【技术实现步骤摘要】
一种基于混合蚁群算法的绝缘子轮廓检测方法
本专利技术属于绝缘子图像识别
,具体涉及一种基于混合蚁群算法的绝缘子轮廓检测方法。
技术介绍
当前,我国电网规模持续扩大,绝缘子作为电力系统中的故障多发器件,一定程度上决定着输电线路是否可以安全运行,因此,作为对绝缘子运行状态检测的前提,绝缘子的轮廓检测一直都是研究的热点;传统的绝缘子轮廓检测方法通常是地面目测法,这种方法不仅准确率低,而且耗费大量的时间成本和人力物力;近年来,随着无人机技术和图像识别技术的不断发展,无人机巡检在电力系统中的应用逐渐普及,通过无人机拍摄的图像进行绝缘子轮廓检测具有识别成功率高、节省人力物力以及可以应用于复杂环境等优点,但无人机拍摄的绝缘子图像通常分辨率低、噪声大,传统的图像分割方法精度和适用性方面都受到了限制。随着人工智能的不断发展,多种智能算法可以应用于绝缘子轮廓检测技术中。在众多算法中,蚁群算法因其较强的搜索能力,在图像分割领域效果较好,但是其算法性能受初始参数影响较大,而初始参数又通常是由大量实验参数修正得到的,有较大的不确定性。
技术实现思路
本专利技术提供了一种基于混合蚁群算法的绝缘子轮廓检测方法,该方法将粒子群算法应用于蚁群算法的参数优化上,可以直接获得蚁群算法的最优参数;利用觅食型蚁群聚类算法进行图像分割,从而实现绝缘子的轮廓检测。为达到上述目的,本专利技术所述一种基于混合蚁群算法的绝缘子轮廓检测方法,包括以下步骤:步骤1:采集绝缘子图像;步骤2:将步骤1采集的绝缘子图像按 ...
【技术保护点】
1.一种基于混合蚁群算法的绝缘子轮廓检测方法,其特征在于,包括以下步骤:/n步骤1:采集绝缘子图像;/n步骤2:将步骤1采集的绝缘子图像按下式进行灰度化,得到灰度图像;/n步骤3:对粒子群算法涉及的参数进行初始化,需要初始化的参数包括惯性权重值ω、最大迭代次数M、每个粒子的初始位置x
【技术特征摘要】
1.一种基于混合蚁群算法的绝缘子轮廓检测方法,其特征在于,包括以下步骤:
步骤1:采集绝缘子图像;
步骤2:将步骤1采集的绝缘子图像按下式进行灰度化,得到灰度图像;
步骤3:对粒子群算法涉及的参数进行初始化,需要初始化的参数包括惯性权重值ω、最大迭代次数M、每个粒子的初始位置xiS=(xiS1,xiS2)和初始速度viS(t)、粒子的个体学习因子c1,粒子的社会学习因子c2;
步骤4、使用蚁群算法计算每个粒子对应的自适应函数值和个体极值PiS(t);
步骤5:根据步骤4得到的每个粒子对应的自适应函数值更新个体极值与全局最优解PgS;
步骤6:步骤3初始化的参数和根据步骤4得到的个体极值PiS(t)和步骤5得到全局最优解PgS,按照下式更新粒子的位置与速度:
viS(t+1)=ωviS(t)+c1r1S(t)[PiS(t)-xiS(t)]+c2r2S(t)[PgS(t)-xiS(t)];
xiS(t+1)=xiS(t)+viS(t+1);
其中,r1S与r2S是[0,1]上服从均匀分布的伪随机数,PiS(t)为更新前的个体极值;viS(t+1)为更新后的速度,xiS(t+1)为更新后的位置;
步骤7:判断当前迭代次数是否大于步骤3设置的最大迭代次数M,若满足则输出全局最优解PgS;否则,重复步骤4-步骤6继续进行迭代,直至迭代结束,并输出全局最优解PgS,PgS=(PgS1,PgS2),由此得到最优聚类中心数cbest=PgS1和最优聚类半径rbest=PgS2;
步骤8:根据步骤7中得到的最优聚类中心数cbest和最优聚类半径rbest求出每一类的像素灰度值的平均值Ti,再分别计算相邻两类的灰度平均值Tij,将Tij作为阈值,将步骤2得到的目标图像的灰度图转化为二值图像:二值图像中灰度值大于Tij的像素点的灰度值变为1,否则变为0,由此得到图像分割后的绝缘子轮廓。
2.根据权利要求1所述的一种基于混合蚁群算法的绝缘子轮廓检测方法,其特征在于,在进行步骤8之前,生成步骤2得到的灰度图像的灰度直方图,并对绝缘子灰度直方图进行拉伸。
3.根据权利要求2所述的一种基于混合蚁群算法的绝缘子轮廓检测方法,其特征在于,将拉伸后的灰度直方图中的噪声进行滤波处理后再进行步骤8。
4.根据权利要求1所述的一种基于混合蚁群算法的绝缘子轮廓检测方法,其特征在于,所述步骤3中,粒子的个体学习因子c1=粒子的社会学习因子c2。
5.根据权利要求1所述的一种基于混合蚁群算法的绝缘子轮廓检测方法,其特征在于,所述步骤4包括以下步骤:
步骤4.1、初始化蚁群算法相关参数:...
【专利技术属性】
技术研发人员:孙浩飞,琚泽立,吕新良,邢伟,孙鑫,侯喆,王倩,蒲路,牛全保,李立鹏,王森,杨博,赵学风,
申请(专利权)人:国网陕西省电力公司电力科学研究院,西安理工大学,国网陕西省电力公司,国网陕西省电力公司铜川供电公司,国家电网有限公司,
类型:发明
国别省市:陕西;61
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。