利索能及
我要发布
收藏
专利号: 2023101503350
申请人: 南昌大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-04-09
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于图像匹配的配电线路零值绝缘子红外热像检测方法,其特征在于:包括如下步骤:

S1:首先,通过现场拍摄收集包括N种型号的配电线路绝缘子红外图像,建立绝缘子红外图像库;然后,将红外图像库的每一张图像进行加权平均灰度化处理,并采用改进的BM3D算法对灰度化后图像进行去噪;最后,对去噪后图像中N种绝缘子典型拍摄角度下的绝缘子区域进行裁剪,建立绝缘子红外图像模板库;

S2:在绝缘子红外图像模板库中选取1张绝缘子红外图像作为模板图像T,并从红外图像库选取N张同型号绝缘子红外图像作为目标图像集Ii(i∈1,2,3…,n);构建Canny‑Scale模板匹配算法的绝缘子识别模型,定位识别目标图像集中的绝缘子,获取红外图像中绝缘子的坐标参数,并根据坐标参数对绝缘子区域进行裁剪,以最小外接矩形框裁剪绝缘子,得到裁剪图像集Ci(i∈1,2,3…,n);

S3:采用Canny‑Otsu分割算法对裁剪图像集进行图像分割,获得绝缘子的二值图像集,其中绝缘子部分归类为前景物体,绝缘子外区域归类为背景;利用基于像素级图像融合中的加权平均融合算法分别将绝缘子裁剪图像和对应的绝缘子二值图像进行融合处理,获得融合图像集Fi(i∈1,2,3…,n);根据裁剪图像集在原目标图像集中的坐标参数,将融合图像集中的图像分别对应返回到原目标图像集中裁剪图像集所在的位置,得到绝缘子分割提取图像Si(i∈1,2,3…,n);

S4:将目标图像集Ii(i∈1,2,3…,n)及其温宽条进行加权灰度化处理,读取目标图像集和温宽条的灰度矩阵,并从温宽条灰度矩阵中选取24组灰度值和其对应的温度,灰度值作为自变量x,温度作为因变量y,进行最小二乘线性拟合,从拟合线性表达式中获得目标图像集中灰度值与绝缘子温度的对应关系;

S5:将目标图像集Ii(i∈1,2,3…,n)中绝缘子的灰度值代入拟合线性表达式求出目标图像集中绝缘子的温度,通过对比多个绝缘子间的温度状态差异实现零值绝缘子检测;

S1中改进的BM3D算法:针对一幅配电线路绝缘子红外图像,采用灰度化对图像进行预处理,获得R、G、B三个颜色通道像素值相同的灰度化图像;利用BM3D单独对R通道图像进行初始滤波,获得灰度去噪图p,并对G通道图像进行下采样,将G通道图像缩小为原来的1/2,得到低尺度图像d,再对低尺度图像d进行BM3D滤波,滤波后的图像进行上采样放大至原始图像大小,得到引导图像g,引导图像g按照公式(1)进行线性变换,获得去噪后的目标图像I:式中:Gj为引导图像g的像素值,Ij为输出图像的像素值,线性系数(ak,bk)由公以下公式求得:

2

式中:μk和σk分别是引导图像g中以像素k为中心的小方形框ωk的像素平均值和方差;n是ωk中像素的个数;pj是低尺度图像j点的像素值; 是灰度去噪图p在小方形框ωk中的像素平均值;

S2中通过将模板匹配算法与Canny算法相结合,构建基于Canny‑Scale模板匹配算法的绝缘子识别模型;将目标图像I1和模板图像T先转换成灰度图再去噪处理,接着采用Canny算子提取模板图像T和目标图像I1的边缘,利用模板图像T边缘进行模板匹配;将提取边缘后的模板图像T在目标图像I1上滑动,黑色矩形框即为模板图像T在目标图像I1上滑动时的位置,同时目标图像I1根据Scale比例缩放图像,并保持其宽高比,缩放到图像比模板图像小,则停止缩放;依据相关系数匹配法计算模板图像T与当前黑色矩形框内图像的相似度进行相关性匹配,从计算结果中找到相似度最高的黑色矩形框内图像即为输出图像。

2.如权利要求1所述的一种基于图像匹配的配电线路零值绝缘子红外热像检测方法,其特征在于:S1中N种绝缘子典型拍摄角度包含:针式绝缘子为侧下方30°与侧下方45°,悬式绝缘子为正下方与侧下方30°。

3.如权利要求1所述的一种基于图像匹配的配电线路零值绝缘子红外热像检测方法,其特征在于:S2中通过使用不同型号的绝缘子图像作为模板图像T来实现不同型号绝缘子的定位识别,模板库包含P‑10型、PS‑15型针式绝缘子,XP‑70型悬式绝缘子;对于同一型号的绝缘子图像,同一张模板图像T可以同时匹配M张目标图像。

4.如权利要求1所述的一种基于图像匹配的配电线路零值绝缘子红外热像检测方法,其特征在于:S2中针对绝缘子的定位识别,构建基于Canny‑Scale模板匹配算法的绝缘子识别模型,针对一张目标图像I,根据Scale比例进行缩放,按照α=95%、α=90%、α=85%、α=80%、α=75%、α=70%、α=65%、α=60%、α=55%、α=50%的比例依次缩放图像,并保持宽高比;利用Canny算子提取模板图像T的边缘得到二值图Tb,利用Canny算子提取目标图像I的边缘得到二值图Ib,采用相关系数匹配法对二值图Tb与二值图Ib进行模板匹配;当α=

95%的缩放比例时,模板图像的二值图Tb先在目标图像的二值图Ib上从左上角坐标原点开始平移滑动,直到遍历二值图Ib为止,每滑动一个像素就计算二值图Tb与其重合区域的相似度,记录相似度最大时图像的坐标位置;α=95%的缩放比例匹配完成后,α=90%、α=

85%、α=80%、α=75%、α=70%、α=65%、α=60%、α=55%、α=50%进行与α=95%时同样的模板匹配过程,直到缩放到目标图像I比模板图像T小,则停止缩放,从中得到的最大相似度图像,即为Canny‑Scale模板匹配的结果,最后以最小外接矩形框标识结果。

5.如权利要求1所述的一种基于图像匹配的配电线路零值绝缘子红外热像检测方法,其特征在于:S3中Canny‑Otsu分割算法:Canny‑Otsu分割算法将Canny边缘检测算子与Otsu法相结合,实现对Canny‑Scale模板匹配识别的绝缘子进行更精准的边缘分割,能够有效地增强红外图像的对比度和减弱噪声;针对一幅裁剪图像C,首先利用Canny边缘检测算子进行边缘检测,计算出裁剪图像C某一点x、y轴方向的偏导数,求得该点的梯度值;再进行非极大值抑制来细化绝缘子边缘,若点(x,y)的梯度值大于梯度方向相邻点的梯度值,则该点为候选边缘点;然后将候选边缘点分为A1、A2、A3共3类,A1表示非边缘点,A2表示待判定点,A3表示边缘点;运用Otsu法计算最大类间方差,寻找A1、A2、A3区间的最佳分界点tj和tk;根据最佳分界点tj和tk,确定Canny检测的高低阈值,对图像进行分割。

6.如权利要求1所述的一种基于图像匹配的配电线路零值绝缘子红外热像检测方法,其特征在于:S4中目标图像集Ii(i∈1,2,3…,n)的温宽条均为相同温度范围下,即现场拍摄红外图像时将红外摄像仪设置成温宽条固定温度范围拍摄;拟合线性表达式中获得的灰度值与温度的对应关系即为目标图像集Ii(i∈1,2,3…,n)中灰度值与绝缘子温度的对应关系。

7.如权利要求1所述的一种基于图像匹配的配电线路零值绝缘子红外热像检测方法,其特征在于:S5中,采用OpenCV读取绝缘子中出现频率最高的灰度值,即灰度值在绝缘子灰度矩阵内的比例高于95%,以此灰度值代表绝缘子在红外图像中的实际灰度值。

8.如权利要求1所述的一种基于图像匹配的配电线路零值绝缘子红外热像检测方法,其特征在于:S5中,根据带电设备红外诊断应用规范标准进行零值绝缘子判定,零值绝缘子发热温度比正常绝缘子要低1℃左右,通过获取n个绝缘子的温度,若温度最低的绝缘子比其余绝缘子的平均温度值低1℃以上,即可判断其为零值绝缘子。