基于多特征融合的玻璃绝缘子识别及自爆缺陷的诊断

被引：29

作者：

姜云土 ^{[1
]}

韩军 ^{[2
]}

丁建 ^{[1
]}

傅寒凝 ^{[1
]}

王榆夫 ^{[2
]}

曹伟 ^{[2
]}

机构：

[1] 国网浙江省电力公司检修分公司

[2] 上海大学通信与信息工程学院

来源：

中国电力 | 2017年 / 50卷 / 05期

关键词：

玻璃绝缘子; 绝缘子识别; 绝缘子缺陷诊断; 平行形状; 显著性模型;

D O I：

暂无

中图分类号：

TM216 [绝缘子和套管];

学科分类号：

0805 ; 080502 ; 080801 ;

摘要：

在无人机检测输电线路缺陷研究中,为提高识别绝缘子的正确率,有效降低背景纹理及光线的影响,提出了一种融合绝缘子形状、颜色与纹理进行识别绝缘子的方法。针对玻璃绝缘子的掉片缺陷,研究了一种感知绝缘子片重心间距离的缺陷检测方法。该方法对绝缘子正确识别率高于90%,误识别率低于10%。通过无人机巡检采集的大量输电线路图像,实验结果验证这种方法在各种复杂背景条件下能有效地识别出绝缘子,并能检测玻璃绝缘子的掉片缺陷。

引用

页码：52 / 58+64 +64

页数：8

共 6 条

[1] ±500kV兴安直流线路复合绝缘子积污特性 [J].

郑秋玮 ;

刘华钢 ;

邹建明 ;

杨帅 ;

喻剑辉 ;

周文俊 .

中国电力, 2015, (08) :86-91

[2] 形状感知的绝缘子识别与缺陷诊断 [J].

张晶晶 ;

韩军 ;

赵亚博 ;

刘俍 ;

王万国 ;

朱铭武 .

中国图象图形学报 , 2014, (08) :1194-1201

[3] 基于感知组织的输电线路结构识别方法 [J].

韩军 ;

张晶晶 ;

王滨海 .

红外与激光工程, 2013, (12) :3458-3463

[4] 航拍图像中玻璃绝缘子自爆缺陷的检测及定位 [J].

张少平 ;

杨忠 ;

黄宵宁 ;

吴怀群 ;

顾元政 .

太赫兹科学与电子信息学报, 2013, 11 (04) :609-613

[5] 电网巡检图像中绝缘子的识别 [J].

姚春羽 ;

金立军 ;

闫书佳 .

系统仿真学报, 2012, 24 (09) :1818-1822

[6] 基于彩色图像的玻璃绝缘子缺陷诊断 [J].

林聚财 ;

韩军 ;

陈舫明 ;

徐雄 ;

王亚萍 .

电网技术, 2011, 35 (01) :127-133

← 1 →