基于NSST图像融合的变电站开关状态识别

作者：周凯; 唐瞾; 胡志坚; 严利雄; 毕如玉; 邓科; 李煜磊

来源：高压电器, 2021, 57(10): 50-58.

DOI：10.13296/j.1001-1609.hva.2021.10.007

• 开关状态识别
• 图像融合
• 特征匹配
• 多阈值分割
• 霍夫变换

针对变电站中开关状态图像识别易发生误判的问题,提出了一种基于非下采样剪切波变换(NSST)图像融合的变电站开关图像识别方法。该方法采用可见光和红外光双摄像模式,得到开关可见光图像和红外图像,根据两者的特点与互补特性,采用基于NSST的图像融合算法对可见光图像和红外图像进行融合,生成含有两种开关图像丰富细节信息和特征量的融合图像,采用改进加速稳健特征(SURF)算法对融合图像进行目标特征量提取和匹配,再采用基于混沌布谷鸟(CCS)算法的多阈值图像分割技术进行处理,最后基于霍夫变换得到开关臂和触点所在直线的斜率,根据两者角度差判别开关状态。仿真实验表明:所提方法对闭合与断开状态隔离开关的识别率分别为94.4%和100%,验证了所提方法的有效性。

• 单位
  自动化学院; 武汉大学