基于多模态纹理分析的高压壳体放电绝缘性能检测系统

摘要

本发明涉及人工智能领域，具体涉及一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统。图像采集模块，对采集到的热红外图像进行处理得到多个真实连通域；真实连通域划分模块，计算真实连通域温度异常率；计算真实连通域深度异常率，将真实连通域划分为放电连通域和未放电连通域；分布系数计算模块，计算放电连通域和未放电连通域的分布系数，放电系数确定模块，计算高压壳体放电系数，防患系数确定模块，计算高压壳体防患系数；评价模块，建立二元组对放电绝缘性能进行评价。本发明采集高压壳体的不同图像数据进行多模态分析，能够获取准确的放电绝缘性能。

说明书

技术领域

本发明涉及人工智能领域，具体涉及一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统。

背景技术

高压壳体是气体绝缘金属封闭开关设备（GIS）上用壳体之一，是一个极其重要的零件，其主要功用是：GIS运行时，稳压、稳密度承载绝缘介质，使其内部安装的零件之间在高电压下正常工作而互不影响，实现 GIS 设备各功能组件之间的有效安全连接，因此需要保证其绝缘性能。

现在对高压壳体进行绝缘性能检测主要是通过人工进行测试或利用仪器进行检测，但人工测试效率较低，且检测仪器一般较为昂贵，成本较高；现有技术通过阈值分割等技术对表面缺陷进行检测，从而确定其绝缘性能，但是通过缺陷检测来判断高压壳体的绝缘性能太过于单一，导致得到的绝缘性能不够准确。

因此，本发明提出了一种基于多模态分析的高压壳体放电绝缘性能检测系统，采集RGB数据，深度数据和热红外数据，通过多种数据的优势整合得到更加准确的放电绝缘性能检测结果。

发明内容

本发明提供一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，以解决现有的问题，包括：图像采集模块，对采集到的热红外图像进行处理得到多个真实连通域；真实连通域划分模块，计算真实连通域温度异常率；计算真实连通域深度异常率，将真实连通域划分为放电连通域和未放电连通域；分布系数计算模块，计算放电连通域和未放电连通域的分布系数，放电系数确定模块，计算高压壳体放电系数，防患系数确定模块，计算高压壳体防患系数；评价模块，建立二元组对放电绝缘性能进行评价。

根据本发明提出的技术手段，采集高压壳体的RGB数据，深度数据和热红外数据，利用不同数据之间的特性进行多模态分析，利用热红外图像计算温度异常率，能够准确判断高压壳体的放电情况，利用深度图像计算深度异常率，能够准确获取高压壳体的放电位置，进而对高压壳体的绝缘性能进行计算，能够得到较为精确的高压壳体放电绝缘性能。

本发明采用如下技术方案，一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，包括：

图像处理模块，用于对采集到的热红外图像进行处理得到多个真实连通域。

真实连通域划分模块，根据图像处理模块输出的每个真实连通域像素点的温度值均值计算该真实连通域的温度异常率；利用所述温度值异常率将该真实连通域为放电连通域或未放电连通域，获得划分后的所有放电连通域和未放电连通域。

分布系数计算模块：分别对所有放电连通域/未放电连通域进行聚类，利用放电连通域/未放电连通域的所有聚类结果的总面积获得放电连通域/未放电连通域的分布系数。

放电系数确定模块，根据所有放电连通域中的最大温度异常率和放电连通域的分布系数计算高压壳体的放电系数。

防患系数确定模块，获取所有未放电连通域与放电连通域之间距离的最小值，并结合未放电连通域的分布系数计算高压壳体的防患系数。

评价模块，根据放电系数确定模块和防患系数确定模块确定出的放电系数和防患系数对高压壳体的放电绝缘性能进行评价。

进一步的，一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，所述图像处理模块还包括：对采集到的灰度图像和深度图像分别进行阈值分割，获取灰度图像中的纹理连通域和深度图像中的深度连通域，将灰度图像和深度图像进行叠加，将叠加后纹理连通域和深度连通域重合的连通域作为真实连通域。

进一步的，一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，所述图像处理模块中获取热红外图像中多个真实连通域的方法为：将叠加后纹理连通域和深度连通域重合的连通域投影到热红外图像中，获得热红外图像中的多个真实连通域。

进一步的，一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，计算真实连通域的温度异常率的方法为：

对所述热红外图像进行OTSU阈值分割，获取分割阈值k，计算所述热红外图像的每个真实连通域中像素点的温度值均值和分割阈值的差值，将所述差值与热红外图像的每个真实连通域中像素点的温度值均值的比值作为每个真实连通域的温度异常率。

进一步的，一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，真实连通域划分模块中利用所述温度值异常率将该真实连通域为放电连通域或未放电连通域的方法是：

当真实连通域的温度值异常率大于第一阈值时，则该真实连通域为放电连通域；

当真实连通域的温度值异常率小于第一阈值且大于第二阈值时，获取该真实连通域在深度图像中的深度值异常率，当该真实连通域在深度图像中的深度值异常率大于阈值时，该真实连通域为放电连通域，否则该真实连通域为未放电连通域；

当真实连通域的温度值异常率小于第二阈值时，则该真实连通域为未放电连通域。

进一步的，一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，获取该真实连通域在深度图像中的深度值异常率的方法为：

获取该真实连通域在高压壳体深度图像中对应的连通域、对高压壳体深度图像进行OTSU阈值分割的分割阈值；利用该对应的连通域中像素点的深度值的最大值和分割阈值的差值，及深度图像中该真实连通域中像素点的深度值最大值的比值作为该真实连通域的深度异常率。

进一步的，一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，所述放电系数确定模块中确定放电系数的方法是：获取所有放电连通域的最大温度异常率，将所述最大温度异常率和放电连通域的分布系数的比值作为高压壳体的放电系数。

进一步的，一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，计算高压壳体防患系数的方法为：

获取所有放电连通域与每个未放电连通域的欧式距离，计算未放电连通域与放电连通域的距离最小值和所述灰度图像中像素点行列数的比值，根据未放电连通域的分布系数和所述比值的乘积作为高压壳体的防患系数。

进一步的，一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统，对高压壳体的放电绝缘性能进行评价的方法包括：

根据所述高压壳体的放电系数和防患系数建立二元组（p1,p2），其中p1表示高压壳体的放电系数，p2表示高压壳体的防患系数；

当所述高压壳体的放电系数p1和所述高压壳体的防患系数p2任意一个超出阈值范围时，该高压壳体的绝缘性能较差，需要进行修复。

本发明的有益效果是：根据本发明提出的技术手段，采集高压壳体的RGB数据，深度数据和热红外数据，利用不同数据之间的特性进行多模态分析，利用热红外图像计算温度异常率，能够准确判断高压壳体的放电情况，利用深度图像计算深度异常率，能够准确获取高压壳体的放电位置，进而对高压壳体的绝缘性能进行计算，能够得到较为精确的高压壳体放电绝缘性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统流程示意图；

图2为图 1中真实连通域划分模块的具体划分方法流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，给出了本发明实施例的一种基于多模态纹理分析的高压壳体放电绝缘性能检测系统结构示意图，包括：

图像处理模块，用于对采集到的热红外图像进行处理得到多个真实连通域。

所述图像处理模块还包括：对采集到的所述灰度图像和所述深度图像分别进行阈值分割，获取所述灰度图像中的纹理连通域和所述深度图像中的深度连通域，将所述灰度图像和所述深度图像进行叠加，将叠加后纹理连通域和深度连通域重合的连通域。

获取热红外图像中多个真实连通域的方法为：将叠加后纹理连通域和深度连通域重合的连通域投影到热红外图像中，获得热红外图像中的多个真实连通域

本发明中通过RGB-D相机和热红外相机获得三种数据：RGB数据，深度数据和热红外数据。通过RGB-D相机获得RGB数据和深度数据，通过热红外相机获得热红外图像数据。

在获取到图像数据后，本发明采用DNN语义分割的方式来识别分割图像中的目标。

该DNN网络的相关内容如下：

使用的数据集为侧视采集的高压壳体图像数据集，高压壳体的样式为多种多样的。

需要分割的像素共分为两类，即训练集对应标签标注过程为：单通道的语义标签，对应位置像素属于背景类的标注为0，属于高压壳体的标注为1。

网络的任务是分类，所有使用的loss函数为交叉熵损失函数。

通过语义分割得到的0-1掩膜图像与原图像相乘，得到的图像中只含有高压壳体的图像，去除了背景的干扰。

高压壳体的外表面会做喷锌处理或喷涂其它导电漆，使其外表面具备可靠接地从而达到人体可接触的程度，因此，高压壳体表面受光照影响较大，RGB图像上存在由光照不均匀引起的类似裂痕的假缺陷，容易与镀锌表面的真实存在的擦伤等缺陷混淆，基于此，通过深度图像进行区分。

光照引起的缺陷在镀锌层表面实际上并不存在，因此该处的距离值和纹理值（所属纹理值是指纹理级图像上的像素值）不存在对应关系；镀锌表面的实际存在的缺陷往往会对该处的深度造成影响，因此该处的距离值和纹理值存在对应关系。

首先计算灰度图像中每个9*9区域内的灰度共生矩阵，通过统计得到每个9*9范围内中心点像素值与中心点八邻域像素值的组合，得到每个组合的频率，计算每个组合的差值与频率的乘积和作为中心点的纹理特征值，将图像中每个像素值的灰度值表示纹理特征值的图像称之为纹理图像，纹理图像的大小与灰度图像的大小一致。

对所述纹理图像的灰度值进行多阈值分割（根据费歇尔准则，利用类间方差最大，类内方差最小的原则对纹理图像进行多阈值分割）得到不同的灰度级，得到灰度级图像，灰度级图像中每个像素点的灰度值为原始像素点所在灰度级的灰度均值。

多阈值分割的目的是使得纹理灰度级相近的像素值成为同一个灰度级，从而得到了灰度级图像。所属灰度级图像中的灰度对应纹理图像上的像素值。通过所属灰度级图像，将图像划分成了不同类别。为了和RGB图像对应的灰度图像区分，将纹理图像对应的灰度图像成为纹理级图像。

在深度图像上，通过多阈值分割的方法得到不同类别，对所述不同类别分别进行连通域分析，得到不同连通域，称之为深度连通域，用1表示深度连通域的边界像素值。

对所述纹理级图像上的不同纹理级分别进行连通域分析，得到不同纹理级的连通域，称之为纹理连通域，用1表示深度连通域的边界像素值。

通过图像的叠加实现深度连通域和纹理连通域的叠加，通过计算每个连通域边界上每个点的属性情况，如果连通域的边界点中像素值为2的像素点数量超过80%，认为对应连通域为真实纹理。

真实连通域划分模块，根据图像处理模块输出的每个真实连通域像素点的温度值均值计算该真实连通域的温度异常率；利用所述温度值异常率将该真实连通域划分为放电连通域或未放电连通域，获得划分后的所有放电连通域和未放电连通域。

如图2所示，给出了本模块中对放电连通域和未放电连通域的具体划分方法流程示意图，包括：

计算每个真实连通域的温度异常率的方法为：

对所述热红外图像进行OTSU阈值分割，获取分割阈值k，计算所述热红外图像的每个真实连通域中像素点的温度值均值和分割阈值的差值，将所述差值与热红外图像的每个真实连通域中像素点的温度值均值的比值作为每个真实连通域的温度异常率。

对真实连通域进行划分的方法为：

当真实连通域的温度值异常率大于0.8时，对应真实连通域为放电连通域；

当真实连通域的温度值异常率小于0.8且大于0.5时，计算对应真实连通域的深度值异常率，当该真实连通域的深度值异常率大于0.7时，该真实连通域为放电连通域；

当真实连通域的温度值异常率小于0.5时，该真实连通域为未放电连通域。

其中，计算每个真实连通域的深度异常率的方法为：

对所述深度图像进行OTSU阈值分割，获取分割阈值k，计算所述深度图像的每个真实连通域中像素点的深度值最大值和分割阈值的差值，将所述差值与深度图像的每个真实连通域中像素点的深度值最大值的比值作为每个真实连通域的深度异常率。

放电缺陷是指缺陷导致电场紊乱，影响放电绝缘能力的缺陷，因此根据是否影响放电绝缘能力将真实连通域分为两类，一类称之为放电连通域，另一类称之为未放电连通域。

分布系数计算模块：分别对所有放电连通域/未放电连通域进行聚类，利用放电连通域/未放电连通域的所有聚类结果的总面积获得放电连通域/未放电连通域的分布系数。

对于放电连通域，本发明首先计算得到不同连通域的中心点，然后通过k-means对所述连通域中心点进行聚类，得到不同的聚类类别，然后通过凸包算法计算得到每个聚类类别的面积，计算所有聚类类别的面积之和，将所有聚类类别的面积之和与图像总面积的比值作为放电连通域的分布系数。

同理，计算未放电连通域的分布系数。

放电系数确定模块，根据所有放电连通域中的最大温度异常率和放电连通域的分布系数计算高压壳体的放电系数。

获取所有放电连通域的最大温度异常率，将所述最大温度异常率和放电连通域分布系数的比值作为高压壳体的放电系数。

通过筛选放电连通域的最大温度异常率计算高压壳体的放电系数，即当高压壳体的热红外图像中存在任意一个温度异常率导致高压壳体的放电系数过大，则说明当前高压壳体的绝缘性能不好，需要进行修复或替换。

防患系数确定模块，获取所有未放电连通域与放电连通域之间距离的最小值，并结合未放电连通域的分布系数计算高压壳体的防患系数。

未放电连通域是放电连通域的候选，随着高压壳体使用时间的增长，未放电连通域会变成放电连通域，未放电连通域分布越密集，隐患系数越大；未放电连通域越接近放电连通域，隐患系数越大。

计算高压壳体防患系数的方法为：

获取所有放电连通域与每个未放电连通域的欧式距离，计算未放电连通域与放电连通域的距离最小值和所述灰度图像中像素点行列数的比值，根据未放电连通域的分布系数和所述比值的乘积作为高压壳体的防患系数。

评价模块，根据放电系数确定模块和防患系数确定模块确定出的放电系数和防患系数对高压壳体的放电绝缘性能进行判断。

获取高压壳体的放电绝缘性能后，对高压壳体的放电绝缘性能进行评价，包括：

根据所述高压壳体的放电系数和防患系数建立二元组（p1,p2），其中p1表示高压壳体的放电系数，p2表示高压壳体的防患系数；

当p1>0.6时，所述高压壳体的放电系数超出阈值，放电绝缘性能非常差，需要对放电区域进行修复；

当p1<0.6，p2>0.8时，所述高压壳体的防患系数超出阈值，高压壳体的放电绝缘性能较差，需要进行修复根据。

本发明提出的技术手段，采集高压壳体的RGB数据，深度数据和热红外数据，利用不同数据之间的特性进行多模态分析，利用热红外图像计算温度异常率，能够准确判断高压壳体的放电情况，利用深度图像计算深度异常率，能够准确获取高压壳体的放电位置，进而对高压壳体的绝缘性能进行计算，能够得到较为精确的高压壳体放电绝缘性能。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。