基于图像处理的航拍图像绝缘子分类识别方法技术

技术编号:14636910 阅读:133 留言:0更新日期:2017-02-15 11:04
本发明专利技术公开了一种基于图像处理的航拍图像绝缘子分类识别方法,步骤1,对图像进行红蓝色差灰度化处理和加权平均灰度化处理两种方式的灰度化处理;步骤2,对比步骤1中得到的两种灰度处理的结果,选取对比度大的图像;步骤3,利用步骤2中选取的灰度对比度大的图像进行聚类分析,即设步骤2中选定的对比度较高的灰度化图像为图像gray,图像各坐标点(x,y)处的灰度值表示为gray(x,y),采用改进的K‑means算法,对图像gray进行聚类分析;步骤4,去除噪声点,最终获取更新的二值图像binary;步骤5,将步骤4获取的新的二值图像binary映射到图像P上,提取准确分割的绝缘子图像,并判断绝缘子种类。解决了现有技术无法准确的提取绝缘子并对其进行快速的分类识别的问题。

【技术实现步骤摘要】

本专利技术属于电力设备监测
,涉及一种基于图像处理的航拍图像绝缘子分类识别方法
技术介绍
输电线路稳定可靠的运行是智能电网建设的重要组成部分,据国家电力公司统计,由各类绝缘子故障引起的电力系统故障的几率最大。目前,线路巡检正由“人工为主”向“直升机为主,人工为辅”的方式转变。国内输变电工程大量使用的输电线路绝缘子有合成、玻璃和瓷质三种,由于其构成材料以及制造工艺的不同,出现的故障类型也有差异,如合成绝缘子常见的形变、芯棒断裂、表面击穿;玻璃绝缘子自破、掉串;瓷质绝缘子裂纹、铁帽炸裂、掉串和掉线等故障。由此,通过航拍绝缘子图像及时提取绝缘子并对其进行分类识别,是对绝缘子运行状态的自行监测及故障诊断的最为困难也必不可少的步骤。目前,国内外文献中关于绝缘子故障的研究主要有:1、绝缘子分割,通过航拍彩色图像的S分量或灰度图像进行阈值分割处理,但对于彩色图像S分量或灰度图像对比度较小的图像分割效果不理想。2、绝缘子识别,能根据绝缘子形状识别航拍图像中的玻璃绝缘子位置。但由于直升机的多角度拍摄,绝缘子呈现不同的形状,识别过程中存在一定误差。3、指定绝缘子故障类型的诊断,对玻璃绝缘子的自爆、掉串、合成绝缘子憎水性以及瓷绝缘子裂纹等分别进行故障诊断。但直升机航拍绝缘子过程中对于绝缘子的类型、是否发生故障及其故障类型均一无所知,不能及时针对不同种类的绝缘子进行相应的运行状态监测,使得直升机巡检对绝缘子监测的实时处理带来一定的困难。
技术实现思路
本专利技术的目的是提供一种基于图像处理的航拍图像绝缘子分类识别方法,解决了现有技术无法准确的提取绝缘子并对其进行快速的分类识别的问题。本专利技术所采用的技术方案是,一种基于图像处理的航拍图像绝缘子分类识别方法,具体按照以下步骤实施,步骤1,对图像进行红蓝色差灰度化处理和加权平均灰度化处理两种方式的灰度化处理;步骤2,对比步骤1中得到的两种灰度处理的结果,选取对比度大的图像;步骤3,利用步骤2中选取的灰度对比度大的图像进行聚类分析,即设步骤2中选定的对比度较高的灰度化图像为图像gray,图像各坐标点(x,y)处的灰度值表示为gray(x,y),采用改进的K-means算法,对图像gray进行聚类分析;步骤4,去除噪声点,最终获取更新的二值图像binary;步骤5,将步骤4获取的新的二值图像binary映射到图像P上,提取准确分割的绝缘子图像,并判断绝缘子种类。本专利技术的特点还在于,所述的步骤1具体按照以下步骤实施:步骤1.1,读取巡检绝缘子原始图像P,即在RGB颜色空间下的图像,设图像P的尺寸为N×M,各坐标点(x,y)的像素值可以表示为(R(x,y),G(x,y),B(x,y));其中,x∈[1,N],y∈[1,M],R(x,y)∈[0,255],G(x,y)∈[0,255],B(x,y)∈[0,255]R(x,y),G(x,y),B(x,y)分别表示像素点的红色像素值、绿色像素值和蓝色像素值;步骤1.2,对图像P进行红蓝色差灰度化处理,最终获取红蓝色差灰度化图像r_bgray2,具体的处理方法是:首先根据公式(1)求得图像P的红蓝色差r_bgray(x,y),鉴于r_bgray(x,y)的值在-1与1之间取得,通过公式(2)对其进行归一化,其中r_bgray1(x,y)的取值范围为[0,1]。各像素点灰度值r_bgray2(x,y)可以表示为,r_bgray2(x,y)=r_bgray1(x,y)×256r_bgray2(x,y)表示红蓝色差灰度化后坐标点(x,y)处的灰度值;步骤1.3,对图像P进行加权平均灰度化,通过公式(3)对图像P进行加权平均灰度化,获得加权平均灰度化图像grays,grays(x,y)=(WrR(x,y)+WgG(x,y)+WbB(x,y))/3(3)其中,Wr=0.299,Wg=0.587,Wb=0.114,grays(x,y)表示加权平均灰度化后坐标点(x,y)处的灰度值。所述的步骤2具体为,根据公式(4)计算红蓝色差灰度化图像的灰度对比度和加权平均灰度化图像的灰度对比度,其中,u,v分别表示红蓝色差灰度化图像r_bgray2中4邻域相邻像素的灰度值,u∈[0,255],v∈[0,255],δ(u,v)=|u-v|,即表示相邻像素之间的灰度差;Pδ(u,v)表示相邻像素间的灰度差为δ的像素分布概率;m,n分别表示加权平均灰度化图像grays中4邻域相邻像素的灰度值,m∈[0,255],n∈[0,255];υ(m,n)=|m-n|,即相邻像素之间的灰度差;Pυ(m,n)表示相邻像素间的灰度差为υ的像素分布概率;若r_bcontrast≤gray_constrast,则选定加权平均灰度化图像grays应用于步骤3中;若r_bcontrast>gray_constrast,则选定红蓝色差灰度化图像r_bgray2应用于步骤3中。所述的步骤3具体步骤为:步骤3.1,将步骤2中选定的的对比度较高的灰度化图像作为图像样本gray,选取{m1,m2本文档来自技高网...
基于图像处理的航拍图像绝缘子分类识别方法

【技术保护点】
一种基于图像处理的航拍图像绝缘子分类识别方法,其特征在于,具体按照以下步骤实施,步骤1,对图像进行红蓝色差灰度化处理和加权平均灰度化处理两种方式的灰度化处理;步骤2,对比步骤1中得到的两种灰度处理的结果,选取对比度大的图像;步骤3,利用步骤2中选取的灰度对比度大的图像进行聚类分析,即设步骤2中选定的对比度较高的灰度化图像为图像gray,图像各坐标点(x,y)处的灰度值表示为gray(x,y),采用改进的K‑means算法,对图像gray进行聚类分析;步骤4,去除噪声点,最终获取更新的二值图像binary;步骤5,将步骤4获取的新的二值图像binary映射到图像P上,提取准确分割的绝缘子图像,并判断绝缘子种类。

【技术特征摘要】
1.一种基于图像处理的航拍图像绝缘子分类识别方法,其特征在于,具体按照以下步骤实施,步骤1,对图像进行红蓝色差灰度化处理和加权平均灰度化处理两种方式的灰度化处理;步骤2,对比步骤1中得到的两种灰度处理的结果,选取对比度大的图像;步骤3,利用步骤2中选取的灰度对比度大的图像进行聚类分析,即设步骤2中选定的对比度较高的灰度化图像为图像gray,图像各坐标点(x,y)处的灰度值表示为gray(x,y),采用改进的K-means算法,对图像gray进行聚类分析;步骤4,去除噪声点,最终获取更新的二值图像binary;步骤5,将步骤4获取的新的二值图像binary映射到图像P上,提取准确分割的绝缘子图像,并判断绝缘子种类。2.根据权利要求1所述的基于多特征信息融合技术的绝缘子识别检测方法,其特征在于,所述的步骤1具体按照以下步骤实施:步骤1.1,读取巡检绝缘子原始图像P,即在RGB颜色空间下的图像,设图像P的尺寸为N×M,各坐标点(x,y)的像素值可以表示为(R(x,y),G(x,y),B(x,y));其中,x∈[1,N],y∈[1,M],R(x,y)∈[0,255],G(x,y)∈[0,255],B(x,y)∈[0,255]R(x,y),G(x,y),B(x,y)分别表示像素点的红色像素值、绿色像素值和蓝色像素值;步骤1.2,对图像P进行红蓝色差灰度化处理,最终获取红蓝色差灰度化图像r_bgray2,具体的处理方法是:首先根据公式(1)求得图像P的红蓝色差r_bgray(x,y),r_bgray(x,y)=R(x,y)-B(x,y)R(x,y)+B(x,y)---(1)]]>鉴于r_bgray(x,y)的值在-1与1之间取得,通过公式(2)对其进行归一化,r_bgray1(x,y)=r_bgray(x,y)+12---(2)]]>其中r_bgray1(x,y)的取值范围为[0,1];各像素点灰度值r_bgray2(x,y)可以表示为,r...

【专利技术属性】
技术研发人员:黄新波刘新慧张烨李菊清邢晓强张慧莹杨璐雅
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