基于深度特征表达的绝缘子红外图像定位方法研究

摘要

针对现有的监测系统缺少有效的目标自动定位手段，本文首先从红外图像特点出发，设计并实现了变压器套管红外智能在线监测系统，并围绕红外图像中绝缘子的定位问题提出了一系列特征构建方法，实现了绝缘子的自动定位。文本主要工作如下：
　　(1)根据现场实际情况，设计并实现了一套变压器套管红外智能在线监测系统，对变压器套管运行状态进行了判别。采集了大量的现场运行图像数据，构建了红外图像绝缘子数据库。
　　(2)重点研究了红外图像绝缘子特征的表达方法，首先研究了基于二进制鲁棒尺度不变特征(Binary Robust Invariant Scalable Keypoints,BRISK)的绝缘子特征构建方法，提出了基于特征向量聚合的BRISK中层特征构建方法，使红外图像绝缘子的特征更具有语义描述能力；以该研究为基础，重点研究了深度学习理论，在绝缘子表达上实现从特征手工设计到特征自动学习的转变。提出了基于深度卷积特征图聚合的红外图像绝缘子识别方法，提取深度卷积特征并进行向量聚合，实现了鲁棒特征表达，提高了绝缘子识别的准确率；深入挖掘了深度网络卷积层中神经元的响应模式，并基于神经元激活模式，提出了基于多尺度多层次深度特征聚合的图像特征表达方法，对深度卷积特征图进行重要度选择，提高了特征的区分度。
　　(3)提出了基于BRISK特征匹配的绝缘设备定位方法，解决了依赖手动定位的问题；为了摆脱该方法对于模板的依赖，也为了获得更高的定位准确率与泛化能力，进而提出了基于BRISK中层特征的多尺度滑动窗绝缘子定位方法，提高了绝缘子定位准确率；利用基于深度卷积特征图聚合的红外图像绝缘子表达方法，结合目标建议进行绝缘子的定位，相对于传统特征，提高了定位精度。
　　(4)充分运用了深度特征强大的泛化与表征能力，提出了基于多区块深度特征的绝缘子表面缺陷分类方法，对正常、破损与裂纹等表面缺陷进行了分类。提出的多区块划分特征提取方法，相比于传统手工特征分类方法，将表面缺陷的分类准确率由91.3737%提高到98.0687%，显著提高了绝缘子表面缺陷的分类准确率。

目录

声明

第1章 绪论

1.1 选题背景及意义

1.2 国内外研究现状

1.3 论文主要工作及内容安排

第2章 变压器套管红外在线监测系统

2.1 引言

2.2 系统总体方案

2.3 系统实现

2.4 现场图像采集

2.5 小结

第3章 基于描述子向量聚合的图像特征表达方法

3.1 引言

3.2 相关特征表达方法

3.3 基于聚合的特征表达方法

3.4 小结

第4章 基于图像特征表达的绝缘子定位方法

4.1 引言

4.2 红外图像中基于BRISK特征匹配的绝缘子定位方法

4.3 基于中层特征表达的红外图像中绝缘子定位方法

4.4 基于深度卷积特征图聚合的红外图像绝缘子定位方法

4.5 小结

第5章 基于多区块深度特征的绝缘子表面缺陷分类方法

5.1 引言

5.2 绝缘子表面缺陷分类方法

5.3 实验结果及分析

5.4 小结

第6章 结论与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

攻读硕士学位期间参加的科研工作

致谢