一种航拍绝缘子串图像自动定位方法_赵振兵

图像的灰度和梯度信息， 有效保护了边缘， 且内部空洞较 少， 为后续定位工作奠定了良好基础。 本文方 法 具 体 流 程 如 图 1 所 示。 首 先 建 立 基 于 NSCT 的灰熵模型， PSO 算法求取分割阈值， 利用 BF通 过阈值分割把原始图像转换为二值图像， 目标（ 包括伪目 标） 区域设置为 1 ， 背景部分设置为 0 ；然后在二值图像的 基础上对绝缘子串的形状特征进行数字化描述， 以此为 依据去除伪目标， 得到仅包含绝缘子串的二值图像， 最后 采用最小外接矩形完成绝缘子串标识， 并在原始图像中 显示， 完成定位。下面阐述详细步骤。
11 收稿日期：2013Ｒeceived Date： 201311
* 基金项目：中央高校基本科研业务费专项资金（ 12MS122 ， 13XS35 ） 资助项目
第3 期
赵振兵 等：一种航拍绝缘子串图像自动定位方法
559
测， 及时完成故障诊断尤为重要。 近年通过对直升机巡 线的航拍图像进行分析从而发现绝缘子故障是研究热 ［67 ］ 。而故 障 自 动 检 测 的 重 要 前 提 是 实 现 绝 缘 子 的 点 定位。 现有的绝缘子定位方法大体分为 3 类： 1 ） 基于分割的方法， 将原始图像分为多个区域， 并标 78］ 记感兴趣的区域。文献［ 采用阈值分割方法， 在饱和 度分量上提取出绝缘子目标， 但不能排除饱和度分量与 9］采用基于区域 绝缘子相近的其他目标的干扰。 文献［ 定位的方法对绝缘子图像进行分割， 结合最大类间方差 ， OTSU ） 利用了图像中的色度和饱和度信息， 对蓝色 法（ 绝缘子进行定位， 取得了一定成果， 但是该方法针对性较 强， 适用范围较窄， 对于色度信息较弱、 分辨率较低的航 10］研究绝缘子的定 拍图像难以达到理想效果。 文献［ 位及裂缝识别方法， 可以实现绝缘子的定位， 但其背景过 于简单， 难以直接应用到背景复杂的航拍图像处理中。 2 ） 基于边缘检测的方法， 找到感兴趣目标的轮廓， 实 现定位。目前， 国内外通过边缘检测的方法实现绝缘子 ［1112 ］ 。 如文献［ 13］ 将主动 定位的文献很多， 效果也较好 轮廓模型用于绝缘子的紫外放电光斑提取， 效果较好。 航拍图像的背景非常复杂， 可能包含噪声， 且包含杆塔、 线路等伪目标， 这些特点造成边缘检测算法准确性降低。 3 ） 基于纹理的方法， 分析感兴趣目标的纹理特征， 并 以此为判据将目标与背景区分开来。基于纹理的方法最 1415］采用基于纹理特 大缺点是计算复杂度高。 文献［ 征的方法对图像中的绝缘子进行定位， 对于绝缘子纹理 性较强且背景纹理性较弱的图像处理结果较理想。 但是 航拍图像中， 有可能存在纹理性较强的背景， 也可能存在 纹理特征与绝缘子相近的伪目标， 导致该方法的应用性 不强。 现有方法没有考虑绝缘子串在分割后的二值图像中 的独特形状特征， 本文依据这种形状特征实现了绝缘子 串与其他目标的区分。 针对复杂背景的航拍图像， 本文提出一种基于阈值 分割和二值形状特征描述的绝缘子串自动定位方法， 先 通过阈值分割将原始图像转化为二值图像， 再对二值图 像中的绝缘子串形状特征进行数字化描述， 去除不满足 绝缘子串特征的伪目标， 实现绝缘子定位。
值分割和二值形状特征描述的绝缘子串自动定位方法 。先利用基于非下采样 Contourlet 变换（ NSCT ） 的灰熵模型和细菌觅食 PSO） 算法求取阈值， 粒子群优化（ BF将原始航拍图像分割为二值图像， 再利用二值图像中绝缘子串的形状特征， 对其特征进 行数字化描述， 并以此为依据去除非绝缘子目标， 实现绝缘子的自动定位 。实验结果表明， 提出的分割方法可以把目标和背景 区分开来， 边缘完整、 连续， 目标内部空洞少， 抗噪性好；提出的定位方法可以完成复杂背景下绝缘子串的定位， 定位精度高， 速 度快。该方法无需人工参与， 可以为绝缘子的状态监测与故障诊断奠定基础 。 关键词： 绝缘子串； 分割； 定位； 特征描述； 航拍图像； 二值图像 中图分类号： TN911． 73 TM726 文献标识码：A 国家标准学科分类代码 ： 510． 4050
针对航拍绝缘子串图像背景复杂、 分辨率低的特点， PSO 算 本文首先提出一种基于 NSCT 的灰熵模型和 BF法的分割方法， 将图像分割为包含目标和背景的二值图 像， 然后基于分割结果提出一种基于二值形状特征描述 的绝缘子串自动定位方法。本文的分割方法充分利用了
560
仪
器
仪
表
学
报
第35 卷
高频系数重构， 作为梯度图像 G， 并进行归一化， 将其中 元素转换成 0 255 的整数。 3） 创建灰度梯度共生矩阵 C0 创建基于 NSCT 分解的灰度梯度共生矩阵 C0 。 矩
Aerial insulator string image automatic location method
Zhao Zhenbing，Wang Le
（ School of Electrical and Electronic Engineering，North China Electric Power University，Baoding 071003 ，China）
第 35 卷 第 3 期 2014 年 3 月
仪
器
仪
表
学
报
Chinese Journal of Scientific Instrument
Vol. 35 No. 3 Mar． 2014
一种航拍绝缘子串图像自动定位方法
赵振兵，王 乐
保定 071003 ） （ 华北电力大学电气与电子工程学院 摘
*
要： 绝缘子串自动定位是实现其运行状态监测与故障诊断的重要前提 。针对航拍图像背景复杂的特点， 提出一体的觅食行为， 是一种全局 优化算法。利用 PSO 求解实际问题时， 每个问题的解被 看作是搜索空间中的一个粒子， 该粒子不具有质量和体 积。在空间中， 粒子群中每个粒子所处位置都被看成解 空间的一个元素， 粒子通过自身和群体的运动经历来调 整自身位置。 BFA 精度较高， 但需要的时间较长， 迭代次数较多；PSO ［ 21］ 运算速度较快， 但是易陷入局部最优。为此文献 提出了一 PSO 算法， 种 BF采用粒子群寻优思想引导细菌觅食算法中的 趋化行为， 使每个个体向着适应度更高的方向移动， 而不是像 。 。 任意方向移动 趋化循环过后， 细菌进入繁殖过程 繁殖过程 的原则是优胜劣汰， 首先对细菌生命周期内适应度之和排序， 复制适应度较好的一半细菌来代替较差的一半， 从而达到加快 。 搜索速度的目的 驱散步骤对细菌按固定概率进行随机位置 PSO 算法提高了解 初始化， 其作用是避免陷入局部最优。BF的精度和运算速度， 总体效果优于 BFA 和 PSO。 PSO 算法求取 H 将式（ 3 ） 作为适应度函数， 利用 BF值最大时的最佳阈值， 分割结果如图 4 所示， 可以看出， 分割结果中目标边缘完整、 连续， 内部空洞很少， 为后续 的定位奠定了良好基础。
1
引
言
缘及支撑线路的作用；同时又是故障多发元件， 污秽、 裂 ［24 ］ 。 据统 纹、 破损等问题严重威胁输电线路的安全运行 计， 由绝缘子故障引起的事故目前已成为电力系统故障 ［5 ］ 中所占比例最高的事故 。因此对绝缘子的状况进行监
保障输电线路的可靠性与稳定性是智能电网建设的 ［1 ］ 起到电气绝 重要内容 。而绝缘子是其中的重要元件，
Abstract： Insulator string automatic location is an important premise of its operation condition monitoring and fault detection． Aiming at the characteristics of aerial image complex backgrounds，this paper proposes an insulator string automatic location method based on threshold segmentation and binary shape feature description． The gray entropy model based on non subsampled contourlet transform （ NSCT ） and bacterial foragingparticle swarm optimization （ BFPSO） algorithm are adopted to obtain the threshold． Then ，using the threshold the original aerial image is segmented to a binary image． There are several objects around the insulator string in the binary image． The shape feature of the insulator string is extracted from the binary image ，and then the features are described digitally． Based on the binary feature description the phony insulator target is removed and the automatic location of the insulator string is achieved． Experiment results show that the proposed segmentation method can separate the target and background region． The segmented target has complete and continuous edges，has good noise resistance capacity ，and in the target there are less holes． The proposed location method can achieve insulator string location under complicated backgrounds with good performance ，such as high location accuracy and fast location speed． The proposed method is fullautomatic ，and it lays a foundation for insulator condition monitoring and fault detection． Keywords： insulator string； segmentation； location； feature description； aerial image ； binary image