CN116797604B - 一种玻璃绝缘子缺陷识别方法、装置、设备及介质 - Google Patents
一种玻璃绝缘子缺陷识别方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116797604B CN116797604B CN202311085254.3A CN202311085254A CN116797604B CN 116797604 B CN116797604 B CN 116797604B CN 202311085254 A CN202311085254 A CN 202311085254A CN 116797604 B CN116797604 B CN 116797604B
- Authority
- CN
- China
- Prior art keywords
- image
- glass insulator
- insulator
- type
- defect information
- 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
- 239000012212 insulator Substances 0.000 title claims abstract description 104
- 230000007547 defect Effects 0.000 title claims abstract description 85
- 239000011521 glass Substances 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000005341 toughened glass Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
Abstract
本申请公开了一种玻璃绝缘子缺陷识别方法、装置、设备及介质,方法包括以下步骤:基于第一视角获取玻璃绝缘子的第一图像;其中,第一视角为玻璃绝缘子的俯视角,玻璃绝缘子包括绝缘体,绝缘体的顶部呈环形阵列分布有多个支撑部;提取第一图像中对应多个支撑部的第一轮廓信息;对第一轮廓信息进行检测,以识别第一图像中是否存在第一类缺陷信息;其中,第一类缺陷信息为支撑部水平偏移;输出识别结果,本申请具有提高了对玻璃绝缘子的缺陷识别精度、提高了缺陷识别效率的优点。
Description
技术领域
本申请涉及图像数据处理技术领域,尤其涉及一种玻璃绝缘子缺陷识别方法、装置、设备及介质。
背景技术
绝缘子主要是用来将导线固定在电杆并使导线与电杆绝缘的器件,绝缘子是高压输电线路的关键部件之一,其性能优劣直接影响到整条输电线路的运行安全。其中,玻璃绝缘子主体由玻璃制成,用在线路中最广泛的是钢化玻璃绝缘子。
根据使用场景的不同,玻璃绝缘子结构形式较多,其中一款结构特殊的玻璃绝缘子,其包括绝缘体,绝缘体外壁设置有多圈环形凸起,环形凸起之间则用于固定导线,绝缘体的一端开口,且开口端面均布有多个呈环形阵列布置的支撑部,支撑部一般呈锥形台结构,使得绝缘体固定于对应位置后,支撑部作为接触部位可起到多点支撑作用,为保证支撑受力均匀,支撑部应当均匀分布无偏移,而目前该结构的玻璃绝缘子制造后,可能会存在支撑部因形变而偏移的质量缺陷,因此还需经过质检工序,合格后才能成为合格成品,而目前主要通过人工目视的方法检测其偏移缺陷,由于绝缘体上的支撑部数量较多且体积较小,人工目视难以判断其偏移情况,检测识别难度大,且误差大,识别准确率较低,效率也较低。
发明内容
本申请的主要目的在于提供一种玻璃绝缘子缺陷识别方法、装置、设备及介质,旨在解决现有玻璃绝缘子上多个支撑部的缺陷识别准确率较低的技术问题。
为实现上述目的,本申请提供一种玻璃绝缘子缺陷识别方法,包括以下步骤:
基于第一视角获取玻璃绝缘子的第一图像;其中,第一视角为玻璃绝缘子的俯视角,玻璃绝缘子包括绝缘体,绝缘体的顶部呈环形阵列分布有多个支撑部;
提取第一图像中对应多个支撑部的第一轮廓信息;
对第一轮廓信息进行检测,以识别第一图像中是否存在第一类缺陷信息;其中,第一类缺陷信息为支撑部水平偏移;
输出识别结果。
可选地,所述对第一轮廓信息进行检测,以识别第一图像中是否存在第一类缺陷信息,包括:
在第一图像中基于玻璃绝缘子中心构建基准圆;其中,基准圆是基于标准位置的支撑部中心与玻璃绝缘子中心之间的间距为半径构建的圆;
根据第一轮廓信息,在对应每个支撑部中心构建中心点;
识别多个中心点是否在基准圆上;
若至少有一个中心点不在基准圆上,则识别为第一图像中存在第一类缺陷信息。
可选地,若识别到多个中心点均在基准圆上,还包括以下步骤:
连接每个相邻中心点,以获得多个测量线段;
分别计算多个测量线段的长度值;
将多个测量线段的长度值分别与第一阈值比较;其中,第一阈值为两个标准位置的支撑部之间的间距值;
若至少有一个测量线段的长度值与第一阈值不相等,则识别为第一图像中存在第一类缺陷信息,若多个测量线段的长度值均与第一阈值相等,则识别为第一图像中不存在第一类缺陷信息。
可选地,所述对第一轮廓信息进行检测,以识别第一图像中是否存在第一类缺陷信息的步骤之后,还包括以下步骤:
基于第二视角获取玻璃绝缘子的多张第二图像;其中,第二视角为玻璃绝缘子的正面视角,多张第二图像为基于第二视角采集的玻璃绝缘子绕中心轴线旋转不同角度的图像;
分别提取多张第二图像中的第二轮廓信息;
对第二轮廓信息进行检测,以识别第二图像中是否存在第二类缺陷信息;其中,第二类缺陷信息为支撑部偏高或偏低。
可选地,所述对第二轮廓信息进行检测,以识别第二图像中是否存在第二类缺陷信息,包括:
提取第二轮廓信息中对应多个支撑部的顶面以及环形凸起;其中,环形凸起绕设于绝缘体外壁;
分别计算多个支撑部的顶面与环形凸起之间的实测间距值;
将多个实测间距值分别与第二阈值比较;其中,第二阈值为标准高度的支撑部与环形凸起之间的间距值;
若至少有一个实测间距值与第二阈值不相等,则识别为第二图像中存在第二类缺陷信息,若多个实测间距值均与第二阈值相等,则识别为第二图像中不存在第二类缺陷信息。
可选地,所述分别计算多个支撑部的顶面与环形凸起之间的实测间距值,包括:
分别计算多个支撑部的顶面与最邻近的环形凸起之间的实测间距值。
可选地,所述基于第一视角获取玻璃绝缘子的第一图像,包括:
基于第一视角获取玻璃绝缘子的原始图像;
对原始图像灰度处理,以获得灰度图像;
对灰度图像进行降噪处理;
对降噪处理后的灰度图像进行阈值分割,以获得黑白分明的第一图像。
为实现上述目的,本申请还提供一种玻璃绝缘子缺陷识别装置,包括:
图像获取模块,用于基于第一视角获取玻璃绝缘子的第一图像;其中,第一视角为玻璃绝缘子的俯视角,玻璃绝缘子包括绝缘体,绝缘体的顶部呈环形阵列分布有多个支撑部;
特征提取模块,用于提取第一图像中对应多个支撑部的第一轮廓信息;
缺陷识别模块,用于对第一轮廓信息进行检测,以识别第一图像中是否存在第一类缺陷信息;其中,第一类缺陷信息为支撑部水平偏移;
输出模块,用于输出识别结果。
为实现上述目的,本申请还提供一种计算机设备,该计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现上述的方法。
为实现上述目的,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现上述的方法。
本申请所能实现的有益效果如下:
本申请基于俯视角获取玻璃绝缘子的第一图像,因此第一图像可直观显示绝缘体顶部的全部支撑部轮廓,通过提取第一图像中对应多个支撑部的第一轮廓信息,再对第一轮廓信息进行检测,从而识别第一图像中是否存在水平偏移的缺陷信息,本申请利用机器视觉图像识别技术,可准确识别玻璃绝缘子中支撑部的缺陷情况,相比人工识别,提高了准确率,同时提高了工作效率。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本申请的实施例中一种玻璃绝缘子缺陷识别方法的流程示意图;
图2为本申请的实施例中玻璃绝缘子的结构示意图;
图3为本申请的实施例中基于第一图像构建基准圆识别是否存在第一类缺陷信息时的原理示意图;
图4为本申请的实施例中基于第一图像构建测量线段识别是否存在第一类缺陷信息时的原理示意图;
图5为本申请的实施例中基于第二图像识别是否存在第二类缺陷信息时的原理示意图。
附图标记:
110-绝缘体,120-支撑部,130-环形凸起。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
在本申请中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
另外,若本申请实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,全文中出现的“和/或”的含义,包括三个并列的方案,以“A和/或B”为例,包括A方案、或B方案、或A和B同时满足的方案。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
实施例1
参照图1-图5,本实施例提供一种玻璃绝缘子缺陷识别方法,包括以下步骤:
基于第一视角获取玻璃绝缘子的第一图像;其中,第一视角为玻璃绝缘子的俯视角,玻璃绝缘子包括绝缘体110,绝缘体110的顶部呈环形阵列分布有多个支撑部120;
提取第一图像中对应多个支撑部120的第一轮廓信息;
对第一轮廓信息进行检测,以识别第一图像中是否存在第一类缺陷信息;其中,第一类缺陷信息为支撑部120水平偏移;
输出识别结果。
在本实施例中,基于俯视角获取玻璃绝缘子的第一图像,因此第一图像可直观显示绝缘体110顶部的全部支撑部120轮廓,通过提取第一图像中对应多个支撑部120的第一轮廓信息,再对第一轮廓信息进行检测,从而识别第一图像中是否存在水平偏移的缺陷信息,本实施例利用机器视觉图像识别技术,可准确识别玻璃绝缘子中支撑部120的缺陷情况,相比人工识别,提高了准确率,同时提高了工作效率。
需要说明的是,在硬件设备方面,获取第一图像时可配置CCD相机进行图像采集,CCD相机采集的图像可输送给配置的计算机进行图像数据处理;当检测存在第一类缺陷信息时,则输出识别结果则为不合格,并可打印识别结果报告单。
作为一种可选的实施方式,所述对第一轮廓信息进行检测,以识别第一图像中是否存在第一类缺陷信息,包括:
在第一图像中基于玻璃绝缘子中心构建基准圆;其中,基准圆是基于标准位置的支撑部120中心与玻璃绝缘子中心之间的间距为半径构建的圆;
根据第一轮廓信息,在对应每个支撑部120中心构建中心点;
识别多个中心点是否在基准圆上;
若至少有一个中心点不在基准圆上,则识别为第一图像中存在第一类缺陷信息。
在本实施方式中,由于标准的支撑部120应当是绕玻璃绝缘子中心呈环形阵列均匀分布的,因此多个标准位置的支撑部120中心与玻璃绝缘子中心之间的间距均应当相等,以此间距为半径构建一个基准圆,然后基于每个支撑部120中心构建中心点,标准位置的支撑部120的中心点应当位于该基准圆上,因此只要识别到有不在基准圆上的中心点,即支撑部120存在因形变而发生偏移的情况,即可实现基于第一图像对第一类缺陷信息的有效检测,检测精度高。
作为一种可选的实施方式,若识别到多个中心点均在基准圆上,还包括以下步骤:
连接每个相邻中心点,以获得多个测量线段;
分别计算多个测量线段的长度值;
将多个测量线段的长度值分别与第一阈值比较;其中,第一阈值为两个标准位置的支撑部120之间的间距值;
若至少有一个测量线段的长度值与第一阈值不相等,则识别为第一图像中存在第一类缺陷信息,若多个测量线段的长度值均与第一阈值相等,则识别为第一图像中不存在第一类缺陷信息。
在本实施方式中,通过基准圆检测中心点位置的方式虽然基本能准确识别第一类缺陷信息,但是也可能存在支撑部120中心偏移方向刚好在基准圆路径上的小概率特殊情况,此时中心点偏移后仍然在基准圆上,因此,本实施方式在识别到多个中心点均在基准圆上后,还进行进一步地检测,通过连接每个相邻中心点,从而获得多个测量线段,分别计算多个测量线段的长度值,长度值记为m,将多个长度值m分别与第一阈值比较,若有在基准圆路径上偏移的中心点,则相关联的长度值不等于第一阈值,即证明第一图像中仍存在第一类缺陷信息,只有当所有测量线段的长度值均与第一阈值相等时,即可证明第一图像中不存在第一类缺陷信息,即当前玻璃绝缘子为合格品,本实施方式考虑了支撑部120的特殊偏移方向,可有效适用于对支撑部120各方向偏移情况的检测识别,从而进一步提高了缺陷识别的精度。
作为一种可选的实施方式,所述对第一轮廓信息进行检测,以识别第一图像中是否存在第一类缺陷信息的步骤之后,还包括以下步骤:
基于第二视角获取玻璃绝缘子的多张第二图像;其中,第二视角为玻璃绝缘子的正面视角,多张第二图像为基于第二视角采集的玻璃绝缘子绕中心轴线旋转不同角度的图像;
分别提取多张第二图像中的第二轮廓信息;
对第二轮廓信息进行检测,以识别第二图像中是否存在第二类缺陷信息;其中,第二类缺陷信息为支撑部120偏高或偏低。
在本实施方式中,支撑部120除了形变偏移缺陷,还可能存在因制造工艺导致的偏高或偏低缺陷,支撑部120偏高导致后续使用时接触不平整,支撑部120偏低导致后续使用时接触面积变少,受力不均匀,支撑不稳定,因此还需要检测支撑部120偏高或偏低的第二类缺陷信息,因此本实施方式通过在正面视角获取玻璃绝缘子的多张第二图像,需要采集多张不同角度的第二图像是由于正面视角的支撑部120存在多个,且存在前后重叠遮挡的情况,因此,通过在不同角度采集多张第二图像可覆盖获取到所有支撑部120的轮廓信息,然后分别提取多张第二图像中的第二轮廓信息,对第二轮廓信息进行检测,即可识别第二图像中是否存在第二类缺陷信息,实现对第二类缺陷信息的有效识别。
需要说明的是,获取多张第二图像时,可将玻璃绝缘子竖直固定于旋转盘上,旋转盘一侧固定有CCD相机,旋转盘带动玻璃绝缘子低速转动一周,同时CCD相机多次拍摄玻璃绝缘子正面图像,从而实现在不同角度获取玻璃绝缘子的第二图像。
作为一种可选的实施方式,所述对第二轮廓信息进行检测,以识别第二图像中是否存在第二类缺陷信息,包括:
提取第二轮廓信息中对应多个支撑部120的顶面以及环形凸起130;其中,环形凸起130绕设于绝缘体110外壁;
分别计算多个支撑部120的顶面与环形凸起130之间的实测间距值;
将多个实测间距值分别与第二阈值比较;其中,第二阈值为标准高度的支撑部120与环形凸起130之间的间距值;
若至少有一个实测间距值与第二阈值不相等,则识别为第二图像中存在第二类缺陷信息,若多个实测间距值均与第二阈值相等,则识别为第二图像中不存在第二类缺陷信息。
在本实施方式中,提取第二轮廓信息中对应多个支撑部120的顶面以及环形凸起130的轮廓信息后,通过计算多个支撑部120的顶面与环形凸起130之间的实测间距值,实测间距值记为h,并将多个实测间距值h分别与第二阈值比较,若支撑部120偏高或偏低,都会导致对应实测间距值与第二阈值不相等,即证明第二图像中存在第二类缺陷信息,只有所有实测间距值均与第二阈值相等时,则证明第二图像中不存在第二类缺陷信息,识别准确有效,可实现对第二类缺陷信息的精确识别。
作为一种可选的实施方式,所述分别计算多个支撑部120的顶面与环形凸起130之间的实测间距值,包括:
分别计算多个支撑部120的顶面与最邻近的环形凸起130之间的实测间距值。
在本实施方式中,由于环形凸起130具有多个,一般通过最邻近的环形凸起130作为参照计算与支撑部120顶面的间距,便于快速提取特征和计算,提高数据处理效率和精度。
作为一种可选的实施方式,所述基于第一视角获取玻璃绝缘子的第一图像,包括:
基于第一视角获取玻璃绝缘子的原始图像;
对原始图像灰度处理,以获得灰度图像;
对灰度图像进行降噪处理;
对降噪处理后的灰度图像进行阈值分割,以获得黑白分明的第一图像。
在本实施方式中,通过对玻璃绝缘子的原始图像进行灰度处理、降噪处理和阈值分割处理,可得到黑白分明的第一图像,从而便于后续对各部位轮廓特性的提取与识别,提高识别准确性。
实施例2
参照图1-图5,基于与前述实施例相同的发明思路,本实施例还提供一种玻璃绝缘子缺陷识别装置,包括:
图像获取模块,用于基于第一视角获取玻璃绝缘子的第一图像;其中,第一视角为玻璃绝缘子的俯视角,玻璃绝缘子包括绝缘体110,绝缘体110的顶部呈环形阵列分布有多个支撑部120;
特征提取模块,用于提取第一图像中对应多个支撑部120的第一轮廓信息;
缺陷识别模块,用于对第一轮廓信息进行检测,以识别第一图像中是否存在第一类缺陷信息;其中,第一类缺陷信息为支撑部120水平偏移;
输出模块,用于输出识别结果。
本实施例的装置中各模块的相关解释和举例可参照前述实施例的方法,这里不再赘述。
实施例3
基于与前述实施例相同的发明思路,本实施例提供一种计算机设备,该计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现上述的方法。
实施例4
基于与前述实施例相同的发明思路,本实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现上述的方法。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (9)
1.一种玻璃绝缘子缺陷识别方法,其特征在于,包括以下步骤:
基于第一视角获取玻璃绝缘子的第一图像;其中,所述第一视角为所述玻璃绝缘子的俯视角,所述玻璃绝缘子包括绝缘体,所述绝缘体的顶部呈环形阵列分布有多个支撑部;
提取所述第一图像中对应多个所述支撑部的第一轮廓信息;
对所述第一轮廓信息进行检测,以识别所述第一图像中是否存在第一类缺陷信息;其中,所述第一类缺陷信息为所述支撑部水平偏移;包括:在所述第一图像中基于所述玻璃绝缘子中心构建基准圆;其中,所述基准圆是基于标准位置的支撑部中心与所述玻璃绝缘子中心之间的间距为半径构建的圆;根据所述第一轮廓信息,在对应每个所述支撑部中心构建中心点;识别多个所述中心点是否在所述基准圆上;若至少有一个所述中心点不在所述基准圆上,则识别为所述第一图像中存在第一类缺陷信息;
输出识别结果。
2.如权利要求1所述的一种玻璃绝缘子缺陷识别方法,其特征在于,若识别到多个所述中心点均在所述基准圆上,还包括以下步骤:
连接每个相邻所述中心点,以获得多个测量线段;
分别计算多个所述测量线段的长度值;
将多个所述测量线段的长度值分别与第一阈值比较;其中,所述第一阈值为两个标准位置的支撑部之间的间距值;
若至少有一个所述测量线段的长度值与所述第一阈值不相等,则识别为所述第一图像中存在所述第一类缺陷信息,若多个所述测量线段的长度值均与所述第一阈值相等,则识别为所述第一图像中不存在所述第一类缺陷信息。
3.如权利要求1或2所述的一种玻璃绝缘子缺陷识别方法,其特征在于,所述对所述第一轮廓信息进行检测,以识别所述第一图像中是否存在第一类缺陷信息的步骤之后,还包括以下步骤:
基于第二视角获取所述玻璃绝缘子的多张第二图像;其中,所述第二视角为所述玻璃绝缘子的正面视角,多张所述第二图像为基于所述第二视角采集的所述玻璃绝缘子绕中心轴线旋转不同角度的图像;
分别提取多张所述第二图像中的第二轮廓信息;
对所述第二轮廓信息进行检测,以识别所述第二图像中是否存在第二类缺陷信息;其中,所述第二类缺陷信息为支撑部偏高或偏低。
4.如权利要求3所述的一种玻璃绝缘子缺陷识别方法,其特征在于,所述对所述第二轮廓信息进行检测,以识别所述第二图像中是否存在第二类缺陷信息,包括:
提取所述第二轮廓信息中对应多个所述支撑部的顶面以及环形凸起;其中,所述环形凸起绕设于所述绝缘体外壁;
分别计算多个所述支撑部的顶面与所述环形凸起之间的实测间距值;
将多个所述实测间距值分别与第二阈值比较;其中,所述第二阈值为标准高度的支撑部与环形凸起之间的间距值;
若至少有一个所述实测间距值与所述第二阈值不相等,则识别为所述第二图像中存在所述第二类缺陷信息,若多个所述实测间距值均与所述第二阈值相等,则识别为所述第二图像中不存在第二类缺陷信息。
5.如权利要求4所述的一种玻璃绝缘子缺陷识别方法,其特征在于,所述分别计算多个所述支撑部的顶面与所述环形凸起之间的实测间距值,包括:
分别计算多个所述支撑部的顶面与最邻近的所述环形凸起之间的实测间距值。
6.如权利要求1所述的一种玻璃绝缘子缺陷识别方法,其特征在于,所述基于第一视角获取玻璃绝缘子的第一图像,包括:
基于第一视角获取玻璃绝缘子的原始图像;
对所述原始图像灰度处理,以获得灰度图像;
对所述灰度图像进行降噪处理;
对降噪处理后的所述灰度图像进行阈值分割,以获得黑白分明的第一图像。
7.一种玻璃绝缘子缺陷识别装置,其特征在于,包括:
图像获取模块,用于基于第一视角获取玻璃绝缘子的第一图像;其中,所述第一视角为所述玻璃绝缘子的俯视角,所述玻璃绝缘子包括绝缘体,所述绝缘体的顶部呈环形阵列分布有多个支撑部;
特征提取模块,用于提取所述第一图像中对应多个所述支撑部的第一轮廓信息;
缺陷识别模块,用于对所述第一轮廓信息进行检测,以识别所述第一图像中是否存在第一类缺陷信息;其中,所述第一类缺陷信息为所述支撑部水平偏移;包括:在所述第一图像中基于所述玻璃绝缘子中心构建基准圆;其中,所述基准圆是基于标准位置的支撑部中心与所述玻璃绝缘子中心之间的间距为半径构建的圆;根据所述第一轮廓信息,在对应每个所述支撑部中心构建中心点;识别多个所述中心点是否在所述基准圆上;若至少有一个所述中心点不在所述基准圆上,则识别为所述第一图像中存在第一类缺陷信息;
输出模块,用于输出识别结果。
8.一种计算机设备,其特征在于,该计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311085254.3A CN116797604B (zh) | 2023-08-28 | 2023-08-28 | 一种玻璃绝缘子缺陷识别方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311085254.3A CN116797604B (zh) | 2023-08-28 | 2023-08-28 | 一种玻璃绝缘子缺陷识别方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116797604A CN116797604A (zh) | 2023-09-22 |
CN116797604B true CN116797604B (zh) | 2023-12-26 |
Family
ID=88040109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311085254.3A Active CN116797604B (zh) | 2023-08-28 | 2023-08-28 | 一种玻璃绝缘子缺陷识别方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116797604B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117422718B (zh) * | 2023-12-19 | 2024-04-16 | 中江立江电子有限公司 | 一种绝缘子性能评估方法、装置、设备及介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5254954A (en) * | 1991-03-18 | 1993-10-19 | Nippondenso Co., Ltd | Defect detecting apparatus and method for detecting a defect in an insulator using an electric discharge sense by an optical pickup |
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 |
CN103149215A (zh) * | 2013-02-27 | 2013-06-12 | 中国计量学院 | 一种钢化玻璃绝缘子缺陷检测方法与装置 |
CN103529362A (zh) * | 2013-10-28 | 2014-01-22 | 国家电网公司 | 基于感知的绝缘子识别与缺陷诊断方法 |
CN105160669A (zh) * | 2015-08-21 | 2015-12-16 | 马鞍山市安工大工业技术研究院有限公司 | 一种无人机巡检输电线路图像中绝缘子缺陷的检测和定位方法 |
CN110349128A (zh) * | 2019-06-21 | 2019-10-18 | 西安工程大学 | 一种玻璃绝缘子伞间冰柱桥接程度检测方法 |
CN112557600A (zh) * | 2020-12-12 | 2021-03-26 | 国网辽宁省电力有限公司铁岭供电公司 | 输电线路绝缘子缺陷智能识别检测装置 |
CN114782410A (zh) * | 2022-05-24 | 2022-07-22 | 内蒙古大学 | 一种基于轻量化模型的绝缘子缺陷检测方法及其系统 |
CN116012380A (zh) * | 2023-03-27 | 2023-04-25 | 中江立江电子有限公司 | 一种绝缘子缺陷检测方法、装置、设备及介质 |
CN116030053A (zh) * | 2023-03-27 | 2023-04-28 | 中江立江电子有限公司 | 一种连接器引脚缺陷检测方法、装置、设备及介质 |
CN116109635A (zh) * | 2023-04-12 | 2023-05-12 | 中江立江电子有限公司 | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 |
CN116338392A (zh) * | 2023-03-29 | 2023-06-27 | 广东电网有限责任公司 | 一种玻璃绝缘子雷击放电缺陷识别方法、装置及设备 |
CN116626453A (zh) * | 2023-05-18 | 2023-08-22 | 浙江正泰仪器仪表有限责任公司 | 一种绝缘子的异常检测方法、装置、计算机设备及介质 |
-
2023
- 2023-08-28 CN CN202311085254.3A patent/CN116797604B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5254954A (en) * | 1991-03-18 | 1993-10-19 | Nippondenso Co., Ltd | Defect detecting apparatus and method for detecting a defect in an insulator using an electric discharge sense by an optical pickup |
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 |
CN103149215A (zh) * | 2013-02-27 | 2013-06-12 | 中国计量学院 | 一种钢化玻璃绝缘子缺陷检测方法与装置 |
CN103529362A (zh) * | 2013-10-28 | 2014-01-22 | 国家电网公司 | 基于感知的绝缘子识别与缺陷诊断方法 |
CN105160669A (zh) * | 2015-08-21 | 2015-12-16 | 马鞍山市安工大工业技术研究院有限公司 | 一种无人机巡检输电线路图像中绝缘子缺陷的检测和定位方法 |
CN110349128A (zh) * | 2019-06-21 | 2019-10-18 | 西安工程大学 | 一种玻璃绝缘子伞间冰柱桥接程度检测方法 |
CN112557600A (zh) * | 2020-12-12 | 2021-03-26 | 国网辽宁省电力有限公司铁岭供电公司 | 输电线路绝缘子缺陷智能识别检测装置 |
CN114782410A (zh) * | 2022-05-24 | 2022-07-22 | 内蒙古大学 | 一种基于轻量化模型的绝缘子缺陷检测方法及其系统 |
CN116012380A (zh) * | 2023-03-27 | 2023-04-25 | 中江立江电子有限公司 | 一种绝缘子缺陷检测方法、装置、设备及介质 |
CN116030053A (zh) * | 2023-03-27 | 2023-04-28 | 中江立江电子有限公司 | 一种连接器引脚缺陷检测方法、装置、设备及介质 |
CN116338392A (zh) * | 2023-03-29 | 2023-06-27 | 广东电网有限责任公司 | 一种玻璃绝缘子雷击放电缺陷识别方法、装置及设备 |
CN116109635A (zh) * | 2023-04-12 | 2023-05-12 | 中江立江电子有限公司 | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 |
CN116626453A (zh) * | 2023-05-18 | 2023-08-22 | 浙江正泰仪器仪表有限责任公司 | 一种绝缘子的异常检测方法、装置、计算机设备及介质 |
Non-Patent Citations (3)
Title |
---|
Insulator Defect Recognition Based on Global Detection and Local Segmentation;Xuefeng Li等;《IEEE Access》;第8卷;59934 - 59946 * |
玻璃绝缘子动态差分缺陷检测方法研究;王小雷等;《中国计量学院质量与安全工程学院 》;34-39 * |
航拍图像中绝缘子缺陷的检测与定位;方挺;韩家明;;计算机科学(S1);222-225 * |
Also Published As
Publication number | Publication date |
---|---|
CN116797604A (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116797604B (zh) | 一种玻璃绝缘子缺陷识别方法、装置、设备及介质 | |
CN116109635B (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
CN116721107B (zh) | 一种电缆生产质量智能监控系统 | |
CN116030053B (zh) | 一种连接器引脚缺陷检测方法、装置、设备及介质 | |
CN106846298B (zh) | 光纤排线识别方法和装置 | |
CN107607294B (zh) | 一种工业相机入瞳位置检测方法及系统 | |
CN111753794B (zh) | 水果品质分类方法、装置、电子设备及可读存储介质 | |
CN116012380B (zh) | 一种绝缘子缺陷检测方法、装置、设备及介质 | |
CN115439411A (zh) | 电路板元器件极性的检测方法、装置、介质和电子设备 | |
CN116500048A (zh) | 一种线缆卡具缺陷检测方法、装置、设备及介质 | |
CN114332012A (zh) | 缺陷检测方法、装置、设备及计算机可读存储介质 | |
CN109040724B (zh) | 一种结构光投影器的光斑畸变检测方法、装置及可读存储介质 | |
CN116863175B (zh) | 一种直角连接器缺陷识别方法、装置、设备及介质 | |
JP4796535B2 (ja) | 画像処理による多導体電線の追跡方法、装置及びプログラム並びにこれを用いた多導体電線の異常検出方法、装置及びプログラム | |
CN114549453A (zh) | 一种接触线拉出导高值检测方法和系统 | |
CN113326749A (zh) | 目标检测方法、装置以及存储介质、电子设备 | |
CN113792711A (zh) | 端子板接线视觉检测方法和装置 | |
CN117422718B (zh) | 一种绝缘子性能评估方法、装置、设备及介质 | |
CN117455870B (zh) | 一种连接线和连接器质量视觉检测方法 | |
CN115452845B (zh) | 一种基于机器视觉的led屏幕表面损伤检测方法 | |
US20240095902A1 (en) | Tab bending detection method and apparatus, electronic device, and storage medium | |
CN117351021B (zh) | 一种光伏连接线生产质量智能检测方法 | |
CN117237336B (zh) | 一种金属化陶瓷环缺陷检测方法、系统和可读存储介质 | |
JP4845934B2 (ja) | 電線端末検査装置 | |
Yu et al. | A Principal Direction Detection based Porcelain Insulator Location for Transmission Line Infrared Images |
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 |