基于片轮廓的绝缘子定位和缺陷检测方法及系统技术方案

本发明专利技术提供一种基于片轮廓的绝缘子定位和缺陷检测方法及系统，方法包括：读取接触网图像数据；使用Canny算法生成绝缘子的边缘图像；依据质心坐标聚类连通成分；生成每个类的凸包并使用SVM分类器输出包含绝缘子的凸包；使用Hough变换检测绝缘子边缘图像的线段；定位依附于绝缘子片轮廓上的线段组；绘制绝缘子的有向定位框；判断线段组中的线段数是否小于11，进而判定被检测的绝缘子是否存在缺陷，并进一步识别并标记有缺陷绝缘子的缺陷；否则，结束绝缘子检测。本发明专利技术利用了绝缘子相邻片之间的距离相等这一特性进行定位和缺陷检测，无需对接触网图像进行标注并准备模板图像。有效地节约了人力物力，并且提高了绝缘子定位的稳定性。定性。定性。

【技术实现步骤摘要】
基于片轮廓的绝缘子定位和缺陷检测方法及系统


[0001]本专利技术属于高铁接触网绝缘子定位及缺陷检测
，具体涉及一种基于片轮廓的绝缘子定位和缺陷检测方法及系统，所述绝缘子为高铁接触网绝缘子。

技术介绍

[0002]高铁铁路网在中国经济社会高速发展中扮演了重要角色。接触网系统负责高速铁路的电能传输，在列车的安全稳定运营中起到了关键作用。其中，绝缘子作为接触网系统的重要支撑部件，它的状态好坏直接影响着电能的安全传输。因此，对绝缘子状态进行检测和识别显得尤为重要。当前，在每天的列车运营结束之后，会有专用巡检列车驶过线路并利用车载摄像头拍摄接触网图像。拍摄的接触网图像中包含绝缘子、腕臂、支柱、吊弦等物体。导入计算机后由图像处理软件进行绝缘子状态识别，若发现缺陷，则立即通知相关人员进行检修。可以看出，绝缘子状态识别图像处理算法设计是关键。
[0003]现有技术中的高铁接触网图像中绝缘子的定位方法主要有基于深度神经网络的方法(如王淑青等在专利“基于改进ResNeSt
‑
RPN的绝缘子缺陷检测方法”(专利申请号：2021105本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于片轮廓的绝缘子定位和缺陷检测方法，其特征在于，包括以下步骤：S1：读取接触网图像数据；S2：使用Canny算法生成绝缘子的边缘图像，计算标识连通成分并计算每个连通成分的质心坐标；S3：依据质心坐标聚类连通成分；S4：生成每个类的凸包并使用SVM分类器输出包含绝缘子的凸包；S5：使用Hough变换检测绝缘子边缘图像的线段，得到的多条线段拟合成被检测的绝缘子的片轮廓；S6：定位依附于绝缘子片轮廓上的线段组，进而定位片轮廓的位置；S7：绘制绝缘子的有向定位框，对绝缘子的位置进行定位；S8：判断线段组中的线段数是否小于11，若小于，则判定被检测的绝缘子存在缺陷，绘制缺陷定位框，进一步识别并标记绝缘子的缺陷；否则，结束绝缘子检测。2.根据权利要求1所述的基于片轮廓的绝缘子定位和缺陷检测方法，其特征在于，所述S2步骤中计算每个连通成分的质心坐标的公式如下：S2步骤中计算每个连通成分的质心坐标的公式如下：其中，CC
i
是使用Canny算法生成的绝缘子的边缘图像中的第i个连通成分中的点集合，i＝1,2,
…
,NumC；NumC使用Canny算法生成的绝缘子的边缘图像中的连通成分的个数；(x
q
，y
q
)为使用Canny算法生成的绝缘子的边缘图像中的第i个连通成分的点集合中的第q个边缘点，x
q
为所述第q个边缘点的x轴坐标，y
q
为所述第q个边缘点的y轴坐标，q＝1,2,
…
,NumP；NumP为使用Canny算法生成的绝缘子的边缘图像中的第i个连通成分的点集合中边缘点的个数；为使用Canny算法生成的绝缘子的边缘图像中的第i个连通成分的质心坐标，和分别为使用Canny算法生成的绝缘子的边缘图像中的第i个连通成分的质心x轴坐标和质心y轴坐标。3.根据权利要求2所述的基于片轮廓的绝缘子定位和缺陷检测方法，其特征在于，在所述S4步骤输出包含绝缘子的凸包之后，且在所述S5步骤使用Hough变换检测绝缘子边缘图像的线段之前，进行后处理并输出绝缘子边缘图像，构建识别计算模型，识别使用Canny算法生成的绝缘子的边缘图像中的第i个连通成分的外界矩形是否属于绝缘子边缘，所述识别计算模型如下：别计算模型如下：其中，UL
x
和UL
y
分别为外接矩形左上端点的x坐标和t坐标，BR
x
和BR
y
分别为外接矩形右下端点的x坐标和y坐标，TH
ER
是外接矩形横向的扩展值，TV
ER
是外接矩形纵向的扩展值。
4.根据权利要求1所述的基于片轮廓的绝缘子定位和缺陷检测方法，其特征在于，所述S5步骤中，计算使用Hough变换监测绝缘子边缘图像得到的第i条线段相对于x轴的角度Angle
i
以及第i条线段距离原点的垂直距离Distance
i
，得到标识第i条线段的六维向量LineSeg
i
；所述第i条线段相对于x轴的角度Angle
i
的计算公式如下：所述第i条线段距离原点的垂直距离Distance
i
的计算公式如下：其中，其中和是所述第i条线段的一个端点的坐标，和是所述第i条线段的另一个端点的坐标；所述标识第i条线段的六维向量表示为其中，i＝1,2,3,...,NumLS；NumLS为使用Hough变换监测绝缘子边缘图像的多条线段的个数。5.根据权利要求4所述的基于片轮廓的绝缘子定位和缺陷检测方法，其特征在于，所述S6步骤中定位依附于绝缘子片轮廓上的线段组，包括以下步骤：S61：选取具有相同角度的经过S5步骤使用Hough变换监测绝缘子边缘图像得到的线段，形成线段组，第k个线段组表示为LSGroup
k
，，其中，NumG为形成的线段组的组数，NumLSG
k
为第k个线段组LSGroup
k
中包含有的六维向量表示的线段个数；S62：构建有约束的二值整数规划模型，优化所述S61步骤形成的线段组，最大化每组线段组中被选取的线段数，所述有约束的二值整数规划模型如下：数，所述有约束的二值整数规划模型如下：(i，j，l)∈{(1，2，3)，(2，3，4)，...，(m
‑
2，m
‑
1，m)}x
p
∈{0，1}，p＝1，2，...，NumLSG
k
其中，m为第k组线段组所选线段的个数，x
p
为取值为0或1的决策变量，值x
p
为1表示第k组线段组中的第p个线段被选取，值x
p
为0表示第k组线段组中的第p个线段未被选取；S63：采用路径搜索方法求解所述S62步骤构建的有约束的二值整数规划模型，将所述
S62步骤中构建的二值整数规划模型中的第k个线段组LSGroup
k
中的多条线段定义为第j个节点v
j
，即形成节点集V，其中，j＝1,2,...,NumLSG
k
；并构建边集E＝{e
jl
|j＜l，j＝1，2，...，NumLSG
k
，l＝1，2，...，NumLSG
k
}以及权值集W，W＝{w
jl
}，w
jl
为第k组线段组中第j条线段与第k组线段组中第l条线段线段之间的距离，由所述节点集V、边集E和权值集W构建有向无环图G(V,E,W)，求解所述S62步骤构建的有约束的二值整数规划模型转化为求解多个线段组的所述有向无环图G中的最长等权重路径。6.根据权利要求5所述的基于片轮廓的绝缘子定位和缺陷检测方法，其特征在于，所述S63步骤中求解所述有向无环图G中的最长等权重路径包括以下步骤：步骤1)、对所述有向无环图G以先广遍历的方式生成一个待访问的边集合ES；步骤2)、依次访问ES中的边e
jl
；若访问完所有的边，则转入步骤6)。步骤3)、设置当前路径p＝
″
v
j
v
l
″
，当前路径长度S
current
＝1，当前路径权值w
ref
＝w
jl
，当前路径最后一个节点v
eop
＝v
l
，将v
l
之后的节点压入栈Sta；步骤4)、判断所述栈sta是否为空，若为空，则转入所述步骤2)；否则从所述栈sta顶弹出节点，设为v；步骤5)、判断边“v
eop
v”的权值与当前路径权值w
ref
是否相等；如果不等于，若当前路径p的长度大于当前路径最大长度S
best
，则当前最长路径P
max
＝p，将p的长度赋给S
best
，移除p的最后一个节点，并将v
eop
作相应修改，然后转入所述步骤4)；如果等于，在路径p的尾部加入v节点，并将v
eop
的值改为v，设置当前路径p的路径长度为S
current
＝S
current
+1，并将下标大于节点v的节点压入栈Sta，然后转入所述步骤4)；步骤6)、输出最长路径p
max
。7.根据权利要求6所述的基于片轮廓的绝缘子定位和缺陷检测方法，其特征在于，所述S7步骤包括以下步骤：S71：输入第f组线段组LSGroupIG
f
的角度第f组线段组中第g条线段距离原点的距离第f组线段组中第g条线段一个端点的横坐标和纵坐标以及第f组线段组中第g条线段另一个端点的横坐标和纵坐标计算定位到的组的角度均值Angle
mean
：S72：找到与所述S71步骤计算得到的角度均值Angle
mean
最接近的组，并将其记为LSGroupIG
ind
；S73：根据所述S72步骤找到的线段组L...

【专利技术属性】
技术研发人员：丁进，赵洁超，孙勇智，谭平，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：