航拍图像中绝缘子缺陷的检测与定位

《航拍图像中绝缘子缺陷的检测与定位》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第43卷第6A期计算机科学Vo1.43No.6A2016年6月ComputerScienceJune2016航拍图像中绝缘子缺陷的检测与定位方挺韩家明(安徽工业大学电气与信息工程学院马鞍山243000)摘要长期暴露在自然环境下的绝缘子易产生自爆缺失故障，对此提出了一种绝缘子缺陷检测和定位的图像处理方法。依据绝缘子在航拍图像中的型态特征，采用最大类问方差法以及中值滤泼进行图像预处理，提出基于粒子群优化参数的蚁群算法来检测其中的绝缘子轮廓及其数目，最终实现在原图中标记出缺陷绝缘子所在位置的目的。该方法针对简单背景下绝缘子缺陷的标记具有良好的效果，并为进一步实现复杂背景下绝缘子缺陷检测

2、和定位提供了预研基础。关键词最大类间方差法，粒子群算法，蚁群算法，绝缘子缺陷检测和定位中固法分类号TP391.4文献标识码ADetectionandLocalizationofInsulatorDefectsinAerialhnagesFANGTingHANJia-ming(SchoolofElectricalandInformationEngineering,AnhuiUniversityofTechnology,Ma'anshan243000,China)AbstractTheinsulatoriseasytoresultinself-shatteringfaultifexp

3、osedinthenaturalenvironrnentforlongtime.Forthissituation,thispaperpresentedanimageprocessingmethodforinsulatordefectdetectionandlocation.Basedonthepatterncharacteristicsofinsulatorinaerialimage,thebetween-clustervariancemethodandmedianfilteringwereusedtopreprocesstheimage.Theantcolonyalgorith

4、mwithoptimizedparametersobtainedbyparticleswa口noptimizationalgorithmwasproposedtodetectthecontourandnurnberofinsulatorintheaerialimage.Atlast,thelocationofdefectiveinsulatorwasmarkedintheoriginalimage.Thismethodhasgoodeffectfordefectiveinsulatordetectionundersimplebackground,andestablishespre

5、-researchfoundationtorealizeinsulatordefectdetectionandlocalizationundercomplexbackground.KeywordsBetween-clustervariancemethod,Particleswa口noptimizationalgorithm,Antcolonyalgorithm,Insulatordefectdetectionandlocation本文基于其外型特点，提出一种基于粒子群优化参数的蚁群引言算法检测其中绝缘于的轮廓，通过改进传统蚁群算法的信息电力线路走廊需要经常穿越山川河流，传统的人力

6、巡线素更新及挥发率更新公式，使用粒子群调用蚁群算法迭代的已经很难满足要求。一些发达国家将无人机巡线技术投入到方式训练出蚁群算法概率转移公式中的参数，最终在提取航电力设备的日常维护中，这样可以大大降低巡线周期及误检拍图像中绝缘子轮廓的同时以遍历各轮廓连通域之间距离的率由。我国山东省于2013年率先实现了无人机巡线常态化，检测方式实现了在原图中标记出缺陷绝缘子所在位置。针对无人机巡检中较难解决的精确定位问题，南京航空航天2航拍图像预处理大学杨忠教授研发的旋翼无人机精确视觉定位定向方法[2J在无人机输电线路巡检工作中也取得了良好的实验效果。大部分航拍图像都以颜色统一、色调相似的块状农田

7、和在无人机输电线路巡检中，基于图像处理的绝缘子缺陷山川湖泊为主，利用其色度和色调信息更有利于目标与背景检测和定位是较为新颖的技术手段，文献[3J提出基于边缘链的区分，分别对航拍图像的H分量及S分量图像采用最大类码的玻璃绝缘于形状识别方法，能快速排除大量正常玻璃绝间方差法[5J处理，经中值滤波后将两幅图像做"与"运算，可获缘子图片，但该文并未对有故障的绝缘子图片进行研究;文献取绝缘子外型初步轮廓。最大类间方差法在0~m-1预设[4J提出在图像的S空间中运用最佳摘阔值方法进行图像分灰