[发明专利]一种绝缘子闪络故障定位方法及系统

权利要求书

1.一种绝缘子闪络故障定位方法，其特征在于，所述方法包括：

获取输电线路的航拍图像；

根据所述航拍图像确定目标区域的颜色特征图像；

根据所述航拍图像确定目标区域的结构特征图像；

根据所述颜色特征图像和所述结构特征图像进行融合，确定目标区域的融合图像；

对所述融合图像进行预处理，确定连通域；

对所述航拍图像进行倾斜校正，确定目标区域的倾斜校正图像；

在倾斜校正图像上，根据连通域提取绝缘子区域的图像；

根据所述绝缘子区域的图像确定闪络部位平滑图像；

对闪络部位平滑图像进行边缘轮廓的提取，根据提取的边缘轮廓在倾斜校正图像中进行绘制，定位出故障部位；

所述根据所述颜色特征图像和所述结构特征图像进行融合，确定目标区域的融合图像，具体步骤包括：

以3x3的局部观测窗对所述航拍图像进行采样，选择各局部观测窗中的最大梯度值作为支持像素，确定第三稀疏图像；

在第三稀疏图像上，融合所述颜色特征图像和所述结构特征图像确定多个初始稀疏值；具体公式为：

其中：q为支持像素，U^c(q)是颜色特征图像，U^g(q)是结构特征图像，D^c(q)和D^g(q)分别是颜色和结构特征的空间先验知识；

根据多个所述初始稀疏值确定目标区域的融合图像，具体公式为：

其中，m是局部观测窗内像素点p_i的总数，是支持像素q到像素点p_i的较高权重。

2.根据权利要求1所述的方法，其特征在于，所述根据所述航拍图像确定目标区域的颜色特征图像，具体步骤包括：

利用颜色模型，将所述航拍图像的H分量按照第一量化的阈值量化分成12类，确定第一降维航拍图像；

以3x3的局部观测窗对所述第一降维航拍图像进行采样，选取各局部观测窗中的最大梯度值作为支持像素，确定第一稀疏图像；

在所述第一稀疏图像的各局部观测窗内，依据所述第一量化的阈值提取像素的颜色直方图；

利用K-means聚类算法，将各类中具有相同颜色直方图的支持像素归为同一集群，则将所述第一降维航拍图像的颜色特征空间分成多个第一集群；

根据所述颜色直方图和多个所述第一集群确定目标区域的颜色特征图像。

3.根据权利要求1所述的方法，其特征在于，所述根据所述航拍图像确定目标区域的结构特征图像，具体步骤包括：

依据图像梯度分布的像素直方图，将所述航拍图像的结构特征按照第二量化的阈值量化成8类，确定第二降维航拍图像；

以3x3的局部观测窗对所述第二降维航拍图像进行采样，选择各局部观测窗中的最大梯度值作为支持像素，确定第二稀疏图像；

在所述第二稀疏图像的各局部观测窗内，依据所述第二量化的阈值提取像素的梯度直方图；

利用K-means聚类算法，将各类中具有相同的梯度直方图的支持像素q归为同一集群，则将第二降维航拍图像的结构特征空间分成多个第二集群；

根据所述像素的梯度直方图和多个所述第二集群确定目标区域的结构特征图像。

4.根据权利要求1所述的方法，其特征在于，所述对所述融合图像进行预处理，确定连通域，具体步骤包括：

对所述融合图像进行二值分割处理，确定目标区域的分割图像；

对所述分割图像进行形态学开运算处理，去除噪声点，确定目标区域的形态学图像；

对所述形态学图像进行中值滤波处理，消除孤立噪声的影响，确定目标区域的平滑图像；

根据所述目标区域的平滑图像确定连通域；所述连通域为具有相同像素值且位置相邻的前景像素点组成的图像区域。