基于多特征融合的玻璃绝缘子识别及自爆缺陷的诊断资料.pdfVIP

基于多特征融合的破璃绝缘子t识别及自爆献}陷柏 诊断 姜云土t，韩军z，丁建，，傅寒凝，，王榆夫：，曹伟z (1．国网浙江省电力公司检修分公司，浙江杭州310007；2．上海大学通信与信息工程学院．上海200444) 摘 要：在无人机检测输电线路缺陷研究中，为提高识别绝缘子的正确率，有效降低背景纹理及光线的影响， 提出了一种融合绝缘子形状、颜色与纹理进行识别绝缘子的方法。针对玻璃绝缘子的掉片缺陷，研究了一种感 知绝缘子片重心间距离的缺陷检测方法。该方法对绝缘子正确识别率高于90％，误识别率低于10％。通过无人 机巡检采集的大量输电线路图像．实验结果验证这种方法在各种复杂背景条件下能有效地识别出绝缘子，并能 检测玻璃绝缘子的掉片缺陷。 关键词：玻璃绝缘子；绝缘子识别；绝缘子缺陷诊断；平行形状；显著性模型 中图分类号：TM853：TN911．73文献标志码：A 0引言 间．搜索包含蓝绿像素的连通区域。当前对绝缘 子识别方法存在以下几点不足。 近年来．随着无人机技术的成熟，采用无人 (1)通过收集无人机巡检图像发现．仅分析 机对高压输电线路进行巡检，能有效提高对输电 玻璃绝缘子是蓝绿颜色存在不足．也有一些杆塔 线路运行维护的效率、高压输电线路上的绝缘子 上的玻璃绝缘子是灰白色、褐色及深蓝的玻璃片 是无人机巡检需要重点检测的部件．绝缘子对高 等颜色分量组成．而且用这些方法不能识别出合 压输电线路的正常运行起到了十分重要的作用。 成绝缘子。 由于绝缘子长期暴露在野外．一定程度上受野外 (2)在无人机巡检图像中．背景可能是各种 环境的侵蚀，绝缘子的缺陷包括异物、闪络、自 环境下的自然场景．而且无人机巡检时的气候条 爆(掉片)、掉串等一其中玻璃绝缘子特有的自 件不同．绝缘子的颜色特征不稳定．使得绝缘子 爆(掉片)缺陷是迫切需要检测的一种缺陷。另 颜色成份可能与相邻区域背景颜色重叠．提取的 外．绝缘子一端与杆塔相连．另一端与导线相连． 绝缘子连通区域可能包含背景的部分区域．不能 与导线相连区域是发现线路故障的关键区域．因 独立识别出绝缘子所在区域【4-引． 此完整识别出绝缘子所在区域．有助于诊断绝缘 (3)现有的绝缘子识别方法没有充分考虑绝 子的缺陷．同时便于确定导线与绝缘子连接部件． 缘子纹理特征与背景纹理特征的不同。在自然场 当前采用无人机图像对绝缘子进行识别与缺 景分类研究中．颜色特征常与纹理特征结合在一 陷诊断存在的问题主要是受到背景纹理及光线影 起来分类图像内容。文献『61考虑到无人机图像缺 响较大．造成对绝缘子检测的误识别率较高，首 少频谱信息．而具有丰富的形状与纹理信息．选 先从选择适合的颜色模型着手．常用的有YUV、 取典型的颜色与纹理特征能有效地分类自然场景 CIE 中的水、灌木、农田、道路和房子。文献『71选取 Lab、HSV等颜色度量模型。文献fl一31均假定 玻璃绝缘子在视觉上是由蓝绿成份构成，首先将 5种不同纹理特征量能分类出森林、建筑物、草 无人机采集的彩色图像转换到HSV视觉度量空 地。文献『81对无人机图像进行颜色与纹理的特征 7 收稿日期：2017一02—1 基金项目：国家电网公司科技资助项目(520626140006) 52 万方数据 进行概率描述．能从森林中分类出4种类型的灌 r 输入无人机巡检图像 、1 木分布特征。文献『9]采用灰度