直升机巡检输电线路图像中绝缘子部件的提取

论文摘要

输电线路距离长,穿越的地域广阔,而且各地域的气候条件复杂多变,运行时容易发生故障。绝缘子作为输电线路的重要部件,易受运行环境因素影响而发生异常,严重威胁着输电线路的正常运作。图像分割的研究一直受到广泛的重视,但迄今为止没有一个通用的分割方法适用于所有的图像。而且由于输电线路所处位置的特殊性、成像器材的限制以及光照不均等种种原因,实际所采集的输电线路图像大部分背景比较复杂,目标物众多,可能包含房屋、森林、大地、铁塔等,这给提取单一部件带来了很大困难。本文研究了复杂背景下绝缘子图像的分割方法,为进一步的故障诊断奠定了基础。目前而言,针对直升机巡检输电线路图像分割的研究并不多见。作者在阅读大量文献的基础上,针对绝缘子图像的特点,将最大类间方差法(简称Otsu)和遗传算法相结合应用到绝缘子图像的分割中。这样弥补了单纯使用Otsu法分割计算量大,执行效率低的这一缺点。利用遗传算法的寻优高效性,大大缩短了分割时间。遗传算法主要以灰度图像的最大类间方差作为适应度函数。在确定控制参数(群体规模、交叉概率、变异概率)时,本文采用实验法,在设定的可能取值范围内,对每一组数据进行多次试验,在对其实验结果对比分析后选取出最佳的控制参数,使其更适于处理绝缘子图像。但在实验中发现,标准遗传算法也存在一些不足。为了更能满足绝缘子图像分割的实时性要求,本文应用了一种改进遗传算法的绝缘子图像分割方法,它的改进之处在于自适应调整交叉概率和变异概率。本文对分割后的图像进行二值形态学处理,去除了孤立噪声点,Hough变换倾斜校正后,提取绝缘子部件,在原图上定位标识。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景及意义
• 1.2 国内外研究现状
• 1.2.1.直升机巡检输电线路的应用研究现状
• 1.2.2.图像分割技术的研究现状
• 1.3 课题来源及研究内容
• 第2章 图像分割与遗传算法
• 2.1.图像处理技术概述
• 2.2.图像分割基本理论
• 2.2.1.图像分割定义
• 2.2.2.灰度图像分割算法综述
• 2.2.3.图像分割质量评价
• 2.3.遗传算法概述
• 2.3.1.遗传算法的发展历史及基本概念
• 2.3.2.遗传算法的理论基础
• 2.3.3.遗传算法的构成要素
• 2.4.图像预处理
• 2.4.1.中值滤波
• 2.4.2.灰度线性变换
• 2.5.常用的阈值分割方法
• 2.5.1.直方图双峰法
• 2.5.2.矩量保持法
• 2.5.3.最小误差法
• 2.5.4.最大熵阈值法
• 2.5.5.最大类间方差法
• 2.5.6.迭代法
• 2.6.小结
• 第3章 基于改进遗传算法Otsu的绝缘子图像分割
• 3.1 基于传统遗传算法Otsu的绝缘子图像分割
• 3.1.1.算法实现流程
• 3.1.2.遗传算法控制参数的确定
• 3.2 基于改进遗传算法Otsu的绝缘子图像分割
• 3.2.1.问题的引出
• 3.2.2.改进遗传算法
• 3.2.3.算法实现的具体步骤
• 3.3 小结
• 第4章 实验分析与分割后处理
• 4.1 数据来源及特点
• 4.2 实验结果与对比分析
• 4.2.1.基于传统遗传算法Otsu的绝缘子图像分割
• 4.2.2.基于改进遗传算法Otsu的绝缘子图像分割
• 4.3 分割后处理
• 4.3.1.二值形态学处理
• 4.3.2.绝缘子图像倾斜校正
• 4.3.3.在原图上标识绝缘子
• 4.4 小结
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢