CN103605981A - 基于图像识别的绝缘子缺陷识别方法 - Google Patents

Abstract

本发明公开了一种基于图像识别的绝缘子缺陷识别方法，包括：对采集的包含绝缘子串的图片进行图像处理，得到每条绝缘子串的中心直线；以中心直线为参考线，以像素为单位，沿着参考线遍历绝缘子串的二值图像，每遇到一个参考线的垂线的像素点个数先增长后缩减的参考区域，且该参考区域内像素点最多的垂线到参考线的垂线距离大于平均值，则求取该区域内像素点最多的垂线在参考线上的坐标；计算每相邻两个坐标点的距离，如果某两个相邻坐标点之间的距离大于参考距离的1.7倍，那么该处有绝缘子缺失，否则该处绝缘子完整。本发明方法基于图像识别，替代人工识别方法，实现了智能化绝缘子缺陷识别，极大的减少了工作量，降低人工成本。

Description

基于图像识别的绝缘子缺陷识别方法

技术领域

本发明涉及输电线路智能巡线技术领域，特别涉及一种基于图像识别的绝缘子缺陷识别方法。 

背景技术

输电线路智能巡线的目的是监测输电线路的运行状态和运行环境，及时发现并处理输电线路中存在的各种缺陷，例如绝缘子损坏或缺失。目前对输电线路中的绝缘子缺陷进行识别的方法是：采集输电线路中绝缘子的图片或视频，传输至监控后台，监控后台的工作人员通过人眼观察图片或视频，人为判断输电线路中的绝缘子是否存在缺陷。通过监控后台的工作人员人眼观察并判断是否存在缺陷的方式，必然给工作人员带来很大的工作量，不能实现智能化缺陷识别。

发明内容

本发明的目的在于克服现有技术中所存在的需要人工进行绝缘子缺陷识别的不足，提供一种基于图像识别的绝缘子缺陷识别方法，通过本发明方法进行绝缘子缺陷识别，无需人工判断。

为了实现上述发明目的，本发明提供了以下技术方案：

基于图像识别的绝缘子缺陷识别方法，包括以下步骤：

步骤1：采集输电线路中绝缘子串的图片；

步骤2：采用opencv图像分割方法对采集的绝缘子串图片进行灰度化处理，从图片中分割出绝缘子串的二值图像；

步骤3：对获取的绝缘子串的二值图像进行直线拟合处理，得到每条绝缘子串的中心直线；

步骤4：以拟合得到的绝缘子串的中心直线为参考线，以像素为单位，沿着参考线从左向右或从右向左遍历绝缘子串的二值图像，在一个参考区域内，如果参考线的垂线的像素点个数先增长后缩减，那么选取该参考区域内像素点最多的一条垂线，求取该条垂线到参考线的垂线距离；继续遍历绝缘子串的二值图像，每遇到一个参考线垂线的像素点个数先增长后缩减的参考区域，则选取该参考区域内像素点最多的一条垂线，并求取出该条垂线到参考线上的垂线距离，直到完成整个绝缘子串的二值图像遍历；

求取获得的垂线距离的平均值，如果某条垂线到参考线的垂线距离大于或等于该平均值，则求取该条垂线在参考线上的坐标，否则舍弃该条垂线；

步骤5：计算每相邻两个坐标点之间的距离，如果某两个相邻坐标点之间的距离大于参考距离的1.7倍，那么该两个坐标点之间有绝缘子缺失，同时在绝缘子串图片中进行缺陷标注；否则该两个坐标点之间绝缘子完整。

根据本发明实施例，所述参考距离通过以下方法得到：每相邻两个坐标点之间的距离为一个距离参数，将由同一张绝缘子串的二值图像得到的所有的距离参数按照数值大小依次排序，选取序列中处于中间位置的距离参数为参考距离。

优选的，在步骤3之前还包括步骤3-1：对同一个绝缘子串二值图像中的两条绝缘子串进行直线拟合处理，以拟合的直线为分割线，将两串绝缘子分割开来，然后再分别提取各条绝缘子串的二值图像到一副新图像中。

与现有技术相比，本发明的有益效果：本发明提供的基于图像识别的绝缘子缺陷识别方法，采用图像识别方法，对包含绝缘子串的图片先后进行灰度化处理、直线拟合处理和绝缘子中心点求取，根据相邻两坐标点之间的距离判断是否有绝缘子缺失。采用本发明方法进行绝缘子缺陷识别，只需要输入采集的包含绝缘子串的图片，即可对图片中存在绝缘子缺失的地方进行缺陷标注，无需人工通过观察一张张绝缘子串图片进行识别，实现了智能化缺陷识别，极大的减少了工作量，降低人工成本。

附图说明：

图1为本发明基于图像识别的绝缘子缺陷识别方法的流程图。

图2为绝缘子串的二值图像。

图3为标注有绝缘子的中心点的绝缘子串二值图像。

图4为存在干扰的绝缘子串的二值图像。

具体实施方式

下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

参考图1，本发明提供的基于图像识别的绝缘子缺陷识别方法，包括以下步骤：

步骤1：采集输电线路中绝缘子串的图片。所谓绝缘子串，就是由多个大小相同的绝缘子通过芯棒串接在一起形成的绝缘子组件。

步骤2：采用opencv图像分割方法对采集的绝缘子串图片进行灰度化处理，将采集的彩色图片变换为灰度图像，然后从灰度图像中分割出绝缘子串，得到绝缘子串的二值图像。绝缘子串的二值图像如图2所示，图中所示的白色区域实际就是绝缘子在二值图像中的表现形式。如图2中所示，输电线路中，绝缘子串是成对且相互平行对称布置的，因此获取的绝缘子串的二值图像中应该是存在两串绝缘子。

本步骤中，理想情况下，图像背景去除完整，绝缘子串分割彻底，可得到如图2所示的绝缘子串的二值图像。如果图像背景去除不完整，例如没有去除部分铁塔区域的像素并且与绝缘子相连，如图4中A部分所示，那么就会得到存在干扰的绝缘子串的二值图像，如图4所示。但是opencv图像分割技术是已经很成熟的图像处理技术，绝缘子串分割不彻底的情况很少发生。

步骤3：对获取的绝缘子串的二值图像进行直线拟合处理，得到由一个个点组成的数组，然后将数组中的各个点连接，即可得到每条绝缘子串的中心直线，如图3所示。

为了便于处理，通常的，在进行直线拟合处理以获取每条绝缘子串的中心直线之前，首先对同一个绝缘子串二值图像中两条绝缘子进行直线拟合处理，以拟合的直线为分割线，将两串绝缘子分割开来；然后再分别提取各条绝缘子串到一副新图像中进行直线拟合，获取该条绝缘子串的中心直线，如图3所示。这样分开操作，便于在获取每条绝缘子串的中线直线时相互之间无干扰。

步骤4：从图3中可以看出，如果以拟合的中心直线为参考线，以像素为单位，遍历绝缘子串的二值图像，每当遇到绝缘子，那么白色区域边缘的像素点会先远离参考线，然后再靠近参考线。即是说，沿着参考线从左向右（或从右向左）遍历绝缘子串的二值图像，在一定区域范围内，如果参考线的垂线（即过步骤3中所述的数组中的每个点作的垂线）的像素点个数呈现先增长后缩减的现象，那么可确定在这个区域范围内可能存在一个绝缘子。

因此，在本步骤中，以拟合的绝缘子串的中心直线为参考线，以像素为单位，沿着参考线从左向右（或从右向左）遍历绝缘子串的二值图像，在一个参考区域内，如果参考线的垂线的像素点个数先增长后缩减，那么选取该参考区域内像素点最多的一条垂线，并求取该条垂线到参考线的垂线距离；继续遍历绝缘子串的二值图像，每遇到一个参考线垂线的像素点个数先增长后缩减的区域，则选取该参考区域内像素线最多的一条垂线，并求取出该条垂线到参考线的垂线距离。具体的，如果参考线的垂线的像素点个数先增长后缩减，那么以一个先增长后缩减区域为一个参考区域（通常的，以起始位置到像素点个数再次开始增长，或者以起始位置到像素点个数不再变化的区域范围为一个参考区域），选取该参考区域内像素点最多的一条垂线，则求取该条垂线到参考线的垂线距离。以上一个参考区域的结束位置为下一个参考区域的初始位置，继续遍历绝缘子串的二值图像，如果参考线的垂线的像素点个数先增长后缩减，那么选取该参考区域内像素线最多的一条垂线，并求取出该条垂线到参考线的垂线距离。依此方法遍历整个绝缘子串的二值图像，获取每一个参考区域内像素点个数最多的垂线，并求取该条垂线到参考线的距离。遍历结束后获取到每个参考区域中像素点最多的那条垂线到参考线的垂线距离，然后对获取的所有的垂线距离作求和运算后再作均值运算，求取所有的垂线距离的平均值；如果某条垂线到参考线的垂线距离大于或等于该平均值，则求取该条垂线在参考线上的坐标，否则舍弃该条垂线。遍历结束后，在参考线上就会得到一系列坐标点，如图3、图4所示。理想状态下（即无干扰的情况下），参考线上得到的坐标点即为各个绝缘子的中心点。

需要说明的是，由于绝缘子缺失会在绝缘子串中相应位置留下凹陷，导致在一定区域范围内呈现像素点个数先增长后缩减现象（但是增长的幅度较小，即是说，该区域内相素点最多的垂线到参考线的距离较小，小于绝缘子到参考线的距离），因此，在遍历绝缘子串的二值图像时，在一个参考区域内可能不存在绝缘子，如图4中B部分所示，在该参考区域内就不存在绝缘子。即是说，仅以参考区域内像素点个数先增长后缩减来获取坐标，可能会出现伪坐标，因此，以像素点个数先增长后缩减的区域为参考区域，且该参考区域内像素点最多的垂线到参考线的垂线距离大于或等于垂线距离平均值为条件来获取坐标点，求取的坐标就不存在因绝缘子缺失而造成的伪坐标。

步骤5：计算每相邻两个坐标点之间的距离，如果某相邻两个坐标点之间的距离大于参考距离的1.7倍，说明该两个坐标点之间有绝缘子缺失，在步骤1中所述绝缘子串图片中进行缺陷标注；否则该两个坐标点之间绝缘子完整，不作处理。

本步骤中，所述参考距离通过以下获取：

每相邻两个坐标点之间的距离为一个距离参数，将由同一张绝缘子串的二值图像得到的所有的距离参数按照数值大小（可以是从大到小或者从小到大）依次排序，选取序列中处于中间位置的距离参数为参考距离，参考距离可视为完整的绝缘子串中相邻两个绝缘子之间的距离。

需要说明的是，一般情况下，多个绝缘子组成的绝缘子串中，每相邻两个绝缘子之间的距离相等，但是不排除每相邻两个绝缘子之间的距离存在较小误差的可能；此外，在遍历绝缘子串二值图像获取坐标的过程中，难免出现坐标的选取存在微小误差的可能；因此，在进行缺陷判断时，以严格意义上的整数（2倍、3倍等）倍距离为判断依据可能会导致缺陷识别不准确；因此，以大于1.9倍为判断依据可以较为准确的判断出是否存在绝缘子缺失。

此外，如果两个绝缘子之间有一个绝缘子缺失，那么该两个坐标点之间的距离大于完整的绝缘子串中相邻两个绝缘子的距离，但是如果其中一个绝缘子在二值图像中存在干扰，那么由该两个坐标点得到的距离会小于完整的绝缘子串中相邻两个绝缘子距离的2倍。由于因干扰导致的、中间缺失一个绝缘子的两个绝缘子之间距离不小于完整的绝缘子串中相邻两个绝缘子之间距离的1.7倍，因此，以大于完整的绝缘子串中相邻两个绝缘子之间距离的1.7倍为判断依据，可准确的判断出是否存在绝缘子缺失。

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书（包括任何附加权利要求、摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。 

Claims (3)

1.基于图像识别的绝缘子缺陷识别方法，其特征在于，包括以下步骤：

步骤1：采集输电线路中绝缘子串的图片；

步骤2：采用opencv图像分割方法对采集的绝缘子串图片进行灰度化处理，从图片中分割出绝缘子串的二值图像；

步骤3：对获取的绝缘子串的二值图像进行直线拟合处理，得到每条绝缘子串的中心直线；

步骤4：以拟合得到的绝缘子串的中心直线为参考线，以像素为单位，沿着参考线从左向右或从右向左遍历绝缘子串的二值图像，在一个参考区域内，如果参考线的垂线的像素点个数先增长后缩减，那么选取该参考区域内像素点最多的一条垂线，求取该条垂线到参考线的垂线距离；继续遍历绝缘子串的二值图像，每遇到一个参考线垂线的像素点个数先增长后缩减的参考区域，则选取该参考区域内像素点最多的一条垂线，并求取出该条垂线到参考线上的垂线距离，直到完成整个绝缘子串的二值图像遍历；

求取获得的垂线距离的平均值，如果某条垂线到参考线的垂线距离大于或等于该平均值，则求取该条垂线在参考线上的坐标，否则舍弃该条垂线；

步骤5：计算每相邻两个坐标点之间的距离，如果某两个相邻坐标点之间的距离大于参考距离的1.7倍，那么该两个坐标点之间有绝缘子缺失，同时在绝缘子串图片中进行缺陷标注；否则该两个坐标点之间绝缘子完整。

2.根据权利要求1所述的基于图像识别的绝缘子缺陷识别方法，其特征在于，所述参考距离通过以下方法获得：每相邻两个坐标点之间的距离为一个距离参数，将由同一张绝缘子串的二值图像得到所有的距离参数按照数值大小依次排序，选取序列中处于中间位置的距离参数为参考距离。

3.根据权利要求1所述的基于图像识别的绝缘子缺陷识别方法，其特征在于，在步骤3之前还包括步骤3-1：对同一个绝缘子串二值图像中的两条绝缘子串进行直线拟合处理，以拟合的直线为分割线，将两串绝缘子分割开来，然后再分别提取各条绝缘子串的二值图像到一副新图像中。

Images