基于图像特征提取与BP神经网络的绝缘子憎水性识别方法

• 作者: 张重远 李宁彩 杨升杰 汪佛池 闫康
• 来源期刊: 高电压技术
• 关键词: 绝缘子 憎水性 BP神经网络 同态滤波 直方图均衡 改进的Canny算子 数学形态学
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 电力系统状态评价与故障诊断
• 页码范围: 1446-1452
• 页数: 7页
• 字数: 5514字
• 语种: 中文
• DOI: 10.13336/j.1003-6520.hve.2014.05.022

摘要

为了方便、快捷、准确地识别运行中绝缘子表面的憎水性等级,提出了基于图像特征提取与BP神经网络的绝缘子憎水性识别方法.首先,利用同态滤波和直方图均衡对憎水性图像进行增强预处理,然后利用改进的Canny算子提取了图像中水珠(或水迹)的边缘,并利用数学形态学对其进行修正得到最终的分割图像;提取图像中与憎水性相关的4个特征量,最后建立了基于BP神经网络的憎水性识别模型,并对测试样本的憎水性等级进行了识别.实验结果表明,该方法克服了人为因素的影响,能够有效识别绝缘子7种典型憎水性等级,总识别率达90％,为在线检测绝缘子憎水性提供一种新的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张重远	华北电力大学河北省输变电设备安全防御重点实验室	65	803	15.0	26.0
2	汪佛池	华北电力大学河北省输变电设备安全防御重点实验室	31	334	10.0	18.0
3	闫康	华北电力大学河北省输变电设备安全防御重点实验室	5	60	3.0	5.0
4	李宁彩	华北电力大学河北省输变电设备安全防御重点实验室	4	67	3.0	4.0
5	杨升杰	华北电力大学河北省输变电设备安全防御重点实验室	6	94	5.0	6.0