电网输电线路绝缘子伞裙缺陷检测方法与流程

本发明涉及电网设备检测技术，特别涉及一种电网输电线路绝缘子伞裙缺陷检测方法。

背景技术：

目前，随着国内经济的迅猛发展，对电力的需求逐渐增大，采用高压和超高压架空电力线是长距离输配电的主要方式，所以超高压大容量电力线路大幅度扩建，超高压线路的安全运行将是我国经济建设坚强的电力保障。绝缘子是输送电网中的重要纽带，其作用是物理隔绝高压输电线与支撑架之间的电气连通。如果其出现损坏不能及时被发现，则可能回出现停电事故，更为严重则可能伤及人。在自然环境的长期作用下，绝缘子出现均压环变形、倾斜、脱落、伞裙损坏等缺陷，需要不断地去监测与维护。所以减少电力传输系统中绝缘子的故障，减少停电事故，是亟待解决的重要问题。

目前，基于人工肉眼检测绝缘子伞裙图片，判断其是否损坏，当面临大量需要检测的图片的时候，人工检测会变的缓慢，同时也容易出现视觉疲惫从而出现漏检测的情况。一旦漏检查，出现故障隐患，将直接威胁电网的安全，甚至造成难以估量的损失。

本文针对这一不足，重点研究了图像中的绝缘子伞裙损坏的检测并提出了电网输电线路绝缘子伞裙缺陷检测方法。

技术实现要素：

本发明的目的在于克服现有技术的缺点与不足，提供一种电网输电线路绝缘子伞裙缺陷检测方法，其弥补人工肉眼检测出现漏检的情况而提出一种新的适用于绝缘子伞裙损坏检测的研究方案极大地提高了电网巡检效率。

本发明的基于图像中的绝缘子伞裙损坏的检测方法包括以下步骤：

获取绝缘子伞裙的原始图像；

对所述原始图像进行分割；

对所述分割后的原始图像进行二值化处理；

去除多余背景以及提取感兴趣伞裙区域；

根据伞裙的形态特征判断其是否损坏。

更进一步的，所述对所述原始图像的分割具体为，利用his彩色空间对所述原始图像的三个不同空间进行分割，以从色调、亮度和饱和度三方面描述所述原始图像即得到色调空间图、亮度空间图和饱和度空间图。

更进一步的，所述二值化处理具体指，将所述色调空间图、亮度空间图和饱和度空间图分别按照预设的灰度阈值转化为二值图。

更进一步的，所述去除多余背景以及提取感兴趣伞裙区域具体包括：

将所述色调空间图的二值图取反，然后与所述亮度空间图和饱和度空间图的二值图相乘；

对所述相乘后的结果进行腐蚀和膨胀；

去除非感兴趣的图块，对剩余的图块进行区域生长复原处理。

更进一步的，所述根据伞裙的形态特征判断其是否损坏具体包括，

标记连通分量，即给去除多余背景以及提取感兴趣伞裙区域后的图像中每一个连通块记上标号；

计算每一个连通块的面积；

设定阈值；

记录连通块面积大于所述阈值的连通量坐标作为缺陷位置。

附图说明

图1为本发明的主程序流程图

图2-1-a至图2-1-c分别为原图分割后h、s、i空间图

图2-2-a至图2-2-c分别为对h、s、i空间图处理后的二值图

图3-1为伞裙区域提取流程图

图3-2为二值图相乘结果图

图3-3为腐蚀结果图

图3-4为膨胀结果图

图3-5为绝缘子伞裙区域图

图4-1为绝缘子伞裙识别算法流程图

图4-2为异或的形态学处理图

图4-3绝缘子伞裙缺陷像素区域图

图4-4原图缺陷区域标定图

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

一、总体设计

本发明的总体设计思想是：本发明分两步提取感兴趣区域，第一步利用his彩色空间对图像的三个不同空间进行分割，然后分别对该三个空间进行二值化处理；第二步首先利用形态学的处理方法为核心精确地提取感兴趣伞裙区域，然后利用面积阈值法去除多余背景，最后根据伞裙的形态特征检测其是否损坏。系统总体流程如图1所示。

二、图像预处理

由于图片拍摄于室外自然环境中，在获取图像过程中不可避免有着复杂的背景，不仅妨碍感官，更会妨碍后续图源信息的理解和分析，给处理结果造成误差。要准确的检测和提取伞裙的形态特征，则需要对所得到的目标图像进行一系列的预处理，不同阶段采取不同的方法。

1.1hsi彩色空间分割

hsi空间模型直接从人的视觉系统出发，直接用颜色的三要素——色调、亮度和饱和度三方面描述图像，其比较直观且符合人的视觉特性。

hsi色彩空间中色度(h)表示不同的颜色，饱和度(s)表示颜色的深浅，亮度(i)表示颜色的明暗程度，由于其的可分离性，在图像处理灰度处理算法大部分都可以在his彩色空间中使用。在图像预处理第一阶段首先进行his空间的分割，从而为下面步骤打下基础。his彩色空间和rgb彩色空间是同一物理量的不同反应，故从rgb到his空间有如下转换，如下面公式1～3所示：

对原彩色空间图进行hsi分割后，分别得到的效果图如图2.

1.2二值化

灰度阈值变换是把一幅灰度图像转化为黑白的二值图像。当指定一个特定的灰度值，如果灰度图像图像中像素低于设定的灰度值，那么取值为0；当指定一个特定的灰度值，如果灰度图像图像中像素高于设定的灰度值，那么取值为255。其中这个指定的灰度值就为阈值，该种变换就是二值化。灰度二值化的转化原理如下表达式：

其中，t为指定阈值。

将灰度图转化为二值图，可以将图像转化为更方便处理目标感兴趣的直观形式，阈值的选取关乎处理后图像保存的细节多少。在本发明中，使用了最大类间方差法的自适应阀值，确定阈值t进行二值转化。分别对前面hsi彩色空间分割后的三张图像进行二值化，得到的结果如图2-2所示。

三、绝缘子伞裙提取

由于图片分辨率比较高,并且如果对整张图片进行处理，背景杂多，大大增加处理

的难度。提取感兴趣的伞裙区域，然后再对其损坏进行识别，则大大减少处理难

度，也会提高成功率，所以提取感兴趣区域显得尤为必要。具体感兴趣区域提取

流程图如3-1所示。

3.1二值图相乘

该步骤分别把二值化后的h图像取反，然后与二值化后的s、i空间图进行相乘的算术操作。因为在二值图中，黑色为0，白色为255，在进行乘法的算术操作，可以相应的大部分的背景。进行乘法算术操作后，得到图像3-2.

从图3-2中可以看到，二值化后的图像经过相乘的算术操作后，主要保留了感兴趣的伞裙区域。图像的背景绝大部分已经去掉，但横线背景还存在。

3.2腐蚀和膨胀

腐蚀和膨胀是两种最基本也是最重要的形态学运算，主要应用是从图像中提取对于表达和描绘区域形状有意义的区域，为后续的的识别工作能够更好的进行。

3.2.1腐蚀原理

对z²中的集合a和b，使用b对a进行腐蚀，表示为aθb，形式化定义为：

让本来位于图像原点的结构元素b在整个z²平面上移动，如果当b的原点平移至z点时候，b能够完全包含于a中，则所有这样z点构成的集合即为b对a的腐蚀图像。

当采用半径为1的圆形结构元素，对图3-2进行腐蚀，可得到图3-3腐蚀结果图。

从图3-3腐蚀结果可以看到，其中的横线图被完全的腐蚀掉，能取得较好的结果图。

3.2.2膨胀原理

对z²中的集合a和b，使用b对a进行膨胀，表示为a⊕b，形式化定义为：

让本来位于图像原点的结构元素b在整个z²平面上移动，如果当b的原点平移至z点时候，b相对于其自身的原点的映像和a有公共的交集，即和a至少有1个像素是重叠的，则所有这样的z点构成的集合的膨胀图。

因为在经过腐蚀阶段，图像只保留了伞裙区域的只要形态，当采用半径为7的圆形结构元素，对图3-3进行膨胀，可得到图3-4结果图。

从图中可以知道，膨胀后的图被分为7块，其中三块最大的感兴趣的伞裙区域，其中左侧两块中间断开处为损坏处，右侧为完好的伞裙区域；上面四小块为非感兴趣的伞裙区域，要进一步的处理。

3.2绝缘子伞裙提取

由图3-4可知，对于膨胀后的图像还有上面四小块为非感兴趣的伞裙区域，需要进行去除。其中三块最大面积分别为3871、4669、7622，则可以设定一个3000的值，当区域面积大于3000的则保留。在去掉非感兴趣的伞裙区域同时，对感兴趣的伞裙区域进行区域生长复原。

区域生长一般包括三个步骤：

(1)选择合适生长点；

(2)确定相似性准则即生长准则；

(3)确定生长停止条件。

在本发明中基于8-邻域区域生长，生长的起点为区域像素坐标的平均值点，经过面积和区域生长后，提取得到绝缘子伞裙的结果如图3-5。

可以看到，感兴趣的绝缘子伞裙区域被提取出来，其背景图像完全被去除干净。

四、绝缘子伞裙识别

绝缘子伞裙识别需要进行形态学的处理、分割等操作，其流程如图4-1所示。

对图3-5绝缘子伞裙区域图进行异或的形态学处理，以分割出缺陷区域，如图4-2所示。在图中可看到存在着较多不连通的小分块，其中有着最大面积的为绝缘子伞裙缺陷区域。对每个小块进行标记连通量，然后利用面积阈值法定位出绝缘子伞裙缺陷像素区域。面积阈值法步骤如下：

1)首先标记连通分量，即给每一个连通块记上标号；

2)循环遍历，计算每一个连通块的面积；

3)设定阈值，本文根据实验数据，把阈值设为80<连通块面积；

4)记录连通块面积>80的连通量坐标。结果如图4-3所示。

从上面结果图可以看出，存在着一个面积大于80的区域，因此判断其为损坏的绝缘子伞裙区域。通过连通标量记录缺陷区域的坐标，在原图标定其损坏，其中红色方框内为缺陷区域，如图4-4。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。