姚建剛，付 鵬?，李唐兵，朱向前，伍也凡，歐陽(yáng)旭，付 強(qiáng)

(1．湖南大學(xué) 電氣與信息工程學(xué)院，湖南 長(zhǎng)沙 410082；2．江西省電力科學(xué)研究院，江西 南昌 330096)

基于紅外圖像的絕緣子串自動(dòng)提取和狀態(tài)識(shí)別

姚建剛1，付 鵬1?，李唐兵2，朱向前1，伍也凡1，歐陽(yáng)旭1，付 強(qiáng)1

(1．湖南大學(xué) 電氣與信息工程學(xué)院，湖南 長(zhǎng)沙 410082；2．江西省電力科學(xué)研究院，江西 南昌 330096)

為解決目前絕緣子低零值檢測(cè)方法漏判率高、操作繁瑣的問(wèn)題，提出了一種新的絕緣子串紅外圖像中絕緣子盤(pán)面和鐵帽區(qū)域自動(dòng)提取方法和狀態(tài)識(shí)別模型．首先將現(xiàn)場(chǎng)拍攝的絕緣子紅外圖像進(jìn)行灰度化處理、去噪、二值化；然后從二值圖像中提取反映絕緣子的特征點(diǎn)集合；通過(guò)特征點(diǎn)對(duì)二值圖進(jìn)行角度校正；最后通過(guò)區(qū)域提取中的特定算法提取出絕緣子的盤(pán)面和鐵帽區(qū)域.通過(guò)提取該區(qū)域內(nèi)的絕對(duì)溫度、紋理和相對(duì)溫差率作為絕緣子狀態(tài)識(shí)別的特征集.將用電壓分布法測(cè)得的絕緣子狀態(tài)信息作為輸出向量，通過(guò)訓(xùn)練得到優(yōu)化的識(shí)別模型，用于絕緣子狀態(tài)識(shí)別.該方法經(jīng)過(guò)了220 kV試驗(yàn)驗(yàn)證，證實(shí)了模型的有效性和實(shí)用性.

絕緣子；紅外圖像；二值形態(tài)學(xué)；Hough變換；自動(dòng)提取；鐵帽；紋理特性

絕緣子被廣泛應(yīng)用于輸電線(xiàn)路中，是輸電網(wǎng)絡(luò)的重要組成部分.因此絕緣子的狀態(tài)檢測(cè)將是一個(gè)繁重的工作.相較于傳統(tǒng)的人工登桿巡線(xiàn)檢測(cè)方式，利用紅外熱像儀進(jìn)行巡線(xiàn)拍攝[1]，并使用圖像處理技術(shù)自動(dòng)檢測(cè)故障的巡線(xiàn)方式更為高效[2]，是目前智能巡線(xiàn)檢查的主要發(fā)展方向.

同串絕緣子污濕狀態(tài)相似，環(huán)境因素也一致，因此各絕緣子承載電壓基本一致、發(fā)熱情況也基本相同，同串才有可比性.正常絕緣子串以鐵帽為主要發(fā)熱中心，其溫度分布和電壓分布規(guī)律相似，也呈現(xiàn)不對(duì)稱(chēng)的馬鞍型，但相鄰絕緣子溫差很小.低值絕緣子發(fā)熱比正常絕緣子溫度高，零值絕緣子發(fā)熱比正常絕緣子溫度要低，而表面污穢絕緣子其熱像特征以瓷盤(pán)面為發(fā)熱區(qū)，表現(xiàn)為瓷盤(pán)溫升偏高而鐵帽溫升正常[3].因此，獲取絕緣子盤(pán)面和鐵帽區(qū)域的信息至關(guān)重要，而紅外圖像中絕緣子的自動(dòng)識(shí)別提取則是其中的基礎(chǔ)步驟.

目前有基于航拍圖像的絕緣子提取方法，但航拍圖像和紅外熱像圖像有本質(zhì)的不同，航拍圖像保留了絕緣子本來(lái)的外貌特性和性質(zhì)，如顏色.而紅外熱像圖像是基于溫度的信息.對(duì)于絕緣子的零低值檢測(cè)溫度才是最關(guān)鍵的信息.

文獻(xiàn)[4-5]提出了航拍圖像的絕緣子提取，但只能針對(duì)整串，不能將單個(gè)絕緣子區(qū)分開(kāi)來(lái).文獻(xiàn)[6]提出了絕緣子單個(gè)盤(pán)面的提取方法，但需要手動(dòng)選取5個(gè)點(diǎn)才能獲得一個(gè)盤(pán)面，且不能獲得鐵帽區(qū)域.二者都不利于圖像的自動(dòng)、批量處理.

本文提出了一種新的絕緣子盤(pán)面和鐵帽區(qū)域自動(dòng)提取方法和狀態(tài)識(shí)別算法，結(jié)果表明：該方法能夠很好地從現(xiàn)場(chǎng)拍攝的紅外圖像中完整地提取出絕緣子的盤(pán)面和鐵帽區(qū)域，并能較正確地識(shí)別出問(wèn)題絕緣子，抗干擾性強(qiáng)，有較高的工程應(yīng)用價(jià)值.

1 模型的構(gòu)建

劣化絕緣子的紅外識(shí)別主要由圖像處理、特征集提取以及模式識(shí)別這三部分組成.

圖像處理是在兼顧運(yùn)行速度的前提下，采用合適的算法將絕緣子串有效地分割出來(lái)；特征參數(shù)的選取必須能反映出串中正常絕緣子與劣化絕緣子之間的差異；模式識(shí)別主要采用人工智能算法，通過(guò)挖掘特征參數(shù)所含信息來(lái)判斷是否含有劣化絕緣子.圖1為識(shí)別模型流程.

圖1 識(shí)別模型

2 絕緣子自動(dòng)提取的基本原理

瓷質(zhì)絕緣子的紅外圖像具有以下4個(gè)特征[7]：

1)瓷質(zhì)絕緣子為軸對(duì)稱(chēng)結(jié)構(gòu)，由鐵帽、鋼腳和瓷盤(pán)面3部分組成；

2)紅外圖像中的單片絕緣子盤(pán)面常呈現(xiàn)為橢圓形狀，鐵帽呈等腰梯形；

3)絕緣子一般成串出現(xiàn)，其數(shù)量隨著輸電線(xiàn)路的電壓等級(jí)而不同，一般110 kV輸電線(xiàn)路為7片，220 kV輸電線(xiàn)路為14片；

4)同串絕緣子一般由同一型號(hào)、物理外形相同的絕緣子組成，在紅外圖像中表現(xiàn)為尺寸基本一致，且等間距排列.

基于絕緣子串的上述特征，本文提出絕緣子紅外圖像目標(biāo)區(qū)域自動(dòng)提取的方法，其流程圖如圖1中右半圖所示，實(shí)現(xiàn)了自動(dòng)提取絕緣子盤(pán)面和鐵帽區(qū)域的功能，整個(gè)提取過(guò)程包括紅外圖像預(yù)處理、特征點(diǎn)提取、角度校正和區(qū)域提取4個(gè)部分.

2.1 灰度化和去噪

在YUV顏色模型中，Y分量表示的是亮度；將RGB顏色轉(zhuǎn)換成YUV顏色，只取其中的Y分量，即可表示為灰度圖像.如下式[8]：

f=Y=0.299R+0.587G+0.114B

紅外熱像圖像具有大噪聲、低對(duì)比度的特點(diǎn)，普通的濾波方法雖能濾去部分噪聲，但同時(shí)也模糊了圖像本身，丟失了圖像的部分邊緣和細(xì)節(jié).因此，本文采用自適應(yīng)平滑濾波算法對(duì)其濾波去噪[9].

2.2 OTSU分割

OTSU算法也稱(chēng)最大類(lèi)間差法[10]，是圖像分割中閾值選取的最佳算法，計(jì)算簡(jiǎn)單，不受圖像亮度和對(duì)比度的影響.本文將采用該算法確定閾值T，然后對(duì)其進(jìn)行二值化處理：

2.3 二值形態(tài)學(xué)

數(shù)學(xué)形態(tài)學(xué)中二值圖像的形態(tài)變換是一種針對(duì)集合的處理過(guò)程.將二值圖像看成是集合，并用結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀，去除不相干的結(jié)構(gòu)，以達(dá)到圖像分析和識(shí)別的目的.它的最基本運(yùn)算有：腐蝕和膨脹[11].

骨架，可以理解為圖像的中軸.集合A的骨架化：反復(fù)移除圖像A的邊界像素，但不允許原本連接的目標(biāo)圖像斷裂，且操作保持歐拉數(shù)不變.所謂細(xì)化，就是從原來(lái)的圖中去掉一些邊界點(diǎn)，但仍要保持原來(lái)的形狀.

先膨脹后腐蝕的過(guò)程稱(chēng)為閉運(yùn)算，它具有填充細(xì)小空洞、連接鄰近物體和平滑邊界的作用.先腐蝕后膨脹的過(guò)程稱(chēng)為開(kāi)運(yùn)算，它具有消除細(xì)小物體、在纖細(xì)處分離物體和平滑較大物體邊界的作用，如消除導(dǎo)線(xiàn)干擾[12].

在不同的應(yīng)用場(chǎng)合，結(jié)構(gòu)元素的選擇及其相應(yīng)的處理算法是不一樣的，結(jié)構(gòu)元素的大小、形狀選擇合適與否，將直接影響圖像的形態(tài)運(yùn)算結(jié)果.為了保證圖像處理的最佳效果，本文中不同地方的膨脹或腐蝕所用到的結(jié)構(gòu)元素都有所不同.

2.4 絕緣子圖像的傾斜角度校正

當(dāng)紅外圖像中絕緣子傾斜時(shí)，利用絕緣子圖像的幾何特征，對(duì)絕緣子傾斜角度進(jìn)行估計(jì)校正.校正的基本思路為：1)對(duì)二值化圖像細(xì)化，獲取絕緣子骨架；2)從骨架圖中計(jì)算出交點(diǎn)，作為Hough變換的特征點(diǎn)集S；3)采用Hough變換對(duì)S進(jìn)行直線(xiàn)擬合，計(jì)算出最長(zhǎng)的擬合直線(xiàn)L和其傾斜角θ，即用該傾斜角對(duì)絕緣子圖像進(jìn)行傾斜校正[13]，能將傾斜校正誤差控制在1°左右.

最簡(jiǎn)單的Hough變換是在圖像中檢測(cè)直線(xiàn).在平面直角坐標(biāo)系(x-y)中，用方程y=kx+b表示一條直線(xiàn).該直線(xiàn)上任意一點(diǎn)(x,y)變換到(k-b)參數(shù)空間將只變成一個(gè)“點(diǎn)”，即點(diǎn)(k,b).(k-b)參數(shù)空間中的一個(gè)局部峰值點(diǎn)就很有可能對(duì)應(yīng)著原圖像空間中的一條直線(xiàn).對(duì)圖像上所有的點(diǎn)進(jìn)行Hough變換，最終所要檢測(cè)的直線(xiàn)對(duì)應(yīng)的一定是參數(shù)平面中出現(xiàn)頻率最多的那個(gè)點(diǎn).這樣就在圖像中檢測(cè)出了直線(xiàn).由于直線(xiàn)的斜率可能為無(wú)窮小，或者無(wú)窮大，則在(k-b)參數(shù)空間不便于對(duì)直線(xiàn)進(jìn)行刻畫(huà)和描述.所以，文獻(xiàn)[14-15]提出了采用極坐標(biāo)參數(shù)空間(ρ-θ)進(jìn)行直線(xiàn)檢測(cè)：

ρ=xcosθ+ysinθ

在Hough變換中，檢測(cè)傾斜角的基本思路是由圖像空間中的特征數(shù)據(jù)點(diǎn)去計(jì)算參數(shù)空間中的參數(shù)點(diǎn)的可能軌跡，并在一個(gè)累加器J(ρ,θ)中統(tǒng)計(jì)參考點(diǎn)，檢測(cè)Hough域中曲線(xiàn)最頻繁的交點(diǎn)(即J(ρ,θ)的最大值)，如圖2(b)所示，該交點(diǎn)對(duì)應(yīng)著直角坐標(biāo)系中最長(zhǎng)直線(xiàn)，求得θ=2.04°.

2.5 盤(pán)面和鐵帽區(qū)域提取算法

2.5.1 投影統(tǒng)計(jì)法

根據(jù)灰度圖像的投影統(tǒng)計(jì)計(jì)算過(guò)程，對(duì)于絕緣子和導(dǎo)線(xiàn)像素點(diǎn)所構(gòu)成的二值圖像f′(x,y)，其中m為圖像f′(x,y)的高度，n為f′(x,y)的寬度,則垂直方向的投影信號(hào)表示為：

其中

f′(i+1,j)=0，f′(i-s,j)=0

f′(i-p+1,j)=1，(p=1,…,s)

2.5.2 區(qū)域定位提取算法

輸入：傾斜校正后的二值圖像f′.輸出：盤(pán)面和鐵帽區(qū)域的二值圖像.算法步驟：

1)對(duì)圖像f′的起始列進(jìn)行逐行掃描，像素點(diǎn)間距d定義為一列0，1的數(shù)組中連續(xù)1的最大長(zhǎng)度，記錄在二維數(shù)組D中，終點(diǎn)(i,j)的長(zhǎng)度記為D(i,j)=d.統(tǒng)計(jì)d出現(xiàn)的頻數(shù)并記錄在數(shù)組P中，即進(jìn)行P(d)++操作；

2)對(duì)圖像的下一列，同樣按1)的方法進(jìn)行操作，直至遍歷整個(gè)圖像；

3)濾去導(dǎo)線(xiàn)的干擾，導(dǎo)線(xiàn)的像素間距一般較小，且出現(xiàn)頻數(shù)較高，設(shè)定閾值φ，令P(i≤φ)=0；

5)求出P1中頻數(shù)最大的兩極大值所對(duì)應(yīng)的i，j，有P1(i)=max1，P2(j)=max2，(i

6)根據(jù)i，j分別反向計(jì)算求出鐵帽和盤(pán)面的二值圖像；

7)形態(tài)學(xué)處理，角度恢復(fù)；

8)結(jié)束.

關(guān)于上述算法的一些說(shuō)明：對(duì)于步驟1)，如有二值圖像矩陣：

則P={1,1,2,1,1}.算例矩陣如圖2(c)所示.

步驟3)中，對(duì)P中的結(jié)果再過(guò)濾，以剔除某些符合特征的電線(xiàn)等其他干擾.因?yàn)榻^緣子的盤(pán)面和鐵帽有一定的寬度，而其頻率通常是整幅圖像中最高的，根據(jù)這一特點(diǎn)將絕緣子盤(pán)面和鐵帽區(qū)域提取出來(lái).實(shí)際間距又不完全是個(gè)定值，所以規(guī)定間距值的10%以?xún)?nèi)都認(rèn)為是等間距的.

在無(wú)步驟4)的情況下極值有時(shí)不明顯，經(jīng)過(guò)該操作處理后極值較容易得到，如圖2(d)所示，求得兩極大值在i=20和j=46處.

形態(tài)學(xué)處理能達(dá)到將不相關(guān)的細(xì)小區(qū)域?yàn)V除，而將相關(guān)的鄰近區(qū)域連接并平滑邊界的作用.

3 狀態(tài)識(shí)別

絕緣子一旦出現(xiàn)某種內(nèi)部或外部故障，則故障發(fā)熱通過(guò)熱傳導(dǎo)或其他形式熱交換，改變絕緣子相應(yīng)表面部位的溫升或溫度分布，從而表現(xiàn)出其紅外圖譜的差異.本文模型主要針對(duì)實(shí)用性設(shè)計(jì)，應(yīng)盡量排除變量因素的干擾，對(duì)于某一變電站，某一時(shí)間段內(nèi)(一般1～2h內(nèi)可以測(cè)試完)，其外界環(huán)境對(duì)其絕緣子的影響基本不變(如環(huán)境溫度，濕度，日照等)；本文模型具體到同串的每個(gè)絕緣子，對(duì)于同串來(lái)說(shuō)，其絕緣子的外界環(huán)境也是基本一致；且不同變電站，不同環(huán)境變量因素太多，可比性不強(qiáng)，反而增大模型識(shí)別誤差.為抽取故障特征集，分析異常絕緣子和正常絕緣子在溫度和灰度特征上的差異，取熱像圖中絕緣子鐵帽區(qū)域的平均溫度作為該絕緣子的溫度，并定義以下3個(gè)參數(shù)：絕對(duì)溫度T、紋理H和相對(duì)溫差率δt.

3.1 絕對(duì)溫度判斷法

絕緣子表面絕對(duì)溫度判斷法是根據(jù)檢測(cè)得到絕緣子表面絕對(duì)溫度值，結(jié)合串中不同位置絕緣子的溫度和溫升極限的有關(guān)規(guī)定，分析判斷絕緣子溫度過(guò)熱部位(鐵帽和盤(pán)面)狀態(tài)的正常與否[3].

這種方法的優(yōu)點(diǎn)是分析簡(jiǎn)單直觀(guān)，但由于受環(huán)境、距離和輻射率等方面的影響，絕對(duì)溫度值不十分準(zhǔn)確，但也能在一定程度上反映絕緣子的狀態(tài)，其結(jié)果可對(duì)其他方法起一定的參考作用.

3.2 圖像紋理特征判斷法

根據(jù)絕緣子串的紅外熱像圖譜來(lái)判斷設(shè)備是否正常.將紅外圖像灰度化處理后，利用其紋理特征來(lái)表征絕緣子之間的差異，圖像紋理表現(xiàn)為二維空間的灰度變化模式，是一種區(qū)域特征，反映圖中各像素之間空間分布的特性[16]，如方差H1、熵H2和平均梯度H3.

3.3 相對(duì)溫差率判斷法

絕緣子在串中的位置不同所承載的電壓也不同，環(huán)境溫度也會(huì)影響紅外診斷的結(jié)果，當(dāng)環(huán)境溫度低，尤其是承載電壓小時(shí)，設(shè)備的溫度值雖未超過(guò)相關(guān)標(biāo)準(zhǔn)，但在電壓增長(zhǎng)或環(huán)境溫度上升后，會(huì)引發(fā)設(shè)備故障.可使用相對(duì)溫差法解決上述問(wèn)題.該方法是指同串中的某絕緣子與環(huán)境溫度的溫差(即溫升)與相鄰絕緣子的溫升之比的百分?jǐn)?shù)，相對(duì)溫差率的計(jì)算如式：

式中τ1，T1分別為某一絕緣子鐵帽的溫升和絕對(duì)溫度；τ2,τ3，T2,T3分別為相鄰的絕緣子鐵帽的溫升和絕對(duì)溫度；T0為環(huán)境溫度.

3.4 輔助判別法

盡管紅外診斷是一種先進(jìn)的診斷方法，上述各種判別方法也可以從不同的角度提高診斷的準(zhǔn)確性，但是有些絕緣子的內(nèi)部故障用紅外成像很難診斷，因此需要一種可靠性高的檢測(cè)方法(如電壓分布法等)來(lái)對(duì)上述方法的準(zhǔn)確性進(jìn)行測(cè)試.由于該方法需要登桿作業(yè)，費(fèi)時(shí)費(fèi)力，只能作為一種對(duì)上述檢測(cè)方法進(jìn)行實(shí)時(shí)校正的輔助方法，從而將校驗(yàn)后的方便、準(zhǔn)確模型應(yīng)用于現(xiàn)場(chǎng)絕緣子的檢測(cè)中.

4 結(jié)果分析

上述分割方法抗干擾性強(qiáng)，為了驗(yàn)證本文方法的有效性，具體分析了一個(gè)試驗(yàn)算例，提取結(jié)果如圖2所示.并另外隨機(jī)選取了江西省某地區(qū)2個(gè)220kV變電

站(白沙站和珠珊站)的各50張現(xiàn)場(chǎng)拍攝的復(fù)雜背景的紅外絕緣子圖像和試驗(yàn)圖像50張，利用本文的提取方法批量進(jìn)行絕緣子盤(pán)面和鐵帽區(qū)域的提取，其正確提取率都在90%以上.表1為本文方法從試驗(yàn)算例中提取出的鐵帽區(qū)域特征集和識(shí)別結(jié)果.

根據(jù)隨機(jī)選取的30張現(xiàn)場(chǎng)紅外圖像和10張?jiān)囼?yàn)紅外圖像分析可得以下結(jié)論：

1)良好絕緣子串的發(fā)熱溫度分布于其電壓分布規(guī)律基本相同，呈不對(duì)稱(chēng)的馬鞍形.當(dāng)絕緣子串中含有低值絕緣子時(shí)，其絕緣子的承載電壓將降低，且由于自身阻值的大大減小，低值絕緣子的發(fā)熱遠(yuǎn)大于良好絕緣子的發(fā)熱.如圖3所示.

2)絕緣子紅外圖像的灰度特征表現(xiàn)為，低值絕緣子的平均灰度增大，其紋理偏小，而正常絕緣子基本都趨于平衡.如圖4所示.

3)在低值絕緣子處，溫度驟升，相對(duì)溫差率也大.如圖5所示.

綜合以上3點(diǎn)能較好地識(shí)別出問(wèn)題絕緣子.圖6為識(shí)別出的問(wèn)題絕緣子的位置.

圖2 盤(pán)面和鐵帽區(qū)域提取結(jié)果

表1 測(cè)試數(shù)據(jù)及測(cè)試結(jié)果

注：絕緣子編號(hào)1為高壓端，14為接地端；結(jié)果中0表示絕緣子正常，1表示絕緣子為低值絕緣子.

絕緣子

絕緣子

絕緣子

圖6 問(wèn)題絕緣子位置

5 結(jié) 論

本文采用各種綜合方法，從實(shí)際出發(fā)，通過(guò)統(tǒng)計(jì)總結(jié)歸納提出了一些準(zhǔn)則和方法.該方法充分利用了紅外圖像中絕緣子的對(duì)稱(chēng)性等特點(diǎn)，使用OTSU實(shí)現(xiàn)絕緣子串分割、Hough變換進(jìn)行傾斜度校正，通過(guò)對(duì)二值圖像中絕緣子盤(pán)面和鐵帽進(jìn)行形態(tài)學(xué)處理和統(tǒng)計(jì)分析，然后利用本文算法分割提取，取得了很好的提取效果.最后選取絕緣子絕對(duì)溫度、紋理和相對(duì)溫差率3類(lèi)特征集作為模型的輸入?yún)?shù)，能較好地識(shí)別出劣化絕緣子.

在實(shí)際現(xiàn)場(chǎng)拍攝的絕緣子串紅外圖像中，絕緣子鐵帽和盤(pán)面之間沒(méi)有完全相互遮擋的情況下，本文方法可較好地提取出絕緣子的盤(pán)面和鐵帽區(qū)域，能夠?qū)Υ罅拷^緣子串紅外圖像進(jìn)行自動(dòng)提取和批量處理.試驗(yàn)算例結(jié)果驗(yàn)證了本文方法的有效性.對(duì)于絕緣子鐵帽和盤(pán)面之間有相互遮擋的情況，可選取適當(dāng)?shù)呐臄z角度，盡量避免過(guò)遮擋的紅外拍攝.在狀態(tài)識(shí)別算法方面，識(shí)別正確率還有待提高，由于特征集的選取具有很大的隨機(jī)性，還需大量的實(shí)際數(shù)據(jù)加以改進(jìn).

[1] 黃軍凱，曾華榮，楊佳鵬，等．紅外熱像技術(shù)在低零值絕緣子檢測(cè)中的應(yīng)用[J]．電瓷避雷器，2013(2)：40-44．

HUANG Jun-kai，ZENG Hua-rong，YANG Jia-peng,etal．Application of infrared thermal imaging technology to detection of low and zero resistance insulators [J]．Insulators and Surge Arresters，2013(2)：40-44．(In Chinese)

[2] 仝衛(wèi)國(guó),苑津莎，李寶樹(shù)．圖像處理技術(shù)在直升機(jī)巡檢輸電線(xiàn)路中的應(yīng)用綜述[J]．電網(wǎng)技術(shù)，2010，34(12)：204-208．

TONG Wei-guo，YUAN Jin-sha, LI Bao-shu．Application of image processing in patrol inspection of overhead transmission line by helicopter[J]．Power System Technology，2010，34(12)：204-208．(In Chinese)

[3] 胡世征．劣化絕緣子的發(fā)熱機(jī)理及熱像特征[J]．電網(wǎng)技術(shù)，1997，21(10)：44-46．

HU Shi-zheng．Heating mechanism and thermograph of degradated insulators [J]．Power System Technology，1997，21(10)：44-46．(In Chinese)

[4] 黃宵寧，張真良．直升機(jī)巡檢航拍圖像中絕緣子圖像的提取算法[J]．電網(wǎng)技術(shù)，2010，34(1)：194-197．

HUANG Xiao-ning，ZHANG Zhen-liang．A method to extract insulator image from aerial image of helicopter patrol[J]．Power System Technology，2010，34(1)：194-197．(In Chinese)

[5] 徐耀良，張少成，楊寧，等．航拍圖像中絕緣子的提取算法[J]．上海電力學(xué)院學(xué)報(bào)，2011，27(5)：515-518．

XU Yao-liang， ZHANG Shao-cheng, YANG Ning,etal．An algorithm to extract insulator image from aerial image[J]．Journal of Shanghai University of Electric Power，2011，27(5)：515-518．(In Chinese)

[6] 陳芳，姚建剛，李佐勝，等．絕緣子串紅外圖像中單個(gè)絕緣子盤(pán)面的提取方法[J]．電網(wǎng)技術(shù)，2010，34(5)：220-224．

CHEN Fang，YAO Jian-gang，LI Zuo-sheng,etal．The method to extract shed surface image of a single insulator from infrared image of a insulator string[J]．Power System Technology，2010，34(5)：220-224．(In Chinese)

[7] 張少平，楊忠，黃宵寧，等．航拍圖像中玻璃絕緣子自爆缺陷的檢測(cè)及定位[J]．太赫茲科學(xué)與電子信息學(xué)報(bào)，2013，11(4)：609-613．

ZHANG Shao-ping，YANG Zhong，HUANG Xiao-ning,etal．Defects detection and positioning for glass insulator from aerial images[J]．Journal of Terahertz Science and Electronic Information Technology，2013，11(4)：609-613．(In Chinese)

[8] 馮玲，黃新波，朱永燦．基于圖像處理的輸電線(xiàn)路覆冰厚度測(cè)量[J]．電力自動(dòng)化設(shè)備，2011，31(10)：76-80．

FENG Ling，HUANG Xin-bo,ZHU Yong-can．Transmission line icing thickness measuring based on image processing [J]．Electric Power Automation Equipment，2011，31(10)：76-80．(In Chinese)

[9] 景曉軍，李劍峰，熊玉慶．靜止圖像的一種自適應(yīng)平滑濾波算法[J]．通信學(xué)報(bào)，2002，23(10)：6-14．

JING Xiao-jun，LI Jian-feng,XIONG Yu-qing．An adaptive smooth filter algorithms of still images[J]．Journal of China Institute of Communications，2002，23(10)：6-14．(In Chinese)

[10]OTSU N．A threshold selection method from gray-level histograms[J]．IEEE Transactions on Systems，Man and Cybernetics,1979，9(1)：62-66．

[11]王樹(shù)文，閆成新，張?zhí)煨?，等．?dāng)?shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J]．計(jì)算機(jī)工程與應(yīng)用，2004，32：89-92．

WANG Shu-wen，YAN Cheng-xin，ZHANG Tian-xu，etal．Application of mathematical morphology in image processing[J]．Computer Engineering and Applications，2004，32：89-92．(In Chinese)

[12]金立軍，胡娟秀，閆書(shū)佳．基于圖像的高壓輸電線(xiàn)間隔棒故障診斷方法[J]．高電壓技術(shù)，2013，39(5)：1040-1045．

JIN Li-jun，HU Juan-xiu,YAN Shu-jia．Method of spacer fault diagnose on transmission line based on image procession[J]．High Voltage Engineering，2013，39(5)：1040-1045．(In Chinese)

[13]馬帥營(yíng)，安居白，陳舫明．基于區(qū)域定位的絕緣子圖像分割[J]．電力建設(shè)，2010，31(7)：14-17．

MA Shuai-ying，AN Ju-bai，CHEN Fang-ming．Segmentation of the blue insulator images based on region location[J]．Electric Power Construction，2010，31(7)：14-17．(In Chinese)

[14]金立軍，姚春羽，閆書(shū)佳，等．基于航拍圖像的輸電線(xiàn)路異物識(shí)別[J]．同濟(jì)大學(xué)學(xué)報(bào):自然科學(xué)版，2013，41(2)：277-281．

JIN Li-jun，YAO Chun-yu，YAN Shu-jia，etal．Recognition of extra matters on transmission lines based on aerial images[J]．Journal of Tongji University :Natural Science，2013，41(2)：277-281．(In Chinese)

[15]RICHARD O Duda.Use of the hough transformation to detect lines and curves in pictures[J]．Graphics and Image Processing，1972，15(1)：11-15．

[16]HARALICK Robert M，SHANMUGAM K．Textural features for image classfication[J]．Systems，Man and Cybernetics，1973，11(6)：610-621．

Algorithm Research of Automatically Extracting the Area of Insulator from Infrared Image and State Identification

YAO Jian-gang1，F(xiàn)U Peng1?，LI Tang-bing2，ZHU Xiang-qian1，WU Ye-fan1，OUYANG Xu1，F(xiàn)U Qiang1

(1．School of Electrical and Information Engineering, Hunan Univ, Changsha，Hunan 410082, China；2．Jiangxi Electric Power Research Institute, Nanchang,Jiangxi 330096, China)

To solve the problem of high missing rate and complicated operation in the detection methods of faulty insulator, this paper proposed a new method to automatically extract the disks and steel caps area of insulator from infrared image: via infrared image preprocessing, feature extraction, angle correction and regional extraction to achieve the purpose. This method first makes gray scene processing of insulator infrared image, noise reduction and binarization; then extracts the feature set related to insulator from the binary image to correct the angle of the binary image; finally extracts the disks and steel caps area through the specific algorithm of regional extraction. By extracting the absolute temperature region, texture and relative temperature difference as the insulator state recognition feature set, and the information obtained by measuring the voltage distribution of insulator state as output vector, the model was optimized by training. And the 220kV experiment confirms the validity and usefulness of the method.

insulator; infrared image; binary morphology; Hough transform; automatically extract; disk; textural feature

1674-2974(2015)02-0074-07

2014-07-11

國(guó)家重點(diǎn)產(chǎn)業(yè)振興和技術(shù)改造項(xiàng)目(國(guó)發(fā)改投資[2010]2272)；江西省電力公司科技項(xiàng)目(贛電科201350617)

姚建剛(1952-)，男，湖南長(zhǎng)沙人，湖南大學(xué)教授，博士生導(dǎo)師 ?通訊聯(lián)系人，E-mail:fupeng0722@163.com

TP301．6；TM85

A