使用計算機視覺和圖像處理技術(shù)來檢測絕緣子的結(jié)冰在確保電力系統(tǒng)的安全運行中起著非常重要的作用。出了一種基于GLOH描述符和GVF Snake的絕緣冰覆蓋檢測算法，該算法首先處理輸入圖像，然后提取目標(biāo)目標(biāo)區(qū)域，其中包含有關(guān)絕緣體的信息，然后使用GLOH描述符定位。后使用絕緣來準(zhǔn)確檢測絕緣子輪廓。
　　后分析絕緣的輪廓。算最大徑向距離以確定絕緣層是否被冰覆蓋，并且冰的厚度在冰蓋下計算。驗結(jié)果表明，該方法可以有效地確定保溫層中是否有冰蓋。電氣系統(tǒng)中，絕緣糖霜一直是網(wǎng)絡(luò)安全的主要威脅。特別寒冷的冬天，絕緣子經(jīng)常結(jié)冰，并且結(jié)冰是輸電線路的常見風(fēng)險，對線路隔離和系統(tǒng)運行構(gòu)成重大風(fēng)險。試絕緣冰蓋很重要。著人工視覺和圖像處理技術(shù)的發(fā)展，使用圖像和視覺處理技術(shù)來檢測隔離器的狀態(tài)并自動識別絕緣子的結(jié)冰狀況起著重要作用。于電力系統(tǒng)的安全運行非常重要。
　　近，研究人員提出了許多算法來識別絕緣結(jié)冰檢測。[1]中，分析了絕緣冰涂層的特性。用圖像處理技術(shù)對絕緣冰蓋和絕緣圖案函數(shù)進行分析和識別，采用平滑和閾值變換算法獲得絕緣子的輪廓圖和絕緣子的輪廓圖。算了冰蓋。

　　度等參數(shù)；文獻[2]得益于模板匹配技術(shù)，可以將絕緣體放置在圖像中，然后通過圖像預(yù)處理，圖像分割，邊緣提取等技術(shù)來提取輪廓涂冰前后的隔熱層，然后比較該區(qū)域中的像素數(shù)。定是否有冰蓋；基于紋理函數(shù)描述算子的文獻[3]建立了用于確定玻璃絕緣子冰類型的方法，該方法使用相干局部位模式和增強型局部相干位模式進行計算。取六種類型的冰蓋圖像的紋理特征，可通過計算紋理直方圖的相關(guān)系數(shù)來確定。獻[4]描述了自1999年以來IEEE-PES工作組推薦的絕緣子結(jié)冰測試方法和選擇標(biāo)準(zhǔn)，其中包括可重現(xiàn)結(jié)果和建模的重要因素。獻[5]基于小波圖像邊緣檢測方法，用于提取輪廓以進行冰厚測量，并在模擬的人工氣候?qū)嶒炇抑羞M行實驗驗證。[6]中，使用雙目計算機視覺技術(shù)，將三維圖像重建用于絕緣子的在線結(jié)冰監(jiān)控，兩個攝像機放置在不同的位置以收集圖像。緣圖像，以及三維點云模型的視差重建。從而計算出冰蓋的厚度?，F(xiàn)有的圖像監(jiān)視方法中，大多數(shù)方法只能在實驗室的理想環(huán)境中識別絕緣子的結(jié)冰，在實際應(yīng)用中仍然存在差距。于圖像采集的復(fù)雜性，絕緣子通常埋在背景中，電纜很難將傳統(tǒng)方法完全分開。
　　文結(jié)合GLOH描述子和GVF Snake模型，提出了一種檢測絕緣冰蓋的算法。先，使用GLOH描述子精確定位隔離器以抑制背景因素干擾，然后使用GVF Snake算法檢測絕緣子鏈以獲得反饋。緣子鏈的完整輪廓圖。測目的。離器的圖像通常包含明顯的背景噪聲。像通常是在不同的氣候條件下拍攝的，并且色深不相同。了克服這些噪聲，顏色等差異的影響，有必要對包含絕緣材料的圖像進行必要的預(yù)處理，以減少噪聲和類似影響的影響。先，對圖像執(zhí)行中值濾波，這有助于更好地保留模糊性和噪聲，以及更好地保留有關(guān)絕緣子輪廓的信息。方圖均衡器用于增強圖像的對比度并方便隔離器的定位。
　　離器的位置是檢測絕緣子狀態(tài)的重要步驟。于圖像對光線，角度和其他因素敏感，因此檢測和定位必須具有局部功能，例如縮放，亮度，旋轉(zhuǎn)和特定的咬合，以方便隔離器的定位。
　　GLOH）描述符[7]進行表征。描述子結(jié)構(gòu)之前，有必要檢測圖像的局部特征，研究人員提出了許多檢測局部特征的方法，例如哈里斯角的檢測[8]，圖像的檢測。里斯[9]的仿射區(qū)域，檢測DoG的特征。[10]，檢測Hessiarraffine區(qū)[11]等。于仿射協(xié)方差區(qū)域的形狀適合于圖像的幾何變形，視角的變化和亮度變化，因此仿射-Hessian區(qū)域檢測算法可獲得不變的特征。過迭代多尺度方法仿射，可有效檢測仿射協(xié)方差。域，本文使用粗麻布仿射區(qū)域檢測算法來獲取特征和區(qū)域。旦檢測到局部特征點，就必須對其進行描述。
　　GLOH是根據(jù)SIFT描述符開發(fā)的，并且更加獨特且強大。GLOH操作員提取的圖像特征可以保持縮放，旋轉(zhuǎn)，照明等不變，并具有較高的降噪能力[12]。離器定位算法的流程圖如圖1所示。學(xué)習(xí)階段，要提取大量特征作為學(xué)習(xí)集。余時，首先使用聚類分析方法來選擇代表性的功能，即視覺詞典。為一種分類方法，K-Means分類[13]是一種廣泛使用的無監(jiān)督學(xué)習(xí)方法。是一種迭代算法，其目的是最小化相應(yīng)分類中心中所有樣本的平方和。而使生成的相同類型的樣本盡可能接近，并且盡可能多地分離不同類型的樣本。

　　
　　是一種簡單，快速，方便的分??類算法。中Tk是第k個視覺單詞的直方圖矢量，它是k類所有特征矢量的平均值。Ii（i = 1，...，k）是匹配閾值，是通過形成樣本獲得的。匹配階段，可以為任何輸入圖像獲取一系列特征描述符（請注意，絕緣子特性的描述符很多，記為{T1，T2， ...，Tz）。后，將這些特性與L中的每個可視單詞相關(guān)聯(lián)，并將L中的相應(yīng)閾值用于確定它是否是絕緣體的特性，從而消除大部分非絕緣特性，從而保留所有特性。緣。

　　旦選擇了特征，目標(biāo)位置就很明顯，并且可以獲得包含絕緣體的區(qū)域。于輸入圖像，通過第2部分的圖像預(yù)處理方法進行預(yù)處理，然后使用第3部分中的隔離器定位方法進行定位，然后檢測隔離鏈由GVF Snake模型在4.1節(jié)中介紹。緣鏈的輪廓圖。像上冰涂層的直接表現(xiàn)是增加絕緣子的徑向距離，獲得絕緣子線的輪廓圖后，有必要計算絕緣子的徑向距離在圖像中直接測量。設(shè)絕緣子的最大徑向距離為d，并且無冰圖像中距絕緣子的徑向距離，則距絕緣子的最大徑向距離為距圖像單個像素的距離。隔離器實際距離為。果| dd|>δ，我們認(rèn)為隔熱層中有一層冰層，電纜并且將δ設(shè)置為較低的閾值，以避免出現(xiàn)任何誤算。據(jù)測得的參數(shù)，冰蓋的厚度也可以計算如下：D = 0.5。（dd）d“ / d”在本文中，大量包含絕緣體的圖像用作學(xué)習(xí)示例：實驗是在Windows 7下進行的，編譯軟件是Visual Studi0 2010和Matlab 2012年（b），并將計算機配置為Intel CPU 17-4790 CPU@3.6GHz圖3顯示了絕緣層結(jié)冰算法的檢測結(jié)果在實驗中，我們?nèi)ˇ?1。
　　3（a）對應(yīng)于原始圖像，該圖像顯示絕緣繩存在冰層，背景復(fù)雜，例如電纜和植被。3（b）顯示了預(yù)處理圖像，圖3（c）顯示了包含由GLOH描述子定位的絕緣子的區(qū)域。3（d）是獲得的絕緣串的輪廓形狀通過GVF Snake模型獲得圖3（e）顯示了直接從GVF Snake中提取的輪廓圖像絕緣子的位置以及電纜的輪廓會影響恢復(fù)的認(rèn)識以及絕緣子位置的重要性。分析并計算了圖3（d）的絕緣鏈的輪廓之后，d ＝ 128，d ＝ 123，d″ ＝ 255mm，因此，冰蓋的厚度為D ＝ 5.18。米，絕緣層被冰覆蓋。4根據(jù)本文的算法d> d 1的另一組實驗，也是冰層。力系統(tǒng)中的絕緣是輸電系統(tǒng)中一個非常重要的問題，基于GLOH描述符和GVF Snake的絕緣冰層檢測算法，該算法將GLOH描述符與K-means分類相結(jié)合通過GVF Snake模型確定絕緣子的位置并獲得絕緣子鏈的輪廓，然后分析絕緣子的輪廓。現(xiàn)了檢測絕緣冰涂層的目的以及涂層的厚度冰計算。
　　本文轉(zhuǎn)載自
　　電纜 http://