基于深度学习的悬式瓷绝缘子红外图像识别方法

通过提取单帧红外图像中盘形悬式瓷绝缘子串铁帽和盘面温度信息,以相对温差作为判据来诊断其劣化状态,是实现绝缘子串状态在线自动监测的有效方法。为准确提取温度信息,提出一种结合绝缘子图像特征与深度学习的算法,针对红外图像中瓷绝缘子串的铁帽和盘面区域进行精确的自动识别。该算法以大量绝缘子不同部件图像作为样本数据集,经过自构建的卷积神经网络训练形成3个分类器;然后利用分类器在校正后的绝缘子串区域图像中进行识别;最后在原红外图像中用不同颜色进行标识。结果表明该算法对不同电压等级、不同伞裙形态的绝缘子串铁帽与盘面区域均能取得优异的识别结果。