一種通過usfpf特征識別故障跳線聯(lián)板的方法
【專利摘要】本發(fā)明提供一種通過USFPF特征識別故障跳線聯(lián)板的方法，具體過程為：步驟A，對輸電線路的紅外灰度圖像的進行Otsu自適應閾值分割，得到疑似目標圖像；步驟B，對疑似目標圖像進行連通域分離，得到多幅圖像；步驟C，對步驟B得到的多幅圖像進行骨架提取，得到多幅骨架圖像；步驟D，計算多幅骨架圖像中每一幅的USFPF特征，根據(jù)所述USFPF特征識別故障跳線聯(lián)板。該方法綜合考慮故障跳線聯(lián)板的形狀特征，從識別的故障跳線聯(lián)板的整體表現(xiàn)情況出發(fā)，有選著性的選擇識別特征，使識別效果得到提高。
【專利說明】
-種通過USFPF特征識別故障跳線聯(lián)板的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于輸電線路故障跳線聯(lián)板識別技術(shù)領(lǐng)域，具體設及一種通過USFPF特征 識別故障跳線聯(lián)板的方法。
【背景技術(shù)】
[0002] 社會在不斷的前進，電力系統(tǒng)是為社會提供動力的屯、臟，但是長期在戶外運行的 輸電設備由于經(jīng)受著老化、惡劣天氣等因素的影響，時常發(fā)生故障，因此如何及時發(fā)現(xiàn)輸電 線路的故障，并進行檢修是一個研究熱點。輸電線路發(fā)生故障就會導致過熱現(xiàn)象，而紅外波 段對溫度敏感，因此Leslie在1949年提出運用紅外測溫設備檢測輸電線路故障。但是由于 當時設備落后，該方法并沒有被廣泛的使用。隨著科學的進步，紅外設備也越來越先進，并 具有不接觸、不停電、遠距離等優(yōu)點，被廣泛的運用在輸電線路檢測方面。但是運用數(shù)字圖 像處理智能檢測并識別輸電線路設備故障的研究還需要更加深入。
[0003] 電氣設備在工作時，由于環(huán)境、導電材料等因素，會產(chǎn)生各種各樣的損耗，運些損 耗最終會通過熱能的方式發(fā)散出去，而導電設備多為金屬，導熱性能較好，所W隨著工作時 間變長，輸電設備便會發(fā)熱，致使輸電設備的物理性能變壞，輸電設備一旦發(fā)生故障，其損 耗便會急劇變大，其溫度也會迅速上升。所W，確定輸電設備是否發(fā)熱嚴重，可W確定其是 否發(fā)生故障或者存在隱患。在高壓輸電設備中，跳線聯(lián)板、接續(xù)管和絕緣子最容易發(fā)生故 障。目前已有許多科研人員通過在熱圖中研究高壓輸電設備發(fā)熱區(qū)域的識別算法，但是直 接通過紅外圖像運用圖形學研究高壓輸電線發(fā)熱區(qū)域的識別算法的研究還不夠深入，本發(fā) 明經(jīng)過對大量紅外圖像進行分析，實現(xiàn)了通過圖像學算法在紅外圖像中識別輸電設備中跳 線聯(lián)板故障。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供了一種通過USFPF特征識別故障跳線聯(lián)板的方法，該方法綜合考慮故 障跳線聯(lián)板的形狀特征，從識別的故障跳線聯(lián)板的整體表現(xiàn)情況出發(fā)，有選著性的選擇識 別特征，使識別效果得到提高。
[0005] 實現(xiàn)本發(fā)明的技術(shù)方案如下：
[0006] -種通過USFPF特征識別故障跳線聯(lián)板的方法，具體過程為：
[0007] 步驟A，對輸電線路的紅外灰度圖像的進行化SU自適應闊值分割，得到疑似目標圖 像；
[000引步驟B，對疑似目標圖像進行連通域分離，得到多幅圖像；
[0009] 步驟C，對步驟B得到的多幅圖像進行骨架提取，得到多幅骨架圖像；
[0010] 步驟D，計算多幅骨架圖像中每一幅的USFPF(U-shaped four-point feature)特 征，根據(jù)所述USFPF特征識別故障跳線聯(lián)板。
[0011] 進一步地，本發(fā)明步驟A進行闊值分割時，所使用的闊值為化SU取得動態(tài)最佳闊值 向上調(diào)節(jié)60-70個灰度級后的值。
[0012] 進一步地，本發(fā)明步驟B的進行連通域分離前，對疑似目標圖像進行漫水法濾波。
[0013] 進一步地，本發(fā)明在進行骨架提取前，先對步驟B得到的多幅圖像進行膨脹和孔桐 填充處理。
[0014] 進一步地，本發(fā)明步驟D的具體過程如下：
[0015] 故障跳線聯(lián)板為U型特征，U型特征區(qū)域必須存在四個有效的節(jié)點，包括兩個邊界 頂點和兩個過程拐點，
[0016] 首先，W八向連通域內(nèi)只有一個目標像素點為約束條件，尋找到兩個邊界頂點；
[0017] 其次，W其中一個邊界頂點為起點，然后用3X3的檢測窗口在骨架上移動，將灰度 在水平和豎直方向上灰度變化最大的兩個點確定為過程拐點；
[001引窗口移動[u，v]產(chǎn)生的灰度變化E(u，v):
[0019]
(1)
[0020] 其中，E(u，v)為窗口移動前后的灰度變化量，w(x，y)為窗口函數(shù)，f(x+u，y+v)為平 移后的灰度圖像，且有f (x+u,y+v) =f (x,y)+fxu+fyv+0(u2,v2)，fx為X方向的一階微分fy為y 方向上的一階微分，0 (U2, V2)為佩亞諾(Peano)余項。
[0021] 所W原灰度變化函數(shù)可轉(zhuǎn)化為：
[0022]
[0023] 微小移動量近似表達式：
[0024]
[0025] 其中M為巧2矩陣，可由圖像求導可得：
[0026]
[0027] 最后，將起點、第一次捜索到的過程拐點、第二次捜索到的過程拐點及終點依次記 為口1:1(義1,71)，口12(義2,72)，口13(義3,73)，口14(義4,74);連接點口1:1(義1,71)和口12(義2,72)所得到 直線的斜率記為ki，連接點pt2(X2，y2)和pt3(X3，y3)所得到直線的斜率記為k2,連接點pt3 (X3，y3)和pt4(X4，y4)所得到直線的斜率記為k3;
[0028] 判定為U型發(fā)熱區(qū)域的條件如下：
[00 巧](I)Si gn (xi-X2) = si gn (X4-X3)
[0030] (2) I ki_k21 >1:an(3T/4)
[0031] (3) I k2_k31 >1:an(3T/4)
[0032] (4) I ki-k：31 <1:an(3T/4)
[003；3]其中，sign 為符號函數(shù)，sign(xi-X2) = sign(X4_X3)代表 X1-X2 和 X4-X3同時大于 0 或 者小于0,表示起點指向第一次捜索到的過程拐點的方向和終點指向第二次捜索到的過程 拐點為同一個方向。
[0034]當同時滿足上述四個條件時，USFPF特征為1，反之則為0;當USFPF特征為1時，識別 為故障跳線聯(lián)板。
[0(X3日]有益效果
[0036] 第一，本發(fā)明通過分析大量紅外圖像中的故障跳線聯(lián)板，提出一種基于骨架域角 點和過程拐點所構(gòu)成的斜率相對大小的USFPF特征來識別故障跳線聯(lián)板，能夠高效的識別 故障跳線聯(lián)板。
[0037] 第二，本發(fā)明在利用OSTU闊值分割方法時，所使用的闊值為化SU取得動態(tài)最佳闊 值向上調(diào)節(jié)60-70個灰度級后的值，能更好的從紅外圖像中分割出故障跳線聯(lián)板。
[0038] 第S，本發(fā)明所提供的方法能夠高效的識別故障跳線聯(lián)板，使維護電力系統(tǒng)更加 方便。
【附圖說明】
[0039] 圖1為本發(fā)明的整體流程原理圖；
[0040] 圖2為識別U型特征流程原理圖；
[0041 ]圖3為過程拐點、邊界頂點W及窗口移動過程灰度變化情形；
[0042] 圖4為故障跳線聯(lián)板圖。
【具體實施方式】
[0043] 下邊結(jié)合附圖，對本發(fā)明進行進一步詳細說明。
[0044] 本發(fā)明設及一種通過USFPF特征識別故障跳線聯(lián)板的方法，該方法用于在無人機 的巡拍紅外圖像中識別故障跳線聯(lián)板。
[0045] 本發(fā)明的處理對象是無人機的巡拍紅外圖像，該原始圖像是無人機上攜帶的紅外 相機采集所得。運用改進的Ostu闊值分割法對紅外圖像進行分割，再用漫水法濾波并分離 各個連通域，運用膨脹和孔桐填充算法濾去一些小區(qū)域并填充大區(qū)域內(nèi)的孔桐，提取各連 通域的骨架，在骨架圖像中找到頂點和過程拐點，計算相鄰點所連成直線的斜率，通過該斜 率之間的相對大小識別故障跳線聯(lián)板。
[0046] 本發(fā)明方法的具體過程為：
[0047] 步驟A，對輸電線路的紅外灰度圖像的進行化SU自適應闊值分割，去除背景，得到 疑似目標圖像；
[004引用傳統(tǒng)的化SU法得到的分割圖像求出分割闊值，本發(fā)明將化SU取得動態(tài)最佳闊值 向上調(diào)節(jié)60-70個灰度級，可W得到更好的結(jié)果。
[0049] 步驟B，對疑似目標圖像進行漫水法濾波并連通域分離，得到多幅圖像。
[0050] 步驟C，對步驟B得到的多幅圖像進行膨脹和孔桐填充處理，再進行骨架提取，得到 多幅骨架圖像；
[0051] 通過漫水法將可疑型連通區(qū)域分離后，可能出現(xiàn)W下缺陷：①中間空桐，②邊界銀 齒，所W需要對分離出的圖像做膨脹和孔桐填充的處理。然后再對其再提取其骨架。
[0052] 步驟D，計算多幅骨架圖像中每一幅的USFPF(U-shaped four-point feature)特 征，根據(jù)所述USFPF特征識別故障跳線聯(lián)板。
[0053] -個U型特征區(qū)域必須存在四個有效的節(jié)點，兩個邊界頂點和兩個過程拐點，在提 取USFPF特征時，首先確定邊界頂點，在邊界頂點的八向連通領(lǐng)域中只有一個目標像素點， 針對過程拐點，必須至少存在進入點和退出點兩個目標像素點。因此提取USFPF的具體過程 為：
[0054] 首先，W八向連通域內(nèi)只有一個目標像素點為約束條件，尋找到兩個邊界頂點；
[0055] 其中，W其中一個邊界頂點為起點，然后用3 X 3的檢測窗口在骨架上移動檢測可 碰見=種情況，（a)為檢測窗口在骨架上移動，在水平方向上沒有灰度變化，（b)為檢測窗口 在骨架上移動，水平和豎直方向都存在明顯灰度變化，（C)為檢測窗口在骨架上移動，豎直 方向上沒有灰度變化。窗口移動[U，V ]產(chǎn)生的灰度變化：
[0化6]
[0057] 其中，w(x，y)為窗日函數(shù)，f (x+u，y+v)為平移后的灰度圖像，且有f(x+u，y+v)=f (X,y)+fxU+fyV+0(u2,v2)。
[0058] 所W原灰度變化函數(shù)可轉(zhuǎn)化為：
[0化9]
[0060] 微小移動量近似表達式：
[0061]
[0062] 其中M為巧2矩陣，可由圖像求導可得：
[0063]
[0064] 將灰度在水平和豎直方向上灰度變化最大的兩個點確定為過程拐點；
[0065] 最后，將起點、第一次捜索到的過程拐點、第二次捜索到的過程拐點及終點依次記 為口1:1(義1,71)，口12(義2,72)，口13(義3,73)，口14(義4,74);連接點口1:1(義1,71)和口12(義2,72)所得到 直線的斜率記為ki，連接點pt2(X2，y2)和pt3(X3，y3)所得到直線的斜率記為k2,連接點pt3 (X3，y3)和pt4(X4，y4)所得到直線的斜率記為k3;
[0066] 判定為U型發(fā)熱區(qū)域的條件如下：
[0067] (l)sign(x 廣 X2) = sign( X4_X3)
[006引（2) I ki-k21 >1:an(3T/4)
[0069] (3) I k2_k31 >1:an(3T/4)
[0070] (4) I ki_k31 <1:an(3T/4)
[0071 ]其中，sign 為符號函數(shù)，sign(xi-X2) = sign(X4-X3)代表 X1-X2 和 X4-X3 同時大于 0 或 者小于0,表示起點指向第一次捜索到的過程拐點的方向和終點指向第二次捜索到的過程 拐點為同一個方向。
[0072] 當同時滿足上述四個條件時，USFPF特征為1，反之則為0;當USFPF特征為1時，識別 為故障跳線聯(lián)板。
[0073] 綜上所述，W上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。 凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的 保護范圍之內(nèi)。
【主權(quán)項】
1. 一種通過USFPF特征識別故障跳線聯(lián)板的方法，其特征在于，具體過程為： 步驟A，對輸電線路的紅外灰度圖像的進行Otsu自適應閾值分割，得到疑似目標圖像； 步驟B，對疑似目標圖像進行連通域分離，得到多幅圖像； 步驟C，對步驟B得到的多幅圖像進行骨架提取，得到多幅骨架圖像； 步驟D，計算多幅骨架圖像中每一幅的USFPF特征，根據(jù)所述USFPF特征識別故障跳線聯(lián) 板。2. 根據(jù)權(quán)利要求1所述通過USFPF特征識別故障跳線聯(lián)板的方法，其特征在于，步驟A進 行閾值分割時，所使用的閾值為Otsu取得動態(tài)最佳閾值向上調(diào)節(jié)60-70個灰度級后的值。3. 根據(jù)權(quán)利要求1所述通過USFPF特征識別故障跳線聯(lián)板的方法，其特征在于，步驟B的 進行連通域分離前，對疑似目標圖像進行漫水法濾波。4. 根據(jù)權(quán)利要求1所述通過USFPF特征識別故障跳線聯(lián)板的方法，其特征在于，在進行 骨架提取前，先對步驟B得到的多幅圖像進行膨脹和孔洞填充處理。5. 根據(jù)權(quán)利要求1所述通過USFPF特征識別故障跳線聯(lián)板的方法，其特征在于，故障跳 線聯(lián)板為U型特征，U型特征區(qū)域必須存在四個有效的節(jié)點，包括兩個邊界頂點和兩個過程 拐點，所述步驟D的具體過程如下： 首先，以八向連通域內(nèi)只有一個目標像素點為約束條件，尋找到兩個邊界頂點； 其次，以其中一個邊界頂點為起點，然后用NXN的檢測窗口在骨架上移動，將灰度在水 平和豎直方向上灰度變化最大的兩個點確定為過程拐點； 最后，將起點、第一次搜索到的過程拐點、第二次搜索到的過程拐點及終點依次記為 ptl(xi，yi)，pt2(X2，y2)，pt3(X3，y3)，pt4(X4，y4);連接點口1:1(叉1，71)和口七2(叉2,72)所得到直 線的斜率記為ki，連接點pt2(X2，y2)和口丨3(13,73)所得到直線的斜率記為1?，連接點口丨3(13， y3)和pt4(X4，y4)所得到直線的斜率記為k3; 判定為U型發(fā)熱區(qū)域的條件如下： (1) sign(xi-X2) = sign(X4~X3) (2) | ki_k21 >tan(Ji/4) (3) I k2~k31 >tan(jr/4) (4) I ki_k31 <tan(Ji/4) 其中，sign為符號函數(shù)，sign(xi_X2) = sign(X4_X3)代表xi_X2和X4-X3同時大于0或者小 于〇,表示起點指向第一次搜索到的過程拐點的方向和終點指向第二次搜索到的過程拐點 為同一個方向； 當同時滿足上述四個條件時，USFPF特征為1，反之則為0;當USFPF特征為1時，識別為故 障跳線聯(lián)板。6. 根據(jù)權(quán)利要求1所述通過USFPF特征識別故障跳線聯(lián)板的方法，其特征在于，所述N等 于3。
【文檔編號】G06K9/00GK106022302SQ201610391130
【公開日】2016年10月12日
【申請日】2016年6月3日
【發(fā)明人】許廷發(fā), 江慎旺, 黃博, 張增, 張巍, 楊鶴猛, 吳新橋, 周筑博, 張貴峰, 張靜, 李銳海
【申請人】北京理工大學