【技术实现步骤摘要】
本专利技术涉及电气化铁路自检，具体涉及一种基于接触网4c图像特征的绝缘子缺陷智能检测方法。
技术介绍
1、高铁接触网系统是铁路电气化中不可或缺的一部分，而绝缘子则是高速铁路接触网的关键部件。绝缘子的故障将会直接影响接触网的工作状态，造成高速铁路运行安全隐患。并且，由于绝缘子常年于露天环境下工作，更以发生故障。因此绝缘子缺陷检测是十分重要的。
2、早期，我国铁路公司对于绝缘子缺陷检测的方法主要以现场巡检为主，目前主要采用移动悬链线检测车采集绝缘子图像，并通过人工浏览的方式进行排查。然而，不论是现场巡检还是人工浏览的方式，都存在着效率低下、工作量大、检测周期长、精确度不高的缺点。因此，高铁接触网绝缘子智能化检测也是铁路部门十分重视的一项技术。
3、早期绝缘子缺陷检测智能化方法基于传统计算机视觉技术，通过设置特征进行机器学习建立故障检测模型，对绝缘子进行识别与定位。但在实际应用中，高铁4c系统采集到的图像一致性差，且绝缘子缺陷样品数量少。加之天气、拍摄位置等因素影响，深度学习算法和传统的模板匹配算法不能满足绝缘子缺陷检测的要求，容易造成漏判与误判。
技术实现思路
1、为解决上述存在的问题，本专利技术提出了一种基于接触网4c图像特征的绝缘子缺陷智能检测方法。实现了绝缘子轮廓提取的高精度与一致性和各个绝缘子瓷片间的精确分离，建立了基于绝缘子瓷片间距和灰度相似度的绝缘子缺陷检测模型。
2、本专利技术采用如下技术方案
3、一种基于接触网4c图像特征
4、s1、通过4c系统采集接触网绝缘子图像数据，将相邻两个瓷片进行比较检测缺陷，为绝缘子缺陷检测提供可靠数据输入；
5、s2、利用步骤s1中采集的瓷片图像进行水平梯度特征提取绝缘子轮廓，并对其像素进行复原；
6、s3、利用步骤s2中提取的绝缘子轮廓，计算瓷片的间距与灰度相似度；
7、s4、设置阈值，并与步骤s3中计算的瓷片间距与相似度比较，从而区分正常绝缘子与不良绝缘子。
8、具体的，步骤s2中，利用轮廓跟踪算法提取绝缘子的轮廓信息，并将绝缘子尺寸归一化。
9、进一步的，步骤s2中，为了确定恢复绝缘子瓷片像素搜索区域，需要搜其左上角定点与右下角顶点的坐标信息，其公式为
10、plt(x,y)＝min(ctrs(x,y))
11、prb(x,y)＝max(ctrs(x,y))
12、式中，plt为车棚轮廓左上角的坐标信息，prb为车棚轮廓右下角的坐标信息，ctrs为车棚轮廓各像素点的坐标信息集。
13、基于上述两个顶点，在绝缘子原始图像上确定轮廓像素恢复的搜索区域。所采用的搜索方式是首先在水平方向上搜索像素点，遍历区域内所有像素点的坐标一次，确定像素点的坐标是否在瓷片轮廓包围的坐标区域内。如果是，则在瓷片轮廓的相应位置填充像素灰度值，否则，不填充。公式为
14、
15、式中，p为像素点坐标，g为瓷片轮廓中要填充的点灰度值，g’为原始图像上点的灰度值，σctrs为瓷片区域。
16、具体的，步骤s3中，绝缘子瓷片间距计算公式为
17、
18、式中，h为相邻绝缘子瓷片间的间距。计算出每个瓷片的间距距离，并设置间距距离阈值后，通过与间距距离阈值的比较，可以检测出绝缘子缺陷。
19、进一步的，步骤s3中，图像匹配算法采用基于灰度的匹配算法，能够满足高速铁路接触网绝缘子缺陷检测的可靠性与准确性的要求，其公式为
20、
21、式中，r(i,j)为待匹配图像在点(i,j)处的匹配结果，r的值越接近1，相似度越高。iij为点(i,j)处的子图像，ixy为待匹配的子图像在点(x,y)处的灰度值，txy为模板图像在点(x,y)处的灰度值，为子图像的平均灰度值，为模板图像的平均灰度值，w为模板图像宽度，h为模板图像高度。
22、进一步的，由于需要对比相邻两个绝缘子瓷片的相似度，需要将其归一化，因此相邻瓷片相似度公式为
23、
24、式中，r为相邻两个绝缘子棚子的灰度相似匹配结果，sh1和sh2为相邻两个绝缘子瓷片。
25、综上，本专利技术公布了一种基于接触网4c图像特征的绝缘子缺陷智能检测方法，是一种效率高、可靠性强的检测方法，为绝缘子检测提供了有效的解决方案。
本文档来自技高网...【技术保护点】
1.一种基于接触网4C图像特征的绝缘子缺陷智能检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1中所述的接触网4C图像特征的绝缘子缺陷智能检测方法，其特征在于，步骤S2中，利用轮廓跟踪算法提取绝缘子的轮廓信息，并将绝缘子尺寸归一化。
3.根据权利要求1中所述的基于灰度的匹配算法，其特征在于，对比相邻两个绝缘子瓷片的相似度，将其归一化，相邻瓷片相似度公式为
【技术特征摘要】
1.一种基于接触网4c图像特征的绝缘子缺陷智能检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1中所述的接触网4c图像特征的绝缘子缺陷智能检测方法，其特征在于，步骤s2中，...
【专利技术属性】
技术研发人员：曾晓红，李奇，钟建，李向东，代林峰，何蕴甫，席浩洲，陈强，
申请(专利权)人：江苏新绿能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。