基于图像增强的瓷质绝缘子灰密程度检测方法

• 作者: 张烨 曹雯 李立浧 杨璐雅 黄新波
• 来源期刊: 电力系统自动化
• 关键词: 绝缘子 带颜色恢复的多尺度Retinex算法 特征提取 Fisher准则 反向传播神经网络 灰密程度检测
• 年，卷（期）: 2018,（14）
• 所属期刊栏目: 研制与开发
• 页码范围: 151-157
• 页数: 7页
• 字数: 5160字
• 语种: 中文
• DOI: 10.7500/AEPS20170614017

摘要

由于雾天、光线较暗等恶劣现场条件下采集到的绝缘子图像清晰度与可读性较低,绝缘子目标及盘面区域色彩特征的提取较难,导致现有的可见光图像污秽检测方法不具备通用性,为此提出了一种基于图像增强的瓷质绝缘子灰密程度检测方法.先用改进的带颜色恢复的多尺度Retinex(MSRCR)算法对采集到的绝缘子图像进行增强,提高图像的清晰度和对比度;然后,采用二维最小误差法结合形态学滤波分割提取出绝缘子盘面区域,分别提取6个通道的均值、最大值、最小值等7个特征量并用Fisher准则函数筛选出分类能力较强的特征S mean,S max,S var作为灰密程度判别特征;最后,用思维进化算法(MEA)优化反向传播(BP)神经网络进行仿真预测.实验结果表明,概率神经网络和粒子群优化算法优化BP神经网络的判别准确率分别为88.00%和93.00%,而所提方法的准确率可达95.00%,可以准确判别恶劣条件下的绝缘子灰密程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄新波	西安工程大学电子信息学院	168	2529	27.0	44.0
2	李立浧	华南理工大学电力学院	72	1196	21.0	32.0
3	张烨	西安工程大学电子信息学院	22	155	8.0	12.0
4	曹雯	西安工程大学电子信息学院	28	68	5.0	7.0
5	杨璐雅	西安工程大学电子信息学院	4	18	3.0	4.0