CN110874825B - 一种复合绝缘子表面水迹二值图像提取方法 - Google Patents
一种复合绝缘子表面水迹二值图像提取方法 Download PDFInfo
- Publication number
- CN110874825B CN110874825B CN201911037870.5A CN201911037870A CN110874825B CN 110874825 B CN110874825 B CN 110874825B CN 201911037870 A CN201911037870 A CN 201911037870A CN 110874825 B CN110874825 B CN 110874825B
- Authority
- CN
- China
- Prior art keywords
- image
- water
- water trace
- trace
- extracting
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000012212 insulator Substances 0.000 title claims abstract description 33
- 239000002131 composite material Substances 0.000 title claims abstract description 30
- 239000007921 spray Substances 0.000 claims abstract description 23
- 238000003672 processing method Methods 0.000 claims abstract description 9
- 239000002352 surface water Substances 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000005260 corrosion Methods 0.000 claims description 9
- 230000007797 corrosion Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 4
- 238000003708 edge detection Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种复合绝缘子表面水迹二值图像的提取方法。该方法首先对复合绝缘子喷水图像进行灰度化、自适应直方图均衡化及同态滤波的增强处理，然后求取图像的一致性测度值U，将U划分为U<0.035、0.035≤U<0.096、U≥0.096三个取值范围，根据U的取值范围选择不同的图像处理方法，提取表面水迹的二值图像。通过上述操作，可以得到不同表面形态的水迹二值图像。该方法能够有效提取不同憎水性的复合绝缘子喷水图像特征，有利于提高憎水性等级在线检测智能识别的准确性。
Description
技术领域
本发明涉及复合绝缘子憎水性检测领域，具体涉及一种复合绝缘子表面水迹二值图像的提取方法。
背景技术
复合绝缘子憎水性状况关系到电力系统的安全运行，憎水性检测也是判断复合绝缘子性能优劣的主要手段。基于图像处理、特征提取与人工智能算法的复合绝缘子憎水性等级自动识别，相较于喷水分级法(HC法)，能够克服喷水分级法(HC法)人为因素的影响，降低人力、物力，提高憎水性检测的效率。这类方法在工程实际中已经得到部分应用，其关键在于图像特征提取即水迹提取的有效性。
目前应用较为广泛的水迹提取方法有基于改进的Canny算子边缘检测与形态学修正分割、基于形态学与Otsu的自适应阈值分割、基于活动轮廓模型的水平集曲线演化和改进的基于模糊熵的图像阈值分割算法等，但这些方法都只是局限于提取某一特定条件下绝缘子图像的水迹。由于受到光照、背景等外界条件的影响，大多数的复合绝缘子喷水图像的状况复杂多变，很多图像的水迹轮廓不明显，且对于不同憎水性等级的复合绝缘子，表面水迹呈现水珠和水膜两种形态，水膜与绝缘子表面的对比度较小，其边缘检测往往比较困难。因此，难以使用统一的图像处理方法提取不同分布形态的喷水图像特征，这将直接影响复合绝缘子憎水性智能识别的准确性。
发明内容
针对现有技术存在的问题，本发明的目的在于提供一种复合绝缘子表面水迹二值图像提取方法，针对不同水迹形态，采用不同的处理方法，能有效提取出与原始图像水迹边缘一致的二值图像。
为达到此发明目的，本发明采用以下技术方案，包括如下步骤：
S1：将复合绝缘子喷水图像依次进行灰度化、自适应直方图均衡化及同态滤波增强处理；
S2：求取经S1处理后图像的一致性测度值U；
S3：根据U的取值范围分别选择不同的图像处理方法；
S4：提取经S3处理后的二值图像中与憎水性相关的特征量。
进一步地，S2中一致性测度值是一种基于灰度直方图的图像纹理描绘子，其计算方法为：首先求取喷水图像的灰度直方图，确定灰度级数L及其中包含的各个灰度zi(0≤i≤L-1)；然后求出灰度为zi的像素个数所占图像像素的比例p(zi)；最后根据
求出喷水图像的一致性测度值。
进一步地，S3中U的取值范围，分别为U<0.035时、0.035≤U<0.096、U≥0.096三种。
进一步地，S3中不同的图像处理方法，具体为当U<0.035时，基于最大类间方差法(Otsu法)进行二值化处理并取反，再通过开操作、腐蚀提取水迹的二值图像；当0.035≤U<0.096时，采用基于Otsu法的Canny算子进行水迹边缘检测，并通过膨胀、填充、开操作、腐蚀提取水迹的二值图像；当U≥0.096时，基于Otsu法进行二值化处理，再通过开操作、腐蚀提取水迹的二值图像。
进一步地，S1是在MATLAB仿真环境中对图像增强处理。
进一步地，S4中与憎水性相关的特征量为水迹覆盖率、最大水迹面积比、最大水迹形状因子和水迹数目。
本发明的有益效果：
本发明提供的以一致性测度值U为判据，对不同水迹分布形态的复合绝缘子喷水图像采用合适的处理方法，有效提取出与原始图像水迹边缘一致的二值图像，克服了现有技术中采用统一方式处理图像的局限性，更能准确获取不同分布形态的图像特征，有利于提高憎水性等级在线检测智能识别的准确性。
附图说明
附图1是本发明中的一种复合绝缘子表面水迹二值图像提取方法流程图。
附图2是本发明实施例中的复合绝缘子喷水图像增强效果图。
附图3是本发明实施例中不同憎水性等级的复合绝缘子二值图像提取效果图。
具体实施方式
下面结合实施例对本发明做进一步的描述，有必要在此指出的是以下实施例只是用于对本发明进行进一步的说明，不能理解为对本发明保护范围的限制，该领域的技术熟练人员根据上述发明内容所做出的一些非本质的改进和调整，仍属于本发明的保护范围。
以下利用无人机采集的复合绝缘子喷水图像对复合绝缘子憎水等级的图像处理进行详细阐述，其流程图如图1所示。包括以下步骤：
S1：将无人机拍摄的复合绝缘子喷水图像中具有代表性的一部分截取下来，并在MATLAB仿真环境中依次进行灰度化、自适应直方图均衡化及同态滤波等增强处理，从而锐化图像中水迹的边缘，复合绝缘子喷水图像通过增强处理后的效果图如图2所示，其中a为喷水图像原图；b为截取图像并灰度化后；c为自适应直方图均衡化后；d为同态滤波后。
S2：对经S1增强处理后的复合绝缘子喷水图像，求取一致性测度值U。一致性测度是一种基于灰度直方图的图像纹理描绘子，其计算方法为：首先求取喷水图像的灰度直方图，确定灰度级数L及其中包含的各个灰度zi(0≤i≤L-1)；然后求出灰度为zi的像素个数所占图像像素的比例p(zi)；最后求出喷水图像的一致性测度值，计算结果如下表1所示。
S3：根据求取到的一致性测度值选出合适的处理方法。当一致性测度值U<0.035时，基于Otsu法(最大类间方差法)进行二值化处理并取反，再通过开操作、腐蚀提取水迹的二值图像；当0.035≤U<0.096时，采用基于Otsu法的Canny算子进行水迹边缘检测，并通过膨胀、填充、开操作、腐蚀提取水迹的二值图像；当U≥0.096时，基于Otsu法进行二值化处理，再通过开操作、腐蚀提取水迹的二值图像。提取获得的二值图像如图3所示，其中HC1-1至HC7-1为喷水图像原图，HC1-2至HC7-2为处理后获得的二值图像。
从图3可以看出，HC1～HC7各等级的典型喷水图像经过上述处理方法得到的二值图像十分接近原图，其中HC1、HC4典型图像中水迹较小且分布密集，采用基于Otsu的二值化和形态学分割方法提取效果最好；HC2、HC3典型图像中水迹较大且边缘轮廓较明显，采用基于Otsu的Canny算子边缘检测和形态学分割方法效果最佳；HC5、HC6、HC7典型图像中水迹形状不规则且分布面积极大，水迹与绝缘子表面的灰度差十分小，采用基于Otsu的二值化并取反和形态学分割方法更易提取出水迹二值图像。
S4：经S3处理后的水迹二值图像，提取四种和憎水性相关性最大的特征量作为憎水等级判定的依据包括：水迹覆盖率、最大水迹面积比、最大水迹形状因子和水迹数目，提取到的结果见表1。
计算方式如下：水迹覆盖率W：
Si为第i个水珠的面积，S为图像面积；最大水迹面积比K：/>
Smax为最大水迹的面积；最大水迹形状因子fc：/>
l为最大水珠(或水迹)的周长。
表1
从表1可知，不同提取到的和憎水性有关的四个特征量，即水迹覆盖率、最大水迹面积比、最大水迹形状因子和水迹数目，均能满足复合绝缘子憎水性等级分级的判定依据。
Claims (4)
1.一种复合绝缘子表面水迹二值图像提取方法，其特征在于，包括如下步骤：
S1：将复合绝缘子喷水图像依次进行灰度化、自适应直方图均衡化及同态滤波增强处理；
S2：求取经S1处理后图像的一致性测度值U；
S3：根据U的取值范围分别选择不同的图像处理方法；
S4：提取经S3处理后的二值图像中与憎水性相关的特征量；
S2中所述一致性测度值是一种基于灰度直方图的图像纹理描绘子，其计算方法为：首先求取喷水图像的灰度直方图，确定灰度级数L及其中包含的各个灰度zi，0≤i≤L-1；然后求出灰度为zi的像素个数所占图像像素的比例p(zi)；最后根据
求出喷水图像的一致性测度值；
S3中所述U的取值范围，分别为U<0.035时、0.035≤U<0.096、U≥0.096三种。
2.如权利要求1所述的一种复合绝缘子表面水迹二值图像提取方法，其特征在于：S3中所述不同的图像处理方法，具体为当U<0.035时，基于最大类间方差法进行二值化处理并取反，再通过开操作、腐蚀提取水迹的二值图像；当0.035≤U<0.096时，采用基于Otsu法的Canny算子进行水迹边缘检测，并通过膨胀、填充、开操作、腐蚀提取水迹的二值图像；当U≥0.096时，基于Otsu法进行二值化处理，再通过开操作、腐蚀提取水迹的二值图像。
3.如权利要求1所述的一种复合绝缘子表面水迹二值图像提取方法，其特征在于：所述S1是在MATLAB仿真环境中对图像增强处理。
4.如权利要求1所述的一种复合绝缘子表面水迹二值图像提取方法，其特征在于：所述S4中与憎水性相关的特征量为水迹覆盖率、最大水迹面积比、最大水迹形状因子和水迹数目。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911037870.5A CN110874825B (zh) | 2019-10-29 | 2019-10-29 | 一种复合绝缘子表面水迹二值图像提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911037870.5A CN110874825B (zh) | 2019-10-29 | 2019-10-29 | 一种复合绝缘子表面水迹二值图像提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110874825A CN110874825A (zh) | 2020-03-10 |
| CN110874825B true CN110874825B (zh) | 2023-05-30 |
Family
ID=69717897
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911037870.5A Active CN110874825B (zh) | 2019-10-29 | 2019-10-29 | 一种复合绝缘子表面水迹二值图像提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110874825B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111696060A (zh) * | 2020-06-08 | 2020-09-22 | 国网新疆电力有限公司乌鲁木齐供电公司 | 一种复合绝缘子憎水性带电在线监测方法与系统 |
| CN111855500A (zh) * | 2020-07-30 | 2020-10-30 | 华北电力大学（保定） | 一种基于深度学习的复合绝缘子老化程度智能检测方法 |
| CN113255690B (zh) * | 2021-04-15 | 2022-04-12 | 南昌大学 | 一种基于轻量级卷积神经网络的复合绝缘子憎水性检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101403676A (zh) * | 2008-10-28 | 2009-04-08 | 华北电力大学 | 基于d-s证据理论的绝缘子憎水性等级融合判决方法 |
| CN102162862A (zh) * | 2010-12-17 | 2011-08-24 | 华中科技大学 | 一种自动检测结露的方法 |
| GB201910639D0 (en) * | 2019-07-25 | 2019-09-11 | Bae Systems Plc | System and method for processing images |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4677561B2 (ja) * | 2006-02-24 | 2011-04-27 | 国立大学法人長岡技術科学大学 | 水位検出システム、水位検出方法、及びプログラム |
| WO2013037402A1 (en) * | 2011-09-13 | 2013-03-21 | Valeo Schalter Und Sensoren Gmbh | Method for detection of a rain drop on the windscreen of a vehicle and driver assistance system |
| CN102980838B (zh) * | 2012-12-19 | 2015-06-17 | 航天科工深圳（集团）有限公司 | 一种绝缘子憎水性检测方法 |
| JP2014211323A (ja) * | 2013-04-17 | 2014-11-13 | 株式会社デンソー | 画像処理装置、雨滴検出装置およびプログラム |
| CN103247066A (zh) * | 2013-04-17 | 2013-08-14 | 南京信息工程大学 | 基于粒子技术的聚落自然与气象环境仿真算法 |
| CN103345637A (zh) * | 2013-07-15 | 2013-10-09 | 国家电网公司 | 输电线路复合绝缘子憎水性在线检测系统及方法 |
| CN103440495B (zh) * | 2013-07-31 | 2016-10-05 | 华北电力大学（保定） | 一种复合绝缘子憎水等级自动识别方法 |
| US20170227473A1 (en) * | 2014-06-20 | 2017-08-10 | Atomic Energy Of Canada Limited / Énergie Atomique Du Canada Limitée | Photographic methods of quantification for water and debris mixtures |
| CN105957088B (zh) * | 2016-05-12 | 2018-11-02 | 广东电网有限责任公司云浮供电局 | 基于计算机视觉的变压器复合绝缘子套管监测方法及系统 |
| JP2017227760A (ja) * | 2016-06-22 | 2017-12-28 | ソニー株式会社 | 液体レンズおよびその駆動方法、撮像装置、並びに表示装置 |
| CN106407928B (zh) * | 2016-09-13 | 2019-09-10 | 武汉大学 | 基于雨滴识别的变压器复合绝缘子套管监测方法及系统 |
| CN107464233B (zh) * | 2017-07-19 | 2021-11-05 | 国家电网公司 | 基于Lab颜色模式的复合绝缘子的图像检测方法及系统 |
| JP2019039897A (ja) * | 2017-08-27 | 2019-03-14 | 圭浩 佐藤 | コンクリート表面のひび割れ検出方法及び検出プログラム |
| CN108090487A (zh) * | 2017-11-28 | 2018-05-29 | 华南理工大学 | 一种利用图像特征检测复合绝缘子憎水等级的自动识别方法 |
| CN108171157A (zh) * | 2017-12-27 | 2018-06-15 | 南昌大学 | 基于多尺度局部块LBP直方图特征与Co-HOG特征相结合的人眼检测算法 |
| CN109285171A (zh) * | 2018-09-21 | 2019-01-29 | 国网甘肃省电力公司电力科学研究院 | 一种绝缘子憎水性图像分割装置及方法 |
| CN109359593B (zh) * | 2018-10-17 | 2020-07-31 | 安徽超远信息技术有限公司 | 一种基于图像局部栅格的雨雪环境画面模糊监测预警方法 |
-
2019
- 2019-10-29 CN CN201911037870.5A patent/CN110874825B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101403676A (zh) * | 2008-10-28 | 2009-04-08 | 华北电力大学 | 基于d-s证据理论的绝缘子憎水性等级融合判决方法 |
| CN102162862A (zh) * | 2010-12-17 | 2011-08-24 | 华中科技大学 | 一种自动检测结露的方法 |
| GB201910639D0 (en) * | 2019-07-25 | 2019-09-11 | Bae Systems Plc | System and method for processing images |
Non-Patent Citations (1)
| Title |
|---|
| 视频图像去雨技术研究进展;周浦城;周远;韩裕生;;图学学报(第05期);5-20 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110874825A (zh) | 2020-03-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fan et al. | Road crack detection using deep convolutional neural network and adaptive thresholding | |
| CN110874825B (zh) | 一种复合绝缘子表面水迹二值图像提取方法 | |
| CN107808378B (zh) | 基于垂直纵横线轮廓特征的复杂结构铸件潜在缺陷检测方法 | |
| CN103364410B (zh) | 一种基于模板搜索的水工混凝土结构水下表面裂缝检测方法 | |
| CN110415208B (zh) | 一种自适应目标检测方法及其装置、设备、存储介质 | |
| CN108154519A (zh) | 眼底图像中血管的分割方法、装置及存储介质 | |
| CN110956183B (zh) | 一种沥青路面裂缝形态提取方法 | |
| CN107038416B (zh) | 一种基于二值图像改进型hog特征的行人检测方法 | |
| CN104732536A (zh) | 一种基于改进形态学的亚像素边缘检测方法 | |
| CN103778627A (zh) | 一种基于sar图像的海域溢油检测方法 | |
| CN108376403B (zh) | 基于霍夫圆变换的网格菌落图像分割方法 | |
| CN101526994B (zh) | 一种与采集设备无关的指纹图像分割方法 | |
| CN110084302B (zh) | 一种基于遥感图像的裂缝检测方法 | |
| Jahedsaravani et al. | Development of a new algorithm for segmentation of flotation froth images | |
| CN108596151B (zh) | 一种大场景sar图像中舰船目标切片快速提取方法 | |
| CN110110687B (zh) | 基于颜色信息和三维轮廓信息的树上水果自动识别方法 | |
| CN111754538A (zh) | Usb表面缺陷检测的阈值分割方法 | |
| CN112529853A (zh) | 一种用于水下养殖网箱的网衣破损检测方法及装置 | |
| CN109191436A (zh) | 基于视觉显著性谱残差方法的低剂量ct肺结节检测算法 | |
| CN105354547A (zh) | 一种结合纹理和彩色特征的行人检测方法 | |
| CN107578414B (zh) | 一种路面裂缝图像的处理方法 | |
| CN116862871A (zh) | 一种基于混合特征的木材计数方法 | |
| CN115131387B (zh) | 基于图像处理的汽油机喷雾撞壁参数自动提取方法及系统 | |
| CN108734709B (zh) | 一种绝缘子凸缘形状参数识别与破坏检测方法 | |
| CN102194224A (zh) | 一种光学遥感图像坦克群的识别方法 |
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 |