CN109884468B - 一种基于图像像素积累分析的绝缘子自爆缺陷检测方法 - Google Patents
一种基于图像像素积累分析的绝缘子自爆缺陷检测方法 Download PDFInfo
- Publication number
- CN109884468B CN109884468B CN201910163289.1A CN201910163289A CN109884468B CN 109884468 B CN109884468 B CN 109884468B CN 201910163289 A CN201910163289 A CN 201910163289A CN 109884468 B CN109884468 B CN 109884468B
- Authority
- CN
- China
- Prior art keywords
- local maximum
- insulator
- local
- maximum value
- axis
- 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.)
- Expired - Fee Related
Links
- 239000012212 insulator Substances 0.000 title claims abstract description 98
- 238000009825 accumulation Methods 0.000 title claims abstract description 31
- 230000007547 defect Effects 0.000 title claims abstract description 26
- 238000004880 explosion Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 19
- 230000002950 deficient Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 3
- 238000011426 transformation method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 abstract description 4
- 239000000463 material Substances 0.000 abstract description 4
- 239000011295 pitch Substances 0.000 description 8
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,基于图像处理技术对绝缘子的准确识别,充分利用绝缘子串图像像素积累分析结果,针对绝缘子是否存在缺陷进行自动判别与诊断,能够减少用于巡检维护的人力和物力,避免主观因素所造成的干扰,为高压输电线路的自动巡检提供了技术支撑,且有效提高了巡检准确率,及时发现缺陷绝缘子位置,保证高压输电线路实际工作的稳定性。
Description
技术领域
本发明涉及一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,属于图像处理技术和电网检测技术领域。
背景技术
绝缘子作为电网中的零部件,用量庞大、种类繁多,在输电线路中有着重要作用。它作为机械支撑装置一方面对传输电流的导线进行支撑,另一方面能够让输电线路及其设备之间产生绝缘,防止电流对地形成通道接地。然而,由于长时间经受机械负荷作用,并且受到覆冰、温升、风吹等气象因素影响,绝缘子很容易出现自爆、破损、裂纹、异物等故障,导致供电中断,甚至会引起电网瘫痪,因此绝缘子直接关系到输电线路的安全运行。为了使输电线路中绝缘子的巡查更具高效性,需要采用先进技术。对绝缘子的识别与检测拥有广阔的应用前景。随着计算机视觉技术的高速发展和数字相机分辨率的不断提高,将数据采集和图像处理技术相结合的电网巡检和故障排查方法是必然趋势。
发明内容
本发明所要解决的技术问题是提供一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,基于图像处理技术对绝缘子的准确识别,针对绝缘子是否存在缺陷进行自动判别与诊断,能够减少用于巡检维护的人力和物力,避免主观因素所造成的干扰,提高巡检准确率。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,用于针对目标区域高压输电线路,实现缺陷绝缘子位置的检测与定位,包括如下步骤:
步骤A.获得包含目标区域高压输电线路的高空航拍图像,并进行二值化处理,获得初始图像,然后进入步骤B;
步骤B.针对初始图像进行骨架提取,并分割出其中各个绝缘子串区域,分别构成各幅绝缘子串区域图像,然后分别针对各幅绝缘子串区域图像,执行如下步骤C至步骤H,对各幅绝缘子串区域图像所对应的绝缘子串区域,分别实现缺陷绝缘子位置的检测与定位,进而对目标区域高压输电线路,实现缺陷绝缘子位置的检测与定位;
步骤C.以绝缘子串区域图像中绝缘子串轴线为横坐标X轴构建坐标系,且坐标系纵坐标Y轴位于绝缘子串区域图像中,然后进入步骤D;
步骤D.分别针对X轴上的各个位置,获得位置上沿Y轴方向、像素灰度值为255的像素点个数,作为该位置所对应的像素积累结果,即获得X轴上各个位置分别所对应的像素积累结果,然后进入步骤E;
步骤E.针对X轴上各个位置所对应的像素积累结果,提取出其中各个局部极大值,构成初级局部极大值集合{p(xi)},然后进入步骤F;其中,i∈[1,I],I表示初级局部极大值集合{p(xi)}中局部极大值的个数,xi表示初级局部极大值集合中第i个局部极大值所对应X轴的位置,p(xi)表示初级局部极大值集合中第i个局部极大值;
步骤F.针对初级局部极大值集合{p(xi)},删除其中相对平均值偏移比例达到预设初级偏移比例阈值的各个局部极大值,更新初级局部极大值集合{p(xi)}为中级局部极大值集合{q(xj)},然后进入步骤G;其中,j∈[1,J],J表示中级局部极大值集合{q(xj)}中局部极大值的个数,xj表示中级局部极大值集合中第j个局部极大值所对应X轴的位置,q(xj)表示中级局部极大值集合中第j个局部极大值;
步骤G.针对中级局部极大值集合{q(xj)},剔除其中满足相邻局部极大值所对应X轴位置之间间距、不大于预设间距偏移比例阈值要求的对应各局部极大值,更新中级局部极大值集合{q(xj)}为终极局部极大值集合{r(xk)},然后进入步骤H,其中,k∈[1,K],K表示终级局部极大值集合{r(xk)}中局部极大值的个数,xk表示终级局部极大值集合中第k个局部极大值所对应X轴的位置,r(xk)表示终级局部极大值集合中第k个局部极大值;
步骤H.根据终极局部极大值集合{r(xk)},针对该幅绝缘子串区域图像所对应绝缘子串区域实现缺陷绝缘子位置的检测与定位。
计算获得初级局部极大值集合{p(xi)}中各个局部极大值分别相对平均值的偏移比例Ti,并删除其中偏离比例不低于预设初级偏移比例阈值的各个局部极大值,更新初级局部极大值集合{p(xi)}为中级局部极大值集合{q(xj)}。
作为本发明的一种优选技术方案:所述预设初级偏移比例阈值的取值范围为12%-18%。
作为本发明的一种优选技术方案:所述步骤G包括如下步骤G-1至步骤G-3;
步骤G-1.获得中级局部极大值集合{q(xj)}中各相邻局部极大值对应X轴位置之间的间距,构成间距集合{lj'},然后进入步骤G-2;其中,j'∈[1,J-1],lj'=xj'+1-xj',lj'表示中级局部极大值集合{q(xj)}中第j'+1个局部极大值所对应X轴位置与第j'个局部极大值所对应X轴位置之间的间距;
步骤G-2.获得间距集合{lj'}的平均值然后计算获得间距集合{lj'}中各个间距分别相对平均值的偏移比例,并获得其中偏离比例不大于预设间距偏移比例阈值的各个间距,作为各个待处理间距,然后进入步骤G-3;
步骤G-3.分别针对各个待处理间距,获得待处理间距对应间距集合{lj'}中所在位置的上一个间距以及对应间距集合{lj'}中所在位置下一个间距,然后判断上一个间距是否不大于下一个间距,是则针对中级局部极大值集合{q(xj)},删除该待处理间距所对应两个局部极大值中的第一个局部极大值,否则针对中级局部极大值集合{q(xj)},删除该待处理间距所对应两个局部极大值中的第二个局部极大值;
由此完成分别针对各个待处理间距的操作后,更新中级局部极大值集合{q(xj)}为终极局部极大值集合{r(xk)},然后进入步骤H,其中,k∈[1,K],K表示终级局部极大值集合{r(xk)}中局部极大值的个数,xk表示终级局部极大值集合中第k个局部极大值所对应X轴的位置,r(xk)表示终级局部极大值集合中第k个局部极大值。
作为本发明的一种优选技术方案,所述预设间距偏移比例阈值的取值范围为25%-35%。
作为本发明的一种优选技术方案,所述步骤H包括如下步骤H-1至步骤H-3;
步骤H-1.获得终级局部极大值集合{r(xk)}中各相邻局部极大值对应X轴位置之间的间距,构成间距集合{sk'},并获得间距集合{sk'}的平均值然后进入步骤H-2;其中,k'∈[1,K-1],sk'=xk'+1-xk',sk'表示终级局部极大值集合{r(xk)}中第k'+1个局部极大值所对应X轴位置与第k'个局部极大值所对应X轴位置之间的间距;
步骤H-3.判断间距集合{sk'}中是否存在满足Nk'≥M要求的间距sk',M表示预设偏移阈值;
是则满足该要求的各间距sk'分别所对应X轴两位置之间均缺少一个绝缘子盘片,当该幅绝缘子串区域图像所对应绝缘子串区域存在自爆缺陷时,缺陷绝缘子位置为满足该要求各间距sk'分别所对应X轴两位置之间的Qk'个等间隔点,Qk'等于对应间距sk'所对应偏移值Nk'-1;否则表示该幅绝缘子串区域图像所对应的绝缘子串区域工作正常。
作为本发明的一种优选技术方案:所述预设偏移阈值M=2。
作为本发明的一种优选技术方案:所述步骤B中,采用Hough变换方法分割出其中各个绝缘子串区域。
本发明所述一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,采用以上技术方案与现有技术相比,具有以下技术效果:
本发明所设计基于图像像素积累分析的绝缘子自爆缺陷检测方法,基于图像处理技术对绝缘子的准确识别,充分利用绝缘子串图像像素积累分析结果,针对绝缘子是否存在缺陷进行自动判别与诊断,能够减少用于巡检维护的人力和物力,避免主观因素所造成的干扰,为高压输电线路的自动巡检提供了技术支撑,且有效提高了巡检准确率,及时发现缺陷绝缘子位置,保证高压输电线路实际工作的稳定性。
附图说明
图1是本发明设计基于图像像素积累分析的绝缘子自爆缺陷检测方法的流程图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明设计了一基于图像像素积累分析的绝缘子自爆缺陷检测方法,用于针对目标区域高压输电线路,实现缺陷绝缘子位置的检测与定位,实际应用当中,如图1所示,具体包括如下步骤。
步骤A.获得包含目标区域高压输电线路的高空航拍图像,并进行二值化处理,获得初始图像,然后进入步骤B。
步骤B.针对初始图像进行骨架提取,并采用Hough变换方法分割出其中各个绝缘子串区域,分别构成各幅绝缘子串区域图像,然后分别针对各幅绝缘子串区域图像,执行如下步骤C至步骤H,对各幅绝缘子串区域图像所对应的绝缘子串区域,分别实现缺陷绝缘子位置的检测与定位,进而对目标区域高压输电线路,实现缺陷绝缘子位置的检测与定位。
步骤C.以绝缘子串区域图像中绝缘子串轴线为横坐标X轴构建坐标系,且坐标系纵坐标Y轴位于绝缘子串区域图像中,然后进入步骤D。
步骤D.分别针对X轴上的各个位置,获得位置上沿Y轴方向、像素灰度值为255的像素点个数,作为该位置所对应的像素积累结果,即获得X轴上各个位置分别所对应的像素积累结果,然后进入步骤E。
步骤E.针对X轴上各个位置所对应的像素积累结果,提取出其中各个局部极大值,构成初级局部极大值集合{p(xi)},然后进入步骤F;其中,i∈[1,I],I表示初级局部极大值集合{p(xi)}中局部极大值的个数,xi表示初级局部极大值集合中第i个局部极大值所对应X轴的位置,p(xi)表示初级局部极大值集合中第i个局部极大值。
步骤F.针对初级局部极大值集合{p(xi)},删除其中相对平均值偏移比例达到预设初级偏移比例阈值的各个局部极大值,更新初级局部极大值集合{p(xi)}为中级局部极大值集合{q(xj)},然后进入步骤G;其中,j∈[1,J],J表示中级局部极大值集合{q(xj)}中局部极大值的个数,xj表示中级局部极大值集合中第j个局部极大值所对应X轴的位置,q(xj)表示中级局部极大值集合中第j个局部极大值。
上述步骤F在实际应用中,具体按如下设计进行执行。
计算获得初级局部极大值集合{p(xi)}中各个局部极大值分别相对平均值的偏移比例Ti,并删除其中偏离比例不低于预设初级偏移比例阈值的各个局部极大值,更新初级局部极大值集合{p(xi)}为中级局部极大值集合{q(xj)};实际应用中,预设初级偏移比例阈值的取值范围为12%-18%,具体可以选择15%,即上述实际执行中,删除其中偏离比例不低于15%的各个局部极大值。
步骤G.针对中级局部极大值集合{q(xj)},剔除其中满足相邻局部极大值所对应X轴位置之间间距、不大于预设间距偏移比例阈值要求的对应各局部极大值,更新中级局部极大值集合{q(xj)}为终极局部极大值集合{r(xk)},然后进入步骤H,其中,k∈[1,K],K表示终级局部极大值集合{r(xk)}中局部极大值的个数,xk表示终级局部极大值集合中第k个局部极大值所对应X轴的位置,r(xk)表示终级局部极大值集合中第k个局部极大值。
上述步骤G在实际应用中,具体按如下步骤G-1至步骤G-3的设计进行执行。
步骤G-1.获得中级局部极大值集合{q(xj)}中各相邻局部极大值对应X轴位置之间的间距,构成间距集合{lj'},然后进入步骤G-2;其中,j'∈[1,J-1],lj'=xj'+1-xj',lj'表示中级局部极大值集合{q(xj)}中第j'+1个局部极大值所对应X轴位置与第j'个局部极大值所对应X轴位置之间的间距。
计算获得间距集合{lj'}中各个间距分别相对平均值的偏移比例Gj’,再获得其中偏离比例不大于预设间距偏移比例阈值的各个间距,作为各个待处理间距,然后进入步骤G-3;实际应用中,预设间距偏移比例阈值的取值范围为25%-35%,具体可以选择30%,即上述实际执行中,即获得其中偏离比例不大于30%的各个间距,作为各个待处理间距。
步骤G-3.分别针对各个待处理间距,获得待处理间距对应间距集合{lj'}中所在位置的上一个间距以及对应间距集合{lj'}中所在位置下一个间距,然后判断上一个间距是否不大于下一个间距,是则针对中级局部极大值集合{q(xj)},删除该待处理间距所对应两个局部极大值中的第一个局部极大值,否则针对中级局部极大值集合{q(xj)},删除该待处理间距所对应两个局部极大值中的第二个局部极大值。
由此上述完成分别针对各个待处理间距的操作后,更新中级局部极大值集合{q(xj)}为终极局部极大值集合{r(xk)},然后进入步骤H,其中,k∈[1,K],K表示终级局部极大值集合{r(xk)}中局部极大值的个数,xk表示终级局部极大值集合中第k个局部极大值所对应X轴的位置,r(xk)表示终级局部极大值集合中第k个局部极大值。
步骤H.根据终极局部极大值集合{r(xk)},针对该幅绝缘子串区域图像所对应绝缘子串区域实现缺陷绝缘子位置的检测与定位。
上述步骤H在实际应用中,具体按如下步骤H-1至步骤H-3的设计进行执行。
步骤H-1.获得终级局部极大值集合{r(xk)}中各相邻局部极大值对应X轴位置之间的间距,构成间距集合{sk'},并获得间距集合{sk'}的平均值然后进入步骤H-2;其中,k'∈[1,K-1],sk'=xk'+1-xk',sk'表示终级局部极大值集合{r(xk)}中第k'+1个局部极大值所对应X轴位置与第k'个局部极大值所对应X轴位置之间的间距。
步骤H-3.判断间距集合{sk'}中是否存在满足Nk'≥M要求的间距sk',M表示预设偏移阈值,实际应用中,预设偏移阈值M的取值可设计采用2。
对于上述判断,是则满足该要求的各间距sk'分别所对应X轴两位置之间均缺少一个绝缘子盘片,当该幅绝缘子串区域图像所对应绝缘子串区域存在自爆缺陷时,缺陷绝缘子位置为满足该要求各间距sk'分别所对应X轴两位置之间的Qk'个等间隔点,Qk'等于对应间距sk'所对应偏移值Nk'-1;否则表示该幅绝缘子串区域图像所对应的绝缘子串区域工作正常。
上述技术方案所设计基于图像像素积累分析的绝缘子自爆缺陷检测方法,基于图像处理技术对绝缘子的准确识别,充分利用绝缘子串图像像素积累分析结果,针对绝缘子是否存在缺陷进行自动判别与诊断,能够减少用于巡检维护的人力和物力,避免主观因素所造成的干扰,为高压输电线路的自动巡检提供了技术支撑,且有效提高了巡检准确率,及时发现缺陷绝缘子位置,保证高压输电线路实际工作的稳定性。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (8)
1.一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,用于针对目标区域高压输电线路,实现缺陷绝缘子位置的检测与定位,其特征在于,包括如下步骤:
步骤A.获得包含目标区域高压输电线路的高空航拍图像,并进行二值化处理,获得初始图像,然后进入步骤B;
步骤B.针对初始图像进行骨架提取,并分割出其中各个绝缘子串区域,分别构成各幅绝缘子串区域图像,然后分别针对各幅绝缘子串区域图像,执行如下步骤C至步骤H,对各幅绝缘子串区域图像所对应的绝缘子串区域,分别实现缺陷绝缘子位置的检测与定位,进而对目标区域高压输电线路,实现缺陷绝缘子位置的检测与定位;
步骤C.以绝缘子串区域图像中绝缘子串轴线为横坐标X轴构建坐标系,且坐标系纵坐标Y轴位于绝缘子串区域图像中,然后进入步骤D;
步骤D.分别针对X轴上的各个位置,获得位置上沿Y轴方向、像素灰度值为255的像素点个数,作为该位置所对应的像素积累结果,即获得X轴上各个位置分别所对应的像素积累结果,然后进入步骤E;
步骤E.针对X轴上各个位置所对应的像素积累结果,提取出其中各个局部极大值,构成初级局部极大值集合{p(xi)},然后进入步骤F;其中,i∈[1,I],I表示初级局部极大值集合{p(xi)}中局部极大值的个数,xi表示初级局部极大值集合中第i个局部极大值所对应X轴的位置,p(xi)表示初级局部极大值集合中第i个局部极大值;
步骤F.针对初级局部极大值集合{p(xi)},删除其中相对平均值偏移比例达到预设初级偏移比例阈值的各个局部极大值,更新初级局部极大值集合{p(xi)}为中级局部极大值集合{q(xj)},然后进入步骤G;其中,j∈[1,J],J表示中级局部极大值集合{q(xj)}中局部极大值的个数,xj表示中级局部极大值集合中第j个局部极大值所对应X轴的位置,q(xj)表示中级局部极大值集合中第j个局部极大值;
步骤G.针对中级局部极大值集合{q(xj)},剔除其中满足相邻局部极大值所对应X轴位置之间间距、不大于预设间距偏移比例阈值要求的对应各局部极大值,更新中级局部极大值集合{q(xj)}为终极局部极大值集合{r(xk)},然后进入步骤H,其中,k∈[1,K],K表示终级局部极大值集合{r(xk)}中局部极大值的个数,xk表示终级局部极大值集合中第k个局部极大值所对应X轴的位置,r(xk)表示终级局部极大值集合中第k个局部极大值;
步骤H.根据终极局部极大值集合{r(xk)},针对该幅绝缘子串区域图像所对应绝缘子串区域实现缺陷绝缘子位置的检测与定位;
上述步骤H包括如下步骤H-1至步骤H-3;
步骤H-1.获得终级局部极大值集合{r(xk)}中各相邻局部极大值对应X轴位置之间的间距,构成间距集合{sk'},并获得间距集合{sk'}的平均值然后进入步骤H-2;其中,k'∈[1,K-1],sk'=xk'+1-xk',sk'表示终级局部极大值集合{r(xk)}中第k'+1个局部极大值所对应X轴位置与第k'个局部极大值所对应X轴位置之间的间距;
步骤H-3.判断间距集合{sk'}中是否存在满足Nk'≥M要求的间距sk',M表示预设偏移阈值;是则满足该要求的各间距sk'分别所对应X轴两位置之间均缺少一个绝缘子盘片,当该幅绝缘子串区域图像所对应绝缘子串区域存在自爆缺陷时,缺陷绝缘子位置为满足该要求各间距sk'分别所对应X轴两位置之间的Qk'个等间隔点,Qk'等于对应间距sk'所对应偏移值Nk'-1;否则表示该幅绝缘子串区域图像所对应的绝缘子串区域工作正常。
3.根据权利要求2所述一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,其特征在于:所述预设初级偏移比例阈值的取值范围为12%-18%。
4.根据权利要求1所述一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,其特征在于,所述步骤G包括如下步骤G-1至步骤G-3;
步骤G-1.获得中级局部极大值集合{q(xj)}中各相邻局部极大值对应X轴位置之间的间距,构成间距集合{lj'},然后进入步骤G-2;其中,j'∈[1,J-1],lj'=xj'+1-xj',lj'表示中级局部极大值集合{q(xj)}中第j'+1个局部极大值所对应X轴位置与第j'个局部极大值所对应X轴位置之间的间距;
步骤G-2.获得间距集合{lj'}的平均值然后计算获得间距集合{lj'}中各个间距分别相对平均值的偏移比例,并获得其中偏离比例不大于预设间距偏移比例阈值的各个间距,作为各个待处理间距,然后进入步骤G-3;
步骤G-3.分别针对各个待处理间距,获得待处理间距对应间距集合{lj'}中所在位置的上一个间距以及对应间距集合{lj'}中所在位置下一个间距,然后判断上一个间距是否不大于下一个间距,是则针对中级局部极大值集合{q(xj)},删除该待处理间距所对应两个局部极大值中的第一个局部极大值,否则针对中级局部极大值集合{q(xj)},删除该待处理间距所对应两个局部极大值中的第二个局部极大值;
由此完成分别针对各个待处理间距的操作后,更新中级局部极大值集合{q(xj)}为终极局部极大值集合{r(xk)},然后进入步骤H,其中,k∈[1,K],K表示终级局部极大值集合{r(xk)}中局部极大值的个数,xk表示终级局部极大值集合中第k个局部极大值所对应X轴的位置,r(xk)表示终级局部极大值集合中第k个局部极大值。
6.根据权利要求5所述一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,其特征在于,所述预设间距偏移比例阈值的取值范围为25%-35%。
7.根据权利要求1所述一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,其特征在于:所述预设偏移阈值M=2。
8.根据权利要求1所述一种基于图像像素积累分析的绝缘子自爆缺陷检测方法,其特征在于:所述步骤B中,采用Hough变换方法分割出其中各个绝缘子串区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910163289.1A CN109884468B (zh) | 2019-03-05 | 2019-03-05 | 一种基于图像像素积累分析的绝缘子自爆缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910163289.1A CN109884468B (zh) | 2019-03-05 | 2019-03-05 | 一种基于图像像素积累分析的绝缘子自爆缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109884468A CN109884468A (zh) | 2019-06-14 |
CN109884468B true CN109884468B (zh) | 2020-06-02 |
Family
ID=66930653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910163289.1A Expired - Fee Related CN109884468B (zh) | 2019-03-05 | 2019-03-05 | 一种基于图像像素积累分析的绝缘子自爆缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109884468B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110852988A (zh) * | 2019-09-27 | 2020-02-28 | 广东电网有限责任公司清远供电局 | 一种绝缘子串自爆的检测方法、装置、设备及存储介质 |
CN111220619B (zh) * | 2019-12-05 | 2023-05-05 | 河海大学常州校区 | 一种绝缘子自爆检测方法 |
CN111652857B (zh) * | 2020-05-20 | 2022-05-13 | 国网河北省电力有限公司检修分公司 | 一种绝缘子缺陷红外检测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1451561A2 (en) * | 2001-11-28 | 2004-09-01 | Applied Materials, Inc. | Method for detecting defects in substrates |
JP2008180586A (ja) * | 2007-01-24 | 2008-08-07 | Fuji Xerox Co Ltd | 画像検査装置、画像診断装置及び画像検査プログラム |
CN102519974B (zh) * | 2011-12-15 | 2014-07-02 | 国网电力科学研究院 | 基于图像智能识别的复合绝缘子龟裂检测方法 |
CN103136531B (zh) * | 2013-03-26 | 2016-01-13 | 华北电力大学(保定) | 一种绝缘子串红外图像自动识别方法 |
CN103605981B (zh) * | 2013-12-03 | 2016-07-20 | 国家电网公司 | 基于图像识别的绝缘子缺陷识别方法 |
CN103886610B (zh) * | 2014-04-05 | 2016-08-17 | 东北电力大学 | 一种绝缘子图像缺陷检测方法 |
-
2019
- 2019-03-05 CN CN201910163289.1A patent/CN109884468B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN109884468A (zh) | 2019-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109884468B (zh) | 一种基于图像像素积累分析的绝缘子自爆缺陷检测方法 | |
CN108765373B (zh) | 一种基于集成分类器在线学习的绝缘子异常自动检测方法 | |
CN108986104B (zh) | 基于距离变换和标记分水岭算法的绝缘子图像分割方法 | |
CN108734689B (zh) | 一种基于区域生长的导线散股检测方法 | |
CN108257138B (zh) | 一种基于边缘检测的瓷质绝缘子裂缝特征检测方法 | |
CN111652857B (zh) | 一种绝缘子缺陷红外检测方法 | |
CN111754465A (zh) | 一种绝缘子定位与掉串检测方法 | |
CN107154034B (zh) | 一种高铁接触网斜拉线定位钩的状态检测方法及系统 | |
CN106338674B (zh) | 基于改进ecoc分类器的直流电缆接头绝缘故障诊断方法及系统 | |
CN115512252B (zh) | 基于无人机的电网巡检自动化方法及系统 | |
CN107179479A (zh) | 基于可见光图像的输电导线散股缺陷检测方法 | |
CN111965214B (zh) | 一种架空线路复合绝缘子发热缺陷判断方法及系统 | |
CN111220619B (zh) | 一种绝缘子自爆检测方法 | |
CN112150412A (zh) | 一种基于投影曲线分析的绝缘子自爆缺陷检测方法 | |
CN105528790A (zh) | 一种输电线路小型部件识别方法 | |
CN111161236A (zh) | 复合绝缘子憎水性检测方法、装置、介质和设备 | |
CN108010019B (zh) | 一种基于自适应切割单个绝缘子的缺陷检测方法 | |
CN106934802B (zh) | 一种基于决策树的裂化瓷质绝缘子判定诊断方法 | |
CN110782411B (zh) | 一种基于图像处理的防震锤滑移识别方法 | |
CN108470141B (zh) | 一种基于统计特征与机器学习的配电线路中绝缘子识别方法 | |
CN115761613B (zh) | 一种基于卷积网络的隧道裂缝自动检测方法 | |
CN108573233B (zh) | 一种基于图像处理技术的电网陶瓷绝缘子识别方法 | |
CN115170476B (zh) | 基于图像处理的印制线路板缺陷检测方法 | |
CN116167999A (zh) | 一种基于图像匹配的配电线路零值绝缘子红外热像检测方法 | |
CN114061476B (zh) | 一种输电线路绝缘子挠度检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200602 |