论文部分内容阅读
我国气候多变,地形复杂,部分地区污染严重,从而导致绝缘子污秽问题尤为严重,其表面积污,极易发生污闪从而导致大面积停电,造成不可估量的损失,故而对绝缘子污秽等级的检测识别就非常必要。本文力求通过各种技术手段完成绝缘子图像识别与精确定位分割、绝缘子污秽等级划分与等级识别,从而实现绝缘子污秽检测的高效率与智能化。首先利用照相机采集绝缘子图像信息,使用计算机完成图像二值化,滤波去噪等预处理过程以降低环境因素的干扰,运用SURF(Speede Up Robust Features,SURF)图像匹配技术识别图像中的绝缘子。其次对于常用的绝缘子污秽图像分割方法——最大类间方差法与K-means聚类分割法,二者所存在的无法剔除绝缘子图像复杂信息、误分割率大以及对待测图像背景也有一定的要求等问题,提出一种改进CV(Chan-Vese,CV)模型的绝缘子图像定位分割方法实现绝缘子图像的精确定位分割,实验证明本文方法存在一定的优点,可以解决应用最大类间方差法与K均值(K-means)聚类算法分割绝缘子图像所存在的问题,进而获取目标图像。然后通过统计绝缘子目标图像的RGB和HSI彩色分量获得绝缘子图像的各个特征信息,利用主成分分析(Principal Component Analysis,PCA)的方法对样本特征值进行信息融合后降维,通过C均值聚类算法(Fuzzy C-means,FCM)进行数据筛选,得到标准样本数据。最后提出应用多类支持向量机(Support Vector Machine,SVM)分类器一对一投票策略,对标准样本数据进行训练,完成绝缘子污秽等级划分,进而完成绝缘子污秽等级分类检测模型的建立,可以通过此模型进行绝缘子污秽等级的识别。本文实验利用实验室现有的红棕色棒型绝缘子进行人工涂污实验,获得样本图像,并通过理论分析以MATLAB-R2014a-GUI(Graphical User Interface)为平台设计绝缘子污秽等级检测系统,该系统可以实现绝缘子污秽等级的自动划分与确定,提高了检测效率。