1 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, 北京 100081
2 天津航天中为数据系统科技有限公司 天津市智能遥感信息处理技术企业重点实验室, 天津 300301
3 南方电网科学研究院有限责任公司, 广东 广州 510080
跳线联板是输电网中重要设备, 其是否存在故障对输电网正常运行具有很大的影响。但由于现有的算法是对输电网中所有的故障用统一的方法进行识别, 没有对各类故障输电设备进行专门的研究, 导致故障跳线联板识别率低。为了高效识别红外视频图像中故障跳线联板, 首先针对输电线的红外图像特征, 采用改进的OTSU阈值分割图像对红外图像进行分割; 其次, 采用漫水法滤波分离各个连通域, 运用形态学滤去小区域, 填充大区域内的孔洞; 最后, 提取连通域的骨架, 并从骨架图像中提取出USFPF特征, 通过该特征识别的故障跳线联板。实验结果表明, 识别故障跳线联板准确率为85.71%, 漏检率为14.28%, 误识别率为2.8%。该方法能够较好地识别故障跳线联板,具有较好的鲁棒性。
红外图像 跳线联板 四点特征 智能识别 infrared image jumper connection plate morphology intelligent recognition
