基于图像的电缆几何参数检测算法研究及应用
发布时间:2020-12-12 08:25
随着我国经济的飞速发展,电能在工业和民用领域中起到越来越重要的作用,电缆作为传输电能的载体,其需求越来越大。由于制造工艺、市场竞争等原因,电缆往往会存在交流耐压不达标、机械延伸性差、结构尺寸不合理等质量问题。劣质电缆的使用不仅会给用电企业和用户带来经济损失,同时也给电网的运行带来巨大的安全隐患,因此对电缆质量进行快速可靠检测具有十分重要的意义。决定电缆质量的因素主要有电气性能、机械性能、热性能等,其中电缆几何参数是决定电缆质量的重要指标之一。目前电缆几何参数检测主要依靠人工检测,耗时耗力,而常规的基于图像的几何检测方法并不适合于结构复杂的电缆参数检测,因此设计精确鲁棒的电缆几何参数检测算法对电缆质量的自动化检测具有十分重要的现实意义和应用价值。本文主要从以下几个方面对电缆几何参数检测展开研究:(1)电缆区域分割。在深入分析电缆结构组成的基础上,通过超像素分割、k均值聚类、自底向上的层次聚类等方法实现电缆绝缘层的初步分割。针对绝缘层精确分割时超参数难以确定的问题,提出了一种基于折点阈值边界的区域分割方法,通过计算自适应参数来完成绝缘层的精确分割,并以此分割出导体区域和护套区域。(2)电缆...
【文章来源】:浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】:70 页
【学位级别】:硕士
【部分图文】:
电缆结构示意图
浙江大学硕士学位论文第二章电缆几何参数检测基础6第二章电缆几何参数检测基础2.1电缆结构电缆主要结构包括四部分:导体、绝缘层、填充物以及护套。护套在电缆的最外侧,用来保护电缆,颜色为黑色。其中,护套中间存在铠装层会被分成内外护套两部分。对于存在铠装层的护套在本文中将内外护套以及铠装层视为一个整体进行检测。填充物位于护套内部,用来稳固电缆内部结构,颜色为白色;绝缘层位于填充物内部,用来分隔各个导体,颜色为彩色或者灰色,各个绝缘层之间的颜色可能相同,也可能不同;导体位于绝缘层内部,用来传输电能,材料一般为铜或铝,因此颜色一般为褐色或白色。电缆的结构示意图以及实际截面图如图2.1和图2.2所示。图2.1电缆结构示意图图2.2电缆截面图像2.2电缆典型几何参数对于电缆质量检测而言,电缆的导体、绝缘层以及护套的几何参数合格与否
浙江大学硕士学位论文第三章电缆区域分割12图3.2超像素分割结果从上图可以看到,电缆图像中相邻且相似的像素被聚合成了更大的超像素,将每个超像素内所有像素RGB三个通道的中位数当作该超像素的颜色。SLIC的时间复杂度为O(4NT)。其中,N为数据的个数,在图像中即像素的个数;T为迭代次数。由于图像中超像素的数量相比于像素的数量大大减少,因此可以很大程度上降低后续处理的时间复杂度与空间复杂度。3.2.2基于k均值聚类的超像素合并k均值聚类[52-55]是一种迭代求解的聚类分析方法。它通过指定两个单元的距离计算方式以及最终希望聚成的类的个数,随机选取指定数量的质心,将所有元素分配到距离最近的质心中,之后根据每一类中的元素重新分配质心并重复上述步骤进行迭代来对数据进行聚类。k均值聚类实现步骤如下:(1)初始时在所有单元中随机选择k个点当做质心;(2)计算所有单元到k个质心的距离,将每个点分配到距离最近的质心中形成k个簇;(3)根据簇中的单元分布情况重新计算每个簇的质心;(4)重复步骤2和3,直到簇的质心基本不发生变化或达到最大迭代次数。k均值聚类的时间复杂度为O(kNT)。其中,k为聚类个数;N为数据的个数,在图像中即像素的个数;T为迭代次数。由于对于不同图像需要设定不同的k值,k值太小会导致绝缘层与其他区域被聚成一类从而分割失败,所以这里设置k=30。
本文编号:2912187
【文章来源】:浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】:70 页
【学位级别】:硕士
【部分图文】:
电缆结构示意图
浙江大学硕士学位论文第二章电缆几何参数检测基础6第二章电缆几何参数检测基础2.1电缆结构电缆主要结构包括四部分:导体、绝缘层、填充物以及护套。护套在电缆的最外侧,用来保护电缆,颜色为黑色。其中,护套中间存在铠装层会被分成内外护套两部分。对于存在铠装层的护套在本文中将内外护套以及铠装层视为一个整体进行检测。填充物位于护套内部,用来稳固电缆内部结构,颜色为白色;绝缘层位于填充物内部,用来分隔各个导体,颜色为彩色或者灰色,各个绝缘层之间的颜色可能相同,也可能不同;导体位于绝缘层内部,用来传输电能,材料一般为铜或铝,因此颜色一般为褐色或白色。电缆的结构示意图以及实际截面图如图2.1和图2.2所示。图2.1电缆结构示意图图2.2电缆截面图像2.2电缆典型几何参数对于电缆质量检测而言,电缆的导体、绝缘层以及护套的几何参数合格与否
浙江大学硕士学位论文第三章电缆区域分割12图3.2超像素分割结果从上图可以看到,电缆图像中相邻且相似的像素被聚合成了更大的超像素,将每个超像素内所有像素RGB三个通道的中位数当作该超像素的颜色。SLIC的时间复杂度为O(4NT)。其中,N为数据的个数,在图像中即像素的个数;T为迭代次数。由于图像中超像素的数量相比于像素的数量大大减少,因此可以很大程度上降低后续处理的时间复杂度与空间复杂度。3.2.2基于k均值聚类的超像素合并k均值聚类[52-55]是一种迭代求解的聚类分析方法。它通过指定两个单元的距离计算方式以及最终希望聚成的类的个数,随机选取指定数量的质心,将所有元素分配到距离最近的质心中,之后根据每一类中的元素重新分配质心并重复上述步骤进行迭代来对数据进行聚类。k均值聚类实现步骤如下:(1)初始时在所有单元中随机选择k个点当做质心;(2)计算所有单元到k个质心的距离,将每个点分配到距离最近的质心中形成k个簇;(3)根据簇中的单元分布情况重新计算每个簇的质心;(4)重复步骤2和3,直到簇的质心基本不发生变化或达到最大迭代次数。k均值聚类的时间复杂度为O(kNT)。其中,k为聚类个数;N为数据的个数,在图像中即像素的个数;T为迭代次数。由于对于不同图像需要设定不同的k值,k值太小会导致绝缘层与其他区域被聚成一类从而分割失败,所以这里设置k=30。
本文编号:2912187
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2912187.html