[發明專利]基于改進Canny算法的絕緣子憎水性等級判斷方法

在審

• 申請號: 202010512577.6
• 申請日: 2020-06-08
• 公開（公告）號: CN111667473A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 劉彪;袁文海;王喆;徐浩;賽濤;董小順;韓昊;臧其賢;宋昆峰;黃新民;宋學東;馬海軍;徐雅新;楊莉;張君浩;李巧榮;汪沨;鐘理鵬;司羽飛;李杰;黃杰
• 申請（專利權）人: 國網新疆電力有限公司烏魯木齊供電公司;國家電網有限公司;湖南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06T5/00;G06T7/13;G06T7/155;G06T7/62
• 代理公司: 長沙正奇專利事務所有限責任公司 43113
• 代理人: 馬強;李美麗

1.一種基于改進Canny算法的絕緣子憎水性等級判斷方法，其特征在于，包括以下步驟：

步驟1，采集若干幅經由模擬雨水噴淋后的各個憎水等級的絕緣子的原始圖像，其中，M幅圖像作為訓練樣本，N幅圖像作為檢驗樣本；

步驟2，對訓練樣本和檢驗樣本的原始圖像轉換成灰度圖；

步驟3，增強灰度圖的圖像對比度并對其進行去噪處理；

步驟4，利用canny算法獲取去噪后的圖像邊緣，得到只保留邊緣信息的二值圖像；

步驟5，通過邊緣連接算法將canny算法未能有效識別的邊緣進行斷點連接；

步驟6，對斷點連接后的圖像進行輪廓形態學填充，得到水跡外部輪廓和絕緣子表面的二值圖像；

步驟7，求得填充后圖像的特征參數，所述特征參數包括最大水跡的面積、最大水跡在圖形面積中的占比、形狀因子；對特征參數歸一化處理；

步驟8，將訓練樣本歸一化處理后的特征參數送入神經網絡模型中訓練，得到絕緣子憎水性判斷模型；

步驟9，將各檢驗樣本歸一化處理后的特征參數輸入所述絕緣子憎水性判斷模型，得到各檢驗樣本對應的憎水性等級。

2.如權利要求1所述的基于改進Canny算法的絕緣子憎水性等級判斷方法，其特征在于，所述步驟3中，使用多尺度retinex算法增強灰度圖的圖像對比度。

3.如權利要求2所述的基于改進Canny算法的絕緣子憎水性等級判斷方法，其特征在于，所述步驟3中包括：

計算單一尺度下的增強圖像；

將多尺度下的每個增強圖像進行加權求和；

以加權求和后的增強圖像為引導圖像進行濾波去噪。

4.如權利要求1所述的基于改進Canny算法的絕緣子憎水性等級判斷方法，其特征在于，所述步驟5中，所述邊緣連接算法包括：

以所有斷裂邊緣的端點起點開始向周圍8鄰域連接；

根據端點所在的位置以及梯度幅值矩陣的大小來確定需要連接的像素點，直到連接到另一個邊緣或者邊界。

5.如權利要求1所述的基于改進Canny算法的絕緣子憎水性等級判斷方法，其特征在于，canny算法中，運用最大類間方差法求得閾值。