基于 HSI顏色空間的絕緣子圖像的分割

馬帥營(yíng),安居白,陳舫明

(1.大連海事大學(xué)信息科學(xué)技術(shù)學(xué)院,遼寧大連 116026;2.大連民族學(xué)院現(xiàn)代教育技術(shù)中心,遼寧大連 116605;3.紹興電力局,浙江紹興 312000)

基于 HSI顏色空間的絕緣子圖像的分割

馬帥營(yíng)1,2,安居白1,陳舫明3

(1.大連海事大學(xué)信息科學(xué)技術(shù)學(xué)院,遼寧大連 116026;2.大連民族學(xué)院現(xiàn)代教育技術(shù)中心,遼寧大連 116605;3.紹興電力局,浙江紹興 312000)

針對(duì)絕緣子圖像,根據(jù)其顏色特性,得出 HSI顏色空間滿(mǎn)足圖像分割的要求;并對(duì)色調(diào)分量所具有的特點(diǎn),提出了色調(diào)直方圖折疊法,可以有效減少對(duì)背景的誤分割。分割方法上選取最大類(lèi)間方差法的閾值分割。對(duì)于單個(gè)色調(diào)或飽和度分量圖像分割結(jié)果中的不足,提出將兩者的分割結(jié)果求交集,經(jīng)形態(tài)學(xué)處理后得到的分割結(jié)果,為后續(xù)的絕緣子故障判斷提供了依據(jù)。

絕緣子圖像;圖像分割;顏色空間

直升機(jī)巡檢輸電線路作為新的線路維護(hù)方法是生產(chǎn)發(fā)展的需要,具有高效、快捷、可靠、不受地域影響等優(yōu)點(diǎn),科技含量高。在許多先進(jìn)國(guó)家已逐漸取代傳統(tǒng)地面人工巡線。目前中國(guó)已經(jīng)開(kāi)展了大量直升機(jī)巡檢輸電線路方面的研究,并已經(jīng)試探性地應(yīng)用于電力系統(tǒng)[1-3],但是對(duì)直升機(jī)巡檢經(jīng)驗(yàn)還較少,仍有一些關(guān)鍵性技術(shù)未得到解決,其中主要包括對(duì)可見(jiàn)光圖像的分割、故障判斷和理解等。輸電線路處于自然環(huán)境中,面臨大風(fēng)、重冰等自然災(zāi)害的襲擊,常常造成絕緣子破損、掉片和斷裂等機(jī)械性故障。在電網(wǎng)運(yùn)行環(huán)境中,不同種類(lèi)的絕緣子在長(zhǎng)期服役后都會(huì)不同程度地產(chǎn)生破壞失效,導(dǎo)致事故的發(fā)生[4]。目前輸電線路所發(fā)生的故障中,以絕緣子串擊穿或發(fā)生閃絡(luò)致使跳閘事故占總故障的 81.3%。

本文針對(duì)項(xiàng)目中的“智能診斷系統(tǒng)和特征基礎(chǔ)研究”部分,以直升機(jī)搭載的可見(jiàn)光相機(jī)所獲得的高分辨率圖像為依據(jù),針對(duì)分類(lèi)出的藍(lán)色絕緣子圖像,提出了基于 HSI顏色空間的藍(lán)色絕緣子圖像的分割方法,分割結(jié)果精確,絕緣子損壞部位突出,為后續(xù)的絕緣子故障判斷提供了重要依據(jù)。

1 藍(lán)色絕緣子圖像 HSI顏色空間分析

在 HSI顏色空間[5-6]中 (如圖 1),色調(diào)和飽和度能夠被用來(lái)進(jìn)行獨(dú)立于陰影的彩色區(qū)域分割,而 I分量與彩色信息無(wú)關(guān)。藍(lán)色絕緣子區(qū)域的色調(diào)分量(H)和飽和度分量(S)上聚集緊湊,具有不錯(cuò)的顏色緊致性和可分離性;而亮度分量不能很好的區(qū)分出絕緣子。藍(lán)色絕緣子飽和度一般較大,而背景等飽和度一般較小;藍(lán)色絕緣子的色調(diào)與背景等也有很大的差異。因此,本文選取HSI顏色空間進(jìn)行彩色圖像的分割。

圖 1 藍(lán)色絕緣子圖像及其 HSI顏色空間的分量圖像

2 色調(diào)直方圖折疊法

針對(duì)藍(lán)色絕緣子圖像 H分量統(tǒng)計(jì)得到:藍(lán)色絕緣子部分的色調(diào)值 H<140,即上限值小于 140 (下限值不具有統(tǒng)計(jì)特性,一般通過(guò)自適應(yīng)閾值法得到);H>140的部分為背景 (如圖 2),其顏色表現(xiàn)為純藍(lán)、品紅和純紅,或者是由于飽和度較低顏色不突出的背景 (如導(dǎo)線)。絕緣子部分的灰度值夾在背景灰度值之間,采用最大類(lèi)間方差法的閾值分割,那么 H>140的背景部分將成為誤分割。

圖 2 藍(lán)色絕緣子圖像及色調(diào)分量H>140的背景部分

本文針對(duì)絕緣子色調(diào)分量的這一特性,為減少背景等對(duì)分割結(jié)果的影響,提出色調(diào)直方圖折疊法對(duì)原色調(diào)分量進(jìn)行處理,將大于絕緣子灰度范圍上限的背景部分映射為以H=0起始的背景,可以消除對(duì) H>140的背景的誤分割,其原理如圖3。本方法可表示為

式中,max為絕緣子色調(diào)范圍的上限。文中將經(jīng)過(guò)色調(diào)直方圖折疊法處理的 HSI顏色空間命名為H’SI顏色空間。

圖3 色調(diào)直方圖折疊法示意圖

對(duì)色調(diào)分量經(jīng)過(guò)以上的色調(diào)直方圖折疊法重新映射后,可以有效的減少對(duì)部分背景的誤分割,避免了使用兩個(gè)閾值的多閾值分割法。對(duì)部分背景圖像的去除占整幅圖像的百分比統(tǒng)計(jì)見(jiàn)表 1。

表1 色調(diào)直方圖折疊法去噪率統(tǒng)計(jì)

3 藍(lán)色絕緣子圖像的分割

針對(duì)藍(lán)色絕緣子圖像所選取的 HSI顏色空間,其分量圖像特點(diǎn)滿(mǎn)足閾值法的適用范圍,用最大類(lèi)間方差法 (OTSU)[7]選取出來(lái)的閾值比較理想,對(duì)各種情況的表現(xiàn)都較為良好。對(duì) HSI顏色空間的 H和 S分量的分割結(jié)果如圖 4,單獨(dú)的 H分量或 S分量作為分割依據(jù)都會(huì)存在較多的誤分割,同時(shí)分量信息也未得到充分利用。

圖4 H和S分量的分割結(jié)果

如何利用兩個(gè)分量的信息進(jìn)行圖像分割,本文提出 3種方法。方法一:經(jīng) RGB顏色空間轉(zhuǎn)HSI顏色空間后,按一定的量化級(jí),把 HSI空間的H分量和 S分量合成為一維特征矢量,根據(jù) L=a＊H+b＊S(其中 a,b為系數(shù),a+b=1)的形式進(jìn)行信息融合,然后進(jìn)行分割;方法二:各分量圖像閾值分割,將分割結(jié)果求交集;方法三:對(duì)飽和度分量圖像的分割作為初次分割 (因?yàn)閺膯蝹€(gè)分量圖像的分割效果看,對(duì)飽和度的分割優(yōu)于對(duì)色調(diào)的分割),提取初分割位置的 H分量圖像,對(duì)所提取的圖像部分進(jìn)行二次分割。

對(duì)于以上的 3種分量圖像的融合方法,藍(lán)色絕緣子的實(shí)驗(yàn)結(jié)果如圖 5。經(jīng)過(guò)大量的實(shí)驗(yàn)結(jié)果對(duì)比,方法二的分割結(jié)果都較好。

圖5 3種方法分割結(jié)果對(duì)比

4 實(shí)驗(yàn)結(jié)果及對(duì)比

經(jīng)過(guò)以上顏色空間和分割方法的選取,針對(duì)本文提出的色調(diào)直方圖折疊法 H’SI顏色空間的藍(lán)色絕緣子圖像的分割流程,如圖 6。

圖 6 基于 HSI的藍(lán)色絕緣子圖像的分割流程圖

采用本文方法對(duì)其他藍(lán)色絕緣子圖像的分割結(jié)果如圖7。

圖7 藍(lán)色絕緣子圖像分割結(jié)果

針對(duì)藍(lán)色絕緣子圖像分割的對(duì)比實(shí)驗(yàn)在 H’SI(本文方法)、HSI和 Y IQ顏色空間進(jìn)行,結(jié)果如圖8。

經(jīng)實(shí)驗(yàn)對(duì)比結(jié)果見(jiàn)表 2。本文提出的色調(diào)直方圖折疊法 H’SI顏色空間的分割效果最佳。本文方法對(duì)背景的誤分割少于基于 HSI和 Y IQ顏色空間的分割;在分割的處理時(shí)間上略大于基于HSI顏色空間的分割;由于 HSI顏色空間是由RGB顏色空間非線性得到,所以處理時(shí)間要比Y IQ顏色空間略長(zhǎng)。

表2 三種分割方法的對(duì)比

圖 8 本文方法和基于HSI、Y IQ顏色空間的分割結(jié)果

5 結(jié) 論

根據(jù)藍(lán)色絕緣子的顏色特點(diǎn)選取 HSI顏色空間,提出了色調(diào)直方圖折疊法,可以有效減少對(duì)背景的誤分割。對(duì)于單個(gè)色調(diào)或飽和度分量圖像分割結(jié)果中的不足,提出將兩者的分割結(jié)果求交集,經(jīng)形態(tài)學(xué)處理后得到最終的分割結(jié)果。得到的分割結(jié)果精確,絕緣子損壞部位突出,為后續(xù)的絕緣子故障判斷提供了依據(jù)。

[1]邵允臨,曹晉恩,尚大偉.直升機(jī)巡檢華北電網(wǎng)超高壓輸電線路[J].中國(guó)電力,2003(7):35-38.

[2]胡文平.基于智能信息融合的電力設(shè)備故障診斷新技術(shù)研究[D].武漢:華中科技大學(xué),2005.

[3]董承鎰.直升機(jī)巡檢高壓電線演示會(huì)紀(jì)實(shí)[J].江蘇交通,2001(7):32-33.

[4]劉云,錢(qián)振東,夏開(kāi)全,等.鼓型塔輸電線路絕緣子破壞非線性動(dòng)響應(yīng)分析 [J].振動(dòng)工程學(xué)報(bào),2009,22 (1):6-12.

[5]CARRON T,LAMBERT P.Color edge detector using jointly hue,saturation and intensity[J].IEEE International Conference on Image Processing,1994(3):977-981.

[6]TSENG D C,CHANG C H.Color segmentation using perceptual attributes[J].IEEE International Conference on Pattern Recognition.1992(3):228-231.

[7]OSTU N.A threshold selection method from gray-level histogram[J].IEEE Trans,1979(9):62-66.

(責(zé)任編輯 劉敏)

Segmentation of Insulator I mages Based on HSIColor Space

MA Shua i-ying1,2,AN Ju-ba i1,CHEN Fang-m ing3
(1.School of Information Science and Technology,DalianMarit ime University,Dalian Liaoning 116026,China;2.Modern Educational Technology Center,Dalian NationalitiesUniversity,Dalian Liaoning 116605,China;3.Shaoxing PowerBureau,Shaoxing Zhejiang 312000,China)

Based on color characteristics of insulator images,we concluded that the H IS color space satisfies requirements of image segmentation. In addition,we proposed the hue bargraph folding method based on characteristics of the hue component.The method reducesmissegmentation of the background.We selected Otsu’s thresholding method for segmentation.A-gainst the flawed image segmentation results of single components,H or S,we proposed to find the intersection of the two segmentation results.The segmentation result obtained through morphological processing provides the basis for follow-up determination of insulator faults.

insulator image;image segmentation;color space

book=9,ebook=210

TP753

A

1009-315X(2010)05-0481-04

2010-03-26

馬帥營(yíng) (1980-),男,河南洛陽(yáng)人,大連民族學(xué)院助理工程師,大連海事大學(xué)信息科學(xué)技術(shù)學(xué)院碩士研究生,主要從事人工智能技術(shù)及應(yīng)用、多媒體理論與應(yīng)用研究。