一种在线取能可移动智慧防振锤的缺陷识别方法技术

本发明专利技术涉及图像识别技术领域，具体涉及一种在线取能可移动智慧防振锤的缺陷识别方法，该方法包括：通过识别图形获取防振锤缺陷图像，并进行超像素分割得到超像素块，根据超像素块内像素点的像素值计算不规则指数；对超像素块内像素点进行分类，根据每个类别内的像素点数量计算第一系数，根据第一系数确定缺陷区域；获取第一系数大于系数阈值的标志像素块，计算标志像素块的第二系数，进而得到差异度；根据差异度获取待分析像素块，根据像素点与聚类中心像素点之间的差异得到拟合度，进而获得第一掩膜图像，最终得到防振锤表面的缺陷位置。本发明专利技术对防振锤表面缺陷位置的识别精度较高。高。高。

【技术实现步骤摘要】
一种在线取能可移动智慧防振锤的缺陷识别方法


[0001]本专利技术涉及图像识别
，具体涉及一种在线取能可移动智慧防振锤的缺陷识别方法。

技术介绍

[0002]在电路传输的建设中，高压架空线路的杆位较高，传输导线之间的间隔较大，导线的平稳性很容易受到风力作用的影响，从而造成高压电路的安全隐患。为了消除这种安全隐患，在高压架空线路上，悬挂防振锤，减少导线振动，增强导线稳定性。
[0003]由于防振锤一直裸露在外会受到雨水等自然环境的影响，进而导致防振锤表面产生腐蚀缺陷，影响防振锤的正常使用。因此，对高压导线上的防振锤进行缺陷识别就显得尤为重要。现有利用机器视觉对防振锤进行缺陷识别的方法中，常采用超像素分割的方法，但是该方法中可能会存在欠分割或者过分割的问题，即超像素分割的结果存在分割误差，导致超像素分割结果不准确，进而会影响获得的防振锤缺陷位置的精度。

技术实现思路

[0004]为了解决超像素分割的结果存在分割误差导致防振锤的缺陷识别的结果较不准确的技术问题，本专利技术的目的在于提供一种在线取能可移动智慧防振锤的缺陷识别方法，所采用的技术方案具体如下：通过识别图形获取防振锤表面含有缺陷的图像，记为防振锤缺陷图像；对防振锤缺陷图像进行超像素分割得到至少两个超像素块，根据超像素块内像素点与其邻域像素点之间的像素差异得到像素点的不规则指数；根据像素点的不规则指数对超像素块内的像素点进行分类得到至少两个类别，在每个超像素块内根据每个类别内像素点的数量和像素点的不规则指数计算第一系数；根据第一系数小于或等于系数阈值的超像素块内像素点的不规则指数和指数阈值确定缺陷区域；获取第一系数大于系数阈值的超像素块记为标志像素块，利用设定尺寸的窗口对标志像素块内的边缘像素点进行遍历，根据窗口内属于标志像素块内的像素点数量计算第二系数，根据第一系数和第二系数得到标志像素块的差异度；将差异度大于判断阈值的标志像素块记为待分析像素块，获取待分析像素块的聚类中心像素点，根据待分析像素块内像素点与聚类中心像素点之间的不规则指数的差异得到像素点的拟合度，根据拟合度对像素点进行标注得到第一掩膜图像，根据第一掩膜图像和缺陷区域获得防振锤表面的缺陷位置。
[0005]优选地，所述第一系数的获取方法具体为：同一类别内所有像素点的不规则指数相同，类别对应的不规则指数即为该类别内像素点的不规则指数；对于任意一个超像素块，获取每个类别对应的不规则指数和每个类别内包含的像素点数量，计算每个类别对应的不规则指数和每个类别内包含的像素点数量的乘积，记为类别的特征指数，根据超像素块内各类别的特征指数之间的差值得到第一系
数。
[0006]优选地，所述第一系数的计算公式具体为：
[0007]其中，表示超像素块K对应的第一系数，表示超像素块内类别m内包含的像素点数量，表示超像素块内类别m对应的不规则指数，表示超像素块内类别n内包含的像素点数量，表示超像素块内类别n对应的不规则指数，表示超像素块K内包含的所有类别，表示超像素块内类别m的特征指数，表示超像素块内类别n的特征指数。
[0008]优选地，所述第二系数的获取方法具体为：对防振锤缺陷图像进行网格化，获取网格的尺寸大小；选择任意一个标志像素块记为目标超像素块，获取目标超像素块的边缘像素点，利用与网格的尺寸大小相同的窗口对目标超像素块内的边缘像素点进行遍历，计算窗口内属于目标超像素块内的像素点的总数量与窗口内包含的像素点的总数量的比值，将设定数值与所述比值的差值记为特征比值，所述特征比值的方差为第二系数。
[0009]优选地，所述根据第一系数和第二系数得到标志像素块的差异度具体为：计算第一系数和第二系数的和值，对所述和值进行正相关映射得到标志像素块的差异度。
[0010]优选地，所述根据超像素块内像素点与其邻域像素点之间的像素差异得到像素点的不规则指数具体为：所述防振锤缺陷图像为RGB图像，将防振锤缺陷图像从RGB颜色空间转换到CIELAB颜色空间中，获取转换后得到的图像中各像素点分别在L、A和B三个通道下的通道值，对于每个超像素块内任意一个像素点，计算像素点与其邻域像素点在L通道下的通道值之间的差值的平方，计算像素点与其邻域像素点在A通道下的通道值之间的差值的平方，计算像素点与其邻域像素点在B通道下的通道值之间的差值的平方，以像素点在L、A和B三个通道下对应的差值的平方的和值作为像素点的不规则指数。
[0011]优选地，所述拟合度的获取方法具体为：获取待分析像素块相邻的超像素块记为相邻像素块，并获取相邻像素块的聚类中心像素点，计算待分析像素块内像素点与对应的聚类中心像素点的不规则指数之间的差值的平方，记为第一特征值；计算待分析像素块内像素点与相邻像素块对应的聚类中心像素点的不规则指数之间的差值的平方，记为第二特征值；以第二特征值和第一特征值之间差值的最小值作为像素点的拟合度。
[0012]优选地，所述根据拟合度对像素点进行标注得到第一掩膜图像具体为：将拟合度大于拟合阈值的像素点标注为第一数值，将拟合度小于或等于拟合阈值的像素点标注为第二数值，得到第一掩膜图像。
[0013]优选地，所述根据第一掩膜图像和缺陷获得防振锤表面的缺陷位置具体为：将缺陷区域内的像素点标注为第一数值，将不属于缺陷区域的像素点标注为第二数值，得到第二掩膜图像；将第一掩膜图像和第二掩膜图像进行相加，将相加得到的图像与
防振锤缺陷图像相乘，得到缺陷分割图像，对缺陷分割图像进行边缘检测，检测到的闭合边缘构成的区域为防振锤表面的缺陷部分区域，得到防振锤表面的缺陷位置。
[0014]优选地，所述根据第一系数小于或等于系数阈值的超像素块内像素点的不规则指数和指数阈值确定缺陷区域具体为：获取第一系数小于或等于系数阈值的超像素块记为优选像素块，计算优选像素块内所有像素点的不规则指数的均值，将优选像素块对应的均值大于指数阈值的优选像素块记为缺陷区域。
[0015]本专利技术实施例至少具有如下有益效果：本专利技术通过识别图形获取防振锤表面含有缺陷的图像记为防振锤缺陷图像，先对获取到的图像信息进出初步处理，筛选出存在缺陷的图像进行后续缺陷部分的识别，对防振锤缺陷图像进行超像素分割，根据超像素块内像素点与其邻域像素点之间的像素差异得到不规则指数，考虑了像素点与其邻域像素点之间的像素分布差异，能够反映超像素块内像素点周围的像素分布的不规则程度；根据不规则程度对超像素块内的像素点进行分类，根据超像素块内每个类别内的像素点数量和像素点的不规则指数计算第一系数，第一系数能够表征超像素块内像素点之间的像素分布特征的差异情况；对于第一系数较小的超像素块内像素点之间的像素分布特征的差异较小，对应的超像素块分割结果较为准确，进而根据第一系数小于或等于系数阈值的超像素块内像素点的不规则指数和指数阈值确定缺陷区域，对第一系数小于或等于系数阈值的超像素块进行筛选即可得到分割结果较为准确的缺陷区域；对于第一系数大于系数阈值的超像素块的分割结果较不准确，需进行进一步的分析，根据窗口内属于标志像素块的像素点数量计算第二系数，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在线取能可移动智慧防振锤的缺陷识别方法，其特征在于，该方法包括以下步骤：通过识别图形获取防振锤表面含有缺陷的图像，记为防振锤缺陷图像；对防振锤缺陷图像进行超像素分割得到至少两个超像素块，根据超像素块内像素点与其邻域像素点之间的像素差异得到像素点的不规则指数；根据像素点的不规则指数对超像素块内的像素点进行分类得到至少两个类别，在每个超像素块内根据每个类别内像素点的数量和像素点的不规则指数计算第一系数；根据第一系数小于或等于系数阈值的超像素块内像素点的不规则指数和指数阈值确定缺陷区域；获取第一系数大于系数阈值的超像素块记为标志像素块，利用设定尺寸的窗口对标志像素块内的边缘像素点进行遍历，根据窗口内属于标志像素块内的像素点数量计算第二系数，根据第一系数和第二系数得到标志像素块的差异度；将差异度大于判断阈值的标志像素块记为待分析像素块，获取待分析像素块的聚类中心像素点，根据待分析像素块内像素点与聚类中心像素点之间的不规则指数的差异得到像素点的拟合度，根据拟合度对像素点进行标注得到第一掩膜图像，根据第一掩膜图像和缺陷区域获得防振锤表面的缺陷位置。2.根据权利要求1所述的一种在线取能可移动智慧防振锤的缺陷识别方法，其特征在于，所述第一系数的获取方法具体为：同一类别内所有像素点的不规则指数相同，类别对应的不规则指数即为该类别内像素点的不规则指数；对于任意一个超像素块，获取每个类别对应的不规则指数和每个类别内包含的像素点数量，计算每个类别对应的不规则指数和每个类别内包含的像素点数量的乘积，记为类别的特征指数，根据超像素块内各类别的特征指数之间的差值得到第一系数。3.根据权利要求2所述的一种在线取能可移动智慧防振锤的缺陷识别方法，其特征在于，所述第一系数的计算公式具体为：其中，表示超像素块K对应的第一系数，表示超像素块内类别m内包含的像素点数量，表示超像素块内类别m对应的不规则指数，表示超像素块内类别n内包含的像素点数量，表示超像素块内类别n对应的不规则指数，表示超像素块K内包含的所有类别，表示超像素块内类别m的特征指数，表示超像素块内类别n的特征指数。4.根据权利要求1所述的一种在线取能可移动智慧防振锤的缺陷识别方法，其特征在于，所述第二系数的获取方法具体为：对防振锤缺陷图像进行网格化，获取网格的尺寸大小；选择任意一个标志像素块记为目标超像素块，获取目标超像素块的边缘像素点，利用与网格的尺寸大小相同的窗口对目标超像素块内的边缘像素点进行遍历，计算窗口内属于目标超像素块内的像素点的总数量与窗口内包含的像素点的总数量的比值，将设定数值与所述比值的差值记为特征比值，所述特征比值的方差为第二系数。5.根据权利要求1所述的一种在线取能可移动智慧...

【专利技术属性】
技术研发人员：朱小强，史小龙，费小玲，高檬檬，肖峰，程毛迪，薛小丽，丁小琴，
申请(专利权)人：江苏天南电力股份有限公司，
类型：发明
国别省市：