基于夜间紫外成像技术的输电线电晕放电图像分割方法

技术特征：
1.基于夜间紫外成像技术的输电线电晕放电图像分割方法，其特征是：通过紫外成像仪进行输电线电晕放电检测，采集紫外巡检图像，通过deeplabv3 网络对紫外巡检图像进行电晕放电分割，然后通过改进otsu算法调整紫外巡检图像的类间方差，对放电区域方差自适应加权使得分割阈值逼近理想阈值。2.根据权利要求1所述的基于夜间紫外成像技术的输电线电晕放电图像分割方法，其特征是：所述deeplabv3 网络包括编码器、解码器两部分，选取resnet50网络作为deeplabv3 网络的特征提取主干网络，在编码过程中，首先通过resnet50网络对输入的紫外巡检图像进行特征提取，并由resnet50网络末端的空洞卷积空间金字塔模块接收提取的特征图作为输入，再经过具有多个不同采样率的空洞卷积捕获电晕放电的特征信息，最后得到放电紫外图像的高层次特征经通道拼接后卷积得到高层次特征图像，并将高层次特征图像输入到解码器中进行处理；在解码过程中，首先将编码器提取到的高层次特征图像进行上采样操作，然后经通道拼接和卷积层处理，将高层特征图与编码过程中的浅层特征相结合，最后再次将结合后的特征进行上采样处理，还原成与输入时同等尺寸图像，从而完成电晕放电分割，输出分割后的紫外巡检图像。3.根据权利要求2所述的基于夜间紫外成像技术的输电线电晕放电图像分割方法，其特征是：构建紫外巡检图像数据集，并分为训练部分和测试部分，对deeplabv3 网络进行训练。4.根据权利要求1所述的基于夜间紫外成像技术的输电线电晕放电图像分割方法，其特征是：所述改进otsu算法分割原理为：假设图像像素点总数为n，将其灰度分为m个等级，x
i
表示图像的灰度级为i时的像素点数量，则灰度级i出现的概率为：p
i
=x
i
/n；引入初始阈值t，根据灰度级是否大于t可将图像的像素点分成目标m0和背景m1两类，灰度级为1～t的像素点属于目标m0，灰度级为t 1～m的像素点属于背景m1；p0(t)、p1(t)分别表示目标m0和背景m1出现的概率；q0(t)、q1(t)分别表示目标m0和背景m1的平均灰度级，则有：的平均灰度级，则有：的平均灰度级，则有：的平均灰度级，则有：类间方差定义为：
令t从1-m变化，当类间方差达到最大时，t为所求的最佳阈值，记作t
best
，otsu算法的最佳阈值等于最佳阈值时目标m0的平均灰度级q0(t
best
)和最佳阈值时背景m1的平均灰度级的平均值q1(t
best
)，即：改进otsu算法类间方差定义为：其中ω为权重，其值范围为[0,1]；令ω=p0(t)，对放电目标区域方差自适应加权。5.根据权利要求2所述的基于夜间紫外成像技术的输电线电晕放电图像分割方法，其特征是：resnet50网络由4个卷积残差块和12个恒等残差块组成，结构依次为：第1个卷积残差块后接2个恒等残差块，第2个卷积残差块后接3个恒等残差块，第3个卷积残差块后接5个恒等残差块，第4个卷积残差块后接2个恒等残差块。

技术总结
本发明属于图像目标检测技术领域，具体涉及一种基于夜间紫外成像技术的输电线电晕放电图像分割方法，通过紫外成像仪进行输电线电晕放电检测，采集紫外巡检图像，通过Deeplabv3 网络对紫外巡检图像进行电晕放电分割，然后通过改进Otsu算法调整紫外巡检图像的类间方差，对放电区域方差自适应加权使得分割阈值逼近理想阈值。本发明利用改进Otsu算法对Deeplabv3 语义分割结果进行后处理，从而提高放电目标区域的分割精度。放电目标区域的分割精度。放电目标区域的分割精度。


技术研发人员：许志浩 田晨 康兵 丁贵立 王宗耀
受保护的技术使用者：南昌工程学院
技术研发日：2022.08.17
技术公布日：2022/9/13