阅读说明：本技术 基于高光谱技术的绝缘子表面污秽分布特性检测方法 (Insulator surface contamination distribution characteristic detection method based on hyperspectral technology ) 是由 李谦慧 马御棠 马仪 张血琴 彭兆裕 颜冰 刘冲 周仿荣 潘浩 文刚 郭裕钧 于 2019-10-25 设计创作，主要内容包括：本申请提供的一种基于高光谱技术的绝缘子表面污秽分布特性检测方法,获取所测自然积污绝缘子的高光谱图像,根据所述绝缘子表面光谱谱线图和所述绝缘子表面相机图像分别提取特征波段和绝缘子区域；通过将特征波段谱线进行积分求面积,获取各个位置点的谱线积分值；以此为依据获取整体的积分差值和积分最小值,判定绝缘子表面污秽整体情况是否存在较不均匀情况；通过获取各个位置点的积分差值和其差值在位置-积分差值空间中的梯度；来判定该点附近的污秽分布是否较不均匀；克服了传统高光谱建库检测绝缘子表面污秽分布,样本需求高且覆盖有限,推广性差,受拍摄条件影响大等问题,为绝缘子表面污秽提供清洗提示,提高输电线路的安全性。(According to the method for detecting the pollution distribution characteristics on the surface of the insulator based on the hyperspectral technology, a hyperspectral image of a detected natural pollutant accumulation insulator is obtained, and a characteristic wave band and an insulator area are respectively extracted according to the insulator surface spectral line graph and the insulator surface camera image; obtaining the spectral line integral value of each position point by integrating the spectral lines of the characteristic wave band to calculate the area; obtaining integral difference values and integral minimum values of the whole according to the integral difference values and the integral minimum values, and judging whether the whole pollution condition on the surface of the insulator is uneven or not; obtaining the integral difference value of each position point and the gradient of the difference value in a position-integral difference value space; judging whether the pollution distribution near the point is uneven or not; the problem of traditional high spectrum build storehouse detection insulator surface filth distribution, the sample demand is high and cover limitedly, and the popularization nature is poor, receives shooting condition to influence greatly etc is overcome, for insulator surface filth provide the washing suggestion, improve transmission line's security.)

基于高光谱技术的绝缘子表面污秽分布特性检测方法

技术领域

本申请涉及绝缘子安全性能检测技术领域，尤其涉及一种基于高光谱技术的绝缘子表面污秽分布特性检测方法。

背景技术

高压直流输电线路由于具有远距离大容量输电等优势，已成为现今电力发展中十分重要的部分，近年来随着工业的快速发展，环境污染日益严峻，各地区恶劣天气日数有增多趋势，污秽颗粒更容易在输电线路绝缘子表面沉积形成自然积污绝缘子，在大雾、毛毛雨等潮湿天气环境下受潮，污秽物中的水溶性物质溶于水中，从而形成导电的水膜，使绝缘子表面的导电性能增大，进而导致泄漏电流增大引起局部发热，最终发展为污秽闪络事故，甚至造成大面积停电，严重影响电力系统的安全运行。

自然积污绝缘子表面的污秽分布不均匀时会引起表面电场分布不均匀，更容易在恶劣天气引起污秽闪络，因此及时准确地检测出绝缘子表面的污秽分布特性尤为重要，当检测到污秽不均匀时可以对绝缘子表面进行及时清洗，减少污秽闪络事故的发生。

目前采用高光谱遥感对绝缘子表面污秽检测，可以实现不停电测量，操作便捷，但传统的高光谱检测方式是通过建库，比对所检测对象和样本库数据来获得测量结果，且建库需要样本量大且干扰因素小，推广性差，且由于拍摄条件等原因数据分散性大；另外自然污秽极为复杂，仅单一污秽的种类数量已巨大，多种污秽的组合更是种类繁多，加之混合比例不同，含水量不同等因素，使建库检测具有很大的局限性。

发明内容

本申请提供了一种基于高光谱技术的绝缘子表面污秽分布特性检测方法，以及时准确地检测出绝缘子表面的污秽分布特性。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

本申请提供了一种基于高光谱技术的绝缘子表面污秽分布特性检测方法，包括：

获取待测绝缘子表面的高光谱图像，所述绝缘子表面的高光谱图像包括绝缘子表面光谱谱线图和绝缘子表面相机图像；

根据所述绝缘子表面光谱谱线图和所述绝缘子表面相机图像分别提取特征波段和绝缘子区域；

获取所述特征波段积分值最大值和最小值之间的积分差值；

判断所述积分差值与第一预设阈值的大小；

如果所述积分差值大于所述第一预设阈值，则判定所述绝缘子表面整体污秽不均匀；

获取所述绝缘子区域各个位置点的梯度的模；

判断所述位置点的梯度的模与第二预设阈值的大小；

如果所述位置点的梯度的模大于所述第二预设阈值，则判定所述位置点污秽分布不均匀，并标记为污秽不均匀点；

判断所述污秽不均匀点的数目与第三预设阈值的大小；

如果所述污秽不均匀点的数目大于所述第三预设阈值，则判定所述绝缘子为需清洗绝缘子。

可选的，其特征在于，所述方法还包括：

根据绝缘子表面相机图像获取各个位置点的位置信息；

根据各个位置点的积分值最大值和最小值之间的积分差值指定各个位置点的颜色函数；

将所述各个位置点的颜色函数赋给所述各个位置点的位置信息，得到可视化污秽不均匀含量分布图。

可选的，其特征在于，所述获取所述绝缘子区域各个位置点的梯度的模，包括：

根据绝缘子表面相机图像获取各个位置点的位置信息；

根据绝缘子表面相机图像获取各个位置点的积分值最大值和最小值之间的积分差值；

根据所述位置信息和所述积分差值得到各个位置点的位置-积分差值二维空间；

根据所述位置-积分差值二维空间求取各个位置点的梯度的模。

可选的，所述第一预设阈值用于表征绝缘子表面整体不均匀程度的临界值。

可选的，所述第二预设阈值用于表征绝缘子各位置点不均匀程度的临界值。

可选的，所述第三预设阈值用于表征所述污秽不均匀点数目的临界值。

可选的所述根据所述绝缘子表面光谱谱线图和所述绝缘子表面相机图像分别提取特征波段和绝缘子区域之前，所述方法还包括：

对所述绝缘子表面光谱谱线图和所述绝缘子表面相机图像进行预处理。

可选的，所述对所述绝缘子表面光谱谱线图和所述绝缘子表面相机图像进行预处理，包括：

对所述绝缘子表面光谱谱线图的预处理包括：黑白校正、平滑、求导、归一化、多元散射校正、消除噪声数据以及光照对反射率的影响；

对所述绝缘子表面相机图像的余出来包括：图像灰度化、图像增强、图像分割及去除噪音和背景。

与现有技术相比，本申请的有益效果为：

从上述技术方案可知，本申请提供的一种基于高光谱技术的绝缘子表面污秽分布特性检测方法，获取所测自然积污绝缘子的高光谱图像，接着对所获取的高光谱图像进行去噪和图像增强，去除噪音和背景，识别出绝缘子部分，取绝缘子表面各位置点高光谱谱线，进行预处理；对高光谱谱线进行有效信息筛选，获取特征波段；通过将特征波段谱线进行积分求面积，获取各个位置点的谱线积分值；以此为依据获取整体的积分差值和积分最小值，判定绝缘子表面污秽整体情况是否存在较不均匀情况；接着通过获取各个位置点的积分差值和其差值在位置-积分差值空间中的梯度；来判定该点附近的污秽分布是否较不均匀；通过记录判定为不均匀点的数量进行绝缘子整体污秽分布不均匀程度的判定，标记需要清洗绝缘子；克服了传统高光谱建库检测绝缘子表面污秽分布，样本需求高且覆盖有限，推广性差，受拍摄条件影响大等问题，为绝缘子表面污秽分布不均匀引起表面电场畸变，在恶劣天气引起闪络危险概率增大的威胁提供清洗提示，提高输电线路的安全性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的基于高光谱技术的绝缘子表面污秽分布特性检测方法的流程示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

参见附图1，图1示出了本申请实施例提供的基于高光谱技术的绝缘子表面污秽分布特性检测方法的流程示意图。下面结合附图1对本申请实施例提供的基于高光谱技术的绝缘子表面污秽分布特性检测方法进行说明。

本申请提供了一种基于高光谱技术的绝缘子表面污秽分布特性检测方法，包括：

S110：获取待测绝缘子表面的高光谱图像，所述绝缘子表面的高光谱图像包括绝缘子表面光谱谱线图和绝缘子表面相机图像。

高光谱图像的获取方式采用无人机遥感拍摄，拍摄角度主要选取俯拍和仰拍，也可根据工程实际情况进行调整。高光谱技术是“图谱合一”的一种“三维”信息技术，通过对光谱信息的处理分析，对物质进行定性定量的识别。任何物质都会存在发射、吸收、反射电磁辐射，不同的物质由于自身化学物理特性，对电磁波的作用会产生差异，从而根据此特点，对不同物质进行不同的分类识别。高光谱图像分为两部分，包括绝缘子表面光谱谱线图和绝缘子表面相机图像。首先获取的是所需检测自然积污绝缘子表面污秽高光谱图像，由于不同的污秽层含量会对光谱有不同程度的吸收反射，通过谱线之间的差异，便可实现对污秽含量的检测。

S120：根据所述绝缘子表面光谱谱线图和所述绝缘子表面相机图像分别提取特征波段和绝缘子区域。

在提取特征波段和绝缘子区域之前需要对高光谱图像进行预处理，具体包括：对所获取的高光谱图像进行预处理，包括图像灰度化、图像增强、图像分割，以达到去除噪音和背景，识别出绝缘子部分有效信息的目的；取绝缘子表面各位置点高光谱谱线，对谱线数据进行预处理，包括黑白校正、平滑、求导、归一化、多元散射校正，消除噪声数据以及光照对反射率的影响；取上述处理过的高光谱谱线进行降维，可选用主成分分析法，并获取其感兴趣区域，为其特征波段，目的为去除噪声信息过多或非重要信息的波段同时减小计算量，提高计算效率。

S130：获取所述特征波段积分值最大值和最小值之间的积分差值。

具体包括：获取特征谱线的积分值，采用MATLAB进行编程计算，积分求面积目的在于获取全波段整体信息。由于同一片绝缘子上的污秽成分差异较小，所以谱线差异主要在于幅值大小，通过积分可以消除形状信息，以简化数据。

S140：判断所述积分差值与第一预设阈值的大小。

S150：如果所述积分差值大于所述第一预设阈值，则判定所述绝缘子表面整体污秽不均匀。

取所有积分值的最大最小值进行求差，将差值与第一预设阈值相比较，低于第一预设阈值说明整体均匀，不进行下一步，若超出第一预设阈值，进行下一步。

S160：获取所述绝缘子区域各个位置点的梯度的模。

在上述步骤中已筛选到表面污秽不均匀的绝缘子，那么接下来需要筛选污秽不均匀的绝缘子的位置点，具体方法包括：根据绝缘子表面相机图像获取各个位置点的位置信息；

根据绝缘子表面相机图像获取各个位置点的积分值最大值和最小值之间的积分差值；

根据所述位置信息和所述积分差值得到各个位置点的位置-积分差值二维空间；

根据所述位置-积分差值二维空间求取各个位置点的梯度的模。

S170：判断所述位置点的梯度的模与第二预设阈值的大小。

S180：如果所述位置点的梯度的模大于所述第二预设阈值，则判定所述位置点污秽分布不均匀，并标记为污秽不均匀点。

具体包括：获取的梯度表示每个位置点污秽量变化最快的方向以及值，可以反映该位置点与相邻点的污秽不均匀程度；

将各个点梯度的模与第二预设阈值进行比较，超出越多表示此处污秽程度越不均匀；第二预设阈值表示污秽量变化程度即分布不均匀度的判定值，筛选出污秽量变化过快的位置点，即筛选污秽不均匀的绝缘子的位置点。

S190：判断所述污秽不均匀点的数目与第三预设阈值的大小。

S200：如果所述污秽不均匀点的数目大于所述第三预设阈值，则判定所述绝缘子为需清洗绝缘子。

记录超出第二预设阈值的点数，与第三预设阈值进行比较，超出即标记为需清洗绝缘子；进一步的，第三预设阈值表示绝缘子整体表面不均匀位置多少的判定值，不均匀区域越多绝缘子表面在恶劣天气发生污闪的可能性越大。

另外，为了更直观地观察到绝缘子表面污秽的分布特性，所述方法还包括：

根据绝缘子表面相机图像获取各个位置点的位置信息；

根据各个位置点的积分值最大值和最小值之间的积分差值指定各个位置点的颜色函数；

将所述各个位置点的颜色函数赋给所述各个位置点的位置信息，得到可视化污秽不均匀含量分布图。

获取高光谱相机图像来获取各个位置点的位置信息，将各个点的积分差值与预设的色谱表相关联，不同颜色表示不同的污秽不均匀含量；

进一步的，色谱表的设定由经验丰富的现场工程师根据现场情况进行设定，色谱卡底端代表当地污秽量最小值，顶端代表污当地积污量最大值，对应的颜色函数可根据需求制定；

将各个位置点的颜色函数赋给相应位置，获取可视化污秽不均匀含量分布图；

进一步的，根据分布图中颜色的变化即可观察出绝缘子表面污秽的分布特性，可为人工识别提供直观判据。

综上，本申请实施例提供的技术方案，首先获取所需检测的自然积污绝缘子的高光谱图像，上述自然积污绝缘子高光谱图像包括自然积污绝缘子光谱谱线图和绝缘子光学相机图像；获取方式采用无人机遥感拍摄，拍摄角度主要选取俯拍和仰拍，也可根据工程实际情况进行调整；对所获取的高光谱图像进行预处理，包括图像灰度化、图像增强、图像分割，以达到去除噪音和背景，识别出绝缘子部分有效信息的目的；取绝缘子表面各位置点高光谱谱线，对谱线数据进行预处理，包括黑白校正、平滑、求导、归一化、多元散射校正，消除噪声数据以及光照对反射率的影响；取上述处理过的高光谱谱线进行降维，可选用主成分分析法，并获取其感兴趣区域，为其特征波段，目的为去除噪声信息过多或非重要信息的波段同时减小计算量，提高计算效率；将上述特征波段谱线进行积分求面积，获取各个位置点的谱线积分值，该过程可用MATLAB编程实现，目的在于获取全波段整体信息；取所有积分值的最大最小值进行求差，将差值与第一预设阈值相比较，低于预设阈值说明整体均匀，不进行下一步，若超出阈值，进行下一步；第一预设阈值表示污秽整体不均匀程度的判定值，由实际工程人员根据当地环境情况进行设置；将各个位置点的积分值与最小值求差，获取各个位置点的积分差值，并将各个位置点积分差值记录在位置-积分差值空间中，获取各个位置点的梯度的模；获取的梯度表示每个位置点污秽量变化最快的方向以及值，可以反映该位置点与相邻点的污秽不均匀程度；将各个点梯度的模与第二预设阈值进行比较，超出越多表示此处污秽程度越不均匀；第二预设阈值表示污秽量变化程度即分布不均匀度的判定值，筛选出污秽量变化过快的位置点；记录超出第二预设阈值的点数，与第三预设阈值进行比较，超出即标记为需清洗绝缘子；所设第三预设阈值表示绝缘子整体表面不均匀位置多少的判定值，不均匀区域越多绝缘子表面在恶劣天气发生污闪的可能性越大。

获取高光谱相机图像来获取各个位置点的位置信息，将各个点的积分差值与预设的色谱表相关联，不同颜色表示不同的污秽不均匀含量；色谱表的设定由经验丰富的现场工程师根据现场情况进行设定，色谱卡底端代表当地污秽量最小值，顶端代表污当地积污量最大值，对应的颜色函数可根据需求制定；将各个位置点的颜色函数赋给相应位置，获取可视化污秽不均匀含量分布图；根据分布图中颜色的变化即可观察出绝缘子表面污秽的分布特性，可为人工识别提供直观判据。

本申请提供的技术方案首先获取所测自然积污绝缘子的高光谱图像，接着对所获取的高光谱图像进行去噪和图像增强，去除噪音和背景，识别出绝缘子部分，取绝缘子表面各位置点高光谱谱线，进行预处理；对高光谱谱线进行有效信息筛选，获取特征波段；通过将特征波段谱线进行积分求面积，获取各个位置点的谱线积分值；以此为依据获取整体的积分差值和积分最小值，判定绝缘子表面污秽整体情况是否存在较不均匀情况；接着通过获取各个位置点的积分差值和其差值在位置-积分差值空间中的梯度；来判定该点附近的污秽分布是否较不均匀；通过记录判定为不均匀点的数量进行绝缘子整体污秽分布不均匀程度的判定，标记需要清洗绝缘子；结合获取高光谱相机图像来获取各个位置点的位置信息，并将各个点的积分差值与预设的色谱表相关联，将各个位置点的颜色函数赋给相应位置，获取可视化污秽不均匀含量分布图；以此为人工识别提供直观判据，克服了传统高光谱建库检测绝缘子表面污秽分布，样本需求高且覆盖有限，推广性差，受拍摄条件影响大等问题，为绝缘子表面污秽分布不均匀引起表面电场畸变，在恶劣天气引起闪络危险概率增大的威胁提供清洗提示，提高输电线路的安全性。

由于以上实施方式均是在其他方式之上引用结合进行说明，不同实施例之间均具有相同的部分，本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。

本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由权利要求的内容指出。

以上所述的本申请实施方式并不构成对本申请保护范围的限定。