自适应特征引流管故障智能识别方法

• 作者: 张增 张巍 张静 江慎旺 许廷发 黄博
• 来源期刊: 中国光学
• 学科: 工学
• 关键词: 红外热图像 边界拓展 形态特征 智能识别
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信息光学
• 页码范围: 340-347
• 页数: 8页
• 分类号: TP317.4|TN219
• 字数: 2287字
• 语种: 中文
• DOI: 10.3788/CO.20171003.0340

摘要

为了实现对高压输电线存在的故障隐患进行自动检测,本文提出了一种自适应特征引流管故障隐患智能识别算法.首先,分析了故障引流子的红外热图像特征,把故障分为两类:明显发热和微弱发热;其次,针对引流管所引起的明显发热,采用改进的Otsu阈值分割法对红外图像进行分割,运用改进的Sobel算子提取轮廓;第三,用种子填充算法分离连通域,通过Thread特征判断是否为故障引流管;最后,进入引流管所引起的微弱小区域发热识别,运用高压输电线平行特征寻找主干线区域,在主干线区域检测Harris角点,通过STWN特征判断是否为故障引流子.实验结果表明,发热隐患的识别率为94.6%,漏检率为2.2%,误识别率为5.5%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许廷发	北京理工大学光电学院光电成像系统与技术教育部重点实验室	60	505	13.0	19.0
2	张巍		9	41	4.0	6.0
3	张静		3	28	2.0	3.0
4	张增		6	37	3.0	6.0
5	江慎旺	北京理工大学光电学院光电成像系统与技术教育部重点实验室	2	0	0.0	0.0
6	黄博	北京理工大学光电学院光电成像系统与技术教育部重点实验室	3	2	1.0	1.0