本发明专利技术公开了一种基于harris角点与图像差分的接触网棒式绝缘子故障检测方法。包括以下步骤：首先对选取的模板图像及待检测图像分别进行harris角点检测；再利用序贯相似性检测算法对模板图像及待检测图像内角点匹配；接着对匹配后的角点进行模糊聚类，由于匹配会造成有用角点的丢失，故需对角点进行恢复处理；然后利用最小二乘法进行直线拟合；最终根据直线两侧图像的对称特性，差分图像，统计纵向灰度获取故障信息曲线，给出故障判断。本发明专利技术方法的实现了模板匹配的抗旋转性，且故障判断较为简洁，为接触网智能化巡检装置的开发提供了新思路，能较针对性的提高电气化铁路接触网的安全可靠性。
【技术实现步骤摘要】
【技术保护点】
基于Harris角点与图像差分的接触网棒式绝缘子故障检测方法，其特征在于，所述方法包括：A、选取的模板图像，读入检测车拍摄的图像；B、对选取的模板图像及待检测图像分别进行harris角点检测;检测的步骤如下：a)图像I(x,y)在x、y方向的梯度Ix、Iy的计算：Ix=∂I∂x=I⊗-101,Iy=∂I∂y=I⊗-101Tb)图像两个方向梯度的乘积：Ix2=IxgIx,Iy2=IygIy,Ixy=Iyx=IxgIy式中，为图像x方向梯度的乘积，为图像y方向梯度的乘积，Ixy为图像x方向梯度与y方向梯度的乘积；c)使用高斯函数对、和Ixy进行高斯加权，生成矩阵M：M=Σu,vw(u,v)Ix2IxyIyxIy2=exp(-u2+v22σ2)Ix2IxyIyxIy2式中，w(u,v)为高斯窗在频域(u,v)处的系数，σ为标准差；d)计算每个像元的Harris响应值R，并设定R的阈值：R＝{R:detM?α(traceM)2＜t}式中，detM为矩阵M的行列式，traceM为矩阵M的直迹，α为经验常数，t为所设的阈值；e)在n×n的邻域内进行非极大值抑制，局部极大值点即为图像中的角点，本专利技术处理时n＝5；C、利用序贯相似性检测算法SSDA(Sequential?similarity?detection?algorithm)对模板图像及待检测图像内角点匹配;以模板图中检测到的任一角点为中心，取大小为N×N的子图；以匹配图中某角点为中心，取大小为N×N搜索子图Si,j，该搜索子图右上角像素点坐标为(i,j)；SSDA匹配算法步骤如下：1)绝对误差ε定义为：ϵ=|Si,j(mk,nk)-S^(i,j)-T(mk,nk)+T^|式中：S^(i,j)=1N2Σm=1NΣn=1NSi,j(m,n),T^=1N2Σm=1NΣn=1NT(m,n),Si,j(m,n)表示该搜素子图第m行，第n列像素点的灰度值，为该搜索子图的平均灰度值，T(m,n)表示该模板子图第m行，第n列像素点的灰度值，为该模板子图的平均灰度值，Si,j(mk,nk)为从搜素子图随机选取的像素点(mk,nk)处的灰度值，T(mk,nk)为模板子图(mk,nk)处的灰度值；2)设定不变的阈值Tk；3)计算搜素子图Si,j同T在对应点(mk,nk)的误差ε，然后将该差值与其他点对应差值累加，累加r次误差超过Tk，则停止累加，记录r值；定义I(i,j)＝r为SSDA的检测曲面；4)最大的I(i,j)定为匹配点；SSDA算法计算部分误差，并与设定的误差阈值比较；搜素子图中前r个点引起的误差和大于误差阈值时，即停止运算，换下一个点匹配；D、对匹配后的角点进行模糊聚类；对角点进行恢复处理，完整绝缘子中心轴的信息量，然后利用最小二乘法进行直线拟合;E、根据D步骤所得直线两侧图像的对称特性，差分图像，统计图像纵向灰度获取故障信息曲线，给出故障判断信号，并输出至后续处理单元。FDA00003055035400016.jpg,FDA00003055035400017.jpg,FDA00003055035400018.jpg,FDA00003055035400019.jpg,FDA000030550354000110.jpg,FDA000030550354000111.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘志刚，张桂南，郭晓旭，韩志伟，韩烨，
申请(专利权)人：西南交通大学，
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。