CN103413150A - 基于可见光影像对电力线路缺陷进行诊断的方法 - Google Patents

基于可见光影像对电力线路缺陷进行诊断的方法 Download PDF

Info

Publication number
CN103413150A
CN103413150A CN201310268410XA CN201310268410A CN103413150A CN 103413150 A CN103413150 A CN 103413150A CN 201310268410X A CN201310268410X A CN 201310268410XA CN 201310268410 A CN201310268410 A CN 201310268410A CN 103413150 A CN103413150 A CN 103413150A
Authority
CN
China
Prior art keywords
image
defect
power line
power circuit
line
Prior art date
Application number
CN201310268410XA
Other languages
English (en)
Inventor
麦晓明
张泊宇
彭向阳
陈驰
王柯
杨必胜
徐晓刚
Original Assignee
广东电网公司电力科学研究院
武汉大学
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 广东电网公司电力科学研究院, 武汉大学 filed Critical 广东电网公司电力科学研究院
Priority to CN201310268410XA priority Critical patent/CN103413150A/zh
Publication of CN103413150A publication Critical patent/CN103413150A/zh

Links

Abstract

本发明公开了基于可见光影像对电力线路缺陷进行诊断的方法,包括:建立电力线路缺陷的缺陷数据图库;对缺陷数据图库内的图像进行分割,从分割后的图像中提取图像特征,通过提取的图像特征建立缺陷特征库,该缺陷特征库作为电力线路缺陷识别与分类建立的参照基准;应用可见光影像,对实际电力线路进行拍摄,获得实际电力线路的拍摄图像,对拍摄图像提取图像特征;对获取的实际电力线路图像的图像特征与建立的缺陷特征库中的图像特征进行特征匹配,如果匹配点对大于等于设定阈值,则认为两者特征相匹配,说明实际电力线路存在缺陷,否则,则认为两者不匹配,说明实际电力线路正常。该诊断方法高效、且能够自动检测电力线路的缺陷。

Description

基于可见光影像对电力线路缺陷进行诊断的方法

技术领域

[0001] 本发明属于电力设备安全检测方法,具体是指基于可见光影像对电力线路缺陷进行诊断的方法。

背景技术

[0002] 线路的运行状况和沿线环境状况都会影响到线路的正常运行,需要定期对线路进行巡检和维护。人工巡检是传统的巡检方法,检测结果基于个人经验得出,对作业人员的专业水平有较高要求。因此,故障检测标准无法做到统一,常常出现漏检和错检的情况。输电线路巡检的主要任务是检查杆塔、导线、避雷线、绝缘子和金具的状态。

[0003] 直升机巡检采集的图像存在不同程度的退化现象,即在成像过程中出现了畸变、模糊、失真或噪声混入,造成了图像质量的下降。造成图像退化的原因很多,主要包括:①光学系统的像差、衍射、带宽有限等造成的图像失真;②太阳辐射、云层遮挡、大气湍流的扰动效应等造成的遥感图像失真;③成像器件的拍摄姿态、光电转换器件的非线性等引起的图像几何失真成像系统与被拍摄景物的相对运动造成的图像运动模糊图像在成像、数字化、采集和处理过程中引入了噪声等。其中,运动模糊和各种噪声的影响尤为严重。四季更替使输电走廊的自然环境和地貌不断变化,采集图像的背景会随环境的变化变得非常复杂,对比度降低,且干扰增多,同时其他自然地貌与人工建筑也使图像背景的复杂程度进一步加深。复杂自然背景下目标图像的提取与识别是输电线故障自动诊断的另一个主要技术瓶颈。输电线路巡检需要监测的设备种类多,故障类型也多,所以自动诊断过程需根据不同的设备和故障类型采用不同的检测方法,如数字图形学方法、神经网络技术和模糊逻辑算法等。国内外在直升机巡检图像处理技术方面的研究已取得一定成果:

[0004] I)图像采集方面成果。直升机巡检过程中,目标物体的相对运动以及摄像设备的“振动”会引起图像的退化现象。对于静态图像可以容忍的视场运动需在视场范围的1%〜2%,一般应保证在1%以内;同时图像采集过程中视角的变化应小10到4度。为了补偿直升机运动造成的图像退化,采用角点检测方法来配准图像固定点,从而实现相机调焦过程中能够调整检测范围以实现目标跟踪,并设计了摄像机自动控制系统以实现巡检图像的自动米集。

[0005] 2)目标提取与识别方面成果。巡检图像处理中,目标图像提取是关键。背景复杂性及其变化的多样性使目标图像和背景之间的差异很小,因此目标图像提取与背景去除是巡检图像处理中的瓶颈问题。在输电线提取与识别方面,国内外已有一些初步研究成果。①用Ratio算子提取电力线像素点,然后采用分段Radon变换提取并连接各分段电力线,再利用类卡尔曼滤波技术跟踪连接电力线的断裂部分,从而完成输电线的提取;②采用差分几何方法提取图像边缘,采用Hough变换和数字图形学方法提取输电线;③指出有学者采用雷达反射波极化统计方法提取和识别输电线采用神经网络法滤除背景噪声后提取输电线基于最大熵阈值方法进行图像分割,应用连通区域方法对绝缘子串进行提取和识别。以上方法初步解决了输电线设备的提取和识别问题,但还有待进一步完善。[0006] 3)输电线路故障诊断方面成果。在一些文献中介绍了以下几方面:①应用高精度图像分辨技术测量弧垂的装置,其将“聪明相机”固定安装在杆塔上,对准固定悬挂在导线上的标靶,通过装置内部的图像处理软件获取摄取图像中标靶的空间坐标,计算出导线的弧垂数据;文②日本采用直升机巡检输电电缆的方法,通过图像处理软件检测电缆的亮度和形状,判断电缆的受损伤情况;③基于机器视觉原理的输电线弧垂测量方法,通过机器视觉方法确定输电线路上特征点(隔离棒)的空间坐标,进而应用曲线拟合方法实现弧垂的实时测量。④华中电网公司研发了“机载多角度电力巡线系统”,该系统利用多角度图像数据和线路高度数据提取特定目标信息,对目标进行三维重建,可方便获取高压线路走廊周围物体与电力线的距离,进行距离测量和危险点定位,该项目的软硬件系统已开发完毕,并已完成实验样机且进行了飞行实验。

[0007] 目前,图像处理技术在电力巡检中的应用历史还很短,国内外研究成果还不多,国外研究成果主要集中在图像采集的稳定性和图像质量的改善上,主要应用于摄像机的智能控制方面,输电线路故障的识别与定位方面却很少涉及。国内外在输电线路提取与识别、弧垂测量、电缆状态监测等方面已有初步研究成果,但其精度和实用性方面还有待进一步提高,而杆塔、绝缘子等重要输电设备图像监测方法的相关研究才刚刚起步。可见光影像处理技术在电力巡检领域具有良好的应用前景,但还存在一些关键技术需要解决。

[0008] 可见光影像电力线路安全诊断是电力设备安全检测中的关键技术,它决定了电力设备安全诊断中无人机多传感器电力线路安全巡检智能专家系统(下文中简称为“智能专家系统”)对电力线路安全诊断部分的敏感程度,并且直接影响着智能专家系统的整体性能。这在大部分有关基于可见光影像电力线路安全诊断的技术文献和研究论文中均有论述它的可行性和有效性。

[0009] 输电线路巡检的主要任务是检查杆塔、导线、避雷线、绝缘子和金具的状态,可见光影像电力线路安全诊断主要包括如下两个方面:①通过仿真数据或是历史巡线数据资料,建立缺陷数据图库,针对上述不同的线路缺陷,研究其统计特征,进而提取稳健的图像特征,提取相应的特征和模板,生成标准的缺陷特征和模板库,研发特征和模板的数据库管理系统,为被巡线及其相关设备的缺陷识别与分类建立匹配的参考特征和模板。②应用可见光图像,基于场景的纹理分布,研究图像分类算法,完成图像场景分类技术,对图像场景和进行自动分类。研究神经网络,SVM,LDA,Mean-shift等分类方法对提取特征的分类效果。根据图像中场景和目标类型,应用缺陷标准库中相应缺陷特征和模板,进行缺陷的匹配、分类和识别。

发明内容

[0010] 本发明的目的是提供基于可见光影像对电力线路缺陷进行诊断的方法,该诊断方法高效、且能够自动检测电力线路的缺陷。

[0011] 本发明的上述目的通过如下技术方案来实现的:基于可见光影像对电力线路缺陷进行诊断的方法,该方法包括如下步骤:

[0012] (I)建立电力线路缺陷的缺陷数据图库:通过对电力线路缺陷进行仿真获得的数据、或者采集电力线路缺陷的历史巡线数据资料,建立电力线路缺陷的缺陷数据图库;

[0013] (2)对步骤(I)获得的缺陷数据图库,对缺陷数据图库内的图像进行分割,从分割后的图像中提取图像特征,所述的图像特征是指图像的边缘与区域,通过提取的图像特征建立缺陷特征库,该缺陷特征库作为电力线路缺陷识别与分类建立的参照基准;

[0014] (3)应用可见光影像,对实际电力线路进行拍摄,获得实际电力线路的拍摄图像,对拍摄图像提取图像特征,所述的图像特征也是指图像的边缘与区域;

[0015] (4)对步骤(3)获取的实际电力线路图像的图像特征与步骤(2)建立的缺陷特征库中的图像特征进行特征匹配,获得匹配点对,如果匹配点对大于等于设定阈值,则认为两者特征相匹配,说明实际电力线路存在缺陷,如果匹配点对小于设定阈值,则认为两者不匹配,说明实际电力线路正常。

[0016] 本发明中,所述步骤(2)中,对步骤(I)获得的缺陷数据图库,采用自适应分割算法对缺陷数据图库内的图像进行分割,采用CANNY算子从分割后的图像中提取图像特征。

[0017] 本发明中,所述步骤(4)中,使用影像尺度不变特征描述子SIFT,对步骤(3 )获取的实际电力线路图像的图像特征与步骤(2)建立的缺陷特征库中的图像特征进行特征匹配。

[0018] 本发明中,所述步骤(4)中的设定阈值为20对。

[0019] 本发明中,所述的电力线路包含电力线,在所述步骤(3)中,对电力线图像特征的提取方法采用分段直线提取法,并根据走向一致的先验知识进行连接。

[0020] 本发明可以做如下改进:所述的电力线路还包括绝缘子,在所述步骤(3)中,对绝缘子图像特征的提取方法采用将其色彩空间转为HIS空间,根据绝缘子不同分布特征在各自的颜色空间中进行分割提取。

[0021] 本发明可以做如下改进:该诊断方法还包括电力线锈蚀识别步骤,该电力线锈蚀识别步骤为:采用直方图均衡化增加拍摄的电力线图像的对比度,利用均值滤波和中值滤波去噪对图像进行处理,对处理后的图像,计算RGB空间中的R分量均值,HIS彩色空间中的H分量,以判断电力线是否存在锈蚀。

[0022] 本发明可以做如下改进:该诊断方法还包括电力线覆冰检测步骤,该电力线覆冰检测步骤为:首先对拍摄的电力线图像去除噪声干扰,其次对图像采用阈值处理进行边缘轮廓检测,对检测到的覆冰图像进一步进行轮廓提取,通过提取获得的轮廓特征值,判断出覆冰区域,并且获得覆冰厚度。

[0023] 本发明的检测原理如下:①电力线提取:在航空影像中,电力线的像素宽度大致为一个像素,电力线类似于直线,相邻电力线间呈平行,拓扑结构比较简单,但是背景环境复杂。根据这些特点,综合各种抗噪声检测和提取方法,使用分段直线提取,并根据走向一致的先验知识进行连接。②绝缘子提取及定位:绝缘子图像的类型,按绝缘子颜色分为:蓝色绝缘子图像和黑色绝缘子图像。对于蓝色绝缘子图像,绝缘子的颜色特性比较突出,可以为分割提供重要的依据,而对于黑色绝缘子图像,其颜色特性不突出,且背景的颜色复杂,这就需要针对其特点建立相应的分割方法。这样,对两者的图像分割需分别建立不同的方法和策略。对蓝色绝缘子将其色彩空间转为HIS空间,对黑色绝缘子将其色彩空间转为HIS空间,根据其不同分布特征在各自的颜色空间中进行分割提取。③电力线路锈蚀识别:电力线线路锈蚀缺陷图像一般分为铁塔锈蚀、铁塔螺母边缘锈蚀、导线锈蚀及接地装置锈蚀。在航拍彩色图像中锈蚀部分应该是突出的区域,而环境背景和噪声是应抑制部分。采用直方图均衡化增加图像对比度,利用均值滤波和中值滤波去噪。对预处理后的彩色空间,计算RGB空间中的R分量均值,HIS彩色空间中的H分量,可以判断图像是否存在锈蚀。④导线覆冰检测:导线覆冰对电力线路的安全影响很大,目前对这方面研究比较多,大多采用覆冰厚度模型或建立覆冰气象模型来计算,在适用性上都有些局限性。从覆冰图像入手,采取图像识别可以直接得出覆冰厚度,基本技术路线为:首先对图像预处理去除噪声干扰。其次对图像进行边缘检测,考虑到覆冰输电线路图像的无规则性,采用阈值处理进行边缘轮廓检测,并进一步对覆冰图像进行轮廓提取。由于经过阈值二值化处理后的覆冰图像,受光线等因素影响,在覆冰输电线轮廓中可能出现一些干扰区域,对线路特征值计算产生较大影响。通过对覆冰图像分析,提取的所有轮廓特征值,覆冰区域始终最大,判断出覆冰区域。

[0024] 与现有技术相比,本发明能够实现如下功能:

[0025] ( I)利用可见光完成复杂自然背景下的电力线提取

[0026] 电力线类似于直线,相邻电力线间呈平行,拓扑结构比较简单,但背景环境复杂。电力线提取根据这些特点,综合各种抗噪声检测和提取方法,使用分段直线提取,并根据走向一致的先验知识进行连接。

[0027] (2)绝缘子的提取和定位

[0028] 对蓝色绝缘子将其色彩空间转为HIS空间,对黑色绝缘子将其色彩空间转为HVS空间,根据其不同分布特征在各自的颜色空间中进行分割提取。

[0029] (3)电力线线路锈蚀缺陷图像识别

[0030] 在航拍彩色图像中锈蚀部分应该是突出的区域,而环境背景和噪声是应抑制部分。采用直方图均衡化增加图像对比度,滤波去噪。对预处理后的彩色空间,计算RGB空间中的R分量均值,HIS彩色空间中的H分量,可以判断图像是否存在锈蚀。

[0031] (4)进行导线覆冰检测,测得覆冰厚度和相应的安全诊断

[0032] 首先对图像预处理去除噪声干扰;其次对图像进行边缘检测,并进一步对覆冰图像进行轮廓提取。对覆冰图像分析,提取的所有轮廓特征值,覆冰区域始终最大,据此判断出覆冰区域。

附图说明

[0033] 下面结合附图和具体实施方式对本发明作进一步详细说明。

[0034] 图1为本发明的组成框图;

[0035] 图2为本发明中电力线提取流程图;

[0036] 图3为本发明中绝缘子提取流程图;

[0037] 图4为本发明中电力线锈蚀缺陷诊断流程图;

[0038] 图5为本发明中电力线覆冰诊断流程图;

[0039] 图6为可见光多时相对比的示意图。

具体实施方式

[0040] 如图1至图6所示,本发明的基于可见光影像对电力线路缺陷进行诊断的方法,该方法包括如下步骤:

[0041] (I)建立电力线路缺陷的缺陷数据图库:通过对电力线路缺陷进行仿真获得的数据、或者采集电力线路缺陷的历史巡线数据资料,建立电力线路缺陷的缺陷数据图库;所述电力线路包括杆塔、电力线、避雷线、绝缘子和金具,电力线路的缺陷是指杆塔、电力线、避雷线、绝缘子和金具的缺陷;杆塔、电力线、避雷线、绝缘子和金具的缺陷的诊断原理和过程与下述的电力线、绝缘子的缺陷诊断过程原理相同,诊断过程也基本相同;

[0042] (2)对步骤(I)获得的缺陷数据图库,采用自适应分割算法对缺陷数据图库内的图像进行分割,采用CANNY算子从分割后的图像中提取图像特征所述的图像特征是指图像的边缘与区域,通过提取的图像特征建立缺陷特征库,该缺陷特征库作为电力线路缺陷识别与分类建立的参照基准;

[0043] (3)应用可见光影像,对实际电力线路进行拍摄,获得实际电力线路的拍摄图像,对拍摄图像提取图像特征,所述的图像特征也是指图像的边缘与区域;

[0044] (4)使用影像尺度不变特征描述子SIFT,对步骤(3)获取的实际电力线路图像的图像特征与步骤(2)建立的缺陷特征库中的图像特征进行特征匹配,获得匹配点对,如果匹配点对大于等于设定阈值,阈值的经验值为20对,则认为两者特征相匹配,说明实际电力线路存在缺陷,如果匹配点对小于设定阈值,阈值的经验值为20对,则认为两者不匹配,说明实际电力线路正常。

[0045] 本发明中,所述步骤(3)中,提取实际电力线路拍摄图像的图像特征的方法采用SVM法、或者LDA法或者Mean-shift法。

[0046] 本发明中,所述的电力线路包含电力线,在所述步骤(3)中,对电力线图像特征的提取方法采用分段直线提取法,并根据走向一致的先验知识进行连接。

[0047] “并根据走向一致的先验知识进行连接”的含义:在航空影像中,电力线的像素宽度大致为一个像素,电力线类似于直线,相邻电力线间呈平行,拓扑结构比较简单,但是背景环境复杂。根据这些特点,综合各种抗噪生检测和提取方法,使用分段直线提取,并根据走向一致的先验知识进行连接。

[0048] 本发明中,所述的电力线路还包括绝缘子,在所述步骤(3)中,对绝缘子图像特征的提取方法采用将其色彩空间转为HIS空间,根据绝缘子不同分布特征在各自的颜色空间中进行分割提取。

[0049] “根据绝缘子不同分布特征在各自的颜色空间中进行分割提取”是公知技术。绝缘子图像的类型,按绝缘子颜色分为:蓝色绝缘子图像和黑色绝缘子图像。对于蓝色绝缘子图像,绝缘子的颜色特性比较突出,可以为分割提供重要的依据,而对于黑色绝缘子图像,其颜色特性不突出,且背景的颜色复杂,这就需要针对其特点建立相应的分割方法。这样,对两者的图像分割需分别建立不同的方法和策略。

[0050] 本发明中,该诊断方法还包括电力线锈蚀识别步骤,该电力线锈蚀识别步骤为:采用直方图均衡化增加拍摄的电力线图像的对比度,利用均值滤波和中值滤波去噪对图像进行处理,对处理后的图像,计算RGB空间中的R分量均值,HIS彩色空间中的H分量,以判断电力线是否存在锈蚀。

[0051] 所述计算RGB空间中的R分量均值,HIS彩色空间中的H分量,以判断电力线是否存在锈蚀的具体步骤为:①将RGB图像转换成HIS图像②将HIS的H和S分量做点乘运算③设置参数,生成阈值图像④将阈值图像与RGB,HIS图像相乘便得到分割图像,同时得到图像分割时的阈值。⑤根据阈值的大小判断是否为锈蚀,并确定区域。

[0052] 本发明中,该诊断方法还包括电力线覆冰检测步骤,该电力线覆冰检测步骤为:首先对拍摄的电力线图像去除噪声干扰,其次对图像采用阈值处理进行边缘轮廓检测,对检测到的覆冰图像进一步进行轮廓提取,通过提取获得的轮廓特征值,判断出覆冰区域,并且获得覆冰厚度。

[0053] 所述轮廓特征值,判断出覆冰区域,并且获得覆冰厚度的原因是,正常电力线的直径已知,若电力线覆冰,则根据边缘轮廓检测出的直径比已知直径大,并且大小会根据位置的不同而有变化,所以能够判断出覆冰区域及大小。

[0054] 本发明的上述实施例并不是对本发明保护范围的限定,本发明的实施方式不限于此,凡此种种根据本发明的上述内容,按照本领域的普通技术知识和惯用手段,在不脱离本发明上述基本技术思想前提下,对本发明上述结构做出的其它多种形式的修改、替换或变更,均应落在本发明的保护范围之内。

Claims (8)

1.基于可见光影像对电力线路缺陷进行诊断的方法,该方法包括如下步骤: (1)建立电力线路缺陷的缺陷数据图库:通过对电力线路缺陷进行仿真获得的数据、或者采集电力线路缺陷的历史巡线数据资料,建立电力线路缺陷的缺陷数据图库; (2)对步骤(I)获得的缺陷数据图库,对缺陷数据图库内的图像进行分割,从分割后的图像中提取图像特征,所述的图像特征是指图像的边缘与区域,通过提取的图像特征建立缺陷特征库,该缺陷特征库作为电力线路缺陷识别与分类建立的参照基准; (3)应用可见光影像,对实际电力线路进行拍摄,获得实际电力线路的拍摄图像,对拍摄图像提取图像特征,所述的图像特征也是指图像的边缘与区域; (4)对步骤(3)获取的实际电力线路图像的图像特征与步骤(2)建立的缺陷特征库中的图像特征进行特征匹配,获得匹配点对,如果匹配点对大于等于设定阈值,则认为两者特征相匹配,说明实际电力线路存在缺陷,如果匹配点对小于设定阈值,则认为两者不匹配,说明实际电力线路正常。
2.根据权利要求1所述的基于可见光影像对电力线路缺陷进行诊断的方法,其特征在于:所述步骤(2)中,对步骤(I)获得的缺陷数据图库,采用自适应分割算法对缺陷数据图库内的图像进行分割,采用CANNY算子从分割后的图像中提取图像特征。
3.根据权利要求1所述的基于可见光影像对电力线路缺陷进行诊断的方法,其特征在于:所述步骤(4)中,使用影像尺度不变特征描述子SIFT,对步骤(3)获取的实际电力线路图像的图像特征与步骤(2)建立的缺陷特征库中的图像特征进行特征匹配。
4.根据权利要求1所述的基于可见光影像对电力线路缺陷进行诊断的方法,其特征在于:所述步骤(4)中的设定阈值为20对。
5.根据权利要求1至4任一项所述的基于可见光影像对电力线路缺陷进行诊断的方法,其特征在于:所述的电力线路包含电力线,在所述步骤(3)中,对电力线图像特征的提取方法采用分段直线提取法,并根据走向一致的先验知识进行连接。
6.根据权利要求5所述的基于可见光影像对电力线路缺陷进行诊断的方法,其特征在于:所述的电力线路还包括绝缘子,在所述步骤(3)中,对绝缘子图像特征的提取方法采用将其色彩空间转为HIS空间,根据绝缘子不同分布特征在各自的颜色空间中进行分割提取。
7.根据权利要求5所述的基于可见光影像对电力线路缺陷进行诊断的方法,其特征在于:该诊断方法还包括电力线锈蚀识别步骤,该电力线锈蚀识别步骤为:采用直方图均衡化增加拍摄的电力线图像的对比度,利用均值滤波和中值滤波去噪对图像进行处理,对处理后的图像,计算RGB空间中的R分量均值,HIS彩色空间中的H分量,以判断电力线是否存在锈蚀。
8.根据权利要求5所述的基于可见光影像对电力线路缺陷进行诊断的方法,其特征在于:该诊断方法还包括电力线覆冰检测步骤,该电力线覆冰检测步骤为:首先对拍摄的电力线图像去除噪声干扰,其次对图像采用阈值处理进行边缘轮廓检测,对检测到的覆冰图像进一步进行轮廓提取,通过提取获得的轮廓特征值,判断出覆冰区域,并且获得覆冰厚度。
CN201310268410XA 2013-06-28 2013-06-28 基于可见光影像对电力线路缺陷进行诊断的方法 CN103413150A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310268410XA CN103413150A (zh) 2013-06-28 2013-06-28 基于可见光影像对电力线路缺陷进行诊断的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310268410XA CN103413150A (zh) 2013-06-28 2013-06-28 基于可见光影像对电力线路缺陷进行诊断的方法

Publications (1)

Publication Number Publication Date
CN103413150A true CN103413150A (zh) 2013-11-27

Family

ID=49606157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310268410XA CN103413150A (zh) 2013-06-28 2013-06-28 基于可见光影像对电力线路缺陷进行诊断的方法

Country Status (1)

Country Link
CN (1) CN103413150A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331701A (zh) * 2014-10-22 2015-02-04 国家电网公司 基于紫外图谱的绝缘子外部放电模式识别方法
CN104751145A (zh) * 2015-04-10 2015-07-01 西安电子科技大学 局部霍夫变换与形态学优化的sar图像电力线检测方法
CN105096305A (zh) * 2014-09-25 2015-11-25 天津航天中为数据系统科技有限公司 绝缘子状态分析的方法及装置
CN105716541A (zh) * 2016-03-03 2016-06-29 国网河南省电力公司济源供电公司 一种绝缘子防污参数测量方法
CN106355187A (zh) * 2016-09-07 2017-01-25 西华大学 视觉信息在电力设备监测中的应用
CN106570853A (zh) * 2015-10-08 2017-04-19 上海深邃智能科技有限公司 一种形状与颜色融合的绝缘子识别与缺陷检测方法
CN106706663A (zh) * 2016-11-29 2017-05-24 广东容祺智能科技有限公司 铁塔上金具锈蚀的自动检测识别系统及其识别方法
CN107818607A (zh) * 2017-11-14 2018-03-20 贵州电网有限责任公司 一种基于nfc手持式数据采集器的智能巡检系统
CN108416771A (zh) * 2018-03-07 2018-08-17 南京工业大学 一种基于单目相机的金属材料锈蚀面积检测方法
CN108680833A (zh) * 2018-03-30 2018-10-19 深圳源广安智能科技有限公司 基于无人机的复合绝缘子缺陷检测系统
CN109600578A (zh) * 2017-09-29 2019-04-09 株式会社理光 图像处理装置、图像处理系统、图像处理方法
CN109870461A (zh) * 2019-03-29 2019-06-11 深圳市阿赛姆电子有限公司 一种电子元器件质量检测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136162A (zh) * 2010-12-25 2011-07-27 江西九江供电公司 一种输电线路巡检系统
CN102354329A (zh) * 2011-07-25 2012-02-15 广州科易光电技术有限公司 带电设备红外数据库智能诊断管理系统
CN202257602U (zh) * 2011-07-29 2012-05-30 北京鼎一伟信科技发展有限公司 输配电线路巡检系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136162A (zh) * 2010-12-25 2011-07-27 江西九江供电公司 一种输电线路巡检系统
CN102354329A (zh) * 2011-07-25 2012-02-15 广州科易光电技术有限公司 带电设备红外数据库智能诊断管理系统
CN202257602U (zh) * 2011-07-29 2012-05-30 北京鼎一伟信科技发展有限公司 输配电线路巡检系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李昭廷等: "利用远程系统的输电线路覆冰厚度图像识别", 《高电压技术》 *
林红等: "面向水下检测的缺陷图像数据库系统", 《计算机工程与设计》 *
王亚萍等: "可见光图像中的高压线缺陷自动诊断方法", 《计算机工程与应用》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096305A (zh) * 2014-09-25 2015-11-25 天津航天中为数据系统科技有限公司 绝缘子状态分析的方法及装置
CN104331701A (zh) * 2014-10-22 2015-02-04 国家电网公司 基于紫外图谱的绝缘子外部放电模式识别方法
CN104751145A (zh) * 2015-04-10 2015-07-01 西安电子科技大学 局部霍夫变换与形态学优化的sar图像电力线检测方法
CN104751145B (zh) * 2015-04-10 2017-10-13 西安电子科技大学 局部霍夫变换与形态学优化的sar图像电力线检测方法
CN106570853A (zh) * 2015-10-08 2017-04-19 上海深邃智能科技有限公司 一种形状与颜色融合的绝缘子识别与缺陷检测方法
CN106570853B (zh) * 2015-10-08 2020-03-24 上海深邃智能科技有限公司 一种形状与颜色融合的绝缘子识别与缺陷检测方法
CN105716541A (zh) * 2016-03-03 2016-06-29 国网河南省电力公司济源供电公司 一种绝缘子防污参数测量方法
CN106355187A (zh) * 2016-09-07 2017-01-25 西华大学 视觉信息在电力设备监测中的应用
CN106706663A (zh) * 2016-11-29 2017-05-24 广东容祺智能科技有限公司 铁塔上金具锈蚀的自动检测识别系统及其识别方法
CN109600578A (zh) * 2017-09-29 2019-04-09 株式会社理光 图像处理装置、图像处理系统、图像处理方法
CN107818607A (zh) * 2017-11-14 2018-03-20 贵州电网有限责任公司 一种基于nfc手持式数据采集器的智能巡检系统
CN108416771A (zh) * 2018-03-07 2018-08-17 南京工业大学 一种基于单目相机的金属材料锈蚀面积检测方法
CN108680833A (zh) * 2018-03-30 2018-10-19 深圳源广安智能科技有限公司 基于无人机的复合绝缘子缺陷检测系统
CN109870461A (zh) * 2019-03-29 2019-06-11 深圳市阿赛姆电子有限公司 一种电子元器件质量检测系统
CN109870461B (zh) * 2019-03-29 2020-04-24 泗阳恒润电子有限公司 一种电子元器件质量检测系统

Similar Documents

Publication Publication Date Title
Aghaei et al. Innovative automated control system for PV fields inspection and remote control
CN102854191B (zh) 高速铁轨表面缺陷的实时视觉检测与识别方法
CN101893580B (zh) 基于数字图像的钢轨表面缺陷检测方法
CN105652154B (zh) 接触网运行状态安全监测分析系统
CN101620676B (zh) 绝缘子轮廓的快速图像识别方法
Li et al. Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform
CN104331521B (zh) 基于图像处理的变电设备异常自动识别方法
CN102435173B (zh) 一种基于机器视觉的隧道病害快速调查系统及调查方法
CN103761524B (zh) 一种基于图像的线性目标识别与提取方法
CN103529362B (zh) 基于感知的绝缘子识别与缺陷诊断方法
CN103067740B (zh) 视频监控设备故障智能检测方法及其检测系统
CN101957325B (zh) 基于变电站巡检机器人变电站设备外观异常识别方法
Quintana et al. A simplified computer vision system for road surface inspection and maintenance
CN104281838B (zh) 基于hog特征的高铁接触网支撑装置耳片断裂故障检测方法
CN102799903B (zh) 一种基于空间与光谱信息的高光谱自动云检测方法
CN101625723B (zh) 电力线轮廓的快速图像识别方法
CN104504377B (zh) 一种公交车乘客拥挤程度识别系统及方法
CN105067287A (zh) 动车组运行故障动态图像检测系统及方法
CN104655030B (zh) 一种输电线路覆冰检测与预警装置
CN105447471A (zh) 基于红外检测的设备气体泄漏识别方法和装置
CN103413441A (zh) 道路天气状况监控系统和监控方法
CN102288884B (zh) 一种基于紫外光斑的外绝缘放电检测方法
CN103454285A (zh) 基于机器视觉的传动链条质量检测系统
CN102175700B (zh) 数字x射线图像焊缝分割和缺陷检测方法
CN104849287B (zh) 一种复合绝缘子污秽程度非接触检测方法

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20131127

RJ01 Rejection of invention patent application after publication