一种基于边缘特征的绝缘子红外图像的识别与分割方法技术

本发明专利技术公开了一种基于边缘特征的绝缘子红外图像的识别与分割方法，包括如下步骤：步骤1采集图像，并制作原始数据集；步骤2对图像进行预处理；步骤3根据绝缘子特征进行识别；步骤4提取图像特点，获得单个绝缘子的精确定位与分割。采用上述技术方案，利用阈值二值化进行特征简化，再利用基于轮廓提取的图像矫正得到矫正后的红外绝缘子图像，在获取矫正后的红外绝缘子图像之后，通过一维像素扫描，进行绝缘子边界点的标定，再通过多维扫描获取绝缘子边界点分布特征，实现对绝缘子串的提取与分割，该方法利用多维扫描提取红外图像中绝缘子的边界点分布特征，使得红外图像中的绝缘子识别与分割拥有更好的便携性、易用性且易于功能扩展。扩展。扩展。

【技术实现步骤摘要】
一种基于边缘特征的绝缘子红外图像的识别与分割方法


[0001]本专利技术涉及数字图像处理
，具体指一种基于边缘特征的绝缘子红外图像的识别与分割方法。

技术介绍

[0002]绝缘子红外图像可以将空间中的红外辐射分布转化为相应颜色分布的RGB图像，且绝缘子串温度高于周围环境温度，所以对绝缘子红外采样是识别绝缘子串及分割单个绝缘子的重要方法之一。劣化绝缘子对电网运行的稳定性具有巨大的隐患，温度的异常可用于判断绝缘子是否有较高的劣化可能。而绝缘子红外图像的识别与分割是自动检测绝缘子是否劣化的关键步骤，因此构建精确的绝缘子红外图像识别与分割方法具有重要的意义，其在劣化绝缘子检测方面具有重要的应用价值。
[0003]现有技术在这方面的成果不多，如中国专利公开了，申请号为CN201910062932.1，名称为一种基于形状特征和图像分割的绝缘子识别和定位方法，该方法具体步骤分为：(1)通过对原始绝缘子图像进行预处理以减少噪声干扰、提高图像对比度；(2)引入自适应粒子群优化算法，并结合最大类间方差法对绝缘子图像进行分割；(3)通过形态学滤波以及面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘特征的绝缘子红外图像的识别与分割方法，其特征在于，包括如下步骤：步骤1采集图像，并制作原始数据集；步骤2对图像进行预处理；步骤2.1对原始数据集进行降噪处理；步骤2.2利用图像特征进行阈值二值化；步骤2.3基于轮廓提取的图像进行矫正；步骤2.4通过矫正后的图像进行遍历法边缘点标定；步骤3根据绝缘子特征进行识别；步骤4提取图像特点，获得单个绝缘子的精确定位与分割。2.根据权利要求1所述的基于边缘特征的绝缘子红外图像的识别与分割方法，其特征在于，所述步骤1中，通过红外相机采集图像，所述步骤2.1中，通过高斯滤波对原始数据集进行降噪处理，所述步骤2.3中，通过一维像素遍历对提取的轮廓图像进行矫正。3.根据权利要求1所述的基于边缘特征的绝缘子红外图像的识别与分割方法，其特征在于，所述遍历法边缘点标定包括通过对经矫正后的轮廓图像进行标定，所标定的点为图像上绝缘子区域内的点，且该标定的点前一像素点和后一像素点不同。4.根据权利要求3所述的基于边缘特征的绝缘子红外图像的识别与分割方法，其特征在于，所述遍历法边缘点标定还包括对符合条件的点进行标定并对该标定点的RGB值进行通道值赋值：b
ij
＝r
ij
＝0，其中，b
ij
表示点(i,j)的B通道值，r
ij
表示点(i,j)的R通道值。5.根据权利要求4所述的基于边缘特征的绝缘子红外图像的识别与分割方法，其特征在于，所述步骤3中根据绝缘子伞状特征进行识别。6.根据权利要求5所述的基于边缘特征的绝缘子红外图像的识别与分割方法，其特征在于，所述步骤3中，对完成边缘点标定的轮廓图像进行二维像素遍历，进而获取绝缘子的上边界、下边界、左边界和右边界，并完成绝缘子区域的构建，进而完成绝缘子的识别。7.根据权利要求6所述的基于边缘特征的绝缘子红外图像的识别与分割方法，其特征在于，所述二维像素遍历为：通过上式统计每行绝缘子边界点数和每列绝缘子边界点数其中l
cols
为轮廓图像的行数，l
rows
为轮廓图像的列数。8.根据权利要求7所述的基于边缘特征的绝缘子红外图像的识别与分割方法，其特征在于，所述若干绝缘子构成绝缘子串。所述绝缘子串的上边界获取：基于统计得到的数据得到行阈值n1，根据如下公式得到满足上边界条件的行数集合：N1＝{i|N(i)＞i
max
‑
n1,N(i)＜＝i
max
}取N1中第一行min(N1)作为绝缘子串的上边界L
FirstLine
＝min(N1)；所述绝缘子串下边界获取：
根据如下公式得到满足下边界条件的行数集合：N2＝{i|N(i)＞＝i

【专利技术属性】
技术研发人员：张波涛，金佳颖，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：