隨著電力需求不斷增加、輸電線路規(guī)模不斷擴(kuò)大,傳統(tǒng)的人工巡檢的方式存在人力物力資源消耗大、安全性差、效率低下等一系列問(wèn)題,采取更自動(dòng)化、智能化電力巡檢方式已經(jīng)成為電力相關(guān)工作者乃至社會(huì)各界的研究熱點(diǎn),進(jìn)行對(duì)絕緣子缺陷檢測(cè)方法的研究為實(shí)現(xiàn)智能化輸電線路巡檢提供參考依據(jù),其意義重大。通過(guò)研究“如何利用無(wú)人機(jī)航拍絕緣子圖像結(jié)合不同缺陷檢測(cè)方法”進(jìn)行絕緣子的定位和“自爆”位置的識(shí)別,從而實(shí)現(xiàn)絕緣子“自爆”缺陷的自動(dòng)檢測(cè),本文的工作主要分為以下三個(gè)部分。數(shù)據(jù)分析與處理,結(jié)合研究過(guò)程以及航拍圖像數(shù)據(jù)特點(diǎn)對(duì)原始圖像進(jìn)行去重、降采樣、圖像增強(qiáng)、噪音去除等數(shù)據(jù)預(yù)處理操作,以確保基礎(chǔ)數(shù)據(jù)的準(zhǔn)確性和有效性。利用圖像處理進(jìn)行缺陷檢測(cè)方法的研究,采用基于連通區(qū)域、直線擬合、形態(tài)學(xué)的圖像處理方法,設(shè)計(jì)算法模型并進(jìn)行試驗(yàn)實(shí)現(xiàn)了絕緣子定位和“自爆”的檢測(cè)。利用深度學(xué)習(xí)進(jìn)行“自爆”檢測(cè)方法的研究,結(jié)合實(shí)際絕緣子數(shù)據(jù),采用了基于區(qū)域建議的級(jí)聯(lián)式絕緣子檢測(cè)模型實(shí)現(xiàn)定位和檢測(cè)功能,利用仿射變換和背景融合進(jìn)行數(shù)據(jù)擴(kuò)增來(lái)解決圖像數(shù)據(jù)正負(fù)樣本數(shù)量不均衡的問(wèn)題,并設(shè)計(jì)了多組實(shí)驗(yàn)驗(yàn)證模型的有效性。通過(guò)對(duì)航拍絕緣子圖像進(jìn)行預(yù)處理,設(shè)計(jì)并實(shí)現(xiàn)圖像處理和深度學(xué)習(xí)檢測(cè)方法進(jìn)行自爆缺陷的檢測(cè),實(shí)驗(yàn)結(jié)果表明,對(duì)于輸入的絕緣子圖像,可以實(shí)現(xiàn)絕緣子定位和自爆區(qū)域的識(shí)別并在圖像中標(biāo)識(shí)出缺陷的位置,幫助工作人員快速找到破損絕緣子并及時(shí)更換。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TM216;TP391.41
【部分圖文】：

要采取一定的去噪措施。具體的數(shù)據(jù)處理的方法因檢測(cè)算法不同有所不同。(2) 絕緣子的定位實(shí)現(xiàn)絕緣子的定位是實(shí)現(xiàn)缺陷檢測(cè)的前提，直接從輸入圖像中進(jìn)行缺陷的檢測(cè)會(huì)增加算法的復(fù)雜度，也會(huì)大大增加誤檢的概率。本文以航拍圖像為輸入，以如何從復(fù)雜背景圖像中定位絕緣子為研究?jī)?nèi)容，為后續(xù)進(jìn)行缺陷檢測(cè)做好鋪墊。(3) 絕緣子“自曝”檢測(cè)以從定位的絕緣子中找到并標(biāo)識(shí)出“自曝”缺陷的位置為研究?jī)?nèi)容，找到效果更好、更快、適用性更強(qiáng)的缺陷檢測(cè)方法。(4) 實(shí)驗(yàn)首先對(duì)絕緣子圖像數(shù)據(jù)進(jìn)行預(yù)處理，然后通過(guò)定位算法實(shí)現(xiàn)絕緣子從背景中的分離，最后利用數(shù)學(xué)模型和深度學(xué)習(xí)分別實(shí)現(xiàn)絕緣子的“自曝”檢測(cè)�；诮^緣子航拍圖像和缺陷檢測(cè)方法，對(duì)絕緣子的“自曝”缺陷進(jìn)行標(biāo)識(shí)，實(shí)現(xiàn)本文目標(biāo)。為實(shí)現(xiàn)上述研究?jī)?nèi)容，達(dá)到研究目標(biāo)，本文一系列研究工作將圍繞圖 1-1 中所示的技術(shù)路線展開(kāi)。

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文2 絕緣子圖像數(shù)據(jù)的采集和預(yù)處理數(shù)據(jù)來(lái)源與分析由于輸電線中絕緣子處于高空狀態(tài)，不借助于工具一般難以接觸到，大部分都是通過(guò)無(wú)人機(jī)高空操作拍攝視頻圖像存儲(chǔ)起來(lái)，電力公司因工作需要會(huì)進(jìn)行巡視拍攝工作，具體的工作流程如圖 2-1 所示，整個(gè)巡線過(guò)程中包括工作計(jì)劃的設(shè)定，飛行任務(wù)的執(zhí)行，地面對(duì)無(wú)人機(jī)飛行的監(jiān)控，以及對(duì)無(wú)人機(jī)拍攝的視頻和圖像內(nèi)容的處理等部分，其中無(wú)人機(jī)在執(zhí)行任務(wù)的過(guò)程中需要進(jìn)行目標(biāo)識(shí)別、飛行控制、拍攝存儲(chǔ)圖像等一系列操作，最終可以獲取絕緣子圖像數(shù)據(jù)。

(a) 原圖 (b) 增強(qiáng)圖圖 2-2 線性調(diào)整對(duì)比圖另一種方式是通過(guò)直方圖均衡化，通過(guò)統(tǒng)計(jì)不同灰度值出現(xiàn)的概率來(lái)繪制然后通過(guò)拉伸操作使得某一范圍內(nèi)的像素個(gè)數(shù)分布基本一致從而實(shí)現(xiàn)頂峰強(qiáng)、兩側(cè)谷底對(duì)比減弱的效果。彩色圖像直方圖均衡化方式和灰度圖一樣別對(duì)紅、綠、藍(lán)三個(gè)顏色通道分開(kāi)處理，本文以灰度圖直方圖均衡化進(jìn)行介始圖像在( x, y )處的灰度為 f ，而均衡化后的灰度為 g ，則該過(guò)程可表述 y )處的灰度 f 映射為 g ，數(shù)學(xué)方法可定義為公式(2.2):g ( x, y ) T [ f ( x, y)](2映射函數(shù) T ( r )需要同時(shí)滿足以下兩個(gè)條件：T 的值域在灰度級(jí) 0～L-1 上單調(diào)遞增;T 的值域在 0～L-1 之間，其中 L=256。在圖像處理中有一重要的函數(shù)，如公式(2.3)所示，恰好能滿足上述條件，為累計(jì)分布函數(shù)（Cumulative Distribution Function，CDF），主要用來(lái)描述的概率分布情況。
【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王銀立;閆斌;;基于視覺(jué)的絕緣子“掉串”缺陷的檢測(cè)與定位[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年02期

相關(guān)博士學(xué)位論文 前2條

1 廖圣龍;航拍輸電線圖像中部件檢測(cè)關(guān)鍵技術(shù)研究[D];大連海事大學(xué);2017年

2 崔克彬;基于圖像的絕緣子缺陷檢測(cè)中若干關(guān)鍵技術(shù)研究[D];華北電力大學(xué)(北京);2016年

相關(guān)碩士學(xué)位論文 前7條

1 任文文;基于卷積神經(jīng)網(wǎng)絡(luò)的航拍絕緣子圖像的檢測(cè)與提取應(yīng)用研究[D];安徽工業(yè)大學(xué);2018年

2 王子昊;深度學(xué)習(xí)在輸電鐵塔關(guān)鍵部件缺陷檢測(cè)中的應(yīng)用研究[D];中國(guó)民航大學(xué);2018年

3 張木柳;基于航拍圖像的輸電線路關(guān)鍵部件識(shí)別與故障檢測(cè)[D];華北電力大學(xué);2018年

4 齊南珣;輸電線路巡檢圖像的智能缺陷檢測(cè)方法研究[D];華北電力大學(xué)(北京);2018年

5 伍洋;基于機(jī)器學(xué)習(xí)的航拍圖像絕緣子識(shí)別方法研究[D];華北電力大學(xué);2016年

6 鐘超;航拍輸電線圖像的絕緣子識(shí)別[D];大連海事大學(xué);2014年

7 張保花;直升機(jī)巡檢輸電線路圖像中絕緣子部件的提取[D];大連海事大學(xué);2010年

本文編號(hào)：2854381