CN103411980A - 基于可见光图像的外绝缘污秽状态识别方法 - Google Patents

Abstract

本发明公开了一种基于可见光图像的外绝缘污秽状态识别方法，通过拍摄绝缘子图像，采用图像分割技术提取绝缘子图像，计算并选择相关特征量，利用距离分类器对绝缘子污秽等级进行判断。本发明的优点是可以在不停电的状况下对绝缘子的污秽程度进行检测，无需在杆塔上安装任何设备，运行和维护成本低，操作简单，使用安全可靠，检测精度高。

Description

基于可见光图像的外绝缘污秽状态识别方法

技术领域

本发明涉及输变电设备运行状态检修领域，尤其涉及一种基于可见光图像的外绝缘污秽状态识别方法。

背景技术

输电线路在运行过程中，空气中的尘土、盐碱、工业烟尘等各种微粒或鸟粪都会堆积在绝缘子外表面形成污秽层，使绝缘子绝缘强度降低，容易发生污闪，造成很大的经济损失。如果能够有效地测定污秽的程度和性质，就有可能避免由污闪造成的停电事故。

为了能够准确的确定绝缘子的清扫或冲洗周期，目前国内外采用的检测绝缘子污秽量值的方法主要有等值盐密法和泄漏电流法。等值盐密法必须首先对输电线路进行停电借助水洗后测定盐分密度，难以反映绝缘子在运行中的真实情况。泄漏电流法是通过检测运行电压作用下流过绝缘子表面污层电流的大小变化来检测绝缘子的污秽程度。尽管泄漏电流法能反映较严重的绝缘故障，但在判断出绝缘失效后留给操作人员处理的时间有限，很难广泛应用，且它要求每个绝缘子串上安装一套检测装置，成本过高，装置的维护检修需停电进行。

发明内容

本发明所要解决的技术问题是要提供一种基于可见光图像的外绝缘污秽状态识别方法，能快速有效地对当前运行绝缘子的污秽状态做出准确可靠分析，为及时清理绝缘子污秽提供基础，以减少绝缘子污闪停电事故。

本发明的原理是：当绝缘子表面有沙尘、盐碱等污秽时，在视觉及可见光图像中表现的特征是绝缘子表面积污区域颜色发生改变。对绝缘子图像在RGB空间中进行特征计算并利用Fisher准则进行特征选择。轻度和重度污染的绝缘子颜色特征有较大区别，利用这种区别可以判定绝缘子的污秽状态。本方法采用基于类中心的欧式距离分类器利用选择得到的特征进行绝缘子污秽状态分类，为绝缘子清扫工作提供指导。

本发明提供了一种基于可见光图像的外绝缘污秽状态识别方法，包括以下步骤：

（1）待检测绝缘子图像的获取：对被检测绝缘子进行可见光图像拍摄；

（2）绝缘子盘面区域的提取：

     利用最大熵阈值法对图像进行分割，提取绝缘子盘面区域，消除背景对后续处理的影响；

（3）RGB色彩空间特征计算：

     分别计算绝缘子盘面区域的R、G、B三个色彩分量的均值、中值、最大值、最小值、极差、方差作为初步分类特征；

（4）RGB色彩空间特征选择；

     利用Fisher准则对计算得到的初步分类特征量进行选择，去掉对分类帮助不大的特征，保留具有分类能力的特征；

（5）基于类中心的欧式距离分类器实现绝缘子污秽等级识别：

     构建基于类中心的欧式距离分类器，以Fisher准则选择得到的特征量为输入，实现绝缘子污秽状态识别。

本发明的优点是

1）可以在不停电、不取样、不解体的状况下对绝缘子的污秽状态进行检测；

2）无需在杆塔上安装任何设备，运行和维护成本低，操作简单，使用安全可靠，检测精度高。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步说明。

如图1所示，本发明提供了一种基于可见光图像的外绝缘污秽状态识别方法，包括以下步骤：

步骤一，拍摄绝缘子可见光图像，要求绝缘子清晰可辨，绝缘子与背景颜色差异尽量大，尽量减少光照对图片的影响。

步骤二，采用最大熵阈值法法对图像进行分割，提取绝缘子盘面区域供后续处理。

最大熵阈值分割法通过分析图像灰度直方图的熵，找到最佳阈值，该阈值使图像中目标与背景的信息量最大。若图像灰度范围为                                                ，假设灰度级低于

的像素点构成目标区域

，灰度级高于

的像素点构成背景区域，目标区域和背景区域的熵分别定义为：

式中，

，

为第

个灰度出现的概率。

式中，

。熵函数定义为

式中，

，

，

将彩色图像转换为灰度图像，使熵函数

最大的灰度值即为分割阈值。

步骤三，分别计算绝缘子盘面区域的R、G、B三个分量的均值、中值、最大值、最小值、极差、方差作为初步分类特征；

步骤四，利用Fisher准则对初步分类特征进行选择，提取具有较好分类效果的特征。

Fisher的思想是鉴别性能较强的特征表现为类内方差尽可能小，类间方差尽可能大。将污秽程度分为轻度污秽与重度污秽两类，对于二类分类问题类内方差和类间方差的计算公式如下：

式中，

为污秽状态类别，i为特征维数，i=1…6，k为样本的类别数，k=1为轻度污秽，k=2为重度污秽，

为第k类样本的第i维特征值，

为第k类样本的第i维特征值的均值，为所有样本的第i维特征值的均值，

为第k类样本的第i维特征值的个数，

为两类样本的第i维特征的总个数。单个特征的Fisher准则函数为

称为特征的Fisher判据，某维特征在训练样本集上的Fisher准则函数值越大说明该维特征的区分度越好，本研究选择值从大到小排行前三位的三个特征作为分类特征。

步骤五，利用基于类中心的欧式距离分类器实现绝缘子污秽状态识别。

基于类中心的欧式距离分类器是一种距离测度分类器，其基本原理通过比较每个测试样本与训练样本的对应特征均值（类中心）的距离来判断该测试样本属于哪一类。

设有M个类别：

，

，…，

。每类有

个样本，如

类，可表示为

。对于任意待识别样本

，计算距离，其中

为第i类的类中心。比较X到各类的距离若满足下式：

          

其实现步骤如下：

（1）选取某一类样本X。

（2）计算类中心

。

（3）待测样本X与训练集里每类样品的距离采用下式计算。

（4）循环计算待测样本和训练集中各类中心距离，找出距离待测样本最近的已知类别，该类别就是待测样本的类别。

将污秽等级分为轻度污秽（1，2级）和重度污秽（3，4级），该分类问题为二类分类问题。拍摄现场绝缘子可见光图像作为训练样本，训练样本的污秽等级通过等值盐密测量确定，训练样本分为轻度污秽和重度污秽，分别计算三个特征的均值作为分类器中心，分别计算每个测试样本的特征向量与分类器中心的欧氏距离。若测试样本与轻度污秽的中心距离最近则判断样本为轻度污秽，反之为重度污秽。

Claims (1)

1.一种基于可见光图像的外绝缘污秽状态识别方法，其特征在于，包括以下步骤：

（1）待检测绝缘子图像的获取；

（2）绝缘子盘面区域的提取：

     利用最大熵阈值法对图像进行分割，提取绝缘子盘面区域，消除背景对后续处理的影响；

（3）RGB色彩空间特征计算：

     分别计算绝缘子盘面区域的R、G、B三个色彩分量的均值、中值、最大值、最小值、极差、方差作为初步分类特征；

（4）RGB色彩空间特征选择；

     利用Fisher准则对计算得到的初步分类特征量进行选择，去掉对分类帮助不大的特征，保留具有分类能力的特征；

（5）基于类中心的欧式距离分类器实现绝缘子污秽等级识别：

     构建基于类中心的欧式距离分类器，以Fisher准则选择得到的特征量为输入，实现绝缘子污秽状态识别。

Images