隨著變電站巡檢機器人與人工智能技術的發(fā)展,機器視覺在隔離開關等電氣設備巡檢過程中發(fā)揮著越來越重要的作用,傳統(tǒng)基于機器視覺的檢測方法采用圖像分割與直線提取來實現(xiàn)隔離開關運行狀態(tài)的檢測。雖然簡單易行,但對隔離開關圖像的采集角度、距離等要求較高,開關區(qū)域難以精確定位,同時存在分割閾值難以自動選取、識別準確率不高的缺點。針對以上問題,研究了基于特征匹配與隨機森林分類的隔離開關運行狀態(tài)檢測方法及其檢測系統(tǒng)。采用改進的SIFT（Scale Invariant Feature Transform）算法完成單相隔離開關的運行狀態(tài)粗識別,通過隨機森林構建的分類器模型對三相隔離開關的運行狀態(tài)進行精確識別。主要的研究內容與結論如下:針對圖像點特征不易受旋轉、尺度縮放等因素影響的特點,設計了基于改進SIFT的運行狀態(tài)粗識別算法。通過改進的鄰域劃分降低特征描述子的維數(shù),快速提取樣本圖像與待測圖像的特征點,利用改進的匹配策略消除錯誤匹配點。實驗結果表明改進算法的識別率在95%以上,匹配耗時縮減了約50%。與原始算法相比,匹配識別的速度與精度均得到有效提高。針對粗識別方法無法檢測多個隔離開關運行狀態(tài)的問題,設計了基... 

【文章來源】：湖南工業(yè)大學湖南省

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

激光感應檢測法原理示意圖

隔離開關實物圖

系統(tǒng)結構框圖

【參考文獻】：
期刊論文
[1]改進的SIFT圖像匹配算法[J]. 李煬,翟社平.  計算機技術與發(fā)展. 2016(11)
[2]基于類決策樹分類的特征層融合識別算法[J]. 尚朝軒,王品,韓壯志,彭剛.  控制與決策. 2016(06)
[3]基于灰色投影改進隨機森林算法的電力系統(tǒng)短期負荷預測[J]. 吳瀟雨,和敬涵,張沛,胡駿.  電力系統(tǒng)自動化. 2015(12)
[4]基于激光感應技術的高壓隔離開關狀態(tài)監(jiān)測裝置[J]. 劉斌,孫承超,肖馳,孫源文,孔亮,王錦江,張健.  智能電網. 2014(11)
[5]基于邊緣幾何特征的高性能模板匹配算法[J]. 吳曉軍,鄒廣華.  儀器儀表學報. 2013(07)
[6]一種采用HOG特征的直線段提取方法[J]. 王學娟,羅海波,魏永旺,陳大慶,夏仁波.  紅外與激光工程. 2013(02)
[7]改進樸素貝葉斯分類算法的研究與應用[J]. 呂昊,林君,曾曉獻.  湖南大學學報(自然科學版). 2012(12)
[8]基于三維重建的輸電線路覆冰在線監(jiān)測方法[J]. 楊浩,吳畏.  電力系統(tǒng)自動化. 2012(23)
[9]Target classification using SIFT sequence scale invariants[J]. Xufeng Zhu 1,2,Caiwen Ma 1,Bo Liu 1,and Xiaoqian Cao 1,2 1.Xi’an Institute of Optics and Precision Mechanics,Chinese Academy of Sciences,Xi’an 710119,P.R.China;2.Graduate University of Chinese Academy of Sciences,Beijing 100049,P.R.China.  Journal of Systems Engineering and Electronics. 2012(05)
[10]改進的尺度不變特征轉換精確圖像匹配在電力設備目標定位中的應用[J]. 侯一民,邸建銘.  中國電機工程學報. 2012(19)

博士論文
[1]基于紅外成像的變電站設備安全預警關鍵技術研究[D]. 藺麗華.西安科技大學 2014

碩士論文
[1]基于HOG和隨機森林的極限學習機圖像分類研究[D]. 胡謙磊.湘潭大學 2017
[2]基于改進的SIFT圖像匹配算法研究[D]. 翟雨微.吉林大學 2017
[3]基于DSP的圖像處理基礎平臺設計與算法實現(xiàn)[D]. 羅寬懷.電子科技大學 2017
[4]基于HOG特征提取的車輛檢測方法研究[D]. 劉家旭.華北電力大學 2017
[5]圖像匹配算法研究及FPGA實現(xiàn)[D]. 李瑞龍.南京理工大學 2016
[6]基于霍夫森林的變電站開關設備檢測及狀態(tài)識別[D]. 邵劍雄.浙江大學 2016
[7]基于色差模型的彩色圖像灰度化算法研究[D]. 賀姣.西安電子科技大學 2014
[8]現(xiàn)代電網智能遙視關鍵技術研究[D]. 楊超.哈爾濱理工大學 2013
[9]灰度圖像快速匹配算法研究[D]. 賀曉佳.合肥工業(yè)大學 2012
[10]基于嵌入式系統(tǒng)的智能巡檢機器人研制[D]. 矯德余.中國石油大學 2010



本文編號：3573277