基于机器视觉算法的绝缘子缺陷检测与定位

Telecom Power Technology
设计应用
孙翠凤歌仔戏基于机器视觉算法的绝缘子缺陷检测与定位
by1196
杨文超,郑健,王雪,郝子尧
电气与新能源学院,湖北宜昌
高压输电线路中往往会出现绝缘子自爆的问题。为降低专业人士巡检的工作强度,
昌—上海”远程智能巡检系统为工程实例,使用Matlab软件和基于数字图像处理的机器视觉算法,最终达到了精确
软件;图像处理;机器视觉
Insulator Defect Detection and Location Based on Machine Vision Algorithm
,ZHENG Jian,WANG Xue
School of Electrical and New Energy,China Three Gorges University
Insulators often explode in high-voltage transmission lines.In order to reduce the work intensity of professional inspections and improve work efficiency,the“Yichang-Shanghai
索爱m600i
东芝m30software is used and digital-based
algorithm finally achieved the effect of accurately positioning the defective parts of the insulator.
图1 绝缘子缺陷原图
由于输电线路中的绝缘子本身有着独特的颜
特征,所以可以先采用Lab彩空间模型分割图像[3]。
Lab彩空间模型将亮度分量L通道单独分离出来,
大大减少了光照变化对图像分割效果的影响,使其提
取的颜特征比较稳定。可以先将图像转换到Lab空
间,从中提取出a空间的图像并对其进行最大类间方
差阈值分割。使用a空间模型后,因为很多树木的颜
和绝缘子串珠的颜几乎相近,所以仍然有很多背雪地里的红棉袄
景干扰无法滤除,因此需要结合灰度空间模型最大类
间方差阈值分割来滤除剩余干扰[4]。处理后的效果
如图2所示。
lob2 绝缘子自爆识别和定位
2.1 绝缘子串起点和终点的确定
由于绝缘子分布在两条直线上,故可以采用最
小二乘法直线拟合,将绝缘子串分成两部分进行处
,
理[5]。遍历图像,将白像素值对应的坐标点用(x
i

本文发布于:2024-09-24 10:25:24,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/95938.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:绝缘子   空间   图像   分割   模型
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议