[发明专利]一种基于正交方向投影的绝缘子检测方法

说明书

技术领域

本发明涉及图像处理、机器学习和自动目标识别技术，具体的说就是利用图像处理技术检测和识别绝缘子，属于目标自动识别领域。

背景技术

随着超高压大容量输电线路的增多，输电线路的安全运行显得越来越重要，电力线路巡检工作尤为必要，绝缘子检测，对于输电线路的安全运行至关重要。传统的电力线路巡检流程是工作人员亲自到现场巡视线路。因此，巡检受过多人为因素的影响，在危险地段会危及到巡线工人的生命安危，并且人工录入数据量大、数据手工录入过程中容易出错。无人机，是一种由无线电遥控设备或自身程序控制装置操纵的无人驾驶飞行器。在无人机前端安装具有稳定能力的摄像机云台，无人机首先飞行到高压线路的侧方或侧上方，启动机载视觉系统后，利用摄像机获得场景的视频信息，之后应用图像识别技术和数据融合技术对线路及设备缺陷进行自动检测与分析。无人机巡线检测提高了检测精度和效率，实现对线路设备的缺陷的自动辅助检测诊断和评估。

目前，绝缘子目标识别方法大体可以分为基于边缘特征的检测方法、基于纹理的检测方法。

基于边缘特征的绝缘子检测方法的研究现状：基于边缘的图像分割方法根据不同区域间像素灰度不连续的特性，首先检测出区域间的边缘，从而实现对绝缘子的分割。王伟等人比较了Roberts算子、Prewitt算子和小波极大模等边界检测方法的优缺点，并给出了绝缘子边缘检测的参考方法。（王伟，刘国海.绝缘子图像的边缘检测.微计算机信息.2008.24（9-3）：308-340）。葛玉敏等人首先利用数学形态学对绝缘子图像进行了预处理，消除了噪声对绝缘子图像的影响，然后分别用Sobel算子、Prewitt算子、LOG算子和Canny算子对绝缘子进行了边界提取，并得出Sobel算子和Prewitt算子能够提供精确的边缘方向信息，但定位精度不高；LOG算子易将阴影等误认为边缘进行提取；Canny算子能很好地体现图像的弱边缘，但易受噪声干扰而检测出许多伪边界点的结论。（数学形态学在绝缘子图像边缘检测中的应用.高压电器.2012.48（1）：101-104）仲莉恩等人提出了利用边缘方向直方图进行绝缘子检测的方法。首先将绝缘子图像分成模板大小的块，然后采用EOV算法分别计算绝缘子图像子块和模板的边缘方向矢量，并通过矢量变换得到变形模板的边缘方向矢量；然后针对分块的图像，通过模板与之边缘方向矢量匹配，得到绝缘子的候选区域，最后通过对候选区域连续性判断实现了绝缘子的检测（一种利用边缘方向直方图检测绝缘子的方法.电气技术.2010.（1）：22-25）。

基于纹理特征的绝缘子检测方法的研究现状：杨翠茹根据绝缘子图像的纹理性，利用灰度共生矩阵方法产生出每幅绝缘子图像6个常用纹理特征值，然后根据特征空间中类间距和类内距选择算法挑选出一组最有效、分类效果最好的特征，最后利用最有效特征进行绝缘子检测（基于纹理特征的绝缘子检测方法杨翠茹电气技术2010.（7）：46-48）。Xinye Zhang等人提出首先利用图像的灰度化、增强和形态学处理，完成对图像的去噪处理，然后采用基于Hough变换的方法对绝缘子图像进行方向校正。方向校正后的图像被分成10个部分，每一部分用7个纹理特征进行表示。通过分析7个特征的曲线，来对绝缘子进行检测（A Method of Insulator Fault Detection from Airborne Images.2010Second WRI Global Congress on Intelligent Systems.200-203）。

造成绝缘子目标识别的主要困难体现在：较低级的图像处理过程很少能给出目标完整而准确的轮廓。在使用边缘检测技术的系统中，由于噪声的影响，与原始绝缘子图像中一条实际边缘对应的往往不是一条连续的线段，而是由许多碎片（小线段）组成的。这些碎片一方面可能是由于噪声的影响，使得边缘的连续性不好，而在非边缘处产生了较大的灰度突变；另一方面，由于具体场景的复杂性，目标的周围可能存在树木，电线杆、车辆等目标、目标本身或者其他目标产生的阴影的覆盖，产生了一些无益的边缘。这些边缘不但增加了检测的计算量，而且很可能导致错误的检测。基于纹理的方法，对于复杂场景绝缘子检测的鲁棒性也比较弱。

发明内容

为了解决以上问题，本发明的目的在于提出一种具有准确性，实时性的基于基于正交方向投影的绝缘子检测方法，有效的解决了无人机在复杂背景下对绝缘子进行巡检的技术问题。