技术总结
本发明公开了一种基于机器视觉的绝缘子故障检测方法，对待处理的图像进行预处理；绝缘子边缘检测；利用机器学习分类方法提取有效边缘；通过检测绝缘子区域和边缘的形状特征判定故障并进行故障评级。本发明能够有效的对接触网绝缘子进行故障检测，算法的计算量较小，针对性地利用决策树算法筛选出有效的绝缘子边缘，从而避免了各种噪声干扰，保障了故障检测的准确率。漏检率在1.4％以下，故障检测准确率在98％以上，均符合实际工程需要。本发明尤其对负样本不足的基于机器视觉的故障检测提供了一个可行的方案，并提出了一项判断故障等级的指标，有助于工程上综合安全性和经济性的因素考虑做出合理的应对。
技术研发人员：王春生;郭煊烽;刘子建
受保护的技术使用者：中南大学
技术研发日：2019.06.06
技术公布日：2019.09.20