CN105976368A - 一种绝缘子定位方法 - Google Patents

Abstract

本发明属于目标识别领域，涉及一种绝缘子定位方法。本发明所述方法采用基于颜色对比和结构对比的方法对图像进行显著性区域检测，以此确定绝缘子候选区域；运用最大类间方差法对各候选区域进行二值化分割，并将其进行水平和垂直投影，将图像矩阵转换为投影曲线；最后计算针对投影曲线定义的表征绝缘子空域形态一致性特征的描述子，并以此对候选区域进行绝缘子搜索，从而实现对绝缘子的精确定位。本发明所述方法具有定位精度高、误判率低、计算量小运行速度高、受视频图像的拍摄角度和拍摄距离影响小等优点。

Description

一种绝缘子定位方法

技术领域

本发明属于目标识别领域，具体涉及一种基于空域形态一致性特征的绝缘子(包括单个绝缘子和多个绝缘子组成的绝缘子串)定位方法。

背景技术

随着智能电网和电力系统自动化的发展，计算机视觉技术在电力设备的智能巡检和在线监测中的应用越来越广泛。目标设备的识别和定位是电力设备的智能巡检和在线监测术的关键。其中，绝缘子是输电线路中的重要元件，起电气绝缘及线路支撑的作用，同时也是故障频发元件，自爆、破损、裂纹和异物等故障严重威胁着输电线路的安全可靠运行。据统计，因绝缘子故障导致的跳闸事故占目前输电线路事故的81.3％。因此，定期监测绝缘子状况，及时发现绝缘子故障至关重要。

目前国内外的绝缘子定位方法主要包括以下4类：

基于图像匹配的方法。该方法在纯净背景下的准确性高，但存在杆塔类伪目标时容易产生误检。

基于纹理特征的方法。该方法对于绝缘子纹理性较强的图像检测效果较为理想。但是基于纹理特征的方法计算量大，实时性差。

基于阈值分割的方法。该方法并不是一种通用的方法，容易受与绝缘子相近的其他目标的干扰。

基于轮廓提取的方法。该方法在拍摄视角固定的情况下能得到理想的定位结果，但巡检图像的拍摄角度和拍摄距离的多变性导致了绝缘子轮廓的不确定性，使得轮廓提取算法的准确度降低。

申请号为201510552720.3的发明专利公开了一种输电线路视频图像中的绝缘子定位方法，该方法提取输电线路视频图像的关键帧彩色图像，并将其转换成灰度图像；对灰度图像进行Canny边缘检测，获得边缘点集；在每个边缘点上构建矩形方向模板，并计算每个边缘点上的灰度方差，并记录每个边缘点上各个方向模板中灰度方差比较小的两个方向模板，记录每个边缘点的两个方向模板的方向值，构建成一个方向点集；通过方向点集合并方法合并方向相同的两个模板区域，得到合并区域；对合并区域进行直接最小二乘椭圆拟合，对拟合后的椭圆进行最大外边界确定，实现视频图像中绝缘子定位。该方法属于基于轮廓提取的方法，拍摄视角和拍摄距离对边缘点提取影响较大，从而影响了绝缘子的定位精度。

发明内容

针对现有技术中存在的上述问题，本发明提出一种基于空域形态一致性特征的绝缘子定位方法。

为实现上述目的，本发明采用以下技术方案。

一种绝缘子定位方法，包括以下步骤：

步骤1，计算输电线路的视频图像中每个像素基于颜色对比特征的显著值；

步骤2，计算输电线路的视频图像中每个像素基于结构对比特征的显著值；

步骤3，将步骤1和步骤2得到的显著值相加得到显著图；

步骤4，对得到的显著图进行二值分割；

步骤5，对二值分割后得到的图形进行形态学操作，去除噪声点；

步骤6，进行连通域检测，计算各连通域的面积，去除面积小于所设定的阈值的连通域即伪目标，得到绝缘子候选区域；

步骤7，对所述绝缘子候选区域进行倾斜校正；

步骤8，利用最大类间方差法对倾斜校正后的绝缘子候选区域进行二值化分割；

步骤9，对进行二值化分割后的绝缘子候选区域，分别沿水平方向和垂直方向进行二值像素累积投影，得到水平投影曲线和垂直投影曲线；

步骤10，根据所述水平投影曲线和垂直投影曲线的特征计算所述绝缘子候选区域的特征描述子，与垂直投影曲线有关的特征描述子包括：垂直波峰个数n_v，垂直波峰值方差垂直波峰间距方差垂直波谷个数m_v，垂直波谷值方差垂直波谷间距方差与水平投影曲线有关的特征描述子包括：水平波峰值M_i，水平波峰宽度M_w,i，相邻两水平波峰值之差ΔM_i；

步骤11，确定绝缘子区域，方法如下：

如果垂直波谷个数m_v和垂直波峰个数n_v均小于设定的阈值T_n，则所述绝缘子候选区域内不包含绝缘子；否则，继续进行如下判断：

如果特征描述子的值同时满足式(1)和式(2)，则所述绝缘子候选区域即为绝缘子区域；否则，以垂直投影曲线中的最大值点为分割点，将所述绝缘子候选区域分割成左右两个新的绝缘子候选区域，重新计算左右两个新的绝缘子候选区域的特征描述子，重复步骤11，直到分别找到水平投影曲线满足式(2)的区域R_V和垂直投影曲线满足式(1)的区域R_L。绝缘子区域为：R_V∩R_L。

$\left\{\begin{array}{c}{S}_H^2\≤T_s\\ S_{H_d}^2\≤T_s\\ S_L^2\≤T_s\\ S_{L_d}^2\≤T_s\end{array}\right.---\left(1\right)$

$\left\{\begin{array}{c}{k}_1\·g_w\≤M_i\\ k_2\≤\frac{M_i}{M_{w,i}}\≤k_3\\ {\mathrm{\ΔM}}_i\≤k_4\·max(M_i,M_{i+1})\end{array}\right.---\left(2\right)$

式中：T_s为方差阈值，g_w为绝缘子候选区域宽度，k₁、k₂、k₃、k₄均为由实验确定的常系数。

进一步地，所述步骤1计算每个像素基于颜色对比特征的显著值的方法如下：

步骤1.1，将图像转换到HIS颜色空间；

步骤1.2，将H分量分级；

步骤1.3，通过一个局部观察窗W_p获取每一个像素p的颜色直方图；

步骤1.4，依据每个像素的颜色直方图进行K-Means聚类，将具有相似颜色直方图的像素归为同一个集群，共分为K_c类(K_c个集群)；

步骤1.5，计算每个像素的基于颜色对比的显著值，公式如下：

$U^c\left(p\right)=\underset{i=1}{\overset{K_c}{\Σ}}{\mathrm{\ω}}_i\left|\right|h^c\left({\mathrm{\φ}}_i\right),h^c\left({\mathrm{\φ}}_p\right)\left|\right|---\left(3\right)$

式中：U^c(p)表示像素p的基于颜色对比的显著值，||·||表示求范数运算，ω_i为与集群φ_i(具有相似颜色直方图的像素集合)对应的常系数，h^c(φ_i)为集群φ_i的平均颜色直方图，h^c(φ_p)为集群φ_p的平均颜色直方图。

优选地，将H分量分为12级。

进一步地，所述步骤2计算每个像素基于结构对比特征的显著值的方法如下：

步骤2.1，提取像素点的梯度方向和梯度值作为结构特征；

步骤2.2，将结构特征分别进行量化；

步骤2.3，通过一个局部观察窗W_p获取每一个像素p的结构直方图；

步骤2.4，依据每个像素的结构直方图进行K-Means聚类，将具有相似结构直方图的像素归为同一个集群，共分为K_g类(K_g个集群)；

步骤2.5，计算每个像素的基于结构对比的显著值，公式如下：

式中：U^g(p)表示像素p的基于结构对比的显著值，Ω_i为与集群对应的常系数，ω_i的值为集群中像素的数量；为集群的平均梯度直方图；为集群的平均梯度直方图。

优选地，将结构特征分别量化为12级。

进一步地，所述步骤9沿水平方向和垂直方向进行二值像素累积投影的方法如下：

水平方向二值像素累积投影：统计每一行的像素数，得到一条以行数为横坐标、以每行上的像素数为纵坐标的水平投影曲线；

垂直方向二值像素累积投影：统计每一列的像素数，得到一条以列数为横坐标、以每列上的像素数为纵坐标的垂直投影曲线

进一步地，所述步骤10计算候选区域的特征描述子的方法如下：

步骤10.1，计算垂直波峰个数n_v；

统计垂直投影曲线中波峰的个数n_v。若水平曲线段中出现多个相邻的波峰，以中间点为波峰。

步骤10.2，计算垂直波峰值方差公式如下：

$S_H^2=\frac{\underset{i=1}{\overset{n_v}{\Σ}}{(H_i-\stackrel{\‾}{H})}^2}{n_v}---\left(5\right)$

式中：H_i为垂直投影曲线中第i个波峰的值，为波峰均值。

步骤10.3，计算垂直波峰间距方差公式如下：

$S_{H_d}^2=\frac{\underset{i=1}{\overset{n_v-1}{\Σ}}{(H_{d,i}-\stackrel{\‾}{H_d})}^2}{n_v-1}---\left(6\right)$

式中：H_d,i为垂直投影曲线中第i个波峰与第i+1个波峰的间距，为波峰间距均值。

步骤10.4，计算垂直波谷个数m_v；

统计垂直投影曲线中波谷的个数m_v。若水平曲线段中出现多个相邻的波谷，以中间点为波谷。

步骤10.5，计算垂直波谷值方差公式如下：

$S_L^2=\frac{\underset{i=1}{\overset{m_v}{\Σ}}{(L_i-\stackrel{\‾}{L})}^2}{m_v}---\left(7\right)$

式中：L_i为垂直投影曲线中第i个波谷值，为波谷均值。

步骤10.6，计算垂直波谷间距方差公式如下：

$S_{L_d}^2=\frac{\underset{i=1}{\overset{m_v-1}{\Σ}}{(L_{d,i}-\stackrel{\‾}{L_d})}^2}{m_v-1}---\left(8\right)$

式中：L_d,i为垂直投影曲线中第i个波谷与第i+1个波谷的间距，为波谷间距均值。

步骤10.7，计算水平波峰值M_i，i＝1,2,…,n_l，n_l为水平投影曲线中的波峰个数；

步骤10.8，计算水平波峰宽度M_w,i，i＝1,2,…,n_l，n_l为水平投影曲线中的波峰个数；

水平投影曲线中第i个波峰的宽度M_w,i等于其前后两个波谷的间距。

步骤10.9，计算相邻两水平波峰值之差ΔM_i，公式如下：

ΔM_i＝|M_i+1-M_i| (9)

式中：M_i为水平投影曲线中第i个波峰的值，i＝1,2,…,n_l，n_l为水平投影曲线中的波峰个数。

优选地，判决式(2)中的常系数分别为：k₁＝0.5，k₂＝3，k₃＝20，k₄＝0.2。

与现有技术相比，本发明具有以下有益效果：

本发明所述方法采用基于颜色对比和结构对比的方法对图像进行显著性区域检测，以此确定绝缘子候选区域；运用最大类间方差法对各候选区域进行二值化分割，并将其进行水平和垂直投影，将图像矩阵转换为投影曲线；最后计算针对投影曲线定义的表征绝缘子空域形态一致性特征的描述子，并以此对候选区域进行绝缘子搜索，从而实现对绝缘子的精确定位。本发明所述方法具有定位精度高、误判率低、计算量小运行速度高、受视频图像的拍摄角度和拍摄距离影响小等优点。

附图说明

图1为本发明所述方法流程图；

图2为水平投影曲线示意图；

图3为垂直投影曲线示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。

一种绝缘子定位方法，流程图如图1所示，包括以下步骤：

步骤1，计算输电线路的视频图像中每个像素基于颜色对比特征的显著值；

步骤2，计算输电线路的视频图像中每个像素基于结构对比特征的显著值；

步骤3，将步骤1和步骤2得到的显著值相加得到显著图；

步骤4，对得到的显著图进行二值分割；

设定一个阈值，将显著图中灰度值大于或等于该阈值的点重置为255(白色像素点)；否则重置为0(黑色像素点)。

步骤5，对二值分割后得到的图形进行形态学操作，去除噪声点；

对二值图像先进行开运算，再进行闭运算，便可去除图像噪声点。

开运算和闭运算均属于形态学概念。其中，

开运算：对图像先进行腐蚀运算再进行膨胀运算的运算方法称为开运算。开运算能去掉边缘毛刺、细长的突出和孤立斑点、削弱狭窄的部分，平滑图像的轮廓；

闭运算：对图像先进行膨胀运算再进行腐蚀运算的运算方法称为闭运算。闭运算能填充目标内的细小空洞和裂缝、连接断开的临近目标。

步骤6，进行连通域检测，计算各连通域的面积，去除面积小于所设定的阈值的连通域即伪目标，得到绝缘子候选区域；

依次逐行对被检测的二值图像进行扫描，将所有相邻接的白色像素点组成一个独立区域，这个区域即称为连通域。一幅二值图像中可存在多个连通域。

连通域面积为连通域内像素点的个数。

由于绝缘子占有较大面积，因此将一些面积过小的连通域视为伪目标。判断伪目标的面积阈值通过实验确定，作为一种最佳实施例，该阈值选为800。

步骤7，对绝缘子候选区域进行倾斜校正；

将绝缘子候选区域最小外接矩形的长边作为主轴方向，对绝缘子候选区域进行校正，使主轴与水平方向一致。

步骤8，利用最大类间方差法对绝缘子候选区域进行二值化分割；

按照图像的灰度特性将图像中的像素分为两类，然后计算这两类间的方差，方差越大，表明目标和背景间的差异越大，选取的二值化分割阈值也越合理。选取使类间方差达到最大的分割阈值。

步骤9，对进行二值化分割后的绝缘子候选区域，分别沿水平方向和垂直方向进行二值像素累积投影，得到水平投影曲线和垂直投影曲线；

步骤10，根据所述水平投影曲线和垂直投影曲线的特征计算特征描述子：与垂直投影曲线有关的6个：垂直波峰个数n_v，垂直波峰值方差垂直波峰间距方差垂直波谷个数m_v，垂直波谷值方差垂直波谷间距方差与水平投影曲线有关的3个：水平波峰值M_i，水平波峰宽度M_w,i，相邻两水平波峰值之差ΔM_i；

如图2、3所示，水平投影曲线和垂直投影曲线的特征如下：

特征1：垂直方向的投影曲线为等幅振荡波形，每一个波峰对应一个绝缘子，波谷对应相邻两绝缘子的中点；

特征2：垂直方向的投影曲线中的波峰和波谷等间距交替出现，对应着绝缘子的等距排列一致性；

特征3：水平方向的投影曲线为具有一定宽度的单峰或等高的双峰，图中的一个波峰对应一个绝缘子，波峰位置对应绝缘子的中心轴位置。

步骤11，确定绝缘子区域，方法如下：

如果垂直波谷个数m_v和垂直波峰个数n_v均小于设定的阈值T_n，则所述绝缘子候选区域内不包含绝缘子；否则，继续进行如下判断：

如果特征描述子的值同时满足式(1)和式(2)，则所述绝缘子候选区域即为绝缘子区域；否则，以垂直投影曲线中的最大值点为分割点，将所述绝缘子候选区域分割成左右两个新的绝缘子候选区域，重新计算左右两个新的绝缘子候选区域的特征描述子，重复步骤11，直到分别找到水平投影曲线满足式(2)的区域R_V和垂直投影曲线满足式(1)的区域R_L。绝缘子区域为：R_V∩R_L。

所述步骤1计算图像中每个像素基于颜色对比特征的显著值的方法如下：

步骤1.1，将图像转换到HIS颜色空间；

步骤1.2，将H分量分级；

步骤1.3，通过一个局部观察窗W_p获取每一个像素p的颜色直方图；

步骤1.4，依据每个像素的颜色直方图进行K-Means聚类，分为K_c类；

步骤1.5，按照公式(3)计算每个像素的基于颜色对比度的显著性水平，即显著值。

优选地，将H分量分为12级。

所述步骤2计算每个像素基于结构对比特征的显著值的方法如下：

步骤2.1，提取像素点的梯度方向和梯度值作为结构特征；

步骤2.2，将结构特征分别进行量化；

步骤2.3，通过一个局部观察窗W_p获取每一个像素p的结构直方图；

步骤2.4，依据每个像素的结构直方图进行K-Means聚类，分为K_g类；

步骤2.5，按照公式(4)计算每个像素的基于结构对比度的显著值。

优选地，将结构特征分别量化为12级。

所述步骤9沿水平方向和垂直方向进行二值像素累积投影的方法如下：

水平方向二值像素累积投影：统计每一行的像素数，得到一条以行数为横坐标、以每行上的像素数为纵坐标的水平投影曲线；

垂直方向二值像素累积投影：统计每一列的像素数，得到一条以列数为横坐标、以每列上的像素数为纵坐标的垂直投影曲线。

所述步骤10计算候选区域的特征描述子的方法如下：

步骤10.1，计算垂直波峰个数n_v；

由于曲线中毛刺的影响，在水平曲线段中可能出现多个相邻的波峰点，处理方法是以中间点作为波峰点，统计波峰个数n_v。

步骤10.2，按公式(5)计算垂直波峰值方差

步骤10.3，按公式(6)计算垂直波峰间距方差

步骤10.4，计算垂直波谷个数m_v；

计算方法同步骤10.1。

步骤10.5，按公式(7)计算垂直波谷值方差

步骤10.6，按公式(8)计算垂直波谷间距方差

步骤10.7，计算水平波峰值M_i，i＝1,2,…,n_l，n_l为水平投影曲线中的波峰个数；

水平投影曲线中波峰与波谷的提取方式与垂直投影曲线中相同。

步骤10.8，计算水平波峰宽度M_w,i，i＝1,2,…,n_l，n_l为水平投影曲线中的波峰个数；

水平投影曲线中第i个波峰的宽度M_w,i等于其前后两个波谷的间距。

步骤10.9，按公式(9)计算相邻两水平波峰值之差ΔM_i。

步骤11中的判决式(1)是根据绝缘子的等距、垂直排列特性进行判断；由于水平波峰值表征绝缘子的长度，水平波峰宽度表征绝缘子的伞裙直径，依据显著性检测的实验结果分析，将绝缘子长度至少占候选区域的一半视为有效检测，因此，选取判决式(2)中的常系数k₁＝0.5；依据国标GB772中绝缘子的尺寸规定与高压线路中绝缘子片数的规定，选取常系数k₂＝3，k₃＝20；考虑到架空线路中存在单个绝缘子和双绝缘子两种常见安装方式，而以双绝缘子方式安装时使用的是完全相同的两个绝缘子，因此选取常系数k₄＝0.2，以相邻两波峰值之差小于最大波峰值的1/5来表征双绝缘子的相似性。

本发明不限于上述实施方式，本领域技术人员所做出的对上述实施方式任何显而易见的改进或变更，都不会超出本发明的构思和所附权利要求的保护范围。

Claims (8)

1.一种绝缘子定位方法，其特征在于，包括以下步骤：

步骤1，计算输电线路的视频图像中每个像素基于颜色对比特征的显著值；

步骤2，计算输电线路的视频图像中每个像素基于结构对比特征的显著值；

步骤3，将步骤1和步骤2得到的显著值相加得到显著图；

步骤4，对得到的显著图进行二值分割；

步骤5，对二值分割后得到的图形进行形态学操作，去除噪声点；

步骤6，进行连通域检测，计算各连通域的面积，去除面积小于所设定的阈值的连通域即伪目标，得到绝缘子候选区域；

步骤7，对所述绝缘子候选区域进行倾斜校正；

步骤8，利用最大类间方差法对倾斜校正后的绝缘子候选区域进行二值化分割；

步骤9，对进行二值化分割后的绝缘子候选区域，分别沿水平方向和垂直方向进行二值像素累积投影，得到水平投影曲线和垂直投影曲线；

步骤10，根据所述水平投影曲线和垂直投影曲线的特征计算所述绝缘子候选区域的特征描述子，与垂直投影曲线有关的特征描述子包括：垂直波峰个数n_v，垂直波峰值方差垂直波峰间距方差垂直波谷个数m_v，垂直波谷值方差垂直波谷间距方差与水平投影曲线有关的特征描述子包括：水平波峰值M_i，水平波峰宽度M_w,i，相邻两水平波峰值之差ΔM_i；

步骤11，确定绝缘子区域，方法如下：

如果垂直波谷个数m_v和垂直波峰个数n_v均小于设定的阈值T_n，则所述绝缘子候选区域内不包含绝缘子；否则，继续进行如下判断：

如果特征描述子的值同时满足式(1)和式(2)，则所述绝缘子候选区域即为绝缘子区域；否则，以垂直投影曲线中的最大值点为分割点，将所述绝缘子候选区域分割成左右两个新的绝缘子候选区域，重新计算左右两个新的绝缘子候选区域的特征描述子，重复步骤11，直到分别找到水平投影曲线满足式(2)的区域R_V和垂直投影曲线满足式(1)的区域R_L；绝缘子区域为：R_V∩R_L；

$\left\{\begin{array}{c}{S}_H^2\≤T_s\\ S_{H_d}^2\≤T_s\\ S_L^2\≤T_s\\ S_{L_d}^2\≤T_s\end{array}\right.---\left(1\right)$

$\left\{\begin{array}{c}{k}_1\·g_w\≤M_i\\ k_2\≤\frac{M_i}{M_{w,i}}\≤k_3\\ {\mathrm{\ΔM}}_i\≤k_4\·max(M_i,M_{i+1})\end{array}\right.---\left(2\right)$

式中：T_s为方差阈值，g_w为绝缘子候选区域宽度，k₁、k₂、k₃、k₄均为由实验确定的常系数。

2.根据权利要求1所述的绝缘子定位方法，其特征在于，所述步骤1计算每个像素基于颜色对比特征的显著值的方法如下：

步骤1.1，将图像转换到HIS颜色空间；

步骤1.2，将H分量分级；

步骤1.3，通过一个局部观察窗W_p获取每一个像素p的颜色直方图；

步骤1.4，依据每个像素的颜色直方图进行K-Means聚类，将具有相似颜色直方图的像素归为同一个集群，共分为K_c类；

步骤1.5，计算每个像素的基于颜色对比的显著值，公式如下：

$U^c\left(p\right)=\underset{i=1}{\overset{K_c}{\Σ}}{\mathrm{\ω}}_i\left|\right|h^c\left({\mathrm{\φ}}_i\right),h^c\left({\mathrm{\φ}}_p\right)\left|\right|---\left(3\right)$

式中：U^c(p)表示像素p的基于颜色对比的显著值，||·||表示求范数运算，ω_i为与集群φ_i对应的常系数，h^c(φ_i)为集群φ_i的平均颜色直方图，h^c(φ_p)为集群φ_p的平均颜色直方图。

3.根据权利要求2所述的绝缘子定位方法，其特征在于，将H分量分为12级。

4.根据权利要求1所述的绝缘子定位方法，其特征在于，所述步骤2计算每个像素基于结构对比特征的显著值的方法如下：

步骤2.1，提取像素点的梯度方向和梯度值作为结构特征；

步骤2.2，将结构特征分别进行量化；

步骤2.3，通过一个局部观察窗W_p获取每一个像素p的结构直方图；

步骤2.4，依据每个像素的结构直方图进行K-Means聚类，将具有相似结构直方图的像素归为同一个集群，共分为K_g类；

步骤2.5，计算每个像素的基于结构对比的显著值，公式如下：

式中：U^g(p)表示像素p的基于结构对比的显著值，Ω_i为与集群对应的常系数；为集群的平均梯度直方图；为集群的平均梯度直方图。

5.根据权利要求4所述的绝缘子定位方法，其特征在于，所述步骤2.2将结构特征分别量化为12级。

6.根据权利要求1所述的绝缘子定位方法，其特征在于，所述步骤9沿水平方向和垂直方向进行二值像素累积投影的方法如下：

水平方向二值像素累积投影：统计每一行的像素数，得到一条以行数为横坐标、以每行上的像素数为纵坐标的水平投影曲线；

垂直方向二值像素累积投影：统计每一列的像素数，得到一条以列数为横坐标、以每列上的像素数为纵坐标的垂直投影曲线。

7.根据权利要求4所述的绝缘子定位方法，其特征在于，所述步骤10计算候选区域的特征描述子的方法如下：

步骤10.1，计算垂直波峰个数n_v；

统计垂直投影曲线中波峰的个数n_v；若水平曲线段中出现多个相邻的波峰，以中间点为波峰；

步骤10.2，计算垂直波峰值方差公式如下：

$S_H^2=\frac{\underset{i=1}{\overset{n_v}{\Σ}}{(H_i-\stackrel{\‾}{H})}^2}{n_v}---\left(5\right)$

式中：H_i为垂直投影曲线中第i个波峰的值，为波峰均值；

步骤10.3，计算垂直波峰间距方差公式如下：

$S_{H_d}^2=\frac{\underset{i=1}{\overset{n_v-1}{\Σ}}{(H_{d,i}-\stackrel{\‾}{H_d})}^2}{n_v-1}---\left(6\right)$

式中：H_d,i为垂直投影曲线中第i个波峰与第i+1个波峰的间距，为波峰间距均值；

步骤10.4，计算垂直波谷个数m_v；

统计垂直投影曲线中波谷的个数m_v；若水平曲线段中出现多个相邻的波谷，以中间点为波谷；

步骤10.5，计算垂直波谷值方差公式如下：

$S_L^2=\frac{\underset{i=1}{\overset{m_v}{\Σ}}{(L_i-\stackrel{\‾}{L})}^2}{m_v}---\left(7\right)$

式中：L_i为垂直投影曲线中第_i个波谷值，为波谷均值；

步骤10.6，计算垂直波谷间距方差公式如下：

$S_{L_d}^2=\frac{\underset{i=1}{\overset{m_v-1}{\Σ}}{(L_{d,i}-\stackrel{\‾}{L_d})}^2}{m_v-1}---\left(8\right)$

式中：L_d,i为垂直投影曲线中第i个波谷与第i+1个波谷的间距，为波谷间距均值；

步骤10.7，计算水平波峰值M_i，i＝1,2,…,n_l，n_l为水平投影曲线中的波峰个数；

步骤10.8，计算水平波峰宽度M_w,i，i＝1,2,…,n_l，n_l为水平投影曲线中的波峰个数；

水平投影曲线中第i个波峰的宽度M_w,i等于其前后两个波谷的间距；

步骤10.9，计算相邻两水平波峰值之差ΔM_i，公式如下：

ΔM_i＝|M_i+1-M_i| (9)

式中：M_i为水平投影曲线中第i个波峰的值，i＝1,2,…,n_l，n_l为水平投影曲线中的波峰个数。

8.根据权利要求7所述的绝缘子定位方法，其特征在于，判决式(2)中的常系数分别为：k₁＝0.5，k₂＝3，k₃＝20，k₄＝0.2。