[發(fā)明專利]一種絕緣子閃絡(luò)故障定位方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201711340158.3
• 申請日: 2017-12-14
• 公開（公告）號: CN108108682B
• 公開（公告）日: 2020-05-15
• 發(fā)明（設(shè)計）人: 翟永杰;陳瑞;程海燕;劉鑫月;王金娜;趙猛;楊旭
• 申請（專利權(quán)）人: 華北電力大學(xué)（保定）
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 王戈

1.一種絕緣子閃絡(luò)故障定位方法，其特征在于，所述方法包括：

獲取輸電線路的航拍圖像；

根據(jù)所述航拍圖像確定目標(biāo)區(qū)域的顏色特征圖像；

根據(jù)所述航拍圖像確定目標(biāo)區(qū)域的結(jié)構(gòu)特征圖像；

根據(jù)所述顏色特征圖像和所述結(jié)構(gòu)特征圖像進(jìn)行融合，確定目標(biāo)區(qū)域的融合圖像；

對所述融合圖像進(jìn)行預(yù)處理，確定連通域；

對所述航拍圖像進(jìn)行傾斜校正，確定目標(biāo)區(qū)域的傾斜校正圖像；

在傾斜校正圖像上，根據(jù)連通域提取絕緣子區(qū)域的圖像；

根據(jù)所述絕緣子區(qū)域的圖像確定閃絡(luò)部位平滑圖像；

對閃絡(luò)部位平滑圖像進(jìn)行邊緣輪廓的提取，根據(jù)提取的邊緣輪廓在傾斜校正圖像中進(jìn)行繪制，定位出故障部位；

所述根據(jù)所述顏色特征圖像和所述結(jié)構(gòu)特征圖像進(jìn)行融合，確定目標(biāo)區(qū)域的融合圖像，具體步驟包括：

以3x3的局部觀測窗對所述航拍圖像進(jìn)行采樣，選擇各局部觀測窗中的最大梯度值作為支持像素，確定第三稀疏圖像；

在第三稀疏圖像上，融合所述顏色特征圖像和所述結(jié)構(gòu)特征圖像確定多個初始稀疏值；具體公式為：

其中：q為支持像素，U^c(q)是顏色特征圖像，U^g(q)是結(jié)構(gòu)特征圖像，D^c(q)和D^g(q)分別是顏色和結(jié)構(gòu)特征的空間先驗(yàn)知識；

根據(jù)多個所述初始稀疏值確定目標(biāo)區(qū)域的融合圖像，具體公式為：

其中，m是局部觀測窗內(nèi)像素點(diǎn)p_i的總數(shù)，是支持像素q到像素點(diǎn)p_i的較高權(quán)重。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述航拍圖像確定目標(biāo)區(qū)域的顏色特征圖像，具體步驟包括：

利用顏色模型，將所述航拍圖像的H分量按照第一量化的閾值量化分成12類，確定第一降維航拍圖像；

以3x3的局部觀測窗對所述第一降維航拍圖像進(jìn)行采樣，選取各局部觀測窗中的最大梯度值作為支持像素，確定第一稀疏圖像；

在所述第一稀疏圖像的各局部觀測窗內(nèi)，依據(jù)所述第一量化的閾值提取像素的顏色直方圖；

利用K-means聚類算法，將各類中具有相同顏色直方圖的支持像素歸為同一集群，則將所述第一降維航拍圖像的顏色特征空間分成多個第一集群；

根據(jù)所述顏色直方圖和多個所述第一集群確定目標(biāo)區(qū)域的顏色特征圖像。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述航拍圖像確定目標(biāo)區(qū)域的結(jié)構(gòu)特征圖像，具體步驟包括：

依據(jù)圖像梯度分布的像素直方圖，將所述航拍圖像的結(jié)構(gòu)特征按照第二量化的閾值量化成8類，確定第二降維航拍圖像；

以3x3的局部觀測窗對所述第二降維航拍圖像進(jìn)行采樣，選擇各局部觀測窗中的最大梯度值作為支持像素，確定第二稀疏圖像；

在所述第二稀疏圖像的各局部觀測窗內(nèi)，依據(jù)所述第二量化的閾值提取像素的梯度直方圖；

利用K-means聚類算法，將各類中具有相同的梯度直方圖的支持像素q歸為同一集群，則將第二降維航拍圖像的結(jié)構(gòu)特征空間分成多個第二集群；

根據(jù)所述像素的梯度直方圖和多個所述第二集群確定目標(biāo)區(qū)域的結(jié)構(gòu)特征圖像。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述融合圖像進(jìn)行預(yù)處理，確定連通域，具體步驟包括：

對所述融合圖像進(jìn)行二值分割處理，確定目標(biāo)區(qū)域的分割圖像；

對所述分割圖像進(jìn)行形態(tài)學(xué)開運(yùn)算處理，去除噪聲點(diǎn)，確定目標(biāo)區(qū)域的形態(tài)學(xué)圖像；

對所述形態(tài)學(xué)圖像進(jìn)行中值濾波處理，消除孤立噪聲的影響，確定目標(biāo)區(qū)域的平滑圖像；

根據(jù)所述目標(biāo)區(qū)域的平滑圖像確定連通域；所述連通域?yàn)榫哂邢嗤袼刂登椅恢孟噜彽那熬跋袼攸c(diǎn)組成的圖像區(qū)域。