基于 HSI顏色空間的絕緣子圖像的分割

馬帥營,安居白,陳舫明

(1.大連海事大學信息科學技術學院,遼寧大連 116026;2.大連民族學院現代教育技術中心,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1,2,安居白1,陳舫明3

(1.大連海事大學信息科學技術學院,遼寧大連 116026;2.大連民族學院現代教育技術中心,遼寧大連 116605;3.紹興電力局,浙江紹興 312000)

針對絕緣子圖像,根據其顏色特性,得出 HSI顏色空間滿足圖像分割的要求;并對色調分量所具有的特點,提出了色調直方圖折疊法,可以有效減少對背景的誤分割。分割方法上選取最大類間方差法的閾值分割。對于單個色調或飽和度分量圖像分割結果中的不足,提出將兩者的分割結果求交集,經形態學處理后得到的分割結果,為后續的絕緣子故障判斷提供了依據。

絕緣子圖像;圖像分割;顏色空間

直升機巡檢輸電線路作為新的線路維護方法是生產發展的需要,具有高效、快捷、可靠、不受地域影響等優點,科技含量高。在許多先進國家已逐漸取代傳統地面人工巡線。目前中國已經開展了大量直升機巡檢輸電線路方面的研究,并已經試探性地應用于電力系統[1-3],但是對直升機巡檢經驗還較少,仍有一些關鍵性技術未得到解決,其中主要包括對可見光圖像的分割、故障判斷和理解等。輸電線路處于自然環境中,面臨大風、重冰等自然災害的襲擊,常常造成絕緣子破損、掉片和斷裂等機械性故障。在電網運行環境中,不同種類的絕緣子在長期服役后都會不同程度地產生破壞失效,導致事故的發生[4]。目前輸電線路所發生的故障中,以絕緣子串擊穿或發生閃絡致使跳閘事故占總故障的 81.3%。

本文針對項目中的“智能診斷系統和特征基礎研究”部分,以直升機搭載的可見光相機所獲得的高分辨率圖像為依據,針對分類出的藍色絕緣子圖像,提出了基于 HSI顏色空間的藍色絕緣子圖像的分割方法,分割結果精確,絕緣子損壞部位突出,為后續的絕緣子故障判斷提供了重要依據。

1 藍色絕緣子圖像 HSI顏色空間分析

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

圖 1 藍色絕緣子圖像及其 HSI顏色空間的分量圖像

2 色調直方圖折疊法

針對藍色絕緣子圖像 H分量統計得到:藍色絕緣子部分的色調值 H<140,即上限值小于 140 (下限值不具有統計特性,一般通過自適應閾值法得到);H>140的部分為背景 (如圖 2),其顏色表現為純藍、品紅和純紅,或者是由于飽和度較低顏色不突出的背景 (如導線)。絕緣子部分的灰度值夾在背景灰度值之間,采用最大類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 藍色絕緣子圖像及色調分量H>140的背景部分

本文針對絕緣子色調分量的這一特性,為減少背景等對分割結果的影響,提出色調直方圖折疊法對原色調分量進行處理,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 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為絕緣子色調范圍的上限。文中將經過色調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 色調直方圖折疊法示意圖

對色調分量經過以上的色調直方圖折疊法重新映射后,可以有效的減少對部分背景的誤分割,避免了使用兩個閾值的多閾值分割法。對部分背景圖像的去除占整幅圖像的百分比統計見表 1。

表1 色調直方圖折疊法去噪率統計

3 藍色絕緣子圖像的分割

針對藍色絕緣子圖像所選取的 HSI顏色空間,其分量圖像特點滿足閾值法的適用范圍,用最大類間方差法 (OTSU)[7]選取出來的閾值比較理想,對各種情況的表現都較為良好。對 HSI顏色空間的 H和 S分量的分割結果如圖 4,單獨的 H分量或 S分量作為分割依據都會存在較多的誤分割,同時分量信息也未得到充分利用。

圖4 H和S分量的分割結果

如何利用兩個分量的信息進行圖像分割,本文提出 3種方法。方法一:經 RGB顏色空間轉HSI顏色空間后,按一定的量化級,把 HSI空間的H分量和 S分量合成為一維特征矢量,根據 L=a＊H+b＊S(其中 a,b為系數,a+b=1)的形式進行信息融合,然后進行分割;方法二:各分量圖像閾值分割,將分割結果求交集;方法三:對飽和度分量圖像的分割作為初次分割 (因為從單個分量圖像的分割效果看,對飽和度的分割優于對色調的分割),提取初分割位置的 H分量圖像,對所提取的圖像部分進行二次分割。

對于以上的 3種分量圖像的融合方法,藍色絕緣子的實驗結果如圖 5。經過大量的實驗結果對比,方法二的分割結果都較好。

圖5 3種方法分割結果對比

4 實驗結果及對比

經過以上顏色空間和分割方法的選取,針對本文提出的色調直方圖折疊法 H’SI顏色空間的藍色絕緣子圖像的分割流程,如圖 6。

圖 6 基于 HSI的藍色絕緣子圖像的分割流程圖

采用本文方法對其他藍色絕緣子圖像的分割結果如圖7。

圖7 藍色絕緣子圖像分割結果

針對藍色絕緣子圖像分割的對比實驗在 H’SI(本文方法)、HSI和 Y IQ顏色空間進行,結果如圖8。

經實驗對比結果見表 2。本文提出的色調直方圖折疊法 H’SI顏色空間的分割效果最佳。本文方法對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,所以處理時間要比Y IQ顏色空間略長。

表2 三種分割方法的對比

圖 8 本文方法和基于HSI、Y IQ顏色空間的分割結果

5 結 論

根據藍色絕緣子的顏色特點選取 HSI顏色空間,提出了色調直方圖折疊法,可以有效減少對背景的誤分割。對于單個色調或飽和度分量圖像分割結果中的不足,提出將兩者的分割結果求交集,經形態學處理后得到最終的分割結果。得到的分割結果精確,絕緣子損壞部位突出,為后續的絕緣子故障判斷提供了依據。

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

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

[3]董承鎰.直升機巡檢高壓電線演示會紀實[J].江蘇交通,2001(7):32-33.

[4]劉云,錢振東,夏開全,等.鼓型塔輸電線路絕緣子破壞非線性動響應分析 [J].振動工程學報,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 (1980-),男,河南洛陽人,大連民族學院助理工程師,大連海事大學信息科學技術學院碩士研究生,主要從事人工智能技術及應用、多媒體理論與應用研究。