一种基于红外图像的电缆部位自动识别方法技术

本发明专利技术涉及电力设备维护技术领域，更具体地，涉及一种基于红外图像的电缆部位自动识别方法，S1:构建电缆不同部位的训练样本库；S2:读取电缆不同部位训练样本红外图像；S3:提取电缆不同部位训练样本特征量和对应的部位标签；S4:利用训练样本训练出支持向量机分类器；S5:读取待测试的电缆不同部位红外图像；S6:提取待测试电缆不同部位红外图像的特征量；S7:利用训练好的支持向量机分类器和提取到的待测试红外图像特征量将待测试的红外图像对应到不同的部位标签。本发明专利技术降低对人工分析和处理的依赖以提高红外诊断的效率和准确性。

【技术实现步骤摘要】
一种基于红外图像的电缆部位自动识别方法
本专利技术涉及电力设备维护
，更具体地，涉及一种基于红外图像的电缆部位自动识别方法。
技术介绍
电网建设发展迅猛，电力负荷增长迅速，人们对城市美化和供电可靠性、供电质量等的要求也越来越高，电力电缆以其良好的电气性能、耐热性能和机械性能在电力系统的各个电压等级中得到了广泛的应用，在城市电网中所占的比重越来越高。因此，电力电缆能否安全运行，已成为了电网能否可靠供电的重要因素。理论分析和实际运行观测均表明，电缆出现潜在问题后，运行温度往往会上升。因此电缆的运行温度能够体现出电缆的运行状态。红外热成像测温技术具有非接触、不受高压电磁场干扰、安全、高效和直观等优点，利用红外热成像反映电缆各部位温度的变化情况，有利于及时发现电缆异常发热缺陷和指导检修。但是，目前电缆巡检中红外诊断仍主要依靠人工方式发现异常，缺少对获取到的状态信息自主分析与判断。为了针对电缆不同部位分别开发智能诊断算法，有必要先对电缆的红外图像进行部位识别。
技术实现思路
本专利技术为克服上述现有技术所述的主要本文档来自技高网...

【技术保护点】
1.一种基于红外图像的电缆部位自动识别方法，其特征在于，包括有以下步骤：/nS1:构建电缆不同部位的训练样本库；/nS2:读取电缆不同部位训练样本红外图像；/nS3:提取电缆不同部位训练样本特征量和对应的部位标签；/nS4:利用训练样本训练出支持向量机分类器；/nS5:读取待测试的电缆不同部位红外图像；/nS6:提取待测试电缆不同部位红外图像的特征量；/nS7:利用训练好的支持向量机分类器和提取到的待测试红外图像特征量将待测试的红外图像对应到不同的部位标签。/n

【技术特征摘要】
1.一种基于红外图像的电缆部位自动识别方法，其特征在于，包括有以下步骤：
S1:构建电缆不同部位的训练样本库；
S2:读取电缆不同部位训练样本红外图像；
S3:提取电缆不同部位训练样本特征量和对应的部位标签；
S4:利用训练样本训练出支持向量机分类器；
S5:读取待测试的电缆不同部位红外图像；
S6:提取待测试电缆不同部位红外图像的特征量；
S7:利用训练好的支持向量机分类器和提取到的待测试红外图像特征量将待测试的红外图像对应到不同的部位标签。


2.根据权利要求1所述的基于红外图像的电缆部位自动识别方法，其特征在于，所述步骤S1中，电缆不同部位包括电缆的终端接头、中间接头和交叉互联箱。


3.根据权利要求2所述的基于红外图像的电缆部位自动识别方法，其特征在于，所述步骤S3中，部位标签为部位的名称，包括“终端接头”、“中间接头”和“交叉互联箱”。


4.根据权利要求1所述的基于红外图像的电缆部位自动识别方法，其特征在于，所述步骤S3中，训练样本特征量为方向梯度直方图和灰度共生矩阵。


5.根据权利要求4所述的基于红外图像的电缆部位自动识别方法，其特征在于，所述步骤S4中，提取特征量方向梯度直方图，包括有以下步骤：
S411：将图像灰度化后再将图像二值化；
S412：计算每个像素的梯度幅值和梯度方向，计算公式如式(1)～式(4)所示，其中I(x,y)表示位置(x,y)处的灰度值，G(x,y)表示位置(x,y)处的梯度幅值，α(x,y)表示位置(x,y)处的梯度方向；
Gx(x,y)＝I(x+1,y)-I(x-1,y)(1)
Gy(x,y)＝I(x,y+1)-I(x,y-1)(2)






S4...

【专利技术属性】
技术研发人员：廖雁群，韦亦龙，周灏，裴星宇，史筱川，叶宇婷，胡欣欣，黄嘉明，李剑，邹玉斌，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司珠海供电局，
类型：发明
国别省市：广东;44