基于图像特征提取与BP神经网络的绝缘子憎水性识别方法

张重远; 闫康; 汪佛池; 杨升杰; 李宁彩

doi:10.13336/j.1003-6520.hve.2014.05.022

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于图像特征提取与BP神经网络的绝缘子憎水性识别方法

更新时间：2025-12-08

- 基于图像特征提取与BP神经网络的绝缘子憎水性识别方法
- Vol. 40, Issue 5, Pages: 1446-1452(2014)
- 作者机构：
  
  华北电力大学河北省输变电设备安全防御重点实验室
- 作者简介：
- 基金信息：
- DOI：10.13336/j.1003-6520.hve.2014.05.022
  CLC： TM216;TP391.41
- Published：2014
- 稿件说明：
移动端阅览
[1]张重远,闫康,汪佛池,杨升杰,李宁彩.基于图像特征提取与BP神经网络的绝缘子憎水性识别方法[J].高电压技术,2014,40(05):1446-1452.

张重远, 闫康, 汪佛池, et al. 基于图像特征提取与BP神经网络的绝缘子憎水性识别方法[J]. 2014, 40(5): 1446-1452.
[1]张重远,闫康,汪佛池,杨升杰,李宁彩.基于图像特征提取与BP神经网络的绝缘子憎水性识别方法[J].高电压技术,2014,40(05):1446-1452. DOI： 10.13336/j.1003-6520.hve.2014.05.022.

张重远, 闫康, 汪佛池, et al. 基于图像特征提取与BP神经网络的绝缘子憎水性识别方法[J]. 2014, 40(5): 1446-1452. DOI： 10.13336/j.1003-6520.hve.2014.05.022.

摘要

为了方便、快捷、准确地识别运行中绝缘子表面的憎水性等级

提出了基于图像特征提取与BP神经网络的绝缘子憎水性识别方法。首先

利用同态滤波和直方图均衡对憎水性图像进行增强预处理

然后利用改进的Canny算子提取了图像中水珠（或水迹）的边缘

并利用数学形态学对其进行修正得到最终的分割图像;提取图像中与憎水性相关的4个特征量

最后建立了基于BP神经网络的憎水性识别模型

并对测试样本的憎水性等级进行了识别。实验结果表明

该方法克服了人为因素的影响

能够有效识别绝缘子7种典型憎水性等级

总识别率达90%

为在线检测绝缘子憎水性提供一种新的有效方法。

Abstract

关键词

Keywords

references

Views

536

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

The Pollution and Hydrophobicity Properties of RTV Coating

基于数学形态学的绝缘子在线监测

基于蚁群算法的绝缘子憎水性等级判别方法

绝缘子有憎水性时的交流污闪模型分析

Related Author

王欣伟

俞华

刘星廷

王海旗

马静

乔新涵

Guan Zhicheng et al

于素竹

Related Institution

国网山西省电力公司电力科学研究院

中国矿业大学电气工程学院

清华大学电机系

清华大学电机系 100084

西安理工大学

AI问答

⁰