[发明专利]一种绝缘子串红外图像自动识别方法

说明书

技术领域

本发明属于输变电设备运行状态检修领域，尤其涉及一种绝缘子串红外图像自动识别方法。

背景技术

绝缘子串的安全运行直接影响电网的安全可靠性，因此绝缘子串的状态监控非常必要。由于绝缘子串的诸多故障都以温度异常表现出来，因此应用红外热成像仪可以检测其内部或外部缺陷。但只有在红外热图像上识别出绝缘子串，才有可能对其定量诊断，另外由于与绝缘子串相连的其他设备(如引流线夹等)的温度相对于绝缘子串较高，故障诊断中极易将它们误判为故障，因此，实现绝缘子串的识别是实现绝缘子串故障诊断的前提。

目前，仅有一些绝缘子串红外图像识别的初步研究，并且很多是在实验室环境下进行的，并没有考虑视角和背景等因素，因此研究实际监控系统中绝缘子串红外图像的自动识别方法具有非常重要的实用价值。

由于SIFT(Scale Invariant Feature Transform，尺度不变特征变换)算法在目标发生平移、旋转、缩放、亮度变化、部分遮挡、视角变换时都能取得较好的识别效果，故本发明采用SIFT算法识别红外监测图像中的绝缘子串。

发明内容

针对背景技术中提到的现有绝缘子串红外图像识别方法大都是在实验室环境下研究的，很难满足现场工程实际需要的问题，本发明提出了一种绝缘子串红外图像自动识别方法。

一种绝缘子串红外图像自动识别方法，其特征在于，所述方法具体包括以下步骤：

步骤1：首先分别对绝缘子串红外监测图像和绝缘子串红外模板图像进行预处理；

步骤2：利用尺度不变特征变换SIFT算法分别对绝缘子串红外监测图像和绝缘子串红外模板图像进行特征点提取和特征描述，生成描述向量；

步骤3：采用欧式距离和最近邻距离比率的匹配策略对绝缘子串红外监测图像和绝缘子串红外模板图像所生成的描述向量进行特征匹配；并将匹配成功的特征点作为候选匹配特征点，记绝缘子串红外模板图像中的候选匹配特征点集为E₁，绝缘子串红外监测图像中的候选匹配特征点集为E₂，且E₁和E₂中的点一一对应；

步骤4：用RANSAC随机抽样一致性算法消除E₁和E₂中的错误匹配特征点对，令其操作后绝缘子串红外模板图像和绝缘子串红外监测图像的匹配特征点集分别为E₁'和E₂'，且E₁'和E₂'中的点一一对应；

步骤5：由于绝缘子串红外模板图像与绝缘子串红外监测图像之间存在缩放、平移和旋转，且E₁'与仿射变换矩阵H的积为E₂'即E₁'×H=E₂'，因此通过矩阵的逆运算得到相对于绝缘子串红外监测图像的绝缘子串红外模板图像的仿射变换矩阵H；

步骤6：对绝缘子串红外模板图像与仿射变换矩阵H相乘进行仿射变换，得到绝缘子串红外模板图像在绝缘子串红外监测图像的中的位置，并利用位置的边界在监测图像中得到绝缘子串的识别区域；

步骤7：利用边缘检测方法对绝缘子串红外模板图像中的绝缘子边缘进行检测，得到边缘点的坐标；

步骤8：在绝缘子串红外监测图像的绝缘子串的识别区域内，将步骤7得到的边缘点通过仿射变换，标示在绝缘子串红外监测图像中，完成绝缘子串红外图像的自动识别。

所述预处理的过程为：

步骤101：分别对绝缘子串红外监测图像和绝缘子串红外模板图像灰度化；

步骤102：利用形态学上的开运算分别对绝缘子串红外监测图像和绝缘子串红外模板图像先腐蚀再膨胀完成去噪；

步骤103：对绝缘子串红外监测图像和绝缘子串红外模板图像进行对比度增强操作。

所述利用尺度不变特征变换SIFT算法分别对绝缘子串红外监测图像和绝缘子串红外模板图像进行特征点提取和特征描述，生成描述向量的过程为：

步骤201：利用尺度不变特征变换SIFT算法分别对绝缘子串红外监测图像和绝缘子串红外模板图像进行高斯差分算子DOG运算检测局部极值点，并去除噪声和边缘得到特征点；

步骤202：利用特征点邻域像素的梯度方向分布特性为每个特征点指定方向参数，实现特征点方向分配；

步骤203：采用128维向量对特征点进行描述，生成描述向量。