论文部分内容阅读
绝缘子起着机械固定与电气绝缘的作用，在输配电网中被广泛使用。瓷质绝缘子在目前市场中占有很大的份额，它在长期的运行当中会有一部分变成零值绝缘子，从而导致掉串或导线脱落等事故，给国民经济造成巨大经济损失。因此，零值绝缘子的识别是一件很重要的工作。在智能人工气候室中，基于红外热像的相对温度分布特征和人工神经网络相结合的零值绝缘子识别方法被证明是切实可行的。该方法具有非接触性、客观、安全等众多优点，值得推广使用。绝缘子红外图像分割是整个检测方法的基础，它关系到整个方法的成败。与实验室内拍摄的绝缘子红外图像相比，现场拍摄的红外图像难免会引入输电线路、杆塔、连接金具、联板等干扰物，这些干扰物会对图像分割造成很大困难。目前，对现场拍摄的绝缘子红外图像而言，缺乏一种有效的绝缘子串区域分割方法。本文提出了一种考虑干扰物的绝缘子串分割方法，使上述零值绝缘子识别方法具有现场适用性。针对零值绝缘子红外图像中正常绝缘子片、零值绝缘子片、环境大气三者的温度特点，使用最大类间方差(Otsu)双阈值法对图像进行分割。该方法具有不错的分割效果，但耗时长，不利于提高现场检测的效率。将禁忌搜索算法引入到图像分割中，将Otsu函数作为评价函数。分割结果表明，在不降低图像分割效果的前提下，该方法能大大加快分割速度。通过上述分割方法得到的二值图像会包含有一部分干扰物，而最终的研究目标为绝缘子串，因此还需进行绝缘子串区域提取。绝缘子串高度曲线类似正弦曲线，在绝缘子片某处达到极大值，在钢帽某处达到极小值。绝缘子串区域的提取正是基于这一特点进行的。绝缘子串区域提取的步骤为：(1)有必要对图像进行角度校正，使绝缘子轴线平行于水平方向，方便统计绝缘子串高度曲线。先对二值图像进行骨架提取和hough变换，获取绝缘子串与水平方向的夹角以及绝缘子串的位置，再根据该夹角旋转图像。(2)在获取绝缘子轴线位置的基础上，初步缩小对象区域，并求取绝缘子串高度曲线及高度曲线的极大值序列。在该序列中，明显偏大或偏小的值的个数比较少，大部分值和绝缘子片的高度比较接近，因此选用极大值序列的中值来表示绝缘子串的最大高度，根据该高度再次指定区域，进一步缩小研究对象。(3)重新统计高度曲线和获取极大值序列，并对该序列进行适当处理，使一片绝缘子只对应一个极大值，并结合高度曲线的极小值序列，完成对绝缘子串两端的处理，实现绝缘子串提取。本文所提出的图像分割方法可以有效去掉现场拍摄时引入的干扰物，为基于红外热像的相对温度分布特征和人工神经网络相结合的零值绝缘子识别方法的现场应用奠定了基础。