绝缘子污秽状态的多波段光学评估方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115829931A(43)申请公布日2023.03.21(21)申请号202211314962.5(22)申请日2022.10.25(71)申请人西安交通大学地址710049陕西省西安市咸宁西路28号(72)发明人任明李乾宇夏昌杰董明(74)专利代理机构北京中济纬天专利代理有限公司11429专利代理师覃婧婵(51)Int.Cl.G06T7/00(2017.01)G06V10/764(2022.01)权利要求书3页说明书9页附图4页(54)发明名称绝缘子污秽状态的多波段光学评估方法(57)摘要一种绝缘子污秽状态的多波段光学评估方法，开启光源并根据待评估的绝缘子表面光反射情况调节光照强度和角度，平行光到达待评估绝缘子表面并产生反射光，利用多波段图像采集模块采集绝缘子表面反射光的多波段图像像素点(x，y)亮度值，构建污秽状态评估所需特征向量；构建绝缘子污秽光谱信息关联数据库，依靠数据库建立基于随机漫步搜寻的绝缘子污秽状态评估分类模型；对于未知污秽程度的待评估绝缘子，获得其在测量空间坐标范围内所有坐标点的污秽状态特征向量构成样本集，利用当前性能最优的分类模型对该样本集进行分类预测，利用评估结果可视化模块将污秽程度预测值空间矩阵通过伪彩色的方式进行图像重构，可视化绝缘子污秽状态评估结果。CN115829931ACN115829931A权利要求书1/3页1.一种绝缘子污秽状态的多波段光学评估方法，其特征在于，其包括以下步骤，步骤1，开启光源并根据待评估的绝缘子表面光反射情况调节光照强度和角度，平行光到达待评估绝缘子表面并产生反射光，采用多波段图像采集绝缘子表面反射光的多波段图像像素点(x，y)亮度值，记录m个波段(λ1，λ2，…，λm)的图像的像素点(x，y)亮度值分别为步骤2，对像素点(x，y)处所获得的亮度值进行反射率转换处理，分别采集已知反射率为R的灰板在(λ1，λ2，…，λm)波段处的像元亮度值可获得多波段图像采集的光电转换器件的像素点(x，y)处波段为λ1的反射率值其余波段的反射率值同理可得，对m个波段在像素点(x，y)处的光谱反射率值两两相除，进而构建出维的向量作为后续进行污秽状态评估的特征向量；步骤3，对已知污秽程度的绝缘子重复步骤1‑2，获得与污秽程度相对应的光谱信息，构建绝缘子污秽光谱信息关联数据库，其中每一条数据样本包括绝缘子污秽状态的特征向量和所对应的污秽程度标签数据l∈{0，1，2，3，4}，其中，0‑4为五个污秽等级，依靠绝缘子污秽光谱信息关联数据库建立基于随机漫步搜寻的绝缘子污秽状态评估分类模型，在设置绝缘子污秽状态评估分类模型中的超参数值时，采用随机漫步搜寻的方式获取最优组合；步骤4，对于未知污秽程度的待评估绝缘子重复步骤1‑2，获得其在测量空间坐标范围内所有坐标点的污秽状态特征向量构成样本集，利用当前性能最优的绝缘子污秽状态评估分类模型对所述样本集进行分类预测，得到测量空间坐标范围内所有坐标点的污秽程度预测值l(x，y)，将污秽程度预测值空间矩阵利用伪彩色的方式进行图像重构，可视化绝缘子污秽状态评估结果。2.根据权利要求1所述的绝缘子污秽状态的多波段光学评估方法，其中，优选的，所述绝缘子污秽状态评估分类模型构建过程包括：步骤3‑1，所述绝缘子污秽光谱信息关联数据库中的数据样本量为N，在构建一颗评估树时，在所有数据样本中有放回地随机选择N次构成与数据样本有着相同数量规模的训练样本，利用所述训练样本作为这一颗评估树根节点处的样本特征集及对应标签集L＝{l1，l2，l3，...，lN}；步骤3‑2，从这一颗评估树根节点开始对评估树的节点不断细分，每个训练样本的绝缘子污秽状态特征向量均为维属性，在评估树的任一节点细分生成子节点时，等概率从这个属性中随机选取q个属性，考虑其中任一属性c在当前节点的样本特征集D中存在k个不同取值，将这k个不同取值从小到大进行排序，记作{c1，c2，c3，...，ck}，计算该属性的2CN115829931A权利要求书2/3页候选细分点集合基于候选细分点t将当前节点的样本‑+特征集D分为分别表示在属性c上取值小于t的样本Dt和取值不小于t的样本Dt，当前样本集D中标签为i的样本所占比例pi(i＝0，1，2，3，4)，则样本集的信息熵表示为利用公式对q个属性中的每一个属性进行计算并选择最大值所对应的属性作为当前节点的细分属性，同时选择取得所述最大值的细分点t作为划分样本子集的依据，将当前节点细分成两个‑+子节点且样本集分别为Dt和Dt；步骤3‑3，在评估树的构建过程中，每个节点均进行细分并生成子节点，直到出现某节点的深度达到评估树最大深度d、该节点样本量低于细分评估树所需的最低样本量s或该节点细分后叶子节点样本量低于生成评估