基于聚类分析的破损绝缘子图像提取方法技术

技术编号:14189997 阅读:84 留言:0更新日期:2016-12-15 02:00
本发明专利技术公开了一种基于聚类分析的破损绝缘子图像提取方法,具体按照以下步骤实施:步骤1,读取巡检绝缘子原始图像P,并进行预处理,步骤2获得与两个分量对应的K维码本向量,步骤3,获取属于目标区域的色调分量H和饱和度分量S的聚类中心;步骤4,得到色调分量H和饱和度分量S的模糊隶属度uHO和uSO;步骤5,利用色调分量H和饱和度分量S的模糊隶属度uHO和uSO,构造二维特征向量F(x,y),步骤6,对特征向量F(x,y)进行聚类分析,获取对应的cF(x,y),步骤7,根据步骤6获取的cF(x,y),可获取巡检绝缘子图像中绝缘子的背景区域及目标区域。本发明专利技术解决了现有技术中存在的无法在巡检图像中准确提取破损绝缘子的问题。

Method for extracting damaged insulator image based on cluster analysis

The invention discloses a damaged insulator image extraction method based on clustering analysis, the specific implementation in accordance with the following steps: Step 1, read the original image of P insulator inspection, and pretreatment, step 2 obtained corresponding to the two components of the K dimensional codebook vector, step 3, gain is the target area and the hue component H the saturation component of S clustering center; step 4, fuzzy hue and saturation components of H S and uSO uHO membership; step 5, using fuzzy hue and saturation components of H S and uSO uHO membership structure, two-dimensional feature vector F (x, y), step 6, the feature vector (F x, y) by clustering analysis to obtain the corresponding cF (x, y), according to step 7, step 6 get cF (x, y), the background region and the target area for inspection of insulators in insulator image. The invention solves the problem that the prior art can not extract the damaged insulator accurately in the inspection image.

【技术实现步骤摘要】

本专利技术属于电力设备监测
,涉及一种基于聚类分析的破损绝缘子图像提取方法
技术介绍
绝缘子是架空输电线路上的重要组成部分,由于其长期暴露在野外,同时又受到持续的机械张力、电气闪络、材料老化等的影响,导致绝缘水平下降出现裂缝、破损等故障,如不及时修复更换,极有可能发生绝缘事故,造成大面积的停电和巨大的经济损失,因此需要对高压绝缘子进行定期巡检和维修。由于户外绝缘子所在输电线路地形复杂,随着直升机电网运行维护技术的发展,正常巡视方式迫切要求从“人工巡视”向“直升机巡视为主,人工巡视为辅”的方式转变。直升机巡视可以实现全方位、多角度的巡检,由于光照的影响,以及巡检绝缘子照片角度不唯一增加了破损绝缘子图像的提取难度,这为下一步对绝缘子故障的检测与诊断带来重大影响。因此,如何排除光照的影响,以及在不同拍摄角度的巡视绝缘子图像中准确提取破损绝缘子图像是巡检和维修绝缘子的关键技术难题。
技术实现思路
本专利技术的目的是提供一种基于聚类分析的破损绝缘子图像提取方法,解决了现有技术中存在的无法在巡检图像中准确提取破损绝缘子的问题。本专利技术所采用的技术方案是,一种基于聚类分析的破损绝缘子图像提取方法,具体按照以下步骤实施:步骤1,读取巡检绝缘子原始图像P,图像P表示的是绝缘子在RGB颜色空间下的图像,设图像P的尺寸为N×M,通过图像预处理,将图像P由RGB颜色空间转换到HSI颜色空间;步骤2,利用LBG算法对步骤1中的绝缘子预处理后的图像P的色调分量H和饱和度分量S进行处理,获得与两个分量对应的K维码本向量和步骤3,对步骤2所得码本向量和,通过K-means聚类算法获取属于目标区域的色调分量H和饱和度分量S的聚类中心;步骤4,根据步骤1获取的绝缘子图像P中色调值和饱和度值计算整幅图像色调值和饱和度值的均值,并得到色调分量H和饱和度分量S的模糊隶属度uHO和uSO;步骤5,利用步骤4获得的色调分量H和饱和度分量S的模糊隶属度uHO和uSO,构造一个式(9)所示的二维特征向量F(x,y),F(x,y)=(uHO(x,y),uSO(x,y)) (9)其中F(x,y)表示像素点(x,y)与绝缘子目标区域的距离特征,x∈[1,N],y∈[1,M],可以构成一个N×M的2维向量矩阵;步骤6:对步骤5获得的特征向量F(x,y)进行聚类分析,获取对应的cF(x,y),步骤7,根据步骤6获取的cF(x,y),分别将输入图像P中cF(x,y)=1的坐标点的像素值赋值为(0,0,0),输出图像;将输入图像P中cF(x,y)=2的坐标点的像素值赋值为(0,0,0),输出图像,即可获取巡检绝缘子图像中绝缘子的背景区域及目标区域。本专利技术的特点还在于,步骤1中的图像P在转换时的公式如下: H = a r c c o s { 1 2 [ ( R - G ) + ( R - B ) ] [ ( R - G ) 2 + 1 2 ( R - B ) ( G - B ) ]本文档来自技高网...
基于聚类分析的破损绝缘子图像提取方法

【技术保护点】
一种基于聚类分析的破损绝缘子图像提取方法,其特征在于,具体按照以下步骤实施:步骤1,读取巡检绝缘子原始图像P,所述的图像P表示的是绝缘子在RGB颜色空间下的图像,设图像P的尺寸为N×M,通过图像预处理,将图像P由RGB颜色空间转换到HSI颜色空间;步骤2,利用LBG算法对步骤1中的绝缘子预处理后的图像P的色调分量H和饱和度分量S进行处理,获得与两个分量对应的K维码本向量和步骤3,对步骤2所得码本向量和通过K‑means聚类算法获取属于目标区域的色调分量H和饱和度分量S的聚类中心;步骤4,根据步骤1获取的绝缘子图像P中色调值和饱和度值计算整幅图像色调值和饱和度值的均值,并得到色调分量H和饱和度分量S的模糊隶属度uHO和uSO;步骤5,利用步骤4获得的色调分量H和饱和度分量S的模糊隶属度uHO和uSO,构造一个式(9)所示的二维特征向量F(x,y),F(x,y)=(uHO(x,y),uSO(x,y))   (9)其中F(x,y)表示像素点(x,y)与绝缘子目标区域的距离特征,x∈[1,N],y∈[1,M],可以构成一个N×M的2维向量矩阵;步骤6:对步骤5获得的特征向量F(x,y)进行聚类分析,获取对应的cF(x,y);步骤7,根据步骤6获取的cF(x,y),分别将输入图像P中cF(x,y)=1的坐标点的像素值赋值为(0,0,0),输出图像;将输入图像P中cF(x,y)=2的坐标点的像素值赋值为(0,0,0),输出图像,即可获取巡检绝缘子图像中绝缘子的背景区域及目标区域。...

【技术特征摘要】
1.一种基于聚类分析的破损绝缘子图像提取方法,其特征在于,具体按照以下步骤实施:步骤1,读取巡检绝缘子原始图像P,所述的图像P表示的是绝缘子在RGB颜色空间下的图像,设图像P的尺寸为N×M,通过图像预处理,将图像P由RGB颜色空间转换到HSI颜色空间;步骤2,利用LBG算法对步骤1中的绝缘子预处理后的图像P的色调分量H和饱和度分量S进行处理,获得与两个分量对应的K维码本向量和步骤3,对步骤2所得码本向量和通过K-means聚类算法获取属于目标区域的色调分量H和饱和度分量S的聚类中心;步骤4,根据步骤1获取的绝缘子图像P中色调值和饱和度值计算整幅图像色调值和饱和度值的均值,并得到色调分量H和饱和度分量S的模糊隶属度uHO和uSO;步骤5,利用步骤4获得的色调分量H和饱和度分量S的模糊隶属度uHO和uSO,构造一个式(9)所示的二维特征向量F(x,y),F(x,y)=(uHO(x,y),uSO(x,y)) (9)其中F(x,y)表示像素点(x,y)与绝缘子目标区域的距离特征,x∈[1,N],y∈[1,M],可以构成一个N×M的2维向量矩阵;步骤6:对步骤5获得的特征向量F(x,y)进行聚类分析,获取对应的cF(x,y);步骤7,根据步骤6获取的cF(x,y),分别将输入图像P中cF(x,y)=1的坐标点的像素值赋值为(0,0,0),输出图像;将输入图像P中cF(x,y)=2的坐标点的像素值赋值为(0,0,0),输出图像,即可获取巡检绝缘子图像中绝缘子的背景区域及目标区域。2.根据权利要求1所述的...

【专利技术属性】
技术研发人员:黄新波刘新慧张烨朱永灿纪超李菊清张菲邢晓强张慧莹
申请(专利权)人:西安工程大学
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1