APP下载

一种利用边缘方向直方图 检测绝缘子的方法

2010-05-26仲莉恩隋立林

电气技术 2010年1期
关键词:子块绝缘子直方图

仲莉恩 冯 辉 隋立林

(华北电力大学,北京 102206)

1 引言

电力系统中绝缘子担负着输电线路机械支撑和电气绝缘的重要作用,一旦绝缘子发生故障,就会影响电力供应,给电力系统带来损失。因此,绝缘子的检测[1-2]和定位工作就显得尤为重要。

传统方法由人工携带检测装置到高压杆塔附近检测,检测任务重,强度大。红外热像仪法根据绝缘子串分布电压在各片绝缘子上反映的热分布,进行成像处理来检测绝缘子。该方法可以远距离检测但关于绝缘子绝缘阻值变化与发热量还没有一致性的研究结果。激光多普勒振动法也可以较准确的检测,但该仪器造价昂贵且笨重。因此,合适的检测方法[3]不仅可以实现准确定位,而且能够减轻工作人员的负担。图像处理和视频监控技术在绝缘子检测上的应用,极大地提高了检测效率。

本文提出了一种利用边缘方向直方图的来定位绝缘子的方法。该方法先分别计算图像子块和模板的边缘方向矢量,并通过矢量变换得到变形模板的边缘方向矢量;之后,进行子块和模板的边缘方向矢量匹配,从而得到绝缘子的候选区域;而后,对候选区域进行连续性判断,最终得到准确定位地绝缘子区域。

2 利用边缘方向定位绝缘子

绝缘子具有明显的纹理特征,可以将纹理比较强的区域作为候选区域,接着通过一些后处理得到绝缘子准确定位的区域。为了形象表述绝缘子,本文选用边缘方向直方图(Edge Orientation Histogram,EOH)特征。首先分别提取图像子块和模板的EOH,根据EOH中各方向所占百分比,建立边缘方向矢量(Edge Orientation Vector,EOV),并对模板EOV通过矢量变换得到变形模板的EOV;接着,图像子块和模板的EOV进行匹配得到绝缘子的候选区域;然后,对候选区域进行连续性判断可以得到准确定位地绝缘子图像,本文方法框图见图1。

图1 绝缘子定位方法框图

2.1 EOV提取

绝缘子明显的边缘方向使其与周围物体有很大的区别。利用EOH来检测,可以实现绝缘子的准确定位。

目前,EOH已经广泛的应用于显著图像特征的提取[4],目标检测[5],由Chee等[6]提出了一种基于MPEG-7的EOH图像检索方案,它把块边缘模式分为6种:水平边缘、45°边缘、垂直边缘、135°边缘、无向边缘和无边缘,通过提取前5种块边缘模式构造局部和全局边缘直方图描述符,从而进行图像检索。

(1)模板EOV提取

模板EOV提取,是建立模板上述5种边缘模式的EOH,根据各边缘所占百分比,创建EOV,图2为包含了k=3个小块的模板图像。具体过程:首先将模板分割成互相不重叠的m×n个子块,每个子块又分为若干像素块,每个像素块被等分成4个子像素块,对位于位置(i ,j)像素块,从左到右,从上到下子像素块的平均像素值分别表示为a0(i,j),a1(i,j) ,a2(i,j),a3(i,j),fOirection为各方向边缘模式滤波系数[7],δOirection是模式度量值。应用公式1和图3分别计算出5种边缘模式度量值。

之后m×n个子块度量值累加,由其最大值确定模板的边缘模式。如果其最大值小于给定的门限T1,则为无边缘模式;否则,最大值所代表的方向则是该模板图像的边缘方向,接着计算EOH百分比得到模板的EOV,见公式(2)。

而后通过矢量变换,得到变形模板的EOV,图4行向量分别为水平方向、45°方向、竖直方向、135°方向的EOV。

图2 绝缘子模板图像

图3 5种边缘模式滤波系数

(2)图像子块EOV提取

图像子块EOV的提取首先将图像分成模板大小的块,而后针对每一个子块应用如上方法,得到具有边缘方向子块的EOV。

2.2 候选区域确定

绝缘子具有明显的边缘方向特征,通过模板和图像子块的EOV匹配得到绝缘子的候选区域。具体过程如下:首先,将该子块与边缘方向一致的模板应用欧式距离计算EOV,当距离小于阀值T2,则继续进行判断;接着,按照如图5的形式将子块其沿边缘方向分割为k个小子块,将小子块的EOV两两应用欧氏距离后,个距离取平均,当平均距离小于门限T3时,该子块作为候选块,并为其建立一个m×n值为1的矩阵,不满足条件的子块均建立零矩阵,由此形成了候选区域,如图6(a)所示。

2.3 连续性判断

为了确认候选区域,需要对上述结果进一步处理。考虑到绝缘子具有一定长度,且形状多为矩形,可以对候选区域进行基于连续性的判断。这一步主要进行两个操作,一是去除候选区域中一些误检的块,而这些误检块大部分是孤立的;二是对非矩形的候选区域进行延伸,使其准确定位到目标区域。具体操作如下:首先,对矩阵为1的候选块进行如下判断:将垂直于其边缘方向的2个邻块矩阵累加,若和为0,则将此块置为零矩阵,这样,孤立块被去除,如图6(b)所示。然而,上一步绝缘子仍不完整,为了达到较准确的定位,在此基础上实施第二步操作:对候选块垂直于其边缘方向扩展一个模板大小的窗口,应用2.2的方法,对扩展块和目标块组成的整体进行判断,若其是绝缘子,则用上述方法继续扩展判断;若不是,将窗口缩为k-1/k模板大小,计算此窗口块和模板EOV的欧氏距离,若小于阀值T4,k-1/k大小的块为目标块,扩展结束;若仍不是则继续判断,直至窗口缩至1/k模板大小。图6(c)为完整的绝缘子图像。

3 实验与分析

本文对水平方向、45°方向、竖直方向、135°方向的绝缘子图像进行实验,得到了较为准确定位结果。表1为实验所使用参数,图4为实验所用变形模板的EOV,图7为各方向定位结果图。从大量的测试图像来分析,对如上方向绝缘子,能够进行准确定位。

表1 实验参数

图4 变形模板EOV

图5 边缘方向分割图

图6 竖直方向绝缘子获取图像

图7 各方向绝缘子获取图像

4 结论

本文提出了一种利用边缘方向直方图和变形模板的方法检测绝缘子。该算法能够在较低的成本下,达到准确定位地目的。但是实验中有较多的经验阈值,自动化性比较差,在以后实验中改进;另外,该算法能够对如上方向进行准确的检测,而对于任意方向的绝缘子的定位在下一步的工作中实现。

[1] 严璋.电气绝缘在线检测技术[M].中国电力出版社,1995.

[2] 轰一雄,尹项根.绝缘子在线检测方法的探讨[J].电瓷避雷器,2002(2):3-7.

[3] 王雪,张冠军,严璋.国内高压绝缘子在线检测方法综述[J].电瓷避雷器,2002(6):4.

[4] D.G.Lowe.Distinctive image features from scale- invariant key points[J].Int’l Journal of Computer Vision,60(2):91-110,Nov.2004.

[5] K.Levi and Y.Weiss.Learning object detection from a small number of examples:The importance of good features[C].In Proc.IEEE Conf.Comp.Vision Pattern Recognition,volume 2,pages 53-60,Washington,DC,2004.

[6] Chee Won Sun ,Park Dong Kwon,Park Soo2J un.Efficient Use of MPEG27 Edge Histogram Descriptor [J].ETRI Jour2 nal,2002,24 (1) :35242.

[7] 康勤.基于MPEG27 边缘直方图描述符的图像检索算法[J].西南大学学报2008,30(5).

猜你喜欢

子块绝缘子直方图
基于八叉树的地震数据分布式存储与计算
符合差分隐私的流数据统计直方图发布
基于特征值算法的图像Copy-Move篡改的被动取证方案
用直方图控制画面影调
基于波浪式矩阵置换的稀疏度均衡分块压缩感知算法
中考频数分布直方图题型展示
基于空间变换和直方图均衡的彩色图像增强方法
基于分布式ICA-PCA模型的工业过程故障监测
1000kV耐张绝缘子串单片绝缘子的带电更换技术
500kV绝缘子串含零值绝缘子时的电晕放电分析