一种基于形态学颗粒的漏油识别方法技术

本发明专利技术公开了一种基于形态学颗粒的漏油识别方法，其包括以下步骤：设置紫外光源对变压器本体进行照射；设置相机并对变压器本体进行拍摄，得到荧光图像；将荧光图像转换为HSV图像；将HSV图像进行分量线性运算得到二值化图像；将二值化图像进行图像分割得到图像特征；判断图像特征的大小是否大于临界图像特征的大小；若是则判定变压器漏油；否则判定变压器无漏油；完成对变压器的漏油识别。本发明专利技术通过形态学颗粒对变电站进行漏油检测，具有高度自动化的特点，可迅速高效地得到变压器漏油结果且准确率高；可以及时发现变压器漏油的情况，减少漏油导致的危害。减少漏油导致的危害。减少漏油导致的危害。

【技术实现步骤摘要】
一种基于形态学颗粒的漏油识别方法


[0001]本专利技术涉及渗漏油检测
，具体涉及一种基于形态学颗粒的漏油识别方法。

技术介绍

[0002]变压器是输配电的基础设备，广泛应用在工业、农业、交通、城市社区等领域。在实际应用中，随着变压器运行时间的增加以及环境的侵蚀，变压器可能会发生渗漏油现象。漏油不仅可以导致开关等处于无油绝缘的状态下运行，引起绝缘降低、击穿、短路甚至爆炸事故，对电力系统的安全运行造成威胁。如何判断变压器是否漏油的检测方法因此诞生。目前变压器漏油检测方法仍以传统的目测法为主。由变电站巡检人员使用手电筒对油浸式设备易渗漏油的地方进行照射，通过经验判断设备的渗漏油情况，该方法易受光线、查看距离以及巡检人员主观感受的影响，导致结果准确率低。

技术实现思路

[0003]针对现有技术中的上述不足，本专利技术提供的一种基于形态学颗粒的漏油识别方法解决了现有技术检测效率低下以及受多种因素的影响导致结果准确率低下的问题。
[0004]为了达到上述专利技术目的，本专利技术采用的技术方案为：
[0005]提供了一种基于形态学颗粒的漏油识别方法，其包括以下步骤：
[0006]S1、设置紫外光源对变压器本体进行照射；设置相机并对变压器本体进行拍摄，得到荧光图像；
[0007]S2、将荧光图像转换为HSV图像；将HSV图像进行分量线性运算得到二值化图像；
[0008]S3、将二值化图像进行图像分割得到图像特征；
[0009]S4、判断图像特征的大小是否大于临界图像特征的大小；若是则判定变压器漏油；否则判定变压器无漏油；完成对变压器的漏油识别。
[0010]进一步地，步骤S2的具体步骤如下：
[0011]S2
‑
1、根据公式：
[0012]V＝max(R,G,B)
[0013][0014][0015]得到明度V、色调H和饱和度S；其中，max(
·
)表示最大值函数，min(
·
)表示最小值函数；
[0016]S2
‑
2、根据公式：
[0017][0018]得到处理后的色调H；
[0019]S2
‑
3、根据公式：
[0020]Q＝2H
‑
3S
[0021]得到分量线性运算结果图Q，即二值化图像。
[0022]进一步地，步骤S3的具体步骤如下：
[0023]S3
‑
1、根据公式：
[0024][0025]得到形态学颗粒过滤模型F
Q
(t)；其中，Q表示二值化图像，K表示结构元素，ο表示开运算，t表示运算次数；
[0026]根据公式：
[0027]ρ(t)＝F
Q
(t
‑
1)
‑
F
Q
(t)
[0028]得到形态学颗粒分析差值ρ(t)；其中，F
Q
(t
‑
1)表示t
‑
1时的形态学颗粒过滤模型；
[0029]S3
‑
2、根据形态学颗粒分析差值ρ(t)得到颗粒分析差值函数图；根据颗粒分析差值函数图得到形态学颗粒分析差值ρ(t)为最小绝对值时对应的结构元素K0，即图像特征。
[0030]进一步地，步骤S4中临界图像特征的具体设定方法：选取某一确定未发生油渗漏的变压器进行拍摄得到对应的荧光图像，对其进行处理得到颗粒分析差值函数图；根据颗粒分析差值函数图得到形态学颗粒分析差值ρ(t)为最小绝对值时对应的结构元素K
c
，即临界图像特征。
[0031]本专利技术的有益效果为：该基于形态学颗粒的漏油识别方法通过形态学颗粒对变电站进行漏油检测，具有高度自动化的特点，可迅速高效地得到变压器漏油结果且准确率高；可以及时发现变压器漏油的情况，减少漏油导致的危害。
附图说明
[0032]图1为本专利技术的具体流程图；
[0033]图2为本专利技术的颗粒分析差值函数图。
具体实施方式
[0034]下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。
[0035]如图1所示，一种基于形态学颗粒的漏油识别方法包括以下步骤：
[0036]S1、设置紫外光源对变压器本体进行照射；设置相机并对变压器本体进行拍摄，得
到荧光图像；
[0037]S2、将荧光图像转换为HSV图像；将HSV图像进行分量线性运算得到二值化图像；
[0038]S3、将二值化图像进行图像分割得到图像特征；
[0039]S4、判断图像特征的大小是否大于临界图像特征的大小；若是则判定变压器漏油；否则判定变压器无漏油；完成对变压器的漏油识别。
[0040]步骤S2的具体步骤如下：
[0041]S2
‑
1、根据公式：
[0042]V＝max(R,G,B)
[0043][0044][0045]得到明度V、色调H和饱和度S；其中，max(
·
)表示最大值函数，min(
·
)表示最小值函数；
[0046]S2
‑
2、根据公式：
[0047][0048]得到处理后的色调H；
[0049]S2
‑
3、根据公式：
[0050]Q＝2H
‑
3S
[0051]得到分量线性运算结果图Q，即二值化图像。
[0052]步骤S3的具体步骤如下：
[0053]S3
‑
1、根据公式：
[0054][0055]得到形态学颗粒过滤模型F
Q
(t)；其中，Q表示二值化图像，K表示结构元素，ο表示开运算，t表示运算次数；
[0056]根据公式：
[0057]ρ(t)＝F
Q
(t
‑
1)
‑
F
Q
(t)
[0058]得到形态学颗粒分析差值ρ(t)；其中，F
Q
(t
‑
1)表示t
‑
1时的形态学颗粒过滤模型；
[0059]S3
‑
2、根据形态学颗粒分析差值ρ(t)得到颗粒分析差值函数图；如图2所示，根据颗粒分析差值函数图得到形态学颗粒分析差值ρ(t)为最小绝对值时对应的结构元素K0，即图像特征。
[0060]步骤S4中临界图像特征的具体设定方法：选取某一确定未发生油渗漏的变压器进
行拍摄得到对应的荧光图像，对其进行处理得到颗粒分析差值函数图；根据颗粒分析差值函数图得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于形态学颗粒的漏油识别方法，其特征在于：包括以下步骤：S1、设置紫外光源对变压器本体进行照射；设置相机并对变压器本体进行拍摄，得到荧光图像；S2、将荧光图像转换为HSV图像；将HSV图像进行分量线性运算得到二值化图像；S3、将二值化图像进行图像分割得到图像特征；S4、判断图像特征的大小是否大于临界图像特征的大小；若是则判定变压器漏油；否则判定变压器无漏油；完成对变压器的漏油识别。2.根据权利要求1所述的基于形态学颗粒的漏油识别方法，其特征在于：所述步骤S2的具体步骤如下：S2
‑
1、根据公式：V＝max(R,G,B)V＝max(R,G,B)得到明度V、色调H和饱和度S；其中，max(
·
)表示最大值函数，min(
·
)表示最小值函数；S2
‑
2、根据公式：得到处理后的色调H；S2
‑
3、根据公式：Q＝2H
‑
3S得到分量线性运算结果图Q，即二值化图像。3.根据权利要求1所述的基于形态学颗粒的漏油识别方法，其特征在于：所述步骤S3的具体步骤如下：S3
...

【专利技术属性】
技术研发人员：刘小江，李旭旭，范松海，刘益岑，马小敏，吴天宝，陈轲娜，雷潇，
申请(专利权)人：国网四川省电力公司电力科学研究院，
类型：发明
国别省市：