复合绝缘子夜间巡视图像智能处理技术研究

针对目前复合绝缘子夜间巡视存在的困难,研究可见光和红外图像智能处理技术。其中,针对夜巡可见光图像照度不足问题,基于Retinex原理对可见光图像进行照度增强,并在增强后的图像上自动标识放电点;针对复合绝缘子红外图像温度分析困难问题,在红外图像温度数据解析的基础上,提出一种基于深度学习的复合绝缘子红外图像分割方法,将复合绝缘子红外图片和温度数据进行特征挖掘和特征融合,实现了复合绝缘子的准确分割,并且根据分割结果进一步提取绝缘子的温度值,实现绝缘子的状态诊断。此外,还开展了历史图像测试并应用在220kV输电线路夜巡中,通过开发应用软件将可见光和红外图像智能处理模型进行集成,并在输电线路夜间巡视现场进行了应用测试。结果表明,该文提出的图像智能处理技术能够满足夜巡作业需求。