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() 一种基于数学形态学的隔离开关覆冰厚度图像识别方法技术_技高网

一种基于数学形态学的隔离开关覆冰厚度图像识别方法技术

技术编号:44424031 阅读:0 留言:0更新日期:2025-02-28 18:38
一种基于数学形态学的隔离开关覆冰厚度图像识别方法,涉及一种隔离开关覆冰厚度图像识别方法,了解决现有的边缘检测法识别隔离开关覆冰厚度图像时精度差的问题。本发明专利技术通过获取覆冰隔离开关图像;对覆冰隔离开关图像进行图像预处理,生成灰度增强图像;利用数学形态学对灰度增强图像进行边缘提取,获得边缘图像;对边缘图像进行边缘选择,获得覆冰隔离开关提取图像;利用获取的未覆冰隔离开关的原始边缘数据与覆冰隔离开关提取图像进行对比计算,计算出隔离开关的覆冰厚度。有益效果为能够精确得出隔离开关的覆冰厚度。

【技术实现步骤摘要】

本专利技术涉及一种隔离开关覆冰厚度图像识别方法。


技术介绍

1、对隔离开关覆冰图像处理分析的过程中,目前普遍采用边缘检测法,所述边缘检测法是采用一阶边缘检测算子(sobel算子或prewitt算子)、二阶边缘检测算子(canny算子)进行边缘检测,一阶边缘检测算子灵敏度较低,可以规避背景环境的干扰,但其输出的边缘检测结果时断时续,颗粒感严重;二阶边缘检测算子灵敏度较高,但对原始图像质量要求教高,如原始图像较差,输出的线路边缘则出现明显畸形、断裂现象;因此现有的边缘检测法识别隔离开关覆冰厚度图像时精度差。


技术实现思路

1、本专利技术的目的是为了解决现有的边缘检测法识别隔离开关覆冰厚度图像时精度差的问题,提出了一种基于数学形态学的隔离开关覆冰厚度图像识别方法

2、本专利技术所述的一种基于数学形态学的隔离开关覆冰厚度图像识别方法包括以下步骤:

3、所述隔离开关覆冰厚度图像识别方法包括以下步骤:

4、步骤一、通过监测系统获取未覆冰隔离开关的原始边缘数据;所述原始边缘数据包括隔离开关未覆冰时的直径d1和隔离开关未覆冰时的像素点个数x1;

5、步骤二、通过监测系统获取覆冰隔离开关图像;

6、步骤三、对步骤二获取的覆冰隔离开关图像进行图像预处理,生成灰度增强图像;

7、步骤四、利用数学形态学对步骤三生成的灰度增强图像进行边缘提取,获得边缘图像;

8、步骤五、对步骤四获得的边缘图像进行边缘选择,获得覆冰隔离开关提取图像;

9、步骤六、利用步骤五获取的未覆冰隔离开关的原始边缘数据与步骤四获得的覆冰隔离开关提取图像进行对比计算,计算出隔离开关的覆冰厚度;

10、所述对比计算的具体公式为:

11、

12、其中,h为隔离开关的覆冰厚度,d1为隔离开关未覆冰时的直径;d2为隔离开关覆冰时的直径;x1为隔离开关未覆冰时的像素点个数;x2为隔离开关覆冰时的像素点个数。

13、优选的是,步骤三中图像预处理包括图像旋转、图像灰度化和灰度化图像增强;

14、其中,图像旋转是指将覆冰隔离开关图像的长度方向旋转至水平方向。

15、优选的是,所述图像灰度化的过程为:采用浮点算法将经过图像旋转的覆冰隔离开关图像转化为灰度图像。

16、优选的是,所述灰度化图像增强的过程为:利用直方图均衡化对灰度图像进行增强,获得灰度增强图像。

17、优选的是,步骤四中获得边缘图像的具体步骤为:

18、利用数学形态学方法检测隔离开关边缘,定义八组结构体,计算每组结构体所对应的权数并将结构体插入灰度增强图像,通过迭代最佳阈值分割法对灰度增强图像进行阈值分割,再对经过阈值分割后的图像求反,最后通过腐蚀算法输出边缘图像。

19、优选的是,步骤五中获得覆冰隔离开关提取图像的具体步骤为:

20、通过直线检测方法提取隔离开关的位置信息,并通过拟合角平分线的方法获得覆冰隔离开关提取图像。

21、本专利技术与现有技术相比具有以下有益效果:

22、本专利技术提出了一种基于数学形态学的隔离开关覆冰厚度图像识别方法,针对监测系统拍摄到的目标覆冰隔离开关图像,使用数学形态学融合提取到的边界,得到隔离开关覆冰时的像素点个数;通过导入未覆冰隔离开关的直径以及未覆冰隔离开关的像素点个数进行对比计算,能够精确得出隔离开关的覆冰厚度,达到提高覆冰厚度图像检测精度的目的。

本文档来自技高网...

【技术保护点】

1.一种基于数学形态学的隔离开关覆冰厚度图像识别方法,其特征在于,所述隔离开关覆冰厚度图像识别方法包括以下步骤:

2.根据权利要求1所述的一种基于数学形态学的隔离开关覆冰厚度图像识别方法,其特征在于,步骤三中图像预处理包括图像旋转、图像灰度化和灰度化图像增强;

3.根据权利要求2所述的一种基于数学形态学的隔离开关覆冰厚度图像识别方法,其特征在于,所述图像灰度化的过程为:采用浮点算法将经过图像旋转的覆冰隔离开关图像转化为灰度图像。

4.根据权利要求3所述的一种基于数学形态学的隔离开关覆冰厚度图像识别方法,其特征在于,所述灰度化图像增强的过程为:利用直方图均衡化对灰度图像进行增强,获得灰度增强图像。

5.根据权利要求1所述的一种基于数学形态学的隔离开关覆冰厚度图像识别方法,其特征在于,步骤四中获得边缘图像的具体步骤为:

6.根据权利要求1所述的一种基于数学形态学的隔离开关覆冰厚度图像识别方法,其特征在于,步骤五中获得覆冰隔离开关提取图像的具体步骤为:

【技术特征摘要】

1.一种基于数学形态学的隔离开关覆冰厚度图像识别方法,其特征在于,所述隔离开关覆冰厚度图像识别方法包括以下步骤:

2.根据权利要求1所述的一种基于数学形态学的隔离开关覆冰厚度图像识别方法,其特征在于,步骤三中图像预处理包括图像旋转、图像灰度化和灰度化图像增强;

3.根据权利要求2所述的一种基于数学形态学的隔离开关覆冰厚度图像识别方法,其特征在于,所述图像灰度化的过程为:采用浮点算法将经过图像旋转的覆冰隔离开关图像转化为灰度图像。

【专利技术属性】
技术研发人员:王悦张朋梁建权张健张美伦高源王梦纯张航宫铭辰赵翔宇李中原张可心李璐王磊
申请(专利权)人:国网黑龙江省电力有限公司电力科学研究院
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