一种无人机巡检输电线路图像内的杆塔目标提取方法技术

本发明专利技术公开了一种无人机巡检输电线路图像内的杆塔目标提取方法，属于模式识别与智能计算技术领域。本发明专利技术的杆塔目标提取方法，其步骤为：将航拍得到的图像由RGB色彩空间转换到HSI色度饱和度亮度空间，将HSI色度饱和度亮度空间的I分量图像经中值滤波后进行二值化处理得到电力杆塔轮廓的二值图像；采用改进的Susan角点检测方法对电力杆塔轮廓二值图像进行角点检测，并在电力杆塔轮廓二值图像中标记出所有角点的位置；基于不变矩的质心检测算法检测出角点序列的质心，并以此为中心，标注出电力杆塔在原图中的位置。通过使用本发明专利技术中的技术方案，可以对电力杆塔进行实时精确提取，且为杆塔上绝缘子、金具等电力部件的故障诊断提供了保证。

【技术实现步骤摘要】

本专利技术属于模式识别与智能计算
，更具体地说，涉及一种无人机巡检输 电线路图像内的杆塔目标提取方法。
技术介绍
随着我国国民经济持续快速发展和城市建设规模日益扩大，高科技产业、金融、医 疗卫生等行业快速密集发展，对电力能源的需求日益增强，而经济发展不仅使城乡电网负 荷快速增长，也对供电的可靠性和供电质量提出了更高的要求。因此，电力公司需要对电力 线路设备尤其是电力线和电力杆塔进行定期巡检，以保证电力传输系统的稳定安全运行和 社会生产生活的正常进行。我国的电力线路走廊，经常需要穿越各种复杂的地理环境，频繁 经过湖泊水库以及崇山峻岭等，因此，输电线路具有覆盖范围大、分布区域广、传输距离长、 地理条件复杂多变及受环境气候影响显著等特点，从而给线路的日常运行、维护和检修带 来极大挑战。 我国输电线路的巡视一般采用人工巡视方式，这种方法虽简单，但效率较低，周期 较长，且需要配备大量光学设备和素质高、经验丰富的巡线人员，对人力、财力的要求较高。 且当杆塔较高、周围地理环境较复杂时，人工巡线就更加困难，容易遗漏故障，造成巡线不 彻底，从而使得人工巡线方式逐渐难以满足高压电网的运行维护要求。 从上世纪九十年代开始，欧美一些发达国家就已经尝试将无人机应用于输电线路 抢修等工作。直升机巡检输电线路技术，具有安全快捷、受地域限制小、能快速发现故障等 优点。我国从上世纪后期开始尝试直升机巡线作业，近几年来，我国加大了对无人机巡线 技术的研发投入，2012年山东电力在全国率先实现了将无人机巡线纳入线路巡检常态化应 用。2013年，由国家电网青海省电力公司检修公司承担的"高海拔地区输电线路无人巡检 技术的应用研究"顺利通过国家电网公司的验收，并通过了青海省科技厅的鉴定。 电力杆塔是输电线路中的重要组成部分，其按作用可以分为：直线杆塔、跨越杆 塔、耐张杆塔、转角杆塔、T接杆塔、终端杆塔、换位杆塔七种。杆塔是架空电力线路最主要 的设备之一，用来支持导线、避雷线和各类连接金具，图像中杆塔区域的确定对于直升机巡 检有着深远的意义。通过检测图像中的杆塔区域，可以给出检测各类部件的小范围区域，同 时，每具杆塔在电力部门都备用详细的基建资料可供查询，其中包括其地理信息、各类线路 部件安装数目和位置信息等等，依据这些信息我们可以更加准确地提取图像中各类部件包 括绝缘子、电力线、引流线、地线、防震锤、间隔棒、悬垂线夹等的具体位置及其数量，并且进 一步实现各类部件常见故障的智能诊断。目前国内外关于电力杆塔图像识别方法的研究均较少，且由于电力杆塔的图像背 景较为复杂，现有检测方法的适应性不强，对电力杆塔的识别精度相对较低，从而不能对电 力杆塔中各部件的常见故障进行有效诊断。如，中国专利申请号为CN201210250850. 8的专 利公开了一种电力杆塔轮廓的快速图像识别方法，该申请案是基于改进的Harris角点检 测方法，来实现对已知区域形状的轮廓图像中电力塔杆像素的检测，但由于航拍图像噪声 大，harris角点检测对噪声较为敏感，不利于角点量的提取，且其对于图像几何尺度变化不 具有不变性，即当图像的几何尺度发生变化时，Harris角点检测的性能则下降，从而导致对 电力杆塔的识别精度降低。此外，角点检测的速度关系到后续工作的效率，而harris角点 算法运行时间较长，不利于航拍图像的实时处理，使得图像的边缘变的模糊，易造成人眼视 觉上的失真。
技术实现思路
1?专利技术要解决的技术问题 本专利技术的目的在于克服采用现有电力杆塔图像识别方法不能对输电线路中的电 力杆塔图像进行有效提取，提取精度较低，且运行时间较长，导致不能对电力杆塔图像进行 实时提取的不足，提供了。通过使用 本专利技术中输电线路图像内的杆塔目标提取方法，可以对输电线路中的电力杆塔进行精确提 取，且运行时间较短，能够实现对图像的实时处理，同时也为杆塔上绝缘子、金具等电力部 件的故障诊断提供了预研基础。 2?技术方案 为达到上述目的，本专利技术提供的技术方案为： 本专利技术的，其步骤为： 步骤一、将航拍得到的图像由RGB色彩空间转换到HSI色度饱和度亮度空间，提取 HSI色度饱和度亮度空间的I分量图像，并将该I分量图像经中值滤波后进行二值化处理得 到电力杆塔轮廓的二值图像； 步骤二、基于Susan角点检测方法，结合电力杆塔在航拍图像中表现为可视的中 轴对称多边形且呈角点密集分布的特征，采用经过改进的Susan角点检测方法对电力杆塔 轮廓的二值图像进行角点检测，并在电力杆塔轮廓的二值图像中标记出所有角点的位置； 步骤三、采用基于不变矩的质心检测算法检测出上述角点序列的质心，并以此为 中心，标注出电力杆塔在原图中的位置。 更进一步地，步骤一中将拍摄的图像由RGB色彩空间转换到HSI色度饱和度亮度 空间的转换方程为： (1), 式（1)中，H、S、I分别为HSI色度饱和度亮度空间的色调分量、色饱和度分量和亮 度分量， 更进一步地，步骤一中对提取的亮度I分量图像进行中值滤波时，选用3*3中值滤 波模板遍历亮度I分量图像中的各像素点，对任一像素点，取以该像素点为中心3*3邻域内 的亮度平均值重新给该像素点赋值，即实现了对亮度I分量图像的中值滤波。 更进一步地，步骤一中采用最大类间方差法对亮度I分量图像进行二值化处理， 其具体步骤为：遍历亮度I分量图像中每个像素点的亮度值，取出各像素点的亮度值，假设 亮度I分量图像中各像素点的亮度取值范围为〇~m-1，此处m-1为亮度I分量图像中像素 点的最大亮度，上述亮度范围内的亮度均值为y，亮度为i的图像出现的概率为Pi，给定亮 度阈值T，该亮度阈值T将图像中的杆塔目标与背景分离为6。= {0~T-1}和G{T~ m-1}两个亮度区间，且G。出现的概率为WyGi出现的概率为wi，则G。和G屈间内的平均亮 度^以及这两个区间的类间方差S2(T)分别为： (2)， 上式中，且Wo+Wi: 1，w0yo+Wiy!=y; 随着亮度阈值T在0~m-1亮度范围内逐步递增，使亮度阈值T取到0~m-1范 围内的所有数值，求解出最大类间方差maxS2 (T)，此时对应的T值即为亮度最佳分割阈值， 将亮度值小于该T值的像素点的亮度值设为0,大于该T值的像素点的亮度值设为1，即得 到电力杆塔轮廓的二值图像。 更进一步地，采用经过改进的Susan角点检测方法对电力杆塔轮廓的二值图像进 行角点检测的具体步骤为： 步骤a、使用一个圆形窗口模版作为Susan角点检测的模板，该圆形模板的半径r =37个像素，且该圆形模板的中心为模板的核； 步骤b、使上述圆形模板在电力杆塔轮廓的二值图像上进行移动，对电力杆塔轮廓 的二值图像上的每个像素点进行逐一检测，使待检测点处于圆形模板的核，给定阈值g，并 将圆形模板内其他所有像素点的亮度值分别与待检测点的亮度值按照式（3)进行运算：当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种无人机巡检输电线路图像内的杆塔目标提取方法，其特征在于：其步骤为：步骤一、将航拍得到的图像由RGB色彩空间转换到HSI色度饱和度亮度空间，提取HSI色度饱和度亮度空间的I分量图像，并将该I分量图像经中值滤波后进行二值化处理得到电力杆塔轮廓的二值图像；步骤二、基于Susan角点检测方法，结合电力杆塔在航拍图像中表现为可视的中轴对称多边形且呈角点密集分布的特征，采用经过改进的Susan角点检测方法对电力杆塔轮廓的二值图像进行角点检测，并在电力杆塔轮廓的二值图像中标记出所有角点的位置；步骤三、采用基于不变矩的质心检测算法检测出上述角点序列的质心，并以此为中心，标注出电力杆塔在原图中的位置。

【技术特征摘要】

【专利技术属性】
技术研发人员：方挺，韩家明，
申请(专利权)人：马鞍山市安工大工业技术研究院有限公司，
类型：发明
国别省市：安徽;34