[發明專利]一種輸電線路絕緣子撓度檢測方法

有效

• 申請號: 202111364442.0
• 申請日: 2021-11-17
• 公開（公告）號: CN114061476B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 張曉晨;徐波;葉健強;梁俊;蘇紀臣;孫敦虎;吳全;萬華;高志民;楊揚;王柄楠;李燕;杜永香;霍思遠;韓曉熠;楊鑫;楊亞峰;姚武;張麗娜;王棟;李寧
• 申請（專利權）人: 國網寧夏電力有限公司建設分公司
• 主分類號: G01B11/16
• 分類號: G01B11/16;G06T7/60
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 何會俠

1.一種輸電線路絕緣子撓度檢測方法，其特征在于：包括如下步驟：

S1：絕緣子圖像獲取，通過連接移動端攝像頭獲取待檢測絕緣子的圖像；

S2：通過YOLO-fastest算法獲取絕緣子前景信息，得到待測絕緣子在采集圖像上的位置與尺寸信息；

S3：結合GrabCut算法進行前景與背景的分割；

S4：對分割結果進行灰度化和二值化處理，經過中值濾波，濾除環境噪聲；

S5：通過骨架提取算法提取出絕緣子的骨架；

S6：對絕緣子骨架用最小二乘法進行二次擬合，根據擬合方程對絕緣子的撓度進行計算，若撓度值超出絕緣子使用的安全閾值，發出危險預警信號；

獲取絕緣子圖像具體為：

S1.1對雙目攝像頭進行標定修正；

S1.2利用與移動手持設備相連接的雙目攝像頭采集包括待檢測絕緣子在內的完整現場圖像，對其進行預處理；

通過YOLO-fastest算法獲取絕緣子前景信息具體為：

S2.1對現場采集到的大量絕緣子圖像進行標注，生成學習樣本文件；

S2.2通過YOLO-fastest算法對絕緣子標注學習樣本文件進行深度學習，獲取待測絕緣子前景圖像和前景框位置、尺寸信息；

結合GrabCut算法進行前景與背景的分割具體為：

S3.1根據YOLO-fastest算法返回的待測絕緣子前景圖像和前景框位置、尺寸信息，使用高斯混合模型GMM對前景和背景進行建模，初始化位置框內除目標像素點外的像素點，即作為“可能是目標的像素點”；

S3.2對每個像素分配高斯混合模型GMM中的高斯分量；

S3.3對于給定的圖像數據，學習優化高斯混合模型GMM的參數；

S3.4根據輸入圖像，得到圖像Gibbs能量函數建立流量網絡描述圖像，通過計算出區域能量項和邊界能量項優化能量函數，使圖像的總能量達到最小，即Gibbs能量函數取得最小值；

S3.5然后通過最大流、最小割算法來進行分割；經過最大流最小割算法分割后，每個像素屬于目標還是背景就變了，又由于步驟S3.2到S3.4是能量遞減的過程，故保證迭代過程會收斂；重復步驟S3.2到S3.4使得迭代能量最小化即收斂，從而最終分割出圖像的前景和背景，進而得到待檢測絕緣子的圖像。

2.根據權利要求1所述的一種輸電線路絕緣子撓度檢測方法，其特征在于：對分割結果進行灰度化和二值化處理具體為：

S4.1將三通道RGB前景圖像進行灰度化，使前景圖像降為一通道灰度圖，方便之后的二值化處理；其中，灰度化處理系數按照下式進行計算：

Gray＝0.3R+0.59G+0.11B；

S4.2計算像素點矩陣中的所有像素點的灰度值的平均值avg，將該平均值設置為二值化處理的閾值；

S4.3讓圖像中每一個像素點與平均值avg進行比較，小于等于平均值avg的像素點為0(黑色)，大于平均值avg的像素點為255(白色)；

S4.4創建3*3像素矩陣遍歷處理后的圖像，3*3像素矩陣里面有9個像素點，將9個像素進行排序，將這個像素矩陣的中心點賦值為這九個像素的中值作為輸出；

S4.5然后，重復步驟S4.4直至收斂，從而濾除椒鹽噪聲，得到清晰的待檢測絕緣子二值化圖像。