System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于机器视觉的ADSS光缆缺陷在线检测方法技术_技高网

基于机器视觉的ADSS光缆缺陷在线检测方法技术

技术编号:43768786 阅读:2 留言:0更新日期:2024-12-24 16:09
本申请涉及图像处理技术领域,具体涉及基于机器视觉的ADSS光缆缺陷在线检测方法,该方法包括:获取ADSS光缆各个位置处的光缆采集图像中的光缆表面区域;提取光缆采集图像中的电痕区域;根据所有电痕区域对于光缆表面区域的面积占比以及灰度值差异,得到电痕差异特征值;提取各电痕区域中的碳粒区域,根据所有碳粒区域的面积以及空间分布情况,得到碳痕分布密度;提取各电痕区域中的骨架轮廓;根据骨架轮廓上各角点与其相邻的所有角点之间的距离和长度,得到电痕强度;综合电痕差异特征值、碳痕分布密度和电痕强度,得到电蚀严重指数;对所有电蚀严重指数进行异常检测分析,得到缺陷检测结果。本申请可提高光缆的缺陷检测精度。

【技术实现步骤摘要】

本申请涉及图像处理,具体涉及基于机器视觉的adss光缆缺陷在线检测方法。


技术介绍

1、adss光缆是一种无金属、耐张力、无感性、高绝缘等特点的全介质自承式光缆,通常应用在35kv及以上电压等级的输电线路,提供了高速、稳定、可靠的通信传输能力。adss光缆在工作过程中,特别是在雨季等空气湿度比较大的情况下,会受到干带电弧、电晕放电等因素的作用而引发电腐蚀现象。

2、电腐蚀现象造成的光缆缺陷,严重影响了电力通信系统的稳定性,现有技术中,通常采用机器学习和深度学习的图像分割方法对adss光缆的图像进行缺陷检测;然而,光缆的周围环境复杂,在对光缆图像的检测过程中,容易受到周围树木和房屋建筑的影响造成光缆缺陷误判,导致光缆的缺陷检测精度较低。


技术实现思路

1、为了解决上述技术问题,本申请提供基于机器视觉的adss光缆缺陷在线检测方法,以解决现有的问题。

2、本申请的基于机器视觉的adss光缆缺陷在线检测方法采用如下技术方案:

3、本申请一个实施例提供了基于机器视觉的adss光缆缺陷在线检测方法,该方法包括以下步骤:

4、s1,获取adss光缆各个位置处的光缆采集图像;提取光缆采集图像中的光缆表面区域;

5、s2,对于各光缆采集图像,根据光缆采集图像中灰度分布提取电痕区域;根据所有电痕区域对于光缆表面区域的面积占比以及灰度值差异情况,得到电痕差异特征值;

6、s3,根据各电痕区域中的灰度变化情况提取碳粒区域,根据光缆采集图像中所有碳粒区域的面积以及空间分布情况,得到光缆采集图像的碳痕分布密度;

7、s4,提取各电痕区域中的骨架轮廓;根据骨架轮廓上各角点与其相邻的所有角点之间的距离和长度,得到各电痕区域的碳化密集度指数;综合光缆采集图像中所有电痕区域的碳化密集度指数,得到光缆采集图像的电痕强度;

8、s5,综合光缆采集图像的电痕差异特征值、碳痕分布密度和电痕强度,得到光缆采集图像的电蚀严重指数;对所有光缆采集图像的电蚀严重指数进行异常检测分析,得到光缆的缺陷检测结果。

9、进一步,所述电痕区域的获取方法,包括:

10、对光缆采集图像进行灰度增强处理后进行阈值分析,得到分割阈值;将小于分割阈值的区域作为电痕区域。

11、进一步,所述电痕差异特征值的获取方法,包括:

12、获取光缆标准图像;提取光缆标准图像中的光缆表面区域;

13、将第i个光缆采集图像的电痕差异特征值记为eii,式中,pai表示第i个光缆采集图像中所有电痕区域的总面积;tai表示第i个光缆采集图像中光缆表面区域的总面积;gi,j表示第i个光缆采集图像中第j个电痕区域内所有像素点的灰度值均值,g0表示光缆标准图像中光缆表面区域内所有像素点的灰度值均值,n表示电痕区域的数量,|gi,j-g0|表示计算gi,j-g0的绝对值。

14、进一步,所述光缆采集图像的碳痕分布密度的获取方法,包括:

15、对于各电痕区域,提取电痕区域中的各圆形区域,记为各碳粒区域;

16、将第i个光缆采集图像的碳痕分布密度记为cpi,式中,ai,m表示第i个光缆采集图像中第m个碳粒区域的面积,di,(m,k)表示第i个光缆采集图像中第m个与第k个碳粒区域的中心像素点之间的距离,其中m≠k;s表示第i个光缆采集图像中碳粒区域的数量。

17、进一步,所述各电痕区域的碳化密集度指数的获取方法,包括:

18、获取骨架轮廓上的角点;将任一角点记为目标点;获取骨架轮廓中以目标点为中心的各条线上与目标点距离最近的角点,记为目标点的各相邻角点;获取目标点与其各相邻角点之间的骨架轮廓,作为目标点与其各相邻角点之间的碳化通道;

19、根据电痕区域中所有角点与其相邻角点之间的碳化通道的长度和数量,得到电痕区域的碳化密集度指数。

20、进一步,所述根据电痕区域中所有角点与其相邻角点之间的碳化通道的长度和数量,得到电痕区域的碳化密集度指数,包括:将第a个电痕区域的碳化密集度指数记为tca,式中,pa表示第a个电痕区域的面积;la表示第a个电痕区域中所有碳化通道的总长度,ea表示第a个电痕区域内所有角点的碳化通道特征数。

21、进一步,所述电痕区域内所有角点的碳化通道特征数为:电痕区域内所有角点的连接的碳化通道数量的均值。

22、进一步,所述光缆采集图像的电痕强度的获取方法,包括:

23、计算光缆采集图像中所有电痕区域的碳化密集度指数的均值,作为光缆采集图像的电痕强度。

24、进一步,所述光缆采集图像的电蚀严重指数的获取方法,包括:

25、计算各光缆采集图像的电痕强度和碳痕分布密度的和值;融合各光缆采集图像的电痕差异特征值与所述和值得到各光缆采集图像的电蚀严重指数。

26、进一步,所述光缆的电腐蚀缺陷的检测结果,包括:

27、对所有光缆采集图像的电蚀严重指数进行异常检测,得到每个光缆采集图像的异常评分;将异常评分大于预设异常阈值的光缆采集图像记为光缆缺陷图像;将光缆缺陷图像的采集位置作为光缆上电腐蚀缺陷的发生位置。

28、本申请至少具有如下有益效果:

29、本申请通过分析光缆的电腐蚀缺陷形成的特征,首先分析了光缆发生电腐蚀时,光缆采集图像中光缆表面的灰度变化,基于电痕区域的面积以及灰度值差异构建电痕严重度系数,考虑了光缆表面发生电腐蚀现象时光缆表面的颜色以及亮度变化,初步评估了光缆表面的电腐蚀现象的严重程度;进一步分析了电腐蚀过程中光缆表面沉积的碳粒痕迹的特征,基于碳粒区域的面积以及空间分布情况构建了碳痕分布密度,准确判断电腐蚀发生的剧烈程度;进一步,分析了电腐蚀过程中形成的碳化通道的形状特征,计算碳化密集度指数,可以准确的反映出碳化通道的分布密度,得到电痕强度越大,反映该区域的电腐蚀现象的严重程度;最后综合电痕差异特征值、碳痕分布密度和电痕强度,得到电蚀严重指数,准确的判断了每段光缆表面电腐蚀现象的严重程度;根据电蚀严重指数得到光缆的缺陷检测结果,充分考虑了电腐蚀缺陷的特征,能够排除环境因素的干扰,提高了光缆的缺陷检测精度。

本文档来自技高网...

【技术保护点】

1.基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,该方法包括以下步骤:

2.如权利要求1所述的基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,所述电痕区域的获取方法,包括:

3.如权利要求1所述的基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,所述电痕差异特征值的获取方法,包括:

4.如权利要求1所述的基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,所述光缆采集图像的碳痕分布密度的获取方法,包括:

5.如权利要求1所述的基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,所述各电痕区域的碳化密集度指数的获取方法,包括:

6.如权利要求5所述的基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,所述根据电痕区域中所有角点与其相邻角点之间的碳化通道的长度和数量,得到电痕区域的碳化密集度指数,包括:将第a个电痕区域的碳化密集度指数记为TCa,式中,Pa表示第a个电痕区域的面积;la表示第a个电痕区域中所有碳化通道的总长度,Ea表示第a个电痕区域内所有角点的碳化通道特征数。

7.如权利要求6所述的基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,所述电痕区域内所有角点的碳化通道特征数为:电痕区域内所有角点的连接的碳化通道数量的均值。

8.如权利要求1所述的基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,所述光缆采集图像的电痕强度的获取方法,包括:

9.如权利要求1所述的基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,所述光缆采集图像的电蚀严重指数的获取方法,包括:

10.如权利要求1所述的基于机器视觉的ADSS光缆缺陷在线检测方法,其特征在于,所述光缆的电腐蚀缺陷的检测结果,包括:

...

【技术特征摘要】

1.基于机器视觉的adss光缆缺陷在线检测方法,其特征在于,该方法包括以下步骤:

2.如权利要求1所述的基于机器视觉的adss光缆缺陷在线检测方法,其特征在于,所述电痕区域的获取方法,包括:

3.如权利要求1所述的基于机器视觉的adss光缆缺陷在线检测方法,其特征在于,所述电痕差异特征值的获取方法,包括:

4.如权利要求1所述的基于机器视觉的adss光缆缺陷在线检测方法,其特征在于,所述光缆采集图像的碳痕分布密度的获取方法,包括:

5.如权利要求1所述的基于机器视觉的adss光缆缺陷在线检测方法,其特征在于,所述各电痕区域的碳化密集度指数的获取方法,包括:

6.如权利要求5所述的基于机器视觉的adss光缆缺陷在线检测方法,其特征在于,所述根据电痕区域中所有角点与其相邻角点之间的碳化通道的长度和数量,得到电痕区域的碳...

【专利技术属性】
技术研发人员:任军程梦玲杨涛锋吴琳琳孙张敏杜秋雨韩静轩雪丽徐国强竟勇
申请(专利权)人:国网河南省电力公司商丘供电公司
类型:发明
国别省市:

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