[发明专利]一种利用图像特征检测复合绝缘子憎水等级的自动识别方法

摘要

本发明公开了一种利用图像特征检测检测复合绝缘子憎水等级的自动识别方法，通过添加色素以提高对比度；基于遗传算法的最佳熵双阈值法分割从污秽和绝缘子本身色泽中提取出水珠/水膜；针对水珠中间的缝隙，采用了闭合区域填充函数；为提高识别的准确性，提取出五个和憎水等级相关性最大的参量，并获取了大量水珠/水膜图像进行BP神经网络模型的训练，得到了用于判断染污复合绝缘子憎水等级的5‑11‑1型BP神经网络模型。利用该模型处理在喷水分级法基础上得到的水珠/水膜图像，成功确定了复合绝缘子憎水等级。克服了喷水分级法的人为主观因素影响，大大提高了污秽复合绝缘子憎水等级识别的准确性，并进一步完善了现有的绝缘子人工污秽试验方法。

主权项

1.一种利用图像特征检测检测复合绝缘子憎水等级的自动识别方法，包括如下步骤：1)将绝缘子试品用自来水清洗干净，采用定量涂刷法对复合绝缘子进行人工污秽处理；2)将人工污染的绝缘子试品进行干燥处理，得到不同憎水等级的染污复合绝缘子；3)遵循喷水分级法规程对不同憎水等级的染污复合绝缘子进行喷水处理，拍照得到不同憎水等级的染污复合绝缘子的水珠/水膜图像；4)选取水珠/水膜图像中光照均匀、清晰度高、反光少的区域进行裁剪，得到裁剪后的水珠/水膜图像，提取图像的亮度信息，再进行自适应直方图均衡化，得到增强图像；5)对增强图像进行基于遗传算法的最佳熵双阈值分割，然后进行二值化处理；6)对二值图象分别进行闭运算、开运算和闭合区域填充，以弥合间断水珠、分割粘连水珠和填补反光空洞；7)提取二值图像中水珠/水膜数目、水珠/水膜覆盖率、最大水珠/水膜覆盖率、最大水珠/水膜周长和最大水珠/水膜形状因子共五种和憎水性相关性最大的特征量作为憎水等级判定的依据；8)以五种特征量为输入，以相应的憎水等级为输出，建立并训练用于判断染污复合绝缘子憎水等级的5-11-1型BP神经网络模型；9)利用训练得到的5-11-1型BP神经网络模型分析绝缘子的水珠/水膜图像，确定绝缘子憎水等级。