基于计算机视觉的电气化铁路绝缘子识别技术的研究

发布时间：2017-05-24 06:05

  本文关键词：基于计算机视觉的电气化铁路绝缘子识别技术的研究，由笔耕文化传播整理发布。

【摘要】：电气化铁路绝缘子作为接触网支持悬挂装置中的重要设备,其状态的好坏影响着牵引供电系统的稳定性,因而需要研究实时、智能的状态检测方法。准确高效地识别绝缘子是实现绝缘子不良状态智能检测的前提,确保后续检测工作均在目标局部图像中进行,降低状态检测的难度和检测算法的计算量,从而提高检测的速度和检测结果的精度。本文以铁路综合检测车采集回来的高效清晰的图像为样本,应用计算机视觉的相关技术,实现电气化铁路绝缘子的高效识别。首先介绍目前主要的两类目标识别方法：模板匹配和统计模式识别；然后应用基于特征的图像匹配方法实现绝缘子识别；最后再运用统计模式识别方法,提取绝缘子的Haar、LBP、HOG三种特征进行训练,利用得到的分类器进行绝缘子识别。对于采用模板匹配进行电气化铁路绝缘子识别,文章使用基于SIFT、SURF和ORB的三种特征匹配的方法实现绝缘子识别,并对三种方法的识别效果进行分析和比较,得出SURF的综合性能更优。为方便对比三种匹配方法的识别效果,设计一个能够完整实现识别过程的友好MFC界面。对于统计模式识别方法,采用AdaBoost算法和SVM训练分类器。对于Haar特征和LBP特征,选用AdaBoost算法进行分类器训练,通过对生成的分类器进行评价,得出改变正负样本的截取方式、大小和数量能够显著的提高分类器的性能。对于HOG特征,则采用SVM训练分类器,改变正负样本截取方式、大小和数量对识别效果有一定的提升。实验在Visual Studio 2013和OpenCV3.0环境下,通过编程实现电气化铁路绝缘子识别。实验结果表明：对于基于图像匹配的绝缘子识别,通过误匹配的消除能够明显提高识别性能。对于基于统计模式识别方法的绝缘子识别,改变正负样本截取方式、大小和数量对识别效果有明显提升。采用合适的样本截取方式、大小和数量,得到一个LBP特征级联分类器,具有很高的精度和速度。
【关键词】：绝缘子 计算机视觉 目标识别 模板匹配 统计模式识别
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U225.43;TP391.41
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-16
• 1.1 研究背景及意义11
• 1.2 目标识别方法研究11-13
• 1.2.1 基于模板匹配的算法12
• 1.2.2 基于统计模式识别的算法12-13
• 1.3 国内外研究现状13-14
• 1.3.1 目标识别在电力系统中的研究现状13-14
• 1.3.2 目标识别在电气化铁路中的研究现状14
• 1.4 本文主要工作14-16
• 第2章 绝缘子目标识别的技术基础16-28
• 2.1 图像处理17-25
• 2.1.1 图像对比度、亮度调整17
• 2.1.2 图像滤波17-19
• 2.1.3 形态学运算19-22
• 2.1.4 图像边缘检测22-25
• 2.2 AdaBoost算法25
• 2.3 SVM的基础与理论25-27
• 2.4 本章小结27-28
• 第3章 模板匹配在绝缘子图像识别中的应用研究28-43
• 3.1 图像目标匹配的基本方法28-30
• 3.1.1 基于灰度图像匹配28-29
• 3.1.2 基于特征图像匹配29-30
• 3.2 图像目标匹配的相似度度量30-31
• 3.3 基于特征匹配的绝缘子识别31-42
• 3.3.1 特征算法31-36
• 3.3.2 误匹配消除36-38
• 3.3.3 特征匹配绝缘子识别实验与分析38-41
• 3.3.4 三种基于特征匹配方法的特点41-42
• 3.4 本章小结42-43
• 第4章 统计模式识别在绝缘子识别中的应用研究43-64
• 4.1 样本特征43-46
• 4.1.1 Harr特征43-44
• 4.1.2 LBP特征44-45
• 4.1.3 HOG特征45-46
• 4.2 基于HOG特征和SVM的绝缘子识别46-52
• 4.2.1 HOG特征提取46-47
• 4.2.2 SVM训练与检测47-48
• 4.2.3 实验结果与分析48-52
• 4.3 基于级联分类器的绝缘子识别52-63
• 4.3.1 AdaBoost算法的训练过程52-53
• 4.3.2 级联分类器的使用53-54
• 4.3.3 检测流程的实现54-55
• 4.3.4 实验结果与分析55-63
• 4.4 基于统计模式识别方法的特点63
• 4.5 本章小结63-64
• 结论与展望64-67
• 致谢67-68
• 参考文献68-71

【相似文献】

中国期刊全文数据库 前10条

1 陶伟;;更换耐张直帽型绝缘子闭式卡具的改进[J];广东输电与变电技术;2006年03期

2 许勇;;绝缘子的劣化分析及检测[J];中国科技财富;2009年04期

3 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

4 高山;刘丙红;;试探绝缘子劣化的原因与检测方法[J];科技与企业;2011年12期

5 吴海涛;;不同绝缘子应用于高压输电线路的技术要求[J];工业设计;2011年12期

6 仇善奎;;关于V形绝缘子串掉串故障分析的思考[J];科技风;2013年04期

7 丁一正,黄长学;500kV平武线绝缘子串分布电压的现场测量[J];高电压技术;1986年02期

8 刘长久,周在杞;用雷达法检查劣化绝缘子的设想与研究[J];华东电力;1991年02期

9 赵君虎;;线路绝缘子串断串原因浅析及对策[J];电力建设;1992年01期

10 渠云田，边志华，王建平;考虑漏电导时绝缘子串的分布电压[J];山西煤炭;1994年06期

中国重要会议论文全文数据库 前10条

1 黄修乾;;带电更换500kV其他线路“L”串绝缘子技术的研究[A];2008年云南电力技术论坛论文集[C];2008年

2 张建飞;;绝缘子污秽放电检测研究[A];2009年云南电力技术论坛论文集（优秀论文部分）[C];2009年

3 邓连勇;;R销绝缘子在重冰线路的应用[A];2008年抗冰保电优秀论文集[C];2008年

4 邓连勇;;R销绝缘子在重冰线路的应用[A];2008年抗冰保电技术论坛论文集（一）[C];2008年

5 曹佳滨;;覆冰对绝缘子的影响及应对措施[A];第十届绝缘材料与绝缘技术学术会议论文集[C];2008年

6 杨勇;陶云春;;探索带电更换110～220kV耐张中相跳线串绝缘子方法[A];2010年云南电力技术论坛论文集（文摘部分）[C];2010年

7 孙伟忠;李小建;赵现平;徐肖伟;丁薇;;红外检测劣化绝缘子的仿真与试验研究[A];2012年云南电力技术论坛论文集[C];2012年

8 赵维谚;杨益;陈品文;;高海拔紧凑型500kV线路更换绝缘子检修用金属卡具研制[A];2012年云南电力技术论坛论文集[C];2012年

9 吴轲;;500kV变电站绝缘子状态检测的实例分析[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

10 李建云;杨学全;;带电更换500kV耐张四串第33片、34片绝缘子的方法[A];2008年云南电力技术论坛论文集[C];2008年

中国重要报纸全文数据库 前10条

1 记者 李海成;我国首次完成750千伏带电更换绝缘子[N];国家电网报;2010年

2 记者 魏东 通讯员 张劲;我率先利用机器人开展±660kV绝缘子检测[N];科技日报;2013年

3 张国光;预防绝缘子污秽放电六措施[N];中国安全生产报;2005年

4 张俊英 杨丽英;绝缘子污秽放电及预防措施[N];中国电力报;2005年

5 金平 王全兴;福州局成功开展带电绝缘子串“单改双”[N];华东电力报;2009年

6 朱林林 邵艳萍;智能绝缘子检测机器人在哈正式“上岗”[N];东北电力报;2012年

7 闵定夫;检阅绝缘子——可靠性上看亮点[N];中国电力报;2004年

8 记者 曹建萍;国家电网公司发布绝缘子技术标准[N];国家电网报;2008年

9 赫哓　苏广明 王晨溪;带电检测绝缘子 机器人也能干[N];国家电网报;2011年

10 山东电力超高压公司 杨新法 山东电力生技部 张方正 山东电力研究院 沈庆河;绝缘子产品领域的一颗耀眼新星[N];中国电力报;2004年

中国博士学位论文全文数据库 前10条

1 方春华;绝缘子积污特性和污秽状态监测方法[D];武汉大学;2012年

2 张子蓬;绝缘子运行状态诊断理论与关键技术研究[D];华中科技大学;2007年

3 文康珍;基于映射与双谱的绝缘子信息提取故障诊断的理论与方法[D];华中科技大学;2010年

4 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

5 陈刚;覆冰在绝缘子上的形成机理及其防范措施[D];沈阳工业大学;2011年

6 胡建林;低气压下覆冰绝缘子（长）串闪络特性及直流放电模型研究[D];重庆大学;2009年

7 舒立春;复杂环境中绝缘子交流闪络特性及校正方法研究[D];重庆大学;2002年

8 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

9 董冰冰;雾对短空气间隙与绝缘子交流放电特性影响研究[D];重庆大学;2014年

10 赵玉顺;绝缘子超疏水涂层制备方法与防冰性能研究[D];重庆大学;2010年

中国硕士学位论文全文数据库 前10条

1 石琼;智能型绝缘子分布电压检测研究[D];上海交通大学;2008年

2 罗蜀彩;高速列车车顶绝缘子污秽状态及沿面起弧时温度场分析研究[D];西南交通大学;2015年

3 安宁;多尺度的绝缘子图像跟踪技术研究[D];电子科技大学;2015年

4 刘胤欣;基于机器视觉的无人值守变电所绝缘子故障检测系统研究[D];石家庄铁道大学;2015年

5 魏建祥;高海拔风雪天气对输电线路和绝缘子的机电特性影响[D];华北电力大学;2015年

6 刘丽沙;基于LSSVM的辐射计测量绝缘子污秽的检测模型研究[D];华北电力大学;2015年

7 李沛然;高海拔冰雪条件下输电线路绝缘子选型研究[D];华北电力大学;2015年

8 庞广陆;钟罩型绝缘子积污仿真模拟研究[D];华北电力大学;2015年

9 李鑫;污秽成分对绝缘子交流闪络特性的影响研究[D];重庆大学;2015年

10 李星;RTV涂层损伤对绝缘子交流污闪特性的影响研究[D];重庆大学;2015年

  本文关键词：基于计算机视觉的电气化铁路绝缘子识别技术的研究，由笔耕文化传播整理发布。

，

本文编号：389943