基于图像识别的输电线路绝缘子检测方法研究

发布时间：2020-08-02 18:19

【摘要】：随着我国电力事业的快速布局与发展,电网安全性检测开始不断被提出。绝缘子设备是电网输电线路上的重要组成部分,其能够在导线、横杆及杆塔间起到良好的绝缘作用。然而,长时间高负荷运行以及在自然环境暴露下,绝缘子非常容易发生故障,如裂纹、覆冰和掉串等情况,一旦发生故障将严重阻碍电力系统的稳定运行。传统的绝缘子检测是由检测人员通过攀爬塔杆进行肉眼的一系列观测与记录,由于我国国土跨越大,环境情况多变以及输电行业的布局大、安装设备多等情况,人为检测工作量大,周期长,员工安全无法保障,同时不符合未来智能电网的发展方向。计算机视觉的快速发展,利用图像采集设备作为媒介和图像处理技术去进行绝缘子设备的识别与检测,将大大提高检测效率,降低投入成本。因此本文提出基于图像的输电设备绝缘子检测方法,利用图像识别技术与分类算法代替人为检测,不仅提高了工作效率,保护了工人安全,同时符合未来智能电网事业的发展方向。针对绝缘子识别定位问题,首先,根据ORB(Oriented FAST and Rotated BRIEF)算法抗视角变换能力弱、误点率高等缺点,本文提出改进ORB算法,并在标准测试集上进行实验,使得改进的算法具有较强抗视角变化能力和较好的尺度旋转不变性;针对绝缘子图像存在多尺度、多视角以及旋转等问题,构建绝缘子识别定位算法,首先将绝缘子图像预处理得到二值化图像,其次利用形态学方法得到二值化图像的多个待检测区域,最后利用改进的ORB算法对模板绝缘子图像与待检测区域图像进行匹配,并根据相似性度量准则识别定位到具有绝缘子串的区域。通过对绝缘子图像的实验,本文所提算法可以高效的识别定位出绝缘子,解决了因大视角多尺度等因素而出现识别定位不准确的问题,同时具有较高的鲁棒性。针对输电线路绝缘子掉串问题,使用基于Adaboost的绝缘子掉串缺陷检测算法。首先将存在旋转角度的绝缘子串调整到垂直情况;然后将垂直状态下的绝缘子分别做x轴和y轴的投影,计算获取到单个绝缘子盘片的宽度和高度,从而利用单个盘片高度宽度以及位置信息分割得到单个盘片区域;最后对每个单片区域提特征信息,利用Adaboost分类器进行分类得到是否掉串,并根据掉串位置的信息在原图进行标注。实验结果证明,本算法对掉串位置标记精确,检测准确率较高。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TM216
【图文】：

绝缘子检测,操作流程

7图 2-1 绝缘子检测操作流程据绝缘子检测操作流程进行相关技术的介绍像灰度化、图像去噪和图像分割技术，并且B 算法以及 Adaboost 分类器。由于拍摄机器的抖动、数据的传输以及拍摄图片的具有较大的信息量，计算复杂，影响理操作，可去除图像中的噪声，分割出目标子识别定位和缺陷检测的重要基础保障。如下的绝缘子图像。

彩色图像,输电线路绝缘子,图像

图 2-2 输电线路绝缘子图像，将彩色图像通过运算转化成灰度图每一个像素点都存在 R、B、G 三个量在 0-255 的范围取值，取值越大代量需要分别运算。不同的是，灰色图分量对于图像上的目标形态不具有说图像的计算可大大减少运算复杂度以行识别定位以及缺陷检测之前，应先算复杂度。方法之一，加权平均法对 R、B、G 作。根据人眼对三个分量敏感度由高权平均的公式如下： (i ,j)= 0.299*R(i,j)+0.578*G(i,j)+0.1度图像中 (i ,j)点处的灰度。本文采用

彩色图像,绝缘子,灰度图

将彩色图像通过运算转化成灰度图像的每一个像素点都存在 R、B、G 三个分分量在 0-255 的范围取值，取值越大代表分量需要分别运算。不同的是，灰色图像色分量对于图像上的目标形态不具有说明度图像的计算可大大减少运算复杂度以及进行识别定位以及缺陷检测之前，应先对计算复杂度。的方法之一，加权平均法对 R、B、G 三操作。根据人眼对三个分量敏感度由高到加权平均的公式如下： (i ,j)= 0.299*R(i,j)+0.578*G(i,j)+0.11度图像中 (i ,j)点处的灰度。本文采用该-3 为转化后绝缘子灰度图。

【参考文献】