相近色干扰下大型变电站玻璃绝缘子目标识别算法
陈赟1
张英2
李端姣2
刘建明2
1.华中科技大学 机械科学与工程学院,湖北武汉 430074;中国南方电网 广东电网有限责任公司,广东 广州 5102202.中国南方电网 广东电网有限责任公司,广东 广州 510220
摘要：[目的]在大型变电站监控系统中,玻璃绝缘子的目标识别是确保电力设备安全运行的重要环节.然而,受环境复杂性和图像采集条件的限制,玻璃绝缘子图像往往存在清晰度差、相近色干扰等问题,导致目标识别困难,直接影响变电站的安全监控效果.[方法]为了解决这一问题,提出一种相近色干扰下大型变电站玻璃绝缘子目标识别算法.针对图像清晰度不足和相近色干扰问题,将原始图像从RGB空间转换为HSV空间.通过精细分解HSV空间的色相H、饱和度S和亮度V分量,计算特征差值,增强图像的色彩表现和视觉效果,从而有效消除相近色干扰.采用自适应阈值分割技术,结合HSV空间的色彩特征,对图像进行精确分割,分离出玻璃绝缘子目标区域与复杂背景.设计了一种双尺度分类卷积神经网络(CNN),通过多尺度特征提取和分类,实现对复杂背景下玻璃绝缘子的高精度目标识别.该网络结合了局部细节和全局上下文信息,进一步提升了识别的鲁棒性和准确性.[结果]实验结果表明,研究提出的算法应用优势显著.在色彩增强方面,通过HSV空间的特征差值计算,显著提升了图像的色彩对比度和视觉效果,有效消除了相近色干扰.在图像分割性能上,自适应阈值分割技术能够精确分离玻璃绝缘子目标区域与复杂背景,分割准确性达到较高水平.在目标识别方面,双尺度分类卷积神经网络在复杂背景下表现出较强的抗干扰能力,对玻璃绝缘子的识别精度显著高于传统方法.[结论]研究提出的相近色干扰下大型变电站玻璃绝缘子目标识别算法,通过色彩增强、自适应阈值分割和双尺度分类卷积神经网络的有机结合,成功解决了图像清晰度不足和相近色干扰导致的目标识别难题.该算法在色彩增强、分割性能和抗干扰能力上均表现出色,能够高效、准确地识别玻璃绝缘子目标,为大型变电站的安全监控提供了可靠的技术保障.
关键词：相近色干扰大型变电站复杂背景玻璃绝缘子目标识别自适应阈值分割色彩增强双尺度分类卷积神经网络
分类号：TM216(电工材料)
资助基金：国家自然科学基金(51277072)
论文发表日期：2025-07-25
在线出版日期：2025-09-18（本平台首次上网日期，不代表文献的发表时间）
页数：8( 478-485 )
英文信息