专利名称：基于纹理的绝缘子缺陷诊断方法
基于纹理的绝缘子缺陷诊断方法技术领域
本发明以直升机巡检高压输电线路过程中采集的可见光图像为处理目标，研究的是基于可见光图像的绝缘子自爆缺陷的诊断方法。通过从图像上分析绝缘子自爆缺陷的特征，提出了基于纹理的绝缘子缺陷诊断方法。该发明为机载实时绝缘子识别诊断系统，在识别绝缘子基础上通过该方法诊断玻璃绝缘子的自爆缺陷。由于自爆缺陷表现的主要特征就是绝缘子掉串，因此本方法采用统一的掉串来描述自爆缺陷。
背景技术：
高压输电线路是电力系统的动脉，其运行状态直接决定电力系统的安全及国家经济的运行，高压输电线路(导线、绝缘子等)由于长期在室外环境下运行，在巨大的张力、气温变化、闪电、飞行物撞击以及老化、锈蚀等影响下，会出现绝缘子破坏等情况，若不及时发现和修复处理，最终会导致输电线路的破断，造成大面积停电和巨大的经济损失。
目前绝缘子缺陷检测方法有很多王雪，国内高压绝缘子在线检测方法综述，电瓷避雷器，2002年第6期，详细讲述了现今各种方法的检测原理、检测设备、优缺点等，根据绝缘子缺陷漏电的物理特性进行分析，主要分析接触式方法中的电压分布法、泄漏电流检测法、脉冲电流检测法及红外测温法。其缺点是接触性检测方法劳动强度大、安全性差、效率低，而且受电磁干扰等原因，易造成误检或漏检并且易受环境(如温度、湿度)等多种因素的影响。
另一类绝缘子缺陷诊断方法是基于图像识别的方法，根据图像视觉特征识别图像并判定缺陷。视觉特征包括颜色、纹理、形状特征，依据这些信息或者这些信息的融合，判决其存在的显著缺陷特征。
如葛玉敏，基于计算机视觉的绝缘子状态检测，硕士学位论文。基于颜色特征检测绝缘子是否存在污秽，根据图像的R、G、B值，进行模糊判断，检测绝缘子是否有污秽。该方法只能在实验室应用，然而在室外情况下RGB颜色空间易受光照影响，在背景影响下根据 RGB也难以判定绝缘子是否存在污秽。
林聚财等，基于彩色图像的玻璃绝缘子缺陷诊断，电网技术，2011年1月，第35卷 1期，基于颜色特征检测绝缘子是否掉串，对图像做平滑和色阶运算使得颜色特征更加显著且易于分割，然后在HSI颜色空间中采用图像分块的连通域判决方法动窗口直方图统计技术，对滑动窗口产生的各分块直方图相互之间做直方图匹配。这种方法比较适合室外，对一定背景干扰鲁棒性较好，但是当光照变化时不适用。
朱珠，图像处理技术在架空线路绝缘子破损检测系统中的应用研究，硕士学位论文。是一种基于形状特征检测绝缘子是否破损，在架空线路绝缘子破损检测系统中的应用研究，运用了机器人巡检技术提出了识别瓷质绝缘子的方法，将圆形度、细长度、占空比长短径比和hebichef不变矩作为特征向量，应用概率神经网络分类决策的方法对绝缘子特征区域进行识别。然后通过边缘检测，判定纵向切线灰度值变化率判断瓷瓶是否出现破损。 机器人巡检在穿越过杆塔时效率底下并且对线路也有损害，神经网络分类方法时间复杂较高，这些都无法做到高效率智能巡检。
刘建友等，航拍绝缘子图像的提取和识别，传感器世界，2009年12月。是一种基于形状特征识别绝缘子，根据绝缘子与背景的灰度级的差异二值化，运用Hough变化识别椭圆绝缘子。这种方法当背景不是很复杂且采集到的绝缘子是椭圆时才能识别，当背景复杂不能根据灰度区分背景和绝缘子或者采集到的绝缘子不是标准椭圆时，基于Hough变换的方法不能识别绝缘子。
孙晋，基于边缘检测的绝缘子裂纹诊断研究，硕士学位论文。是一种基于形状特征识别绝缘子，应用改进的Carmy算子提取边缘，用斜坡函数来表征绝缘子的边缘，判断边缘图像中绝缘子的位置，在定位的基础上根据是否出现异常窄链来判断有无裂纹产生。由于采集的绝缘子角度的影响，绝缘子串轮廓之间有重合，这种检测方法在绝缘子定位时不准确，在裂纹检测时也不准确。
在国内外研究缺陷研究领域主要集中于树木中的木材缺陷、纺织工业中的纺织品缺陷、皮革工业中的皮革表面缺陷、玻璃制造工业中的玻璃缺陷、带钢工业中的钢板表面缺陷、制瓶工业中的瓶口瓶底缺陷、道路桥梁的缺陷、医学中癌细胞的图像诊断技术等。对于这些缺陷诊断方法中无一不用到了纹理诊断技术。因为图像的纹理特征描述了在图像中反复出现的局部模式和它们的排列规则，反映了宏观意义上灰度变化的一些规律，纹理是对局部区域像素之间关系的一种度量。因此缺陷破坏了规律性的变换，出现了不同的纹理特征，发生了明显的变化。
目前还没有一种对于绝缘子掉串缺陷的诊断很好的方法，对于可见光下绝缘子掉串检测是一件很困难的事，本发明就是根据缺陷诊断中常用的方法纹理诊断来检测绝缘子掉串缺陷，应用Gabor小波以及GLCM (灰度共生矩阵)融合的方法检测。该方法可以有效应用到直升机或车载巡检时智能检测高压线路热缺陷。发明内容
有鉴于此，本发明的目的在于提供一种基于纹理的绝缘子缺陷诊断方法，在直升机或车载对高压线路巡检时，能有效提高缺陷诊断效率以及准确率。
为达到到上述目的，本发明在识别绝缘子的基础上，采用了融和基于参数修正的 GLCM以及参数修正的gabor变换提取纹理特征实现绝缘子缺陷诊断的方法，采用步骤如下(1)、识别定位绝缘子的具体做法是将采集到的图像分成了三类，即第一类为图像中不存在杆塔，只有导线的图像；第二类为图像中存在杆塔，同时线路为直线塔线路；第三类为图像中存在杆塔，同时线路为耐张塔线路。
根据在图像中识别出的大部件来推理当前图像是第几类图像。如果图像中不存在杆塔，那么图像为第一类；如果图像中存在杆塔，则需要进一步在图像中通过识别引流线来判断图像是第二类还是第三类，如果图像中不存在引流线那么图像为第二类，进一步推理合成绝缘子的位置；如果图像中存在引流线那么图像为第三类。因此绝缘子只存在于第二类以及第三类图像中。其中导线的识别根据平行线组的位置关系确定，杆塔的识别根据水平、垂直、倾斜线段的密度分布来确定，引流线的识别根据小线段拟合的方式确定。
第二类图像时通过导线的断点位置能够上推理出合成绝缘子的大致位置。
第三类图像时根据均压环与玻璃绝缘子的位置以及与引流线、导线之间的拓扑关系来推理玻璃绝缘子的位置。在图像上，均压环一端连接着导线以及引流线，另一端连接着玻璃绝缘子，玻璃绝缘子一端连接着均压环，另一端连接着杆塔。同时可以认为玻璃绝缘子在他们所连接的导线的延长线上。这样就可以通过这些条件来确定玻璃绝缘子的位置了。
(2)、识别出绝缘子时为一个由四个点框成的四边形，将这个四边形用如下结构管理，用于输入图像中绝缘子部件的管理struct insulate_object {vector<Point> left—high; vector<Point> right—high; vector<Point> left_low; vector<Point> right_low;ι(3 )、将得到的绝缘子图像灰度化。
(4)、在步骤(1)的定位的绝缘子的基础上，构建四边形的最小外接矩形，得到的最小外接矩形方向也是任意的，因此将外接矩形进行旋转，得到平行于输入图像边界的矩形。
(5)、构造灰度共生矩阵GLCM。灰度共生矩阵受到灰度级G，距离d，生成方向这三个因素影响，本文采用变量控制法确定每个参数值。
(6)将绝缘子分块。分块的目的是方便找到掉串的位置，因此计算每块的特征值。 本发明的做法是块数恒定，根据绝缘子大小确定块数，这样做的好处在于便于融合特征。
(7)计算该绝缘子纹理特征，根据分块计算能量、熵、惯性矩、相关性、局部平稳这五个纹理特征值的均值和方差，这十个特征值分别表示了不同的物理特征，但是不是对所有的都能很好的表征绝缘子特征，因此本发明选择绝缘子中相邻块变化率明显的即表明有掉串缺陷。本发明发现惯性矩均值，惯性矩方差能表征掉串缺陷。
(8)、另一种计算纹理特征方法，构建Gabor特征量。
Gabor 函数为
权利要求
1.一种基于纹理的绝缘子缺陷诊断方法，本发明的方法是采用高压线路知识模型推理出识别玻璃绝缘子位置的处理上，进而采用纹理特征方法诊断玻璃绝缘子是否存在掉串缺陷。
2.如权利要求1所述的基于纹理的绝缘子缺陷诊断方法，用高压线路知识模型推理出识别绝缘子位置的方法是将采集到的图像分成了三类，即第一类为图像中不存在杆塔，只有导线的图像；第二类为图像中存在杆塔，同时线路为直线塔线路；第三类为图像中存在杆塔，同时线路为耐张塔线路；根据在图像中识别出的大部件来推理当前图像是第几类图像； 如果图像中不存在杆塔，那么图像为第一类；如果图像中存在杆塔，则需要进一步在图像中通过识别引流线来判断图像是第二类还是第三类，如果图像中不存在引流线那么图像为第二类，进一步推理合成绝缘子的位置；如果图像中存在引流线那么图像为第三类； 通过导线的断点位置能够在第二类图像上推理出合成绝缘子的大致位置； 在第三类图像上根据均压环与玻璃绝缘子的位置以及与引流线、导线之间的拓扑关系来推理玻璃绝缘子的位置；在图像上，均压环一端连接着这导线以及引流线，另一端连接着玻璃绝缘子，玻璃绝缘子一端连接着均压环，另一端连接着杆塔；同时可以认为玻璃绝缘子在他们所连接的导线的延长线上； 这样就可以通过这些条件来确定玻璃绝缘子的位置了。
3.如权利要求1所述基于纹理的绝缘子缺陷诊断方法，采用纹理特征方法诊断玻璃绝缘子是否存在掉串缺陷；如下步骤3. 1推理获得的玻璃绝缘子位置进行矩形规则化整理到水平的矩形，并分块；3.2计算每一块的参数；GLCM中计算能量、熵、惯性矩、相关性、局部平稳这五个纹理特征值的均值和方差；本发明发现惯性矩均值，惯性矩方差能表征掉串缺陷； Gabor滤波提取出绝缘子纹理后计算每块均值以及方差值；3.3判决规则特征值每个分块构成一个列向量，计算前后块之间的纹理特征的变化率，设定阈值，根据特征列向量的变化率是否超过该阈值判定绝缘子是否出现掉串。
4.如权利要求3所述基于纹理的绝缘子缺陷诊断方法，参数选择灰度共生矩阵受到灰度级G，距离d，生成方向这三个因素影响，本文采用控制变量法确定每个参数值；测试结果为灰度级G=16，距离d =5，生成方向选择O度，45度，90度，135度；Gabor滤波器由参数Λ，5，(Uj)控制，ζ为图像宽方向的坐标轴，J7为图像高所在方向的坐标轴，Λ为比例参数设为1表示是一个对称的滤波器d表示滤波器的方向，K为χ方向的频率，％为y方向的频率，A +Uy表示7Γ滤波器的中心频率y，在本发明中对于绝缘子在参数调整时根据控制变量法选择了5=1 ，/ = 0.07 ,Λ = 0
全文摘要
本发明涉及一种基于纹理的绝缘子缺陷诊断的方法。本发明以直升机巡检高压输电线路过程中采集的可见光图像为处理目标，基于可见光图像绝缘子缺陷诊断。其操作步骤为输入绝缘子图像，灰度化，求得外接矩形并旋转，GLCM法，分块，纹理特征，Gabor滤波，分块，块均值方差，特征融合，阈值判定是否掉串。本发明通过纹理诊断绝缘子掉串特征，融合了纹理诊断中最经典的GLCM纹理诊断方法以及近期研究热点Gabor滤波纹理诊断的思想，调整了GLCM和Gabor滤波器的参数设置，高效准确的找到掉串绝缘子。本方法能有效提高对输电线路热缺陷检测的效率，有效应用到车载或直升机输电线路巡检业务中。
文档编号G06T7/00GK102508110SQ20111030391
公开日2012年6月20日 申请日期2011年10月10日 优先权日2011年10月10日
发明者朱国军, 韩军, 马行汉 申请人:上海大学