基于图像处理的绝缘子破损识别

发布时间：2020-10-29 23:55

　　 近年来,电气化铁路获得越来越广泛的应用,接触网中绝缘子的工作状态对电气化铁路的正常运行具有非常重要的意义。由于绝缘子长期暴露在野外中,极易出现自爆、破损和闪污等安全事故。因此其安全检测十分必要。传统的人工巡检方式既浪费人力又不一定能取得良好的效果。本文利用图像处理技术对在复杂背景下的绝缘子进行识别,进而识别出有缺陷的绝缘子。首先以实验室模拟复杂背景下的绝缘子照片作为实验图片,由于拍摄的图像存在噪声,光线不均匀等问题,所以首先对实验图片进行预处理,主要包括图像灰度化,去噪滤波等步骤,使图像特征更加明显。其次针对Harris角点匹配算法的局限性,提出了SURF描述算子与角点匹配结合的改进算法进行图像特征点提取和匹配。通过实验对比发现,与SURF描述算子结合的角点匹配算法能够很好的识别出复杂背景下的绝缘子。同时本文还提出了基于感兴趣区域识别的绝缘子提取算法,经实验发现,该方法能避免阈值分割存在较多的伪目标以及过分割缺点。最后在绝缘子分类方面,由于BP神经网络在学习过程中容易陷入局部极小值,迭代次数多的缺点,本文运用了粒子群优化的BP神经网络,通过实验分析,PSO-BP神经网络在绝缘子图像分类方面,其运算速度,分类正确率等方面均优于BP算法。在一定程度上解决了人工检测破损绝缘子工做效率低,容易漏检错检的问题。
【学位单位】：石家庄铁道大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;TM216
【部分图文】：

第二章 绝缘子图像预处理2.1 绝缘子图像分析本文所使用的照片由于摄像机本身以及周围环境等影响，图像往往会声，对比度不够，特征信息不突出等问题。特别是拍摄过程中，由于设件问题，会使图像在进行数字化转变存储时产生随机噪声颗粒，在传输程中也会出现不可避免的干扰，导致图像质量不高，影响后期识别。为述问题，本章首先对图像进行预处理，即消除图像中的无关信息，滤除干声，增强有关信息的可检测性以及简化数据，进一步提高特征提取的可靠像预处理的流程如图 2-1 所示。

个平均值作为参考，可以去除孤立的噪声点，此时中值滤波就不在适合。分布规则的噪声。其基本原理是首先确定图计算该点的一个邻域内所有点灰度值的加权替步骤一确定的灰度值，重复上述步骤。其待处理像素点与模板中心重合，令权值等于点灰度的加权平均值作为模板中心像素点的，就能得到滤波后的结果[18]。它的核心步骤图 2-2 所示。

原始图像
【相似文献】

相关期刊论文 前10条

1 孟繁萃;张达;张明;;自然风力对绝缘子结构的影响[J];机械与电子;2019年01期

2 孙志;汤涛;;一种便携式绝缘子电动清扫刷[J];农村电工;2019年01期

3 单晖;;绝缘子片数选择的探讨[J];电工技术;2017年11期

4 崔洪涛;;一起线路零值绝缘子的发现及处理[J];电世界;2018年01期

5 罗立华;陆晓红;;带电无线绝缘子电阻检测装置研制[J];中国高新区;2018年12期

6 陈立华;程思勇;厉天威;;直线转角塔L形绝缘子串夹角取值分析[J];广西电力;2016年05期

7 赵全江;李翔;李毅;柯嘉;;1000kV双回输电线路Y型绝缘子串杆塔设计[J];智能电网;2015年04期

8 黄晓旭;张峻伟;;110kV线路绝缘子串电压与电场计算分析[J];电气开关;2014年04期

9 曹志全;;红外测温仪在750kV线路绝缘子串检测中的应用[J];宁夏电力;2011年02期

10 刘纯;陆佳政;周卫华;林峰;;倒V型绝缘子串荷载的有限元分析[J];高电压技术;2008年03期

相关博士学位论文 前10条

1 裴少通;基于红外紫外成像检测技术的绝缘子运行状态分析与评估[D];华北电力大学(北京);2019年

2 任昂;雾霾环境下绝缘子表面自然积污数值模拟与液滴动态特性分析[D];山东大学;2018年

3 陈涛;基于非接触式的劣化绝缘子检测方法的研究[D];重庆大学;2006年

4 杨庆;覆冰绝缘子沿面电场特性和放电模型研究[D];重庆大学;2006年

5 焦尚彬;交流电压下染污绝缘子表面污秽智能检测方法研究[D];西安理工大学;2006年

6 李亚莎;高精度快速边界元法及其在绝缘子电场计算中应用研究[D];华北电力大学（北京）;2007年

7 何洪英;基于红外热像及人工智能的绝缘子污秽等级识别方法研究[D];湖南大学;2006年

8 张志劲;低气压下绝缘子（长）串污闪特性及直流放电模型研究[D];重庆大学;2007年

9 黄道春;超/特高压绝缘子串污闪、冰闪特性及电位和电场分布研究[D];武汉大学;2009年

10 刘泽辉;雾霾影响下的直流输电线路离子流场分布及绝缘子污秽特性研究[D];重庆大学;2014年

相关硕士学位论文 前10条

1 焦帅;绝缘子自然积污特性及其污秽主要可溶性成分对等值盐密影响分析[D];山东科技大学;2018年

2 马敏;基于图像处理的绝缘子破损识别[D];石家庄铁道大学;2019年

3 李膳君;上下文关联的绝缘子爆片检测方法研究[D];华中科技大学;2018年

4 韩家明;多旋翼飞行器输电线路巡检中的图像处理方法[D];安徽工业大学;2016年

5 刘力;基于嵌入式视觉的接触网绝缘子污秽检测技术研究[D];兰州交通大学;2019年

6 左川;基于图像识别的输电线路绝缘子检测方法研究[D];华北电力大学;2019年

7 李海森;基于改进区域候选网络的绝缘子检测研究与实现[D];华北电力大学;2019年

8 崔雅萍;基于R-FCN和知识表达的航拍巡线绝缘子检测方法研究[D];华北电力大学;2019年

9 王政;基于图像的绝缘子串伞裙破损识别[D];华北电力大学;2019年

10 廉启旺;航拍图像中绝缘子的检测与定位方法研究[D];华北电力大学;2019年

本文编号：2861655