[發明專利]一種基于混合蟻群算法的絕緣子輪廓檢測方法

有效

• 申請號: 202010197248.7
• 申請日: 2020-03-19
• 公開（公告）號: CN111429419B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 孫浩飛;琚澤立;呂新良;邢偉;孫鑫;侯喆;王倩;蒲路;牛全保;李立鵬;王森;楊博;趙學風
• 申請（專利權）人: 國網陜西省電力公司電力科學研究院;西安理工大學;國網陜西省電力公司;國網陜西省電力公司銅川供電公司;國家電網有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/26;G06V10/44;G06V10/762;G06N3/006
• 代理公司: 西安西交通盛知識產權代理有限責任公司 61217
• 代理人: 蔡和平

1.一種基于混合蟻群算法的絕緣子輪廓檢測方法，其特征在于，包括以下步驟：

步驟1：采集絕緣子圖像；

步驟2：將步驟1采集的絕緣子圖像按下式進行灰度化，得到灰度圖像；

步驟3：對粒子群算法涉及的參數進行初始化，需要初始化的參數包括慣性權重值ω、最大迭代次數M、每個粒子的初始位置x_iS＝(x_iS1，x_iS2)和初始速度v_iS(t)、粒子的個體學習因子c₁，粒子的社會學習因子c₂；

步驟4、使用蟻群算法計算每個粒子對應的自適應函數值和個體極值P_iS(t)；

步驟5：根據步驟4得到的每個粒子對應的自適應函數值更新個體極值與全局最優解P_gS；

步驟6：步驟3初始化的參數和根據步驟4得到的個體極值P_iS(t)和步驟5得到全局最優解P_gS，按照下式更新粒子的位置與速度：

v_iS(t+1)＝ωv_iS(t)+c₁r_1S(t)[P_iS(t)-x_iS(t)]+c₂r_2S(t)[P_gS(t)-x_iS(t)]；

x_iS(t+1)＝x_iS(t)+v_iS(t+1)；

其中，r_1S與r_2S是[0，1]上服從均勻分布的偽隨機數，P_iS(t)為更新前的個體極值；v_iS(t+1)為更新后的速度，x_iS(t+1)為更新后的位置；

步驟7：判斷當前迭代次數是否大于步驟3設置的最大迭代次數M，若滿足則輸出全局最優解P_gS；否則，重復步驟4-步驟6繼續進行迭代，直至迭代結束，并輸出全局最優解P_gS，P_gS＝(P_gS1，P_gS2)，由此得到最優聚類中心數c_best＝P_gS1和最優聚類半徑r_best＝P_gS2；

步驟8：根據步驟7中得到的最優聚類中心數c_best和最優聚類半徑r_best求出每一類的像素灰度值的平均值T_i，再分別計算相鄰兩類的灰度平均值T_ij，將T_ij作為閾值，將步驟2得到的目標圖像的灰度圖轉化為二值圖像：二值圖像中灰度值大于T_ij的像素點的灰度值變為1，否則變為0，由此得到圖像分割后的絕緣子輪廓；

所述步驟4包括以下步驟：

步驟4.1、初始化蟻群算法相關參數：包括樣本點數量(即螞蟻數量)m、信息素相對權重參數α、啟發信息的相對權重參數β、最大迭代次數N₁、信息素揮發系數ρ、聚類中心數c＝x_iS1(t)、聚類半徑r＝x_iS2(t)、初始迭代次數l＝0、初始時刻t＝0、各路徑信息素濃度以及初始聚類中心

步驟4.2、計算樣本點到初始聚類中心的距離：

其中，代表第l次迭代中第k個樣本點到第i個聚類中心的距離，x_k代表第k個樣本點的位置，代表第l次迭代中第i個聚類中心的位置；

步驟4.3、每個樣本點設置一只螞蟻，聚類中心數c＝x_iS1(t)、聚類半徑r＝x_iS2(t)，根據步驟4.2得到的樣本點到初始聚類中心的距離計算各路徑上的信息素濃度：

其中，代表第l次迭代中第k個樣本點到第i個聚類中心路徑上的信息素濃度；

步驟4.4、根據步驟4.2計算的樣本點到初始聚類中心的距離和步驟4.3計算得到的信息素濃度更新路徑x_k到上的信息素，公式如下：

其中，代表第k個螞蟻在時間t～t+Δt^(l)之間，在路徑x_k到上的信息素改變量，ρ代表信息素揮發系數，Q為一個常數；

步驟4.5、根據步驟4.1計算得到的樣本點到初始聚類中心的距離計算新的聚類中心V^(l+1)和到樣本點新的聚類中心的距離計算公式為：

其中，m_i^(l)代表第l次迭代后聚類i包含的樣本點數，V_i^(l)代表屬于聚類i的所有樣本點的集合；

步驟4.6、判斷l+1和粒子數N的大小關系，若l+1≤N，則返回步驟4.4；否則，統計聚類間所有樣本點的像素值和螞蟻數，并計算每一個聚類的像素灰度平均值T_i和目標灰度圖的灰度平均值T，計算公式如下：

其中，m_i為迭代完成后聚類i包含的樣本點數目，V_i為迭代完成后屬于聚類i的所有樣本點的集合，t_k為樣本點x_k的灰度值；

步驟4.7、根據步驟4.8得到的每一個聚類的像素灰度平均值T_i和目標灰度圖的灰度平均值T計算聚類間的方差σ²，將聚類間的方差σ²作為粒子的自適應函數值，