和形态校正,在传统分水岭分割算法的基础上提出了一种新的粘连籽粒分离与形态校正算法。首先采用维纳滤波与数学形态学运算对玉米粒群图像进行滤波及背景均匀化处理;然后通过多种边缘检测算子相结合的检测方法,确定玉米籽粒的粘连边界,作为算法的分水岭;利用腐蚀算法与极值化处理确定了粒群图像的蓄水盆地,并以构建的分水岭和蓄水盆底完成对粒群图像的分水岭分割运算;最后利用多尺度小波分析的方法对籽粒图像进行正形。试验结果表明,该算法对玉米粒群图像的有效分割率和正形率分别为94%和95.6%,有效解决了传统分水岭分割方法易出现的过分割和泄露等问题,较传统算法在时间和准确率等方面均有很大提升。     

基于时空融合的交通场景中运动行人检测算法

将视频监控技术应用于交通信息获取与处理,解决行人安全问题,已成为智能交通系统中的一项关键技术。为精准地提取交通场景语义信息,提出了融合时域和空域信息的行人检测算法。通过相邻多帧时域变化和Canny边缘检测算法得到初始检测掩模图像,解决差值局部化和噪声问题;提取空域信息时,引入二次重构和内外标记技术对梯度图像进行修正和分水岭变换,得到空域掩模图像,有效地提高空域分割精度,消除过分割现象;最后将两者结果进行融合和形态学修正,提取出交通场景图像中的运动行人。以北京南站为例进行实验分析,结果表明,该方法能快速准确地检测到较完整的目标信息,在动态场景的行人检测取得了较好的效果。     

基于边缘编组的遥感影像中机场目标检测算法

针对背景复杂的大场景遥感影像,本文提出了一种识别机场区域并检测跑道的算法。该算法利用改进最大类间方差法分割机场区域和背景图像,并用最小外接矩算法提取疑似机场区域,再用基于fine-tuning机制的残差网络筛选出非机场区域;对识别为机场的区域用概率Hough变换算法预估机场跑道直线方向,并对该区域边缘图像沿直线方向进行边缘编组,通过对边缘组筛选和组合检测出机场跑道。实验结果表明,该算法能有效判断出大场景遥感影像中是否存在机场,进而检测出机场跑道。     

基于改进CV模型的绝缘子精确定位研究

在进行绝缘子污秽处理研究时,对绝缘子进行匹配识别后不可避免的要对绝缘子进行精确定位分割,针对运用普通的Chan-Vese(CV)模型对绝缘子图像分割时存在无法完整分割目标,甚至错误分割的问题,提出应用改进的CV模型对绝缘子图像进行精确定位。首先为抑制图像过渡部分的突变,利用中值滤波增强原始图像的平滑性;其次通过分析目标图像RGB各分量特点对目标图像进行粗定位,得到绝缘子的位置点,同时运用Hough变换确定绝缘子倾斜角度;然后提出应用绝缘子的位置点与倾斜角度对绝缘子进行精确定位,并构造绝缘子的CV模型初始轮廓,最终完成绝缘子的分割处理。实验结果表明:通过改进CV模型对任意位置的绝缘子进行精确定位的方法可准确、快速地分割绝缘子图像,具有较强的自适应性。     

一种基于YOLOv3的绝缘子串图像快速检测方法

为了提高高压输电线路中对绝缘子串检测的实时性,提出了一种基于YOLOv3目标检测算法网络结构的绝缘子串图像快速检测网络结构.根据高压输电线路中绝缘子串目标在图像中所占比例较大的特点,通过去除大特征图上的检测环节达到了精简原始YOLOv3网络结构的目的 ;同时,由于在高压输电线路中的绝缘子串一般情况下长宽比值较大,通过聚...     

基于遥感影像的道路边缘提取方法设计

从遥感影像中提取道路信息一直是遥感影像数据应用研究的一个重点和难点。文中采用将阈值分割和Canny边缘检测算子相结合的方法对遥感影像中道路的边缘信息进行提取。首先采用灰度直方图阈值分割的方法分割遥感影像,得到初始道路信息;其次进行面积阈值滤波处理滤除干扰信息;再次采用Canny算子检测道路的边缘信息;最后将得到的道路边缘叠加到原图像中显示。     

不同涂覆效果下复合化盘形悬式绝缘子电气性能差异分析

在盘形悬式绝缘子表面涂覆RTV涂料是一种极为有效的防污闪措施。但由于施工、制造过程没有统一标准,导致实际运行的绝缘子产品表面涂覆效果差异较大,如有的涂料把铁帽覆盖住,有的涂料未覆盖绝缘子上表面等。不同涂覆效果可能会直接影响绝缘子的电气特性。以三种典型不同涂覆试品为对象,在国家电网公司重点实验室分别进行油中击穿耐受电压试验、直流干闪络电压试验,同时,通过ANSYS仿真软件,对试品分别建模分析场强分布情况。结果显示:当RTV涂层上边缘正好与铁帽和瓷件的结合处重合时,其直流干闪络电压最低,油中击穿试验更多体现为伞裙击穿,并且击穿电压相对更低。建议绝缘子进行RTV涂覆时,铁帽底部周围保持一定环形空隙。     

最优可免域补体免疫网络边带模糊红外目标提取算法

针对边带模糊红外图像目标区域与背景区域特征差别较小、目标边缘模糊等问题,以生物免疫系统中先天性免疫、适应性免疫与补体系统的相互作用为参考,提出了一种最优可免域补体免疫网络边带模糊红外目标的提取算法,通过设计补体免疫分类器,提取深度模糊手部红外图像类别特征及方向特征,实现对深度模糊红外图像目标区域的准确提取。实验结果的定性及定量分析证明所提算法相较于其他传统算法,提取到的目标更加准确、有效。     

多传感器融合的火灾识别算法研究

针对传统火灾探测存在反应滞后,误报率高等问题,提出一种基于多传感器融合的火灾识别算法。采用运动和颜色检测提取可见光图像的疑似火灾区域,同时采用阈值分割提取红外图像的疑似火灾区域。将两者疑似火灾区域分别进行特征提取,再根据所获特征进行基于 SVM 的融合火灾识别,通过传感器检测实时的温度与烟雾浓度,从而实现可靠和快速的火灾识别。实验结果表明,该火灾识别算法在可接受的时间范围内准确率高且鲁棒性强。     

基于图像处理技术的绝缘子放电电弧面积提取

研究绝缘子放电机理需实现对放电电弧发生发展过程的定量化分析,本文利用高速摄影仪对瓷绝缘子表面局部电弧的发生发展过程进行拍摄并存储,噪声、反光、边缘模糊的问题会极大影响电弧面积的提取。采用中值滤波、直方图均衡化、大津法有效消除噪声、增强电弧、分离电弧,分离后的图像边缘会出现不连续的问题。采用Canny改进算子和膨胀腐蚀处理使电弧边缘连续化,并使用种子填充算法将电弧图像填充成清晰的二值图像,最后对放电电弧面积进行提取,提取的面积可为绝缘子放电电弧定量化研究提供基础。     

基于视频图像的建筑室内空间数据矢量化提取方法

为提高建筑室内空间规划能力,需对建筑室内空间数据进行矢量化提取。为此,提出基于视频图像的建筑室内空间数据矢量化提取方法。设计建筑室内空间视频图像采集模型和空间装饰特征点边缘特征检测模型,采用分块检测方法重构建筑室内空间视频图像区域,结合RGB特征分解方法进行建筑室内空间数据矢量化分割,提取建筑室内空间视频图像的模糊度匹配特征量,通过分块模板匹配实现建筑室内空间数据矢量化提取。仿真结果表明,采用该方法进行建筑室内空间数据矢量化提取的准确性较高,图像的分辨能力较好,提高了建筑室内空间数据矢量化分割和装饰特征量的检测能力。