边缘检测在盘形悬式瓷绝缘子串红外图像上的应用

发布时间：2021-06-11 19:52

　　针对盘形悬式瓷绝缘子串红外图像边缘缺失导致铁帽和伞盘误分割的问题,提出一种基于边缘检测的绝缘子串图像分割方法。首先对红外图像进行灰度化、中值滤波和去噪等图像预处理,然后通过比较多种边缘检测算法,采用PSNR方法确定了多尺度形态学梯度算法是对绝缘子串边缘提取中准确性和完整性最高的方法。接着对二值化后的图像确定最大连通区域,对其进行边缘分割得到绝缘子串区域。最后结合边缘检测确定面积阈值,采取区域提取方法对其进行铁帽和伞盘区域分割,得到铁帽和伞盘区域。通过大量样本训练,正确率达到90%以上,在实际应用中取得十分良好的效果,对提高绝缘子红外智能检测准确率有重要指导意义。 

【文章来源】：电瓷避雷器. 2020,(01)北大核心

【文章页数】：6 页

【部分图文】：

原始红外图像及其灰度图

经过预处理步骤的图像，运用上述8种算子分别对其进行边缘检测，得到结果见图2。通过比对图片，能够看到运用3个一阶算子对绝缘子串进行边缘检测时，由于边缘丢失造成绝缘子串边缘不连续，并在绝缘子串边缘产生细小边缘点，会对分割会造成很大干扰[8];在检测图像中，由于拍摄角度关系，双伞形绝缘子中靠近铁帽的伞盘积较小，会被Canny算子当作噪声过滤，造成了边缘丢失，使得伞盘积减小，造成阈值误差，使分割产生错误;小波变换对于双伞形绝缘子的边缘检测结果良好，但在边缘上会产生很多小孔，须继续进行形态学闭运算，将小孔消去;FIR对绝缘子串边缘检测会使边界模糊不清，这种情况是由于其本身特性所决定的。由于FIR只能实现对特定角度的检测，对于绝缘子耐张串，对水平铁帽边缘检测非常清晰，但对垂直伞盘部分会模糊化;在单尺度形态学梯度的边缘检测中，双伞形绝缘子边缘模糊化，使得边缘和背景灰度范围相近，导致分割不完全[9];多尺度形态学梯度算子则在绝缘子边缘检测中取得了理想效果。

除了比较图像优劣，对上述图像取各自峰值信噪比，取得结果见图3。由图3可知，多尺度形态学梯度法的峰值信噪比值明显高于其他几种方法，对红外绝缘子串图像取得了良好的边缘检测效果，保证了边缘的完整性且具有较好的抑制噪声的效果，故选用多尺度形态学梯度边缘检测作为绝缘子耐张串区域分割的方法。

【参考文献】：
期刊论文
[1]基于改进Canny算法的道路标线自动识别及定位[J]. 罗文婷,李中轶,李林,甘宏,郭建钢.  西南交通大学学报. 2018(06)
[2]基于热像信息融合技术的绝缘子故障分类研究[J]. 王宁,黄锐,吕俊涛,邢海文.  电气应用. 2017(23)
[3]基于边缘检测的图像分割技术的研究[J]. 向凡.  湖北农机化. 2017(05)
[4]基于红外图像的绝缘子串自动提取和状态识别[J]. 姚建刚,付鹏,李唐兵,朱向前,伍也凡,欧阳旭,付强.  湖南大学学报(自然科学版). 2015(02)
[5]用于线纹显微图像的边缘检测算法[J]. 余金栋,张宪民.  光学精密工程. 2015(01)
[6]红外热像技术在低零值绝缘子检测中的应用[J]. 黄军凯,曾华荣,杨佳鹏,周海.  电瓷避雷器. 2013(02)
[7]相对温度分布特征与人工神经网络相结合的零值绝缘子识别方法[J]. 姚建刚,关石磊,陆佳政,蒋正龙,赵纯,夏德分,钱艳萍.  电网技术. 2012(02)
[8]常用图像边缘检测方法及Matlab研究[J]. 韦炜.  现代电子技术. 2011(04)
[9]绝缘子串红外图像中单个绝缘子盘面的提取方法[J]. 陈芳,姚建刚,李佐胜,李文杰.  电网技术. 2010(05)
[10]绝缘子图像的边缘检测[J]. 王伟,刘国海.  微计算机信息. 2008(27)



本文编号：3225176