一种基于绝缘子图像伞伸出的覆冰程度评估方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106340006A(43)申请公布日2017.01.18(21)申请号201610698549.1(22)申请日2016.08.22(71)申请人华南理工大学地址510640广东省广州市天河区五山路381号申请人南方电网科学研究院有限责任公司(72)发明人郝艳捧蒋晓蓝阳林李锐海(74)专利代理机构广州粤高专利商标代理有限公司44102代理人何淑珍(51)Int.Cl.G06T7/00(2006.01)G06T7/11(2017.01)权利要求书3页说明书5页附图2页(54)发明名称一种基于绝缘子图像伞伸出的覆冰程度评估方法(57)摘要本发明公开了一种基于绝缘子图像伞伸出的覆冰程度评估方法，主要包括以下步骤：S1图像获取，用固定摄像头获取覆冰前后的绝缘子图像；S2用GrabCut图论法对覆冰前后的图像进行分割；S3求解S2中轮廓每相邻两片绝缘子间的凸包和凸缺陷；S4伞伸出等效计算方法；S5通过覆冰前后绝缘子伞伸出的变化，估计绝缘子覆冰程度的方法。本发明本发明可以通过图像检测覆冰前后伞伸出的变化百分比检测绝缘子串各部位覆冰桥接情况，估计覆冰严重程度，提供了一种直观、经济、有效的绝缘子覆冰程度评估方法。CN106340006ACN106340006A权利要求书1/3页1.一种基于绝缘子图像伞伸出的覆冰程度评估方法，其特征在于包括如下步骤：S1、图像获取，具体包括：S1.1、架设摄像头对易覆冰区域绝缘子进行监测，拍摄未覆冰绝缘子照片，记为I；S1.2、摄像头位置及拍摄角度不变，假设覆冰后绝缘子照片为J；S2、对覆冰前后绝缘子图像I和J用GrabCut图论法进行分割，得到覆冰前后绝缘子轮廓CI和CJ；S3求解绝缘子轮廓CI和CJ的凸包和凸缺陷；S4通过S3中求解的凸缺陷和凸包，计算覆冰前后绝缘子的伞伸出：S4.1排除深度小于设定值T的凸缺陷干扰；S4.2轮廓将剩下左侧和右侧两个最大的凸缺陷，且其深度就是伞伸出；S5通过覆冰前后绝缘子伞伸出的变化，估计绝缘子覆冰程度。2.根据权利要求1所述的基于绝缘子图像伞伸出的覆冰程度评估方法，其特征在于，步骤S2具体包括：S2.1、首次用矩形框将每个像素归类到GMMs，和GMMt，矩形框内为GMMs，矩形框外为GMMt，GMMs表示前景的混合高斯模型，GMMt表示背景的混合高斯模型，高斯混合模型如式(1)-(2)所示，其中，且0≤πi≤1，K为高斯混合模型元素个数，本文中为3；a为s或t，a为s时GMMs表示前景的高斯混合模型，a为t时GMMt表示背景的高斯混合模型；πa,i为第i个高斯模型g(zn；μa,i,∑a,i)在高斯混合模型GMMa中所占权重；x表示待分割的像素；μa,i、∑a,i分别表示第i个高斯模型的均值和方差；S2.2用聚类算法将GMMs和GMMt中的像素依据颜色灰度值分为K类；S2.3根据每个类别中的像素颜色灰度值计算高斯混合模型参数μa,i、∑a,i；S2.4用一个流量网络描述图像，计算两类边的容量值容量Vm,n、Un,s和Un,t；S2.5采用最大流算法确定图像的最小割；S2.6如果图像的最小割收敛，则分割完成，最小割内部为前景，外部为背景，否则回到步骤S2.2继续执行直到最小割收敛。3.根据权利要求2所述的基于绝缘子图像伞伸出的覆冰程度评估方法，其特征在于，步骤S2.4具体包括：S2.4.1其中第一类边V的容量Vm,n的计算如式(3)所示：zm和zn分别表示像素m和n的颜色灰度值，γ表示第一类边相对第二类边的优先程度，γ2CN106340006A权利要求书2/3页越大，第一类边的优先程度越高；C表示一对邻域像素；指数项β是为自适应图像对比度，当图像对比度较低即一对邻域像素的差别较小，则需要较大的β来放大差别，当图像对比度较高时，则需要较小的β来缩小差别，β的计算公式如式(4)所示：其中，<·>表示遍历了图像中所有的邻域并求和，N表示m，n的对数；S2.4.2第二类边的容量Un,s和Un,t的计算如下：当n确定为前景，Un,s为L，Un,t为0；当n确定为背景，Un,s为0，Un,t为L；当n不能确定为背景或前景时，Un,s和Un,t的大小与建立的高斯混合模型有关,Un,s和Un,t的计算分别见式(5)和式(6)：4.根据权利要求2所述的基于绝缘子图像伞伸出的覆冰程度评估方法，其特征在于，步骤S3具体包括：S3.1一个多边形的凸包是指包含该多边形在内的最小凸多边形，其凸缺陷是指凸包中除原多边形以外的部分；凸缺陷的三个重要参数为起点、终点、深度；凸缺陷的起点或终点到凸缺陷的最深点的垂直距离就是凸缺陷的深度；S3.2假设S2分割后的绝缘子轮廓的最小外接矩形高为H，假设绝缘子串片数为N,检测高度在至即每相邻