基于聚合通道特征的防震锤锈蚀缺陷识别算法.docxVIP

基于聚合通道特征的防震锤锈蚀缺陷识别算法 文章编号：—（）—— Abstract：The anti-vibration hammer corrosion in high-voltage transmission lines will endanger the safe operation of transmission lines.Based on the image processing technology，an algorithm for seismic hammer detection and rust defect recognition based on aggregate channel features was proposed. The algorithm firstly introduced the Aggregate Channel Features （ACF） to extract the color，gradient amplitude and gradient direction histograms of the transmission line images were taken by the drone to construct a multi-scale ACF pyramids. The sliding window method and Adaboost classifier were used to detect the anti-vibration hammer in the image，and the optimal position of the hammer was obtained by non-maximum suppression operation.The image of the anti-vibration hammer was segmented by the Graph Cuts algorithm. finally，the RGB color model was used to identify the anti-vibration hammer corrosion defect.The accuracy of the algorithm for the detection of the position of the anti-vibration hammer and the recognition of corrosion can be obtained from the experimental results. Key words：aggregation channel feature;sliding window method;Adaboost classifier;Graph Cuts algorithm 在整个电网系统中，输电线路上会包含各种各样的金属部件，但是这些金属部件都是长期的暴露在自然环境中，非常容易发生锈蚀而最终掉落，这些锈蚀的部件给输电线路的安全運行带来巨大的隐患。输电线路中防震锤的设计是为了减少导线因风力引起振动，发生锈蚀后容易坠落。因此，对高压输电线路上的防震锤锈蚀缺陷进行识别非常有必要[，]。随着计算机技术的快速发展，对于高压输电线路上零部件的锈蚀检测可以通过无人机拍摄的照片来实现，将计算模式识别技术引用到电力系统的智能巡检中，现在逐渐成为智能电网建设的主要研究方向。目前，运用图像处理技术对防震锤检测与识别的研究已经取得了一定的进展。宋伟等人[]先形态学对图像进行处理，然后使用直方图均衡化与RGB彩色模型方法相结合，达到对输电线路中防震锤的锈蚀检测的目的。但是这种检测的方法存在只能用于检测一些背景相对简单、防震锤的形状较为单一的缺点，同时，必须保证防震锤的边缘较为明确。戴玉静等人[]将提取的颜色特征和纹理特征进行特征融合，通过设定阈值，对检测的区域进行判断是否发生锈蚀，从而达到对输电线路锈蚀区域的检测。杜京义等人[]首先采用亮度色度非线性重组对腐蚀图像进行增强处理，采用Gabor滤波器滤波，再在彩色空间中提取图像的颜色、纹理和梯度幅值等特征;第二步运用蜂群算法来计算出图像的最佳种子点以及图像的最佳相似值，进而将原图像分割成一个个较小的区域;最后，度量这些小的区域的相似性来完成腐蚀等级的分析。 由于高压输电线的环境复杂，简单的图像处理方法已经不能满足现在电力系统锈蚀检测的需求。因此，以无人机拍摄的高压输电线图像为研究对象，首先，提取输电线路图像的多尺度聚合通道特征（ACF），利用滑窗法和Adaboost分类器实现防震锤的检测;结合Graph Cuts算法完成被检测的防震锤的分割，根据锈蚀防