基于SVM多特征融合的绝缘子缺陷检测算法研究

摘要

绝缘子是输电线路中常用部件，每年因绝缘子故障引起的事故超过电网故障的一半，这严重危害着线路的使用和运行寿命。因此，及时对绝缘子故障进行排查是十分重要的。我们提出了一种基于SVM多特征融合的绝缘子缺陷检测算法，该算法首先对原始图像进行预处理，得到暗通道特征层和灰度图像，然后在此基础上提取出HSI特征层、细节特征层、统计特征层和纹理特征层，将上述特征层叠加成一个三维的特征矩阵。接着选取正、负样本像素点及其所对应的特征信息作为训练特征，采用支持向量机算法对其进行训练，得到一个分类器模型。最后将原始图像的其他所有像素点的特征信息输入到该分类器中，得到绝缘子缺陷的坐标位置。实验结果表明，提出的算法能有效地检测出输入图像中的绝缘子缺陷，验证了该改进算法的可行性及有效性。

关键词

绝缘子缺陷检测 / Gabor滤波 / 加权最小二乘滤波 / 多特征融合 / 支持向量机