[發明專利]一種紅外圖像中瓷絕緣子鐵帽和盤面自動識別方法、系統及存儲介質

在審

• 申請號: 201911153412.8
• 申請日: 2019-11-22
• 公開（公告）號: CN111160087A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 高嵩;陸倚鵬;劉洋;李來福;尹駿剛;畢曉甜;趙恒;姚建剛
• 申請（專利權）人: 國網江蘇省電力有限公司電力科學研究院;國家電網有限公司;湖南湖大華龍電氣與信息技術有限公司;江蘇省電力試驗研究院有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 向文

1.一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法，其特征在于：包括如下步驟：

S1：對絕緣子串圖像進行特征點的提取；

S2：計算特征點所在最長直線，通過計算該直線與水平直線的夾角，對絕緣子串進行角度矯正，采用Hough變換將絕緣子串放置圖像中的水平位置；

S3：構建卷積神經網絡對絕緣子的鐵帽和盤面進行識別。

2.根據權利要求1所述的一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法，其特征在于：所述步驟S1中在絕緣子串圖像進行特征點的提取之前，首先對絕緣子串的紅外圖像進行預處理操作，所述預處理操作包括灰度化、中值濾波、基于Otsu自動閥值的灰度線性變換圖像增強和二值計算四個部分。

3.根據權利要求2所述的一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法，其特征在于：所述預處理操作中灰度化用于使得像素值范圍處在[0,255]之間，使得紅外圖片在MATLAB軟件中能夠矩陣化操作；中值濾波用于去除噪聲；基于Otsu自動閥值的灰度線性變換圖像增強用于提高偽目標與絕緣子灰度對比度；二值計算用于將灰度圖像轉換為二值圖像。

4.根據權利要求1所述的一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法，其特征在于：所述步驟S1中特征點的提取通過對圖像進行形態學處理，包括骨架化，腐蝕和膨脹操作。

5.根據權利要求1所述的一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法，其特征在于：所述步驟S2中當紅外圖像中絕緣子傾斜時，利用絕緣子圖像的幾何特征，對絕緣子傾斜角度進行估計校正，在Hough變換中，對傾斜角進行檢測。

6.根據權利要求5所述的一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法，其特征在于：所述步驟S2中對絕緣子傾斜角度進行估計校正，其中校正的具體方法為：

S2-1：對二值化圖像細化，獲取絕緣子骨架；

S2-2：從骨架圖中計算出交點，作為Hough變換的特征點集S；

S2-3：采用Hough變換對特征點集S進行直線擬合，計算出最長的擬合直線L和其傾斜角θ，所述傾斜角θ用于對絕緣子圖像進行傾斜校正。

7.根據權利要求5所述的一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法，其特征在于：所述步驟S3中在Hough變換中，對傾斜角進行檢測，具體為：

由圖像空間中的特征數據點去計算參數空間中的參數點的全部軌跡，并在一個累加器J(ρ，θ)中統計參考點，通過J(ρ，θ)的最大值檢測Hough域中曲線最頻繁的交點。

8.根據權利要求1所述的一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法，其特征在于：所述步驟S3具體為：

S3-1：構建鐵帽和盤面的樣本集；構建卷積神經網絡，所述卷積神經網絡包括若干個卷積層、池化層和全連接層，最后經過softmax層輸出并形成預測分類器；

S3-2：將準備好的樣本數據集載入輸入層，利用構建的卷積神經網絡進行訓練；

S3-3：將訓練得到的預測分類器用于實際紅外圖像的識別，將提取的絕緣子串圖像放入滑動窗口中，從左至右掃描識別，將鐵帽和盤面進行標記，將絕緣子串旋轉回原圖，并在紅外圖像上顯示效果。

9.一種紅外圖像中瓷絕緣子鐵帽和盤面識別系統，其特征在于：所述系統包括網絡接口、存儲器和處理器；其中，

所述網絡接口，用于在與其他外部網元之間進行收發信息過程中，實現信號的接收和發送；

所述存儲器，用于存儲能夠在所述處理器上運行的計算機程序指令；

所述處理器，用于在運行所述計算機程序指令時，執行權利要求1～8中任一項所述的一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法的步驟。

10.一種計算機存儲介質，其特征在于：所述計算機存儲介質存儲有一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法的程序，所述一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法的程序被至少一個處理器執行時實現權利要求1～8中任一項所述的一種紅外圖像中瓷絕緣子鐵帽和盤面識別方法的步驟。