[发明专利]一种二重学习的绝缘子串缺陷识别方法及设备

说明书

本发明提供一种二重学习的绝缘子串缺陷识别方法及设备，属于图像识别技术领域。本发明方法包括对采集到的图像进行预处理；然后利用一重学习分类器进行内部迭代识别训练，获得绝缘子串特征集；二重学习分类器根据该特征集进行内部迭代识别训练，获得绝缘子特征集；然后将该特征集组合后输入一重学习分类器中进行识别训练，形成外环迭代训练；最后利用模板匹配方法快速定位到绝缘子串和绝缘子的位置；通过计算该位置对应绝缘子的面积进而确定与具有缺陷的绝缘子对应的绝缘子串图像。本发明由于利用了两重学习中的内部迭代和外环迭代，在有限的参考特征集的情况下增加了迭代训练次数，使得对图像中绝缘子串和绝缘子的识别更加稳定高效。

技术领域

本申请属于图像识别技术领域，具体涉及一种二重学习的绝缘子串缺陷识别方法及设备。

背景技术

绝缘子是一种特殊的绝缘控件，安装在不同电位的导体或导体与接地构件之间，实现电气绝缘和机械固定。绝缘子片碎裂，其绝缘性能降低，会造成绝缘击穿，进而会损坏整条线路的使用，在下雨天气，雨水沿裂纹浸入绝缘子内部，可能会引起闪络放电，导致绝缘子炸裂，造成停电事故。因此，绝缘子片的碎裂会影响电网的安全稳定运行。

目前，针对绝缘子片碎裂缺陷的巡视，输电线路主要是运用无人机进行，而变电站是主要运用智能巡检机器人进行。但这两种巡视方法都是在拍摄照片后，人工对照片进行判定是否存在绝缘子片碎裂缺陷。其中变电站智能巡检机器人系统巡视基本能实现拍照.数据读取和红外测温三大功能，暂未具有识别绝缘子片碎裂的功能。

而人工判别绝缘子串缺陷会存在效率低下的问题，变电站巡视机器人又不具备自动识别绝缘子串相关缺陷的能力，并且采集到的绝缘子串图片存在各种角度，对机器的图像识别能力也会存在较高要求。因此，需要一种稳定高效的图像识别方法，可以对变电站巡视机器人采集到的图片进行识别进而找出绝缘子串存在的缺陷。

发明内容

有鉴于此，本申请旨在解决人工判别绝缘子串缺陷效率低下，而变电站巡视机器人又不具备自动识别绝缘子串相关缺陷的能力的问题。

为了解决上述技术问题，本申请第一方面提供了一种二重学习的绝缘子串缺陷识别方法，包括：

对采集到的待处理图像进行预处理；

将所述经过预处理的图像利用一重学习分类器进行迭代训练，获得绝缘子串特征集；

将所述绝缘子串特征集进行分解得到绝缘子特征集，将所述绝缘子特征集利用二重学习分类器进行迭代训练，以便更新所述绝缘子特征集；

将所述更新后的绝缘子特征集进行组合得到新绝缘子串特征集，将所述新绝缘子串特征集利用所述一重学习分类器进行迭代训练，以便更新所述绝缘子串特征集，得到更新后的绝缘子串特征集；

将所述更新后的绝缘子串特征集和绝缘子特征集中的图像作为对象图像，利用模板匹配方法从所述对象图像中进行定位获得结果图像；

根据所述结果图像计算确定所述对象图像中包含有缺陷绝缘子的绝缘子串图像。

进一步的，所述将所述经过预处理的图像利用一重学习分类器进行迭代训练，获得绝缘子串特征集具体包括：

将所述经过预处理的图像划分为初始绝缘子串特征集和绝缘子串非特征集；

将所述初始绝缘子串特征集利用所述一重学习分类器进行识别训练，获得绝缘子串特征集；

将所述绝缘子串特征集和所述绝缘子串非特征集进行重组得到绝缘子串测试集；

将所述绝缘子串测试集利用所述一重学习分类器进行识别训练，以便更新所述绝缘子串特征集。

进一步的，所述将所述绝缘子串特征集进行分解得到绝缘子特征集，将所述绝缘子特征集利用二重学习分类器进行迭代训练，以便更新所述绝缘子特征集具体包括：