基于深度特征表達(dá)的絕緣子紅外圖像定位方法研究.pdf

1、針對現(xiàn)有的監(jiān)測系統(tǒng)缺少有效的目標(biāo)自動定位手段，本文首先從紅外圖像特點(diǎn)出發(fā)，設(shè)計(jì)并實(shí)現(xiàn)了變壓器套管紅外智能在線監(jiān)測系統(tǒng)，并圍繞紅外圖像中絕緣子的定位問題提出了一系列特征構(gòu)建方法，實(shí)現(xiàn)了絕緣子的自動定位。文本主要工作如下：
　　(1)根據(jù)現(xiàn)場實(shí)際情況，設(shè)計(jì)并實(shí)現(xiàn)了一套變壓器套管紅外智能在線監(jiān)測系統(tǒng)，對變壓器套管運(yùn)行狀態(tài)進(jìn)行了判別。采集了大量的現(xiàn)場運(yùn)行圖像數(shù)據(jù)，構(gòu)建了紅外圖像絕緣子數(shù)據(jù)庫。
　　(2)重點(diǎn)研究了紅外圖像絕緣子特征的

2、表達(dá)方法，首先研究了基于二進(jìn)制魯棒尺度不變特征(Binary Robust Invariant Scalable Keypoints,BRISK)的絕緣子特征構(gòu)建方法，提出了基于特征向量聚合的BRISK中層特征構(gòu)建方法，使紅外圖像絕緣子的特征更具有語義描述能力；以該研究為基礎(chǔ)，重點(diǎn)研究了深度學(xué)習(xí)理論，在絕緣子表達(dá)上實(shí)現(xiàn)從特征手工設(shè)計(jì)到特征自動學(xué)習(xí)的轉(zhuǎn)變。提出了基于深度卷積特征圖聚合的紅外圖像絕緣子識別方法，提取深度卷積特征并進(jìn)行向量聚合

3、，實(shí)現(xiàn)了魯棒特征表達(dá)，提高了絕緣子識別的準(zhǔn)確率；深入挖掘了深度網(wǎng)絡(luò)卷積層中神經(jīng)元的響應(yīng)模式，并基于神經(jīng)元激活模式，提出了基于多尺度多層次深度特征聚合的圖像特征表達(dá)方法，對深度卷積特征圖進(jìn)行重要度選擇，提高了特征的區(qū)分度。
　　(3)提出了基于BRISK特征匹配的絕緣設(shè)備定位方法，解決了依賴手動定位的問題；為了擺脫該方法對于模板的依賴，也為了獲得更高的定位準(zhǔn)確率與泛化能力，進(jìn)而提出了基于BRISK中層特征的多尺度滑動窗絕緣子定位方法

4、，提高了絕緣子定位準(zhǔn)確率；利用基于深度卷積特征圖聚合的紅外圖像絕緣子表達(dá)方法，結(jié)合目標(biāo)建議進(jìn)行絕緣子的定位，相對于傳統(tǒng)特征，提高了定位精度。
　　(4)充分運(yùn)用了深度特征強(qiáng)大的泛化與表征能力，提出了基于多區(qū)塊深度特征的絕緣子表面缺陷分類方法，對正常、破損與裂紋等表面缺陷進(jìn)行了分類。提出的多區(qū)塊劃分特征提取方法，相比于傳統(tǒng)手工特征分類方法，將表面缺陷的分類準(zhǔn)確率由91.3737%提高到98.0687%，顯著提高了絕緣子表面缺陷的分類