买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网四川省电力公司电力科学研究院

摘要：本发明公开了一种基于多源光谱感知技术的绝缘子污秽程度检测方法，本方法结合高光谱图像数据、红外图像数据以及紫外图像数据，利用不同波段范围下绝缘子受污秽影响的信息，从多角度反映绝缘子污秽状况，将不同光谱的优势集中，从污秽物质以及电气特征两大层面充分反应污秽状态，解决因现场绝缘子污秽成分复杂使得单一光谱数据信息有限的问题，同时本方法还能解决高光谱图像质量依赖于光照强度、绝缘子表面温度分布受温湿度影响、紫外成像技术波段范围窄的问题，避免由人工对绝缘子污秽程度直接测量带来的误差，更加高效准确的实现绝缘子污秽程度的整体评估，以便及时进行线路绝缘子的清扫工作，提高输电线路运行的可靠性与安全性。

主权项：1.一种基于多源光谱感知技术的绝缘子污秽程度检测方法，其特征在于，包括以下步骤：S1、分别获取样本绝缘子的高光谱图像、红外图像和紫外视频，将同一个样本绝缘子的高光谱图像和红外图像按同样的方法均划分为N个区域，并分别获取样本绝缘子的上述N个区域的盐密值；S2、分别对每个区域的高光谱图像和红外图像进行预处理，得到预处理后的区域图像；选取紫外视频中有效帧并进行预处理，得到预处理后的紫外图像；S3、对预处理后的区域图像和紫外图像进行特征量提取，分别得到紫外特征量、各区域的高光谱特征量和各区域的红外特征量；S4、将紫外特征量、高光谱特征量和红外特征量联合作为BP神经网络模型的输入，根据真实盐密值对BP神经网络模型进行训练，得到训练后的BP神经网络模型；S5、将待测绝缘子的紫外特征量、高光谱特征量和红外特征量进行联合后输入训练后的BP神经网络模型，将训练后的BP神经网络模型的输出作为待测绝缘子的污秽程度检测结果；步骤S3的具体方法包括以下子步骤：S3-1、获取红外图像对应的预处理后的不同区域图像的盘面温度的平均值、最大值、最小值和方差；S3-2、构建第一BP神经网络模型，将同一区域图像的盘面温度的平均值、最大值、最小值和方差分别作为特征量输入第一BP神经网络模型，获取第一BP神经网络模型盐密检测准确率大于等于60%的特征量，得到各区域的红外特征量；S3-3、构建第二BP神经网络模型，将预处理后的紫外图像中光子数量总数、光子数量平均值、方差和光斑面积分别作为特征量输入构建第二BP神经网络模型，获取第二BP神经网络模型盐密检测准确率大于等于60%的特征量，得到紫外特征量；S3-4、对于任一个区域，获取该区域的红外图像中每个像素点的温度值，进而得到该区域的平均温度值；S3-5、选取该区域中温度值大于平均温度值的像素点作为有效像素点，得到盘面红外图像有效面积；S3-6、获取每一帧预处理后的紫外图像的像素点个数，根据公式： 基于每一帧预处理后的紫外图像中的光子数进行有效像素点统计，将统计得到的有效像素点构成的区域作为盘面紫外图像有效面积；其中q表示像素点i在预处理后的紫外图像中出现光子的数量；S3-7、将盘面红外图像有效面积和盘面紫外图像有效面积的相与部分作为高光谱数据量提取的有效面积，并提取高光谱数据量提取的有效面积中谱线数据作为区域的高光谱特征量，得到各区域的高光谱特征量。

全文数据：

权利要求：

百度查询： 国网四川省电力公司电力科学研究院 一种基于多源光谱感知技术的绝缘子污秽程度检测方法