基于RPCA優(yōu)化的航拍絕緣子檢測與識別研究.pdf

1、絕緣子具有線路支撐和阻止電流的功能，是輸電線路中不可或缺的元件；航拍絕緣子圖像具有背景復(fù)雜、分辨率較低、數(shù)量多和偽目標多等特點，使用傳統(tǒng)分割方法會產(chǎn)生大量的錯分割導(dǎo)致分割效果不佳。同時絕緣子是故障多發(fā)元件，其污穢、裂紋、破損等問題會影響輸電線路的正常使用，縮短線路運行壽命，甚至導(dǎo)致跳閘停電，造成重大損失。因此，有必要對絕緣子的運行狀態(tài)進行實時檢測。
　　本文主要工作包括以下三方面：
　　一是圖像預(yù)處理，航拍圖像中存在噪聲種類

2、較多、背景復(fù)雜等問題，因此有必要對絕緣子圖像進行相應(yīng)的預(yù)處理操作。主要步驟包括圖像增強、圖像去噪和文本信息去除。首先，利用圖像增強技術(shù)改善圖像質(zhì)量；其次利用高斯濾波去除噪聲；最后通過基于樣例修補的目標去除方法來實現(xiàn)文本信息的去除。通過對圖像進行預(yù)處理，圖像的對比度和質(zhì)量都得到很大的提高，圖像特征也更加明顯。
　　二是絕緣子圖像的分割，首先介紹了航拍絕緣子圖像分割中遇到的問題，針對絕緣子特有的形狀特征，提出了基于KPCA與形狀先驗信

3、息結(jié)合的C-V模型，很好的解決了絕緣子和導(dǎo)線粘連、偽目標干擾等問題，得到了較為準確的分割結(jié)果。
　　三是在絕緣子串分割的基礎(chǔ)上，將絕緣子串分割為多個傘盤圖像，組成測試圖像。以正常、破損、裂紋及含噪等多種絕緣子傘盤圖像建立航拍絕緣子傘盤圖像庫，通過RPCA訓(xùn)練樣本集，利用RPCA的稀疏部分E對測試圖像進行分類。該方法能夠同時實現(xiàn)對多張不同表面故障的絕緣子傘盤圖像的分類，且分類正確率高。
　　航拍圖像中絕緣子有效分割及缺陷檢測為