CN105427316A - 一种输电线路可见光图像中绝缘子单盘面提取方法 - Google Patents
一种输电线路可见光图像中绝缘子单盘面提取方法 Download PDFInfo
- Publication number
- CN105427316A CN105427316A CN201510829675.1A CN201510829675A CN105427316A CN 105427316 A CN105427316 A CN 105427316A CN 201510829675 A CN201510829675 A CN 201510829675A CN 105427316 A CN105427316 A CN 105427316A
- Authority
- CN
- China
- Prior art keywords
- insulator
- point
- image
- crossing
- transmission line
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种输电线路可见光图像中绝缘子单盘面提取方法属于电力技术领域,可以对图像中已定位的绝缘子感兴趣区域中的绝缘子单盘面进行提取,为后续的绝缘子盘面缺陷识别提供技术保障,能够满足图像线下处理需求。该方法包括:获取绝缘子的感兴趣区域,并对图像进行灰度化处理;对灰度图像进行小波变换;边缘检测;进行形态学开闭运算;进行盘面交叉点检测;交叉点直线拟合;最后进行盘面划分和最小二乘法椭圆拟合。本发明避免了传统巡检图像带来的光照不均的问题;有效的提高了单盘面检测效率,减少了对后续识别的干扰,提高了绝缘子图像的处理速度和检测可靠性;减少绝缘子图像异常缺陷识别检测的工作量,降低检测安全事故,提高了电力系统安全运行。
Description
技术领域
本发明属于电力技术领域,具体涉及一种输电线路可见光图像中绝缘子单盘面提取方法。
背景技术
我国输电线路分布广,线路长,许多分布在地形复杂的山区,气象、地质条件恶劣,为了有效保障输电线路的正常运行,必须定期有效的对输电线路进行巡检。绝缘子作为输电线路中的重要部件之一,起着防止输电线路带电部件形成接地通道导致电路故障的重要作用。由于绝缘子长期曝露在恶劣的自然环境下,经受污秽、雷击、风雪等自然因素导致的老化或人为破坏,影响其绝缘性能,如果不及时发现和消除这些隐患,可能引发输电线路故障,甚至出现事故。
目前,国内外输电线路绝缘子检测主要有红外成像法、紫外成像法、泄漏电流法、人工观测法等,红外成像和紫外成像检测法的弊端是绝缘子状态只有在放电过程中才会表现出异常特征,而泄漏电流法和人工观测法均需检测人员参与,劳动强度大,危险系数高。
随着图像识别技术的发展,利用机载设备进行航空拍摄输电线路图像进行巡检、诊断和维护,图像定位目标异常缺陷是输电线路空中巡检技术发展的必然趋势。传统空中巡检是采用空中输电线路固定点拍摄照片的方式,离线对照片中的相关部件进行图像处理,从而判断是否有异常缺陷,但需要机载设备进行高精度稳像,并且对于大量照片的处理,导致识别效率低,识别效果差等问题。
发明内容
为了解决现有技术中存在的问题,本发明提供了一种输电线路可见光图像中绝缘子单盘面提取方法,可以对图像中已定位的绝缘子感兴趣区域中的绝缘子单盘面进行提取,为后续的绝缘子盘面缺陷识别提供技术保障,能够满足图像线下处理需求。
本发明解决技术问题所采用的技术方案如下:
一种输电线路可见光图像中绝缘子单盘面提取方法,该方法包括以下步骤:
步骤一:获取输电线路可见光图像中绝缘子的感兴趣区域,并对图像进行灰度化处理;
步骤二:对所述灰度图像进行小波变换,处理后的高低频成分进行图像重构;
步骤三:对所述重构图像进行Canny边缘检测获得边缘图像;
步骤四:采用单像素宽线结构模板,同时在多个方向上对边缘图像进行形态学开闭运算,修补缺失边缘,去除杂散点;
步骤五:构建绝缘子盘面间交叉点检测模板,依次在所述形态学处理后的边缘图像中进行交叉点图像匹配检测;
步骤六:对图像中所检测的交叉点进行直线拟合,拟合出两条近似平行的直线,直线的法线方向平行于同一个绝缘子盘面上两个的交叉点连线的方向;选取任意交叉点,判断所述交叉点与其他交叉点的连线与直线的法线所成夹角是否在一个阈值范围内,若是,则这两个交叉点为同一绝缘子盘面的一对交叉点;若否,所述交叉点继续寻找下一个交叉点组成连线,判断与直线的法线所成夹角是否在一个阈值范围内;
步骤七:根据交叉点对划分绝缘子各个盘面区域,对区域内的边缘点利用直接最小二乘椭圆拟合法进行椭圆拟合;原始图像中位置显示所述拟合出的椭圆,每一个椭圆对应绝缘子的一个盘面,实现了输电线路可见光图像中绝缘子单盘面提取方法。
本发明的有益效果是:本发明提供一种输电线路可见光图像中绝缘子单盘面提取方法,分别对图像高低频成分进行处理,避免了传统巡检图像带来的光照不均的问题;采用交叉点检测实现椭圆区域的划分,有效的提高了单盘面检测效率,减少了对后续识别的干扰,提高了绝缘子图像的处理速度和检测可靠性;为后续的绝缘子缺陷识别提供技术保障,减少绝缘子图像异常缺陷识别检测的工作量,降低检测安全事故,极大的提高了电力系统安全运行。
附图说明
图1本发明一种输电线路可见光图像中绝缘子单盘面提取方法流程图。
图2本发明步骤二中小波处理的具体流程图。
图3本发明绝缘子盘面间交叉点检测模板结构图。
图4本发明绝缘子单盘面上的交叉点提取示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细说明。
如图1所示,一种输电线路可见光图像中绝缘子单盘面提取方法,该方法包括以下步骤:
步骤一:获取输电线路可见光图像中绝缘子的感兴趣区域,并对图像进行灰度化处理,其中,感兴趣的区域尽可能覆盖绝缘子单盘面的边缘位置。
步骤二:对所述灰度图像进行小波变换,如图2所示,对其中的低频成分进行直方图均衡化处理,对高频成分进行拉普拉斯锐化处理,处理后的高低频成分进行图像重构;实现图像的光照补偿。
步骤三:对所述重构图像进行Canny边缘检测获得边缘图像。
步骤四:采用单像素宽线结构模板,同时在0°、45°、90°和135°四个方向上对边缘图像进行形态学开闭运算,修补缺失边缘,去除杂散点;模板的长度为10个像素。
步骤五:构建绝缘子盘面间交叉点检测模板,如图3所示,构建绝缘子盘面间交叉点检测模板的类型为6类,大小为5×5像素区域,依次在所述形态学处理后的边缘图像中进行交叉点图像匹配检测。
步骤六:如图4所示,对图像中所检测的交叉点进行直线拟合,拟合出两条近似平行的直线L1和L2,直线的法线L3方向平行于同一个绝缘子盘面上两个的交叉点连线的方向,即L3平行于AC和BD;选取任意交叉点,例如A,判断所述交叉点A与其他交叉点B、C和D的连线与直线的法线L3所成夹角是否在一个阈值范围内,若是,如AC与L3,则这两个交叉点为同一绝缘子盘面的一对交叉点;若否,如AD与L3,所述交叉点A继续寻找下一个交叉点,如B或D组成连线,判断与直线的法线所成夹角是否在一个阈值范围内。
步骤七:根据交叉点对划分绝缘子各个盘面区域,对区域内的边缘点利用直接最小二乘椭圆拟合法进行椭圆拟合;原始图像中位置显示所述拟合出的椭圆,每一个椭圆对应绝缘子的一个盘面,实现了输电线路可见光图像中绝缘子单盘面提取方法。
Claims (4)
1.一种输电线路可见光图像中绝缘子单盘面提取方法,其特征在于,该方法包括以下步骤:
步骤一:获取输电线路可见光图像中绝缘子的感兴趣区域,并对图像进行灰度化处理;
步骤二:对所述灰度图像进行小波变换,处理后的高低频成分进行图像重构;
步骤三:对所述重构图像进行Canny边缘检测获得边缘图像;
步骤四:采用单像素宽线结构模板,同时在多个方向上对边缘图像进行形态学开闭运算,修补缺失边缘,去除杂散点;
步骤五:构建绝缘子盘面间交叉点检测模板,依次在所述形态学处理后的边缘图像中进行交叉点图像匹配检测;
步骤六:对图像中所检测的交叉点进行直线拟合,拟合出两条近似平行的直线,直线的法线方向平行于同一个绝缘子盘面上两个的交叉点连线的方向;选取任意交叉点,判断所述交叉点与其他交叉点的连线与直线的法线所成夹角是否在一个阈值范围内,若是,则这两个交叉点为同一绝缘子盘面的一对交叉点;若否,所述交叉点继续寻找下一个交叉点组成连线,判断与直线的法线所成夹角是否在一个阈值范围内;
步骤七:根据交叉点对划分绝缘子各个盘面区域,对区域内的边缘点利用直接最小二乘椭圆拟合法进行椭圆拟合;原始图像中位置显示所述拟合出的椭圆,每一个椭圆对应绝缘子的一个盘面,实现了输电线路可见光图像中绝缘子单盘面提取方法。
2.根据权利要求1所述的一种输电线路可见光图像中绝缘子单盘面提取方法,其特征在于,所述步骤二中对所述灰度图像进行小波变换,对其中的低频成分进行直方图均衡化处理,对高频成分进行拉普拉斯锐化处理,实现图像的光照补偿。
3.根据权利要求1所述的一种输电线路可见光图像中绝缘子单盘面提取方法,其特征在于,所述步骤四中,多方向为0°、45°、90°和135°四个方向。
4.根据权利要求1所述的一种输电线路可见光图像中绝缘子单盘面提取方法,其特征在于,所述步骤五中,构建绝缘子盘面间交叉点检测模板的类型为6类,大小为5×5像素区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510829675.1A CN105427316B (zh) | 2015-11-25 | 2015-11-25 | 一种输电线路可见光图像中绝缘子单盘面提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510829675.1A CN105427316B (zh) | 2015-11-25 | 2015-11-25 | 一种输电线路可见光图像中绝缘子单盘面提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105427316A true CN105427316A (zh) | 2016-03-23 |
CN105427316B CN105427316B (zh) | 2018-02-23 |
Family
ID=55505496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510829675.1A Active CN105427316B (zh) | 2015-11-25 | 2015-11-25 | 一种输电线路可见光图像中绝缘子单盘面提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105427316B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529554A (zh) * | 2016-10-28 | 2017-03-22 | 广东电网有限责任公司电力科学研究院 | 一种基于红外影像的绝缘子半自动提取方法及装置 |
CN108665468A (zh) * | 2017-11-10 | 2018-10-16 | 三峡大学 | 一种基于降维灰度纹理-形状矩阵提取直线塔绝缘子串的装置及方法 |
CN109325441A (zh) * | 2018-09-19 | 2019-02-12 | 国网江苏省电力有限公司电力科学研究院 | 一种输电线路绝缘子对象识别方法 |
CN109389600A (zh) * | 2018-10-29 | 2019-02-26 | 上海鹰瞳医疗科技有限公司 | 眼底图像规范化方法及设备 |
CN114778574A (zh) * | 2022-03-28 | 2022-07-22 | 国网吉林省电力有限公司电力科学研究院 | X射线数字成像检测识别在运高压电缆内部缺陷方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101620676A (zh) * | 2009-07-02 | 2010-01-06 | 浙江省电力公司 | 绝缘子轮廓的快速图像识别方法 |
CN101872346A (zh) * | 2009-04-22 | 2010-10-27 | 中国科学院自动化研究所 | 一种自动生成视频导航系统的方法 |
-
2015
- 2015-11-25 CN CN201510829675.1A patent/CN105427316B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872346A (zh) * | 2009-04-22 | 2010-10-27 | 中国科学院自动化研究所 | 一种自动生成视频导航系统的方法 |
CN101620676A (zh) * | 2009-07-02 | 2010-01-06 | 浙江省电力公司 | 绝缘子轮廓的快速图像识别方法 |
Non-Patent Citations (2)
Title |
---|
BINGFENG LI ET AL: "《A Method of Insulator Detection from Video Sequence》", 《2012 FOURTH INTERNATIONAL SYMPOSIUM ON INFORMATION SCIENCE AND ENGINEERING》 * |
王伟等: "《绝缘子图像的边缘检测》", 《微计算机信息》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529554A (zh) * | 2016-10-28 | 2017-03-22 | 广东电网有限责任公司电力科学研究院 | 一种基于红外影像的绝缘子半自动提取方法及装置 |
CN106529554B (zh) * | 2016-10-28 | 2019-05-10 | 广东电网有限责任公司电力科学研究院 | 一种基于红外影像的绝缘子半自动提取方法及装置 |
CN108665468A (zh) * | 2017-11-10 | 2018-10-16 | 三峡大学 | 一种基于降维灰度纹理-形状矩阵提取直线塔绝缘子串的装置及方法 |
CN108665468B (zh) * | 2017-11-10 | 2021-05-14 | 三峡大学 | 一种提取直线塔绝缘子串的装置及方法 |
CN109325441A (zh) * | 2018-09-19 | 2019-02-12 | 国网江苏省电力有限公司电力科学研究院 | 一种输电线路绝缘子对象识别方法 |
CN109325441B (zh) * | 2018-09-19 | 2022-02-15 | 国网江苏省电力有限公司电力科学研究院 | 一种输电线路绝缘子对象识别方法 |
CN109389600A (zh) * | 2018-10-29 | 2019-02-26 | 上海鹰瞳医疗科技有限公司 | 眼底图像规范化方法及设备 |
CN109389600B (zh) * | 2018-10-29 | 2022-02-08 | 上海鹰瞳医疗科技有限公司 | 眼底图像规范化方法及设备 |
CN114778574A (zh) * | 2022-03-28 | 2022-07-22 | 国网吉林省电力有限公司电力科学研究院 | X射线数字成像检测识别在运高压电缆内部缺陷方法 |
CN114778574B (zh) * | 2022-03-28 | 2024-06-04 | 国网吉林省电力有限公司电力科学研究院 | X射线数字成像检测识别在运高压电缆内部缺陷方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105427316B (zh) | 2018-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105427316A (zh) | 一种输电线路可见光图像中绝缘子单盘面提取方法 | |
CN103487729B (zh) | 基于紫外视频与红外视频融合的电力设备缺陷检测方法 | |
CN103954897A (zh) | 基于紫外成像的智能电网高压绝缘损坏监控系统及方法 | |
CN102288884B (zh) | 一种基于紫外光斑的外绝缘放电检测方法 | |
CN108307146B (zh) | 一种高压输电线路安全隐患检测系统及方法 | |
CN103323460B (zh) | 一种基于可见光图像的绝缘子检测方法及装置 | |
CN101793501B (zh) | 一种基于图像的输电线覆冰状态检测方法 | |
CN107679495B (zh) | 一种输电线路周边活动工程车辆的检测方法 | |
CN111862013B (zh) | 基于深度卷积神经网络的绝缘子检测方法、装置及设备 | |
CN103412246B (zh) | 基于紫外视频的电力设备异常放电自动检测方法 | |
CN101726693A (zh) | 一种在紫外图像上寻找电力设备放电区域的方法 | |
CN113486877B (zh) | 基于轻量化人工智能模型的电力设备红外图像实时检测与诊断方法 | |
CN109345586A (zh) | 基于紫外成像技术的电气设备放电特征提取方法 | |
CN109378279A (zh) | 晶圆检测方法及晶圆检测系统 | |
CN106920240A (zh) | 一种基于红外图像的绝缘子识别和故障诊断方法 | |
CN107657260B (zh) | 一种输电线路周边环境中地面隐患的检测方法 | |
Huang et al. | Fault Detection of insulator in distribution network Based on YOLOv5s Neural Network | |
CN107980094B (zh) | 一种视觉检测系统及方法 | |
CN203275313U (zh) | 一种基于可见光图像的绝缘子检测装置 | |
CN113780119B (zh) | 基于静止摄像机应用场景的高精度运动目标检测方法 | |
CN105184791A (zh) | 一种输电线路视频图像中的绝缘子定位方法 | |
CN113763397A (zh) | 复合绝缘子故障检测方法及系统 | |
CN107609556B (zh) | 一种输电线路环境中高空作业机械的检测方法 | |
KR102421775B1 (ko) | 태양광 패널의 손상과 오염 유무를 검출하는 방법 | |
CN107895365B (zh) | 一种输电通道外破防护的图像匹配方法及监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |