[發明專利]基于圖像識別技術的輸電線路隱患及故障檢測方法

在審

• 申請號: 201610005625.6
• 申請日: 2016-01-05
• 公開（公告）號: CN105447530A
• 公開（公告）日: 2016-03-30
• 發明（設計）人: 楊蔚;周輝;杜毅;趙強;楊穎銳;楊生蘭;范強;李勝
• 申請（專利權）人: 國網四川省電力公司檢修公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 李玉興

1.基于圖像識別技術的輸電線路隱患及故障檢測方法，其特征在于，包括如下步驟：

S1、建立樣本特征庫，即提取無缺陷圖像的樣本特征建立樣本特征庫；

S2、對缺陷圖像特征進行提取，具體為：

S21、對需要對比的圖像采用高斯濾波進行預處理；

S22、對S21所述預處理后的無缺陷圖像進行增強處理需求判定，若需要進行增強處理則轉入S22，如不需要進行增強處理則轉入S25；

S23、將S22所述需要增強處理的圖像轉到Lab空間，提取a空間圖像；

S24、對S23所述轉到a空間圖像進行直方圖均衡化處理；

S25、對圖像進行最大類間方差閾值分割，將目標與背景分割；

S26、采用形態學處理方法對S25所述分割后的圖像進行開運算，得到二值圖像；

S27、對S26所述二值圖像進行連通域過濾，保留連通域面積大于等于0.5倍閾值QH，小于等于2倍閾值QH的連通域，其中，QH為閾值；

S3、對缺陷圖像進行識別，具體包括：

S31、進行canny邊緣檢測；

S32、對邊緣點進行擬合；

S33、計算擬合誤差F，若擬合誤差F小于0.5則判定為破損，若擬合誤差F大于等于0.5則判定為無破損；

S4、對S1所述樣本特征庫進行訓練，具體為：

S41、加入新圖像的特征向量進行分類判斷，若屬于S1所述樣本特征庫則終止訓練，若不屬于S1所述樣本特征庫則轉到S42；

S42、判斷S41所述特征向量是否屬于支持向量，若屬于支持向量，則加入S1所述樣本特征庫，若不屬于支持向量，則不加入S1所述樣本特征庫；

S5、對S1所述樣本特征庫采用增量學習的方法提高智能程度，具體為：

S51、對新圖像對比S1所述樣本特征庫進行識別，若識別失敗，則轉入S51，若識別成功則轉入S4；

S52、進行人工劃定區域，劃出S51所述新圖像的特征區域；

S53、對S52所述特征區域采用S25所述最大類間方差閾值法進行分割，獲取目標區域；

S54、提取目標區域的特征向量，加入S1所述樣本特征庫。

2.如權利要求1所述的基于圖像識別技術的輸電線路隱患及故障檢測方法，其特征在于：S27所述連通域過濾的具體步驟如下：

步驟A、對S26所述二值圖像的連通域面積進行統計，對每一塊連通域進行編號；

步驟B、計算步驟A所述連通域的中心坐標與S26所述二值圖像的中心坐標的幾何距離構成集合Q；

步驟C、選取步驟B所述集合Q中的最小值所對應的連通域的面積作為閾值QH；

步驟D、保留連通域面積大于等于0.5倍閾值QH，小于等于2倍閾值QH的連通域。

3.如權利要求1所述的基于圖像識別技術的輸電線路隱患及故障檢測方法，其特征在于：S26所述形態學處理方法包括：腐蝕算法，膨脹算法和開閉運算。

4.如權利要求1所述的基于圖像識別技術的輸電線路隱患及故障檢測方法，其特征在于：S32所述擬合包括：橢圓擬合和直線擬合。