[发明专利]基于图像识别技术的输电线路隐患及故障检测方法

权利要求书

1.基于图像识别技术的输电线路隐患及故障检测方法，其特征在于，包括如下步骤：

S1、建立样本特征库，即提取无缺陷图像的样本特征建立样本特征库；

S2、对缺陷图像特征进行提取，具体为：

S21、对需要对比的图像采用高斯滤波进行预处理；

S22、对S21所述预处理后的无缺陷图像进行增强处理需求判定，若需要进行增强处理则转入S22，如不需要进行增强处理则转入S25；

S23、将S22所述需要增强处理的图像转到Lab空间，提取a空间图像；

S24、对S23所述转到a空间图像进行直方图均衡化处理；

S25、对图像进行最大类间方差阈值分割，将目标与背景分割；

S26、采用形态学处理方法对S25所述分割后的图像进行开运算，得到二值图像；

S27、对S26所述二值图像进行连通域过滤，保留连通域面积大于等于0.5倍阈值QH，小于等于2倍阈值QH的连通域，其中，QH为阈值；

S3、对缺陷图像进行识别，具体包括：

S31、进行canny边缘检测；

S32、对边缘点进行拟合；

S33、计算拟合误差F，若拟合误差F小于0.5则判定为破损，若拟合误差F大于等于0.5则判定为无破损；

S4、对S1所述样本特征库进行训练，具体为：

S41、加入新图像的特征向量进行分类判断，若属于S1所述样本特征库则终止训练，若不属于S1所述样本特征库则转到S42；

S42、判断S41所述特征向量是否属于支持向量，若属于支持向量，则加入S1所述样本特征库，若不属于支持向量，则不加入S1所述样本特征库；

S5、对S1所述样本特征库采用增量学习的方法提高智能程度，具体为：

S51、对新图像对比S1所述样本特征库进行识别，若识别失败，则转入S51，若识别成功则转入S4；

S52、进行人工划定区域，划出S51所述新图像的特征区域；

S53、对S52所述特征区域采用S25所述最大类间方差阈值法进行分割，获取目标区域；

S54、提取目标区域的特征向量，加入S1所述样本特征库。

2.如权利要求1所述的基于图像识别技术的输电线路隐患及故障检测方法，其特征在于：S27所述连通域过滤的具体步骤如下：

步骤A、对S26所述二值图像的连通域面积进行统计，对每一块连通域进行编号；

步骤B、计算步骤A所述连通域的中心坐标与S26所述二值图像的中心坐标的几何距离构成集合Q；

步骤C、选取步骤B所述集合Q中的最小值所对应的连通域的面积作为阈值QH；

步骤D、保留连通域面积大于等于0.5倍阈值QH，小于等于2倍阈值QH的连通域。

3.如权利要求1所述的基于图像识别技术的输电线路隐患及故障检测方法，其特征在于：S26所述形态学处理方法包括：腐蚀算法，膨胀算法和开闭运算。

4.如权利要求1所述的基于图像识别技术的输电线路隐患及故障检测方法，其特征在于：S32所述拟合包括：椭圆拟合和直线拟合。