《大数据管理概念技术与挑战 (7).pdf》由会员分享，可在线阅读，更多相关《大数据管理概念技术与挑战 (7).pdf（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、http:/www aeps-info com输电线路绝缘子覆冰厚度图像识别算法摘要:针对当前绝缘子覆冰监测方法研究现状，提出对于复杂环境下的绝缘子覆冰识别。首先利用模板匹配在图像中实现绝缘子的定位检测，然后对图像进行预处理、图像分割、边缘提取等处理，提取出覆冰前后绝缘子边缘，根据区域像素初步判断有无覆冰，若有覆冰进一步再计算其覆冰厚度。最后利用提出的算法对模拟覆冰实验室和现场采集的输电线路图像进行分析，将算法计算结果与模拟覆冰实验室人工测量的绝缘子覆冰厚度值进行比较，误差小于 1 5 mm。结果表明，算法能够识别绝缘子覆冰并计算其覆冰厚度，可以真实地反映现场绝缘子覆冰情况。关键词:输电线路;
2、绝缘子;覆冰识别;模板匹配;边缘提取收稿日期:2016-01-16;修回日期:2016-07-18。上网日期:2016-09-12。国家自然科学基金资助项目(51177115);陕西省重点科技创新团队计划资助项目(2014KCT-16)。0引言绝缘子在输电线路中有着相当重要的作用，由于空气中有一定成分的导电介质，当覆冰汇集绝缘子表面和边沿桥接至导线与横担连接时，绝缘子泄漏距离缩短，绝缘下降;融冰时，绝缘子表面的局部电阻不同，此时便发生闪络，导致线路跳闸1。绝缘子覆冰闪络是一种输电线路中时常发生、危害较大的异常工况，对线路的绝缘设计及电力系统的安全运行有很大威胁，因而对绝缘子覆冰进行在线监测意义
3、重大。目前，国内外在输电线路和绝缘子覆冰厚度监测方面主要有三大类方法:基于力学模型的输电线路覆冰厚度监测，通过在导线或者绝缘子上安装传感器，测量拉力和倾斜角，结合受力分析建立计算覆冰厚度的力学计算模型2-5;利用电容/数字式覆冰厚度传感器检测输电线路覆冰厚度6-8，利用空气、水、冰雪的介电常数不同，通过检测介质为空气和冰时的电容特性差异，可获得线缆表面的覆冰厚度;视频图像监测法，文献 9 通过提取边界轮廓来测量覆冰厚度，并在人工气候实验室中进行了试验验证。文献 10-11 主要通过边缘检测算法提取绝缘子覆冰前后边界轮廓，进而结合照像机成像原理来计算其覆冰厚度。文献 12利用双目视觉的原理，用双
4、摄像头从不同角度获取导线的图像，建立导线的三维坐标数学模型来进行覆冰厚度的计算。前两种方法都要在输电线路上安装传感器，而且传感器采集数据存在偏差，各等值覆冰模型也并不完善，将导致较大计算误差;现有图像监测法中，只局限于对实验室理想环境下的绝缘子覆冰进行识别，或是只拍摄现场绝缘子部分的图像进行分析处理，而且，三维重建需要匹配到足够多的绝缘子角点，才能建立完整的绝缘子三维模型;但都没有考虑自然界复杂的环境背景下，绝缘子与背景融为一体难以辨识。本文结合各种图像处理算法，以现场采集的输电线路图像为研究对象，开发了绝缘子覆冰识别算法。为了解决复杂背景下的绝缘子识别提取，首先在输电线路图像中对绝缘子进行定
5、位检测，将包含绝缘子的区域作为算法处理区域，然后在这个区域内对图像进行预处理、图像分割、边缘提取等处理，提出去绝缘子边界轮廓，比较覆冰前后区域像素面积，初步判断是否有覆冰，若有覆冰，再利用本文算法进一步计算其覆冰厚度。1输电线路图像中绝缘子的定位检测为了准确地识别绝缘子覆冰并计算其覆冰厚度，需要将绝缘子从图像中完整分割出来。采集到的现场图像中除了导线和绝缘子本身还有很大一部分背景，这些非算法研究对象的物体加大了算法的难度以及系统的运算量。由于安装在杆塔上的摄像机位置固定不变，因此本文提出在对覆冰进行识别之前首先在输电线路图像中对绝缘子进行定位检591第 40 卷第 21 期2016 年 11
6、月 10 日Vol40 No21 Nov10，2016DOI:10 7500/AEPS20160116007测，然后将包含绝缘子的一个区域记录保存下来作为算法的处理区域。通过分析绝缘子在图像中的特点，提出利用模板匹配的方法对绝缘子进行定位检测。模板匹配的过程即利用一幅包括待识别的物体的模板图在目标图像中搜索该物体，并确定这个物体在图像中的坐标位置。如图 1 所示，建立一个包括 m 像素 n 像素的模板 T，利用这个模板在被搜索图 S(H 像素 W 像素)中搜索与模板相似度高的子图，其中 i，j 为在图 S 中的坐标，从而完成模板匹配过程13。图 1模板匹配原理Fig 1Template mat
7、ching principle因此，模版匹配是通过计算模板和图像之间的相似度来实现的。假设在图像 t(r，c)中的目标区域为 T，用这两个量来确定一个模板，用一个平移量来描述图像中目标物体的话，在模板匹配的过程中，可以将模板沿着图像中的每一点移动，并计算模板在每一点的相似量度 s，则这个相似量度是一个包括模板中个点灰度值 t(r，c)以及模板在图像中与当前位置的灰度值 f(r+u，c+v)构成的一个函数，可以通过这些灰度值计算得到这个相似量度 s。如果将这个结果看做一幅图像的话，可表示如下:s(r，c)=s t(u，v)，f(r+u，c+v);(u，v)T(1)最简单的相似量度方法是计算模板与
8、图像之间差值的绝对值的总和 sa或所有差值的平方和 ss14，分别表示如下:sa(r，c)=1n(u，v)T|t(u，v)f(r+u，c+v)|(2)ss(r，c)=1n(u，v)T(t(u，v)f(r+u，c+v)2(3)式中:n 为模板感兴趣的区域中所有点的数量，n=|T|。如果相似量度为 0，则表示模板和图像相同;如果相似量度大于 0，则表示图像与模板不同。由此可见，相似量度值越大，说明图像与模板之间的区别也越大。sa和 ss相似量度的结果在光照情况保持不变的情况下效果很好，但是当光照发生变化时，在图像中将找到很多错误位置。然而，归一化互相关系数 nc可以避免光照变化影响的问题，表示如下
9、:nc(r，c)=1n(u，v)Tt(u，v)mts2槡tf(r+u，c+v)mf(r，c)s2f(r，c槡)(4)式中:mt为模板的平均灰度值;s2t为模板所有像素灰度值的方差;mf(r，c)和 s2f(r，c)分别为平移到图像当前位置的模板感兴趣区域中图像所有点的平均灰度值和方差。只有在 nc(r，c)=1 时，模板与图像之间才完全匹配。一般情况下，归一化互相关系数的绝对值越大就表示模板与正在监测的部分图像之间越接近，归一化互相关系数的绝对值越接近零就表示模板与图像越不一致。不论是通过相似量度还是归一化互相关系数来实现匹配，都假设必须对所有平移位置计算相似量度和归一化互相关系数。事实上，计
10、算相似量度的结果使用阈值 ts进行阈值分割，将求出的 sa结果进行阈值分割。如果正在图像中寻找模板的实例最多m 个，那么可以基于目前为止在图中找到最相似的m 个实例来调整阈值 ts。对于归一化互相关系数来说，没有简单的标准来判断是否可以停止当前计算。由于模板每次平移后它的平均灰度值 mt和标准方差 s2槡t都不变，因此这两个值只需要离线计算一次即可。其他可以进行的唯一优化与 sa相似，就是可以基于当前已经找到的实例来调整阈值 ts。基于灰度值的模板匹配方法简单且容易实现，而且匹配准确度高15，因此本文利用这种方法来实现输电线路图像绝缘子的定位检测。通过计算目标图与模板图的归一化互相关系数矩阵，
11、在空域对模板图像做尺度变换和角度旋转，进而对目标图像进行模板匹配，实现对绝缘子的定位。算法流程如图 2 所示。2绝缘子图像区域分割图像分割是按照一定的规则把图像划分成若干个互不相交、具有一定性质的区域，把人们关注的部分从图像中提取出来，进一步加以研究分析和处理。图像分割是由图像处理到图像分析的重要步骤，它6912016，40(21)研制与开发http:/www aeps-info com图 2绝缘子模板匹配算法流程图Fig 2Flow chart of insulator templatematching algorithm的结果是图像特征提取和识别等图像理解的基础，使得其后的图像分析、识别等
12、高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。在整个绝缘子覆冰自动识别过程中起到很重要的作用，分割效果的好坏直接关系到后续对绝缘子覆冰识别及其覆冰厚度计算16。21阈值分割阈值分割是一种简单有效的基于区域的图像分割算法，它利用图像中要提取的目标和背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域的组合。阈值分割法的关键在于阈值的选择，选取阈值的方法有很多，比如:双峰法、迭代法、最大类间方差法等。最大类间方差法是一种计算简单、自适应强、使用最广泛的选取阈值的方法17-18，本文选用该方法对绝缘子图像进行分割。设 f(m，n)为 M N 图像在(m，n)点的灰度值
13、，灰度级为 k，则 f(m，n)的范围是 0，k 1。设 p(i)为图像中灰度值为 i 的频率，则有p(i)=1MNf(m，n)=i1(5)当选定的阈值为灰度值 t 时，通过比较 f(m，n)与阈值 t 的大小来分割目标物体和背景。在图像中目标物体与背景所占的比例分别为:w0(t)=0itp(i)(6)w1(t)=i tp(i)(7)均值分别为:u0(t)=0itip(i)w0(t)(8)u1(t)=i tip(i)w1(t)(9)目标和背景总的均值为:u=w0(t)u0(t)+w1(t)u1(t)(10)则类间方差为:E=w0(t)(u0(t)u)2+w1(t)(u1(t)u)2(11)当类
14、间方差 E 取得最大值时的灰度值 t 就是要选择的最优阈值。22提取连通区域对绝缘子图像进行阈值分割后将返回一个区域作为分割的结果，一般图像分割后图像中的各个物体所在的区域是彼此独立的，绝缘子区域应该由一些互相联通的像素组合而成。在一个矩形像素网格上，有两个关于连通性的定义，一个是四连通，一个是八连通。如果两个像素有共同的边缘，且每个像素有 4 个相连通的像素，则称为四连通;八连通将对角线上的相邻像素也包括进来，是在四连通定义基础上的一个扩展。四连通和八连通示意图见附录 A图 A1。本文使用八连通区域提取，在图像中用行程表示法对图像进行扫描，若遇到背景点则继续扫描，若遇到目标点则进行标记。标号
15、的原则如下:当扫描的目标点为左上角所在的像素时，则使用左上角像素标号作为标号;当目标点为正上方像素时，则用正上方像素标号进行标号;当上方的像素和左方的像素都是目标点时，用左方像素标号，当左上角和左方都是背景时，右上角是背景点，把这时的标号值加一，反之，右上角是目标点时，标号与右上角标号值相同。将图像全部扫描完后，判断同一区域的标号是否一致，不一致的话，对图像进行再次扫描，将同一区域的标号统一19。23区域特征选出分割后的独立连通区域后，很多干扰区域也被作为独立的区域返回，这时可以通过面积比较将这些区域从分割结果中剔除，最后将绝缘子区域从图像出分割出来。区域的面积表示如下:a=|=(r，c)1=
16、ni=1(ei bi+1)(12)由式(12)可以看出，求取分割区域的面积其实就是计算这个区域内包含的点数|。当这个区域表示为二值图像时，计算它的面积时使用式(12)中的第 1 个求和等式;当这个区域用行程编码表示时，791张烨，等输电线路绝缘子覆冰厚度图像识别算法则用式(12)中第 2 个求和等式来计算它的面积，其中 ei表示行程编码结束列，bi表示行程编码开始列。由于每个区域可以被看做是它的所有行程的一个并集，而每个行程的面积很容易计算得到。所以，用行程法来表示区域的话可以加快区域面积的计算20。24输电线路图像绝缘子分割算法的流程绝缘子图像的分割算法流程如图 3 所示。在绝缘子定位确定出
17、算法的处理区域的基础上实现图像的分割，可以大大降低图像分割的难度。为了将绝缘子从处理区域中分割出来，本文首先选用计算简单、自适应强的最优阈值方法先对处理区域进行阈值分割，然后通过提取分割结果中的连通区域，将这些区域独立地提取出来，在这些独立的区域当中绝缘子区域所占的面积是最大的，因此最后可以利用区域的面积特征通过设定面积阈值(通常设定为6 000 像素)将分割结果中的杂碎区域剔除，将绝缘子区域完整地从图像中提取出来。图 3绝缘子图像分割算法流程图Fig 3Flow chart of insulator imagesegmentation algorithm3覆冰判断绝缘子覆冰体现在图像中最大的
18、特点就是绝缘子区域所占的像素数变大，基于这个特点可以通过计算绝缘子区域的像素数变化来初步判断是否有覆冰;另外覆冰后绝缘子边界距离会变大，因此可以通过计算边界之间的距离来进一步判断是否有覆冰并通过覆冰前后边界距离的比较计算得到覆冰厚度。系统识别和计算绝缘子覆冰厚度都是通过与无覆冰时的绝缘子图像做比较的，因此，系统需要在线路无覆冰的情况下，对图像进行预处理、图像分割、边缘提取等操作，计算绝缘子区域的像素数目及其它们的边界距离并将其存储起来作为后续识别处理过程进行比较的依据。后续采集来的现场图像在进行预处理与图像分割后，计算其绝缘子区域中的目标像素数，并与系统中存储的无覆冰的绝缘子区域像素数目进行比
19、较。大量实验数据表明，当采集来的图像中绝缘子区域像素数大于系统中存储的无覆冰时像素的 20%时，对绝缘子进行边缘提取，计算边界之间的距离，将此距离与未覆冰时直径做判断来确定绝缘子是否覆冰。如果有覆冰，则将覆冰厚度计算出来与报警阈值进行比较，超过阈值则做出相应报警;否则，继续读取现场图像对绝缘子进行监测。4绝缘子边界提取绝缘子图像边缘提取直接关系后续覆冰厚度计算的准确性。边缘检测的实质是采用某种算法提取出图像中目标物体与背景之间的交界线，图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此可以用局部图像微分技术来获得边缘检测算子21-22。目前处理效果比较好的边缘检测算子主要有:oberts，
20、Prewitt，Sobel，LoG 和 Canny 等算子。实验证明，Canny 算子能将图像中的边缘信息较完整地提取出来，其他边缘检测算子在绝缘子边缘检测的过程中都会丢失掉绝缘子的一些边缘信息，导致无法将绝缘子边缘完整提取出来。本文选用Canny 算子对绝缘子进行边缘提取。Canny 算子是一个具有滤波、增强和检测的多阶段的优化算子23-24。在进行处理前，Canny 算子先利用高斯平滑滤波器来平滑图像以除去噪声(即用高斯平滑滤波器与图像作卷积)。增强边缘是将邻域(或局部)强度值有显著变化的点突出来，一般通过计算梯度幅值来完成。Canny 分割算法采用一阶偏导的有限差分来计算梯度的幅值和方向
21、。对一个边缘来说，其一阶导数在边界处存在一个向上的阶跃，或者其二阶导数过零点。在处理过程中，Canny 算法还将经过一个非极大值抑制的过程25。最后 Canny 算法将采用两个阈值来连接边缘。Canny 边缘检测算子采用二维高斯函数的任一方向上的一阶方向导数为噪声滤波器，通过与图像 f(x，y)卷积进行滤波;然后对滤波后的图像寻找图像梯度的局部极大值，以此来确定图像的边缘。首先取二维高斯函数:G(x，y)=122exp(x2+y2)2()2(13)式中:为高斯函数的标准差。然后，求高斯函数 G(x，y)在某一方向 o 上的一阶方向导数为:Gn=oG(x，y)(14)8912016，40(21)
22、研制与开发http:/www aeps-info como=cos sinG(x，y)=GxGy(15)式中:o 为方向矢量;G(x，y)为梯度矢量26。Canny 算子是建立在二维卷积(G(x，y)*f(x，y)基础上，其边缘强度由|(G(x，y)*f(x，y)|和 方 向 o=(G(x，y)*f(x，y)/|(G(x，y)*f(x，y)|来决定。为了提高 Canny算子的运算速度，将G(x，y)的二维卷积模板分解为两个一维滤波器，得到G(x，y)x=kxexp x22()2exp y22()2=h1(x)h2(y)(16)G(x，y)y=kyexp y22()2exp x22()2=h1(
23、y)h2(y)(17)h1(x)=槡kxexp x22()2h2(y)=槡kexp y22()2(18)h1(y)=槡kyexp y22()2h2(x)=槡kexp x22()2(19)式中:k 为常数。可见:h1(x)=xh2(x)h1(y)=yh2(y)(20)然后将这两个模板分别与图像 f(x，y)进行卷积，得到:Ex=G(x，y)x*f(x，y)Ey=G(x，y)y*f(x，y)(21)令A(i，j)=E2x(i，j)+E2y(i，j槡)(i，j)=arctanEy(i，j)Ex(i，j)(22)式中:A(x，y)反映了图像上(i，j)点处的边缘强度;(i，j)为垂直边缘的方向。5实例
24、分析51现场图像监测装置目前，课题组研发的输电线路覆冰图像/视频监控装置成功地运行于各电网公司输电线路覆冰监测点27-28。该装置由安装于杆塔上的工业摄像机和监测分机组成，将现场图像传送至监控中心，安装在监控中心计算机中的专家软件嵌入覆冰自动识别算法，自动识别输电线路覆冰并计算覆冰厚度。现场监控装置见附录 A 图 A2。52算法验证利用本文提出的绝缘子覆冰自动识别算法对贵州电网现场采集的某 110 kV 输电线路现场图像进行分析。首先对图像进行预处理，增强绝缘子在图像中的特征;然后在图像中定位绝缘子所在的目标区域，对目标区域进行图像分割，利用边缘提取算法提取覆冰前后绝缘子边界，比较覆冰前后绝缘
25、子区域像素数以及边界距离，识别绝缘子的覆冰;最后比较覆冰前后绝缘子边界距离，从而计算出绝缘子的覆冰厚度。绝缘子覆冰自动识别算法的具体步骤流程如图 4 所示。图 4绝缘子覆冰自动识别算法流程图Fig 4Flow chart of insulator icing automaticidentification algorithm首先在输电线路目标灰度图中搜索与绝缘子模板灰度图归一化互相关系数最大的区域，实现图像991张烨，等输电线路绝缘子覆冰厚度图像识别算法中绝缘子的定位检测。绝缘子定位检测分析及结果见附录 A 图 A3，将包含绝缘子的区域作为后续绝缘子覆冰识别算法的处理区域。由于安装在杆塔上的绝
26、缘子类型和位置固定不变，要求安装摄像机时，对于的绝缘子的拍摄角度进行矫正，并设置几组拍摄预置位，每一个预置位只需拍摄一张绝缘子未覆冰图像，作为绝缘子定位检测的模板图。然后对现场采集来的覆冰前后的绝缘子分别进行分割。首先从阈值分割结果中提取出来的连通区域，然后计算区域的面积，将这个面积与设定的面积阈值做比较，大于阈值的作为结果输出，小于阈值不输出，这样就可以将杂碎区域从分割结果中剔除掉，其分析过程见附录 A 图 A4。根据前述的利用计算绝缘子覆冰前后区域的像素数来判断绝缘子是否覆冰的算法计算上述分割结果区域的像素数，当绝缘子区域像素数大于系统中存储的无覆冰时像素的 20%时，则初步判定有覆冰。表
27、 1 为模拟覆冰实验过程中，覆冰前后绝缘子区域像素数的变化，以及初步覆冰判断。表 1覆冰前后图像绝缘子区域像素数Table 1Pixels number of insulator regionbefore and after icing实验分组覆冰前绝缘子区域像素数覆冰后绝缘子区域像素数覆冰前后像素数比值初步判断是否有覆冰实际覆冰情况118 10952 8652 92是是218 10942 3662 34是是318 10927 1641 50是是418 10924 0851 33是轻度覆冰518 10922 4551 24是轻度覆冰618 10921 4381 18否表面白霜718 10920
28、 8251 15否表面水珠818 10920 4681 13否否918 10919 9201 10否否1018 10919 7391 09否否由表 1 中可见，当绝缘子覆冰后与覆冰前区域的像素个数比值接近 1 2 时，绝缘子表面覆冰正在形成，但无明显覆冰;当此比值超过 1 2 时，发现绝缘子表面轻度覆冰。同时，本文针对不同类型绝缘子(玻璃绝缘子、复合绝缘子、瓷质绝缘子)进行模拟覆冰实验，结果均表明，在覆冰过程中，当采集到的绝缘子像素数大于系统中存储的未覆冰绝缘子区域像素个数的 20%时，不同类型的绝缘子均开始出现轻度覆冰。采用边缘提取算子对图像进行边缘检测后发现，图像中除了绝缘子的边缘外，还有
29、很多其他小的边缘信息。由于绝缘子的边缘是整幅图像中提取得到的边缘中长度最长的，因此本文通过设定边缘的长度阈值来选择绝缘子的边缘。利用 Canny 算子对分割出的覆冰前后绝缘子进行边缘提取，通过设定边缘长度阈值，将绝缘子的边缘提取出来，覆冰前后绝缘 子 边 缘 提 取 结 果 见 附 录 A 图 A5。其 中图 A5(a)和(b)为模拟覆冰实验室的绝缘子覆冰前后识别分析过程;另外三组为现场绝缘子覆冰前后识别分析过程。最后通过比较覆冰前后绝缘子边界距离计算绝缘子覆冰厚度。假设覆冰后外径像素值为 D，覆冰前的直径像素值为 d，实际的直径为 d，则绝缘子边缘的径向覆冰厚度计算公式可表示如下:y=12D
30、 d()dd(23)表 2 中绝缘子覆冰前后的直径平均值均由本文算法计算得来，每组分析识别过程见附录 A 图 A5。为了验证本文算法计算覆冰厚度的效果，对于模拟覆冰实验室的一组绝缘子覆冰厚度进行人工测量，将算法计算得到的绝缘子径向覆冰厚度与现场人工测量的平均覆冰厚度值进行比较，结果如表 3 所示。表 2算法计算的绝缘子覆冰厚度Table 2Algorithm calculation result of insulator ice thickness实验分组覆冰前的直径平均值/像素覆冰后的直径平均值/像素绝缘子实际直径/mm绝缘子径向覆冰厚度/mm复合绝缘子上片393 5264206901806
31、21模拟覆冰实验室复合绝缘子中片299 412322979130511复合绝缘子下片354 878390896150761现场环境 1陶瓷绝缘子88 49398910100589现场环境 2复合陶瓷绝缘子163 8351862973102125玻璃绝缘子上片70 013852992552784现场环境 35/9玻璃绝缘子下片104 31511931655039540022016，40(21)研制与开发http:/www aeps-info com表 3人工测量的绝缘子覆冰厚度Table 3Artificial measurement of insulator ice thickness算法计算
32、的平均覆冰厚度值/mm人工测量的平均覆冰厚度值/mm误差/mm6216 670465116 341237619 05144由表 3 可知，模拟覆冰实验室环境下，由算法计算得到的绝缘子径向覆冰厚度与人工测量的平均值之间相差小于 1 5 mm。这说明利用本文的算法可以初步识别绝缘子覆冰，而且计算出的覆冰厚度基本接近实际覆冰厚度值，可以真实反映绝缘子实际覆冰情况。6结语本文考虑到输电线路现场图像背景复杂的因素，提出在绝缘子覆冰识别之前在图像中对绝缘子进行定位检测确定算法处理区域，不仅可以大大减少算法的运算量，而且还降低了后续对绝缘子覆冰的识别及厚度计算的难度。在算法处理区域内，对图像进行分割、边缘提
33、取等处理，将覆冰前后绝缘子区域及边界从图像中提取出来，通过计算覆冰前后区域像素数、比较覆冰前后边界距离来判断绝缘子是否有覆冰并计算出覆冰厚度。实验表明，本文算法可实现绝缘子覆冰的识别及覆冰厚度计算，模拟覆冰实验室下的绝缘子径向覆冰厚度的算法计算值和人工测量值的误差小于 1 5 mm，算法精度有待进一步提高。附录 见 本 刊 网 络 版(http:/www aeps-infocom/aeps/ch/index aspx)。参 考 文 献 1黄新波 输电线路在线监测与故障诊断M 2 版 北京:中国电力出版社，2014 2黄新波，孙钦东，程荣贵，等 导线覆冰的力学分析与覆冰在线监测系统J 电力系统自
34、动化，2007，31(14):98-101HUANGXinbo，SUNQindong，CHENGonggui，etalMechanical analysis on transmission line conductor icing andapplication of on-line monitoring system J Automation of ElectricPower Systems，2007，31(14):98-101 3徐青松，劳建明，侯炜，等 输电线路非均匀覆冰的实时监测和计算模型J 高电压技术，2009，35(11):2865-2869XU Qingsong，LAO Jianm
35、ing，HOU Wei，et aleal-timemonitoring and calculation model of transmission lines unequal ice-coating JHighVoltageEngineering，2009，35(11):2865-2869 4马国明，李成榕，全江涛，等 架空输电线路覆冰监测光纤光栅拉力倾角传感器的研制J 中国电机工程学报，2010，30(34):132-138MA Guoming，LI Chengrong，QUAN Jiangtao，et al Developmentof fiber Bragg grating tension
36、 tilt sensor for icing-monitoring ofoverhead transmission linesJ Proceedings of the CSEE，2010，30(34):132-138 5阳林，郝艳捧，黎卫国，等 架空输电线路在线监测覆冰力学计算模型J 中国电机工程学报，2010，30(19):100-105YANG Lin，HAO Yanpeng，LI Weiguo，et alA mechanicalcalculation model for on-line icing-monitoring system of overheadtransmission lin
37、esJ Proceedings of the CSEE，2010，30(19):100-105 6MOSE M J，BETTEKLIEBE T，ZANGL H，et al CapacitiveIcing Measurement in a 220 kV overhead power line environmentC/2010 IEEE Sensors Conference，November 1-4，2010，Kona，HI，USA:1754-1758 7秦建敏，张志栋，胡波，等 基于空气与冰的电阻特性差异实现电力输电网覆冰自动检测J 太原理工大学学报，2009，40(1):1-3QIN Jia
38、nmin，ZHANG Zhidong，HU Bo，et alealize theautomatic detection of ice accretion of electricity supply networkbased on the resistance difference of air and iceJ Journal ofTaiyuan University of Technology，2009，40(1):1-3 8张思建，林志赟，颜钢锋 基于电容传感器的架空输电线覆冰厚度检测方法J 电力系统自动化，2011，35(17):99-102ZHANG Sijian，LIN Zhiyun
39、，YAN GangfengIcing thicknessmeasuring method with a capacitance sensor for overhead powertransmission linesJAutomation of Electric Power Systems，2011，35(17):99-102 9王小朋，胡建林，孙才新，等 应用图像边缘检测方法在线监测输电线路覆冰厚度研究J 高压电器，2009，45(6):69-74WANG Xiaopeng，HU Jianlin，SUN Caixin，et alOn-linemonitoring of icing-thickn
40、ess on transmission line with image edgedetecting methodJ High Voltage Apparatus，2009，45(6):69-74 10李昭廷，郝艳捧，李立浧，等 利用远程系统的输电线路覆冰厚度图像识别J 高电压技术，2011，37(9):2288-2294LI Zhaoting，HAO Yanpeng，LI Licheng，et al Image recognitionof ice thickness on transmission line using remote systemJ HighVoltage Engineerin
41、g，2011，37(9):2288-2294 11张成，盛戈皞，江秀臣，等 基于图像处理技术的绝缘子覆冰自动识别J 华东电力，2009，37(1):146-149ZHANGCheng，SHENGGegao，JIANGXiuchen，etalApplicationofdigitalimageprocessingtoinsulatoricingidentificationJ East China Electric Power，2009，37(1):146-149 12杨浩，无畏 基于三维重建的绝缘子覆冰图像监测J 电力自动化设备，2013，33(2):92-98YANG Hao，WU Wei In
42、sulator icing monitoring based on 3Dimage reconstructionJ Electric Power Automation Equipment，2013，33(2):92-98 13陈皓，马彩文，陈岳承，等 基于灰度统计的快速模板匹配算法J 光子学报，2009，38(6):1586-1590CHEN Hao，MA Caiwen，CHEN Yuecheng，et al Fast templatematching arithmetic based on image gray statisticJActaPhotonica Sinica，2009，38(6
43、):1586-1590 14STEGE C T，ULICH M，WIEDEMANN C，等 机器视觉算法与应用双语版M 北京:清华大学出版社，2008 15黄敏 基于模版匹配的苹果果实识别J 计算机应用与软件，2010，27(5):240-242102张烨，等输电线路绝缘子覆冰厚度图像识别算法HUANG Min Apple fruit recognition based on template matchingJ Computer Applications and Software，2010，27(5):240-242 16朱秀昌 数字图像处理与图像通信 M 北京:北京邮电大学出版，2002
44、17吴一全，樊军，吴诗婳 改进的二维 Otsu 法阈值分割快速迭代算法J 电子测量与仪器学报，2011，25(3):218-225WU Yiquan，FAN Jun，WU Shihua Fast iterative algorithm forimage segmentation based on an improved two-dimensional Otsuthresholding J JournalofElectronicMeasurementandInstrument，2011，25(3):218-225 18BOKOWSKI M Digital image processing in
45、measurement of icethickness on power transmission lines:a rough set approachDWinnipeg，Canada:University of Manitoba，2002:20-30 19左文明 连通区域提取算法研究J 计算机应用与软件，2006，23(1):97-98ZUO WenmingStudy on connected regions extraction JComputer Applications and Software，2006，23(1):97-98 20STEGE C，ULICH M，WIEDEMANN
46、C 机器视觉算法与应用M 杨少荣，译 北京:清华大学出版社，2008 21杨帆 数字图象处理与分析 M 北京:北京航空航天大学出版社，2007 22章毓晋 图像处理和分析教程M 北京:人民邮电出版社，2009 23张小琳 图像边缘检测技术综述J 高能量密度物理，2007(1):37-40ZHANG Xiaolin Overview of image edge detection technologyJHigh Energy Density of Physics，2007(1):37-40 24蒋爱德，扈少华 基于 Canny 算子的边缘检测研究J 郑州牧业工程高等专科学校学报，2007，27(
47、2):38-40JIANG Aide，HU ShaohuaEdge detection research based onCanny operatorJ Journal of Zhengzhou College of AnimalHusbandry Engineering，2007，27(2):38-40 25薛丽霞，李涛，王佐成 一种自适应的 Canny 边缘检测算法J计算机应用研究，2010，27(9):3588-3590XUE Lixia，LI Tao，WANG ZuochengAdaptive Canny edgedetection algorithmJApplication esea
48、rch of Computers，2010，27(9):3588-3590 26李莹莹 基于计算机图像处理技术的人眼变化识别系统D沈阳:沈阳理工大学，2010 27黄新波，孙钦东，王小敬，等 输电线路危险点远程图像监控系统J 高电压技术，2007，33(8):192-197HUANG Xinbo，SUN Qindong，WANG Xiaojing，et al Imageremote-monitoring system of transmission lines dangerous itemsJ High Voltage Engineering，2007，33(8):192-197 28冯玲，黄
49、新波，朱永灿 基于图像处理的输电线路覆冰厚度测量J 电力自动化设备，2011，31(10):76-80FENG Ling，HUANG Xinbo，ZHU Yongcan Transmission lineicing thickness measuring based on image processingJ ElectricPower Automation Equipment，2011，31(10):76-80张烨(1988)，女，博士研究生，主要研究方向:采用图像处理技术进行输变电设备故障识别与诊断。E-mail:286523007 qq com冯玲(1986)，女，硕士，主要研究方向:智能
50、电网输变电设备在线监测理论与关键技术。穆靖宇(1986)，男，工程师，主要研究方向:高电压技术。黄新波(1975)，男，通信作者，博士，教授，硕士生导师，主要研究方向:智能电网输变电设备在线监测理论与关键技术。E-mail:huangxb1975163 com(编辑孔丽蓓)Image Identification Algorithm of Icing Thickness for Insulator in Power Transmission LinesZHANG Ye1，2，FENG Ling3，MU Jingyu4，HUANG Xinbo2，LI Juqing2，LIU Xinhui2(1