基于可见光图像识别的绝缘子污秽等级判别

论文摘要

提出了一种基于绝缘子可见光图像的颜色特征和最小二乘支持向量机模型的方法,通过建立污秽等级与颜色特征的对应关系,实现了绝缘子污秽等级的识别。以南昌电网多个变电站的红褐色瓷质绝缘子为研究对象,利用最大类间方差法（Otsu）分割绝缘子彩色图像得到盘面区域,计算出R,G,B,H,S和I分量图像共36种特征量,根据费希尔（Fisher）判别法筛选出能显著表征绝缘子污秽等级的特征量S均值和S中值;设计最小二乘支持向量机（LS-SVM）分类器,并利用天牛须搜索（BAS）算法优化LS-SVM的关键参数,实现了绝缘子污秽等级的判别。实验结果表明:该方法在判别绝缘子污秽等级的准确率上高达96. 92%。

论文目录

• 0 引言
• 1 绝缘子可见光图像判别污秽等级的原理分析
•   1.1 绝缘子污秽等级与盐密和灰密的关系
•   1.2 可见光图像与污秽等级的关系
• 2 绝缘子污秽图像预处理
•   2.1 绝缘子彩色图像的分解
•   2.2 图像分割
•   2.3 干扰信息滤除
• 3 污秽绝缘子等级检测
•   3.1 颜色特征提取和选择
•   3.2 最小二乘支持向量机
•   3.3 惩罚系数σ和核参数δ的确定
•   3.4 实验验证
• 4 结论

文章来源

类型: 期刊论文

作者: 刘子英,肖建华,邓芳明

关键词: 绝缘子,可见光图像,电网,最大类间方差法,最小二乘支持向量机,天牛须搜索算法

来源: 传感器与微系统 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业,计算机软件及计算机应用

单位: 华东交通大学电气与自动化工程学院

基金: 国家自然科学基金资助项目(51767006),江西省重点研发计划资助项目(20181BBE50019),江西省教育厅科学技术项目(GJJ170378)

分类号: TP391.41;TM216

DOI: 10.13873/j.1000-9787(2019)12-0136-04

页码: 136-139

总页数: 4

文件大小: 680K

下载量: 172