本发明专利技术公开一种基于视觉注意机制的高压巡线故障检测系统，包括图像传感器、ADC数模转换模块、FPGA模块、DDR存储模块、DSP图像处理模块、自动控制模块以及通信模块。自动控制模块，主要用于接收通信模块的指令信号，控制其他模块的运行；接收来自DSP的故障信号，通知通信模块将故障信息发送给控制站；图像传感器，进行视频图像采集，经由ADC模数转换后再由FPGA模块进行视频采样和图像预处理；DSP图像处理模块，基于视觉注意机制对RAM的视频数据进行故障检测和识别。本发明专利技术还公开了一种基于视觉注意机制的高压巡线故障检测方法，利用图像识别方法提取输电线特征，进而进行故障检测，可解决传统巡检方式的强度大、成本高、效率低等问题。
【技术实现步骤摘要】
本专利技术涉及电力监测领域，具体涉及一种基于视觉注意机制的高压巡线故障检测 方法及系统。
技术介绍
输电线作为电力传输的载体，是供电系统重要组成部分。目前，大部分输电线及其 他部件都暴露在户外，被腐蚀和破坏，如果不及时发现缺陷并修复会导致严重的安全事故。 人工巡检是最常用的巡检方式。高压输电线地域范围广、距离长，输电线的地理环境恶劣， 人工巡检作业难度越来越大，而且效率低，很容易造成漏检误检。从20世纪90年代开始，直 升机在电力巡线等电力工作中使用越来越广泛。直升机上搭载各种检测设备，依旧通过人 眼观察输电线的安全状况，从快速的摄录影像中观察输电线状况对技术人员的要求增高， 并且输电线走廊环境恶劣，不能完全保证飞行的安全性。 近年来随着自动控制技术、GPS导航技术、无线通信技术等发展，无人机以其重量 轻、体积小、灵活性大等优点逐渐从军事领域拓展到民用领域，应用越来越广泛。现有的采 用无人机搭载摄像头的巡线方式，大部分是将图像数据传送到控制站，人工进行一帧一帧 检查，其效率也是低下的。
技术实现思路
为针对以上高压巡线故障识别的效率低，本专利技术提供了一种高效的基于视觉注意 机制的高压巡线故障检测方法及系统。该系统基于计算机视觉技术，首先通过成像设备进 行输电线状态捕获，利用基于视觉注意机制的图像识别方法提取输电线特征，进而进行故 障异常检测，可解决传统巡检方式的强度大、成本高、效率低等问题。 本专利技术的技术方案是： -种基于视觉注意机制的高压巡线故障检测系统，包括用于拍摄传输线的图像传 感器、进行模数转换的ADC模块、FPGA模块、进行视频备份的DDR存储模块、DSP图像处理模 块、自动控制模块以及通信模块。图像传感器获取图像，经过ADC数模转换后由FPGA进行采 样和图像预处理，再将图像缓存到RAM中。最后由DSP模块对RAM中的图像信息进行故障检 测，若发现有故障，会经由自动控制模块通知通信模块将故障图像数据信息传送到控制站 以实现报警。另一方面。通信模块接收来自控制台的指令信号，经由自动控制模块进行参数 设置进行相应的工作。 所述的图像传感器为高分辨率图像传感器，图像传感器的驱动由FPGA输出，中间 经过放大器进行驱动匹配。 所述的FPGA模块，控制视频图像的采样和预处理，将图像缓存到RAM中，供后续处 理。实时视频图像处理的底层预处理数据量大，但算法相对简单，适合在FPGA中实现。另外 FPGA也支持并行和流水结构和内嵌DSP算法，这样FPGA可以通过多个处理单元的并行工作， 通过硬件实现有大量乘法运算的算法，可以提高故障检测的效率，很好地兼顾了速度及灵 活性。 所述的通信模块，可为2G网络的GSM或CDMA2000模式，或者为3G网络的CDMA2000、 WCDMA、TD-SCDMA、WiMAX 模式，或者为 4G 网络的 LTE、LTE-Advanced、WiMax、WirelessMAr^i 式。所述的自动控制模块采用单片机为控制器，控制DSP、FPGA的以及通信模块的工 作。自动控制模块通过接收来自通信模块的控制台指令执行相应的参数设置。当接收到来 自DSP的故障信息，则会控制通信模块将故障信息发送到控制站，故障信息可包括故障点图 像、故障类别及地理位置等信息。 所述的DSP图像处理模块主要用于图像处理，当检测到有故障时，会将故障进行分 类，再将分类后的故障信息发给自动控制模块。 本专利技术还提供了一种基于视觉注意机制的高压巡线故障检测方法，包括以下几个 步骤： ⑴图像预处理 由于视频图像的拍摄是挂载在多旋翼无人机的图像传感器完成的，在图像采集 时，数字化时电子元件引入随机噪声，曝光过度或不足产生颗粒噪声，成像系统与被拍摄景 物的相对运动造成的图像运动模糊，因此为了减少对输电线等目标部件提取的干扰，要先 进行图像预处理。图像预处理主要包括图像灰度化、光学矫正、直方图均衡、基于小波变换 的图像去噪。 (2)输电线的提取首先使用Ratio算子对预处理后的图像检测出图像的边缘，再进行形态学处理，去 除图像中的面状噪声和干扰影像。采用基于梯度方向信息的随机Hough变换方法，再依据电 力线的特征:输电线比较长，一般不止一条；由于近距离拍摄，输电线在图像中类似于直线， 往往会贯穿整幅图像，中间部分会被杆塔隔开，可去除角度相差很大的线，确定哪些线是电 力线。这样可确定电力线在所拍摄图片中所处的位置。 当输电线区域被分割出来后，通过区域生长方法将周围领域内和直线具有相似特 征的像素点包括进来，从而将两端漏检的直线延长，或将在同一条直线上的几个线段连接 起来。 (3)基于视觉注意机制的图像显著焦点提取 对图像进行是否异物附着检测采用基于Itti视觉注意模型。包括以下步骤： 步骤1、对输入的图像进行多尺度划分。使用离散线性高斯滤波器对图像进行水平 和垂直方向的平滑和降采样处理。 步骤2、颜色、亮度和方向三个视觉特征提取;具体分为： A)、颜色特征的提取。假设r，g，b为原始输入图像的红色、绿色、蓝色三个通道的分 量，则红-绿通道和蓝-黄通道的四个颜色的公式如下： R = r-(g+b)/2 G = g-(r+b)/2 B = b-(r+g)/2 Y= (r+g)/2_ I r_g I/2_b 其中的RGBY代表广义的红绿蓝黄四种颜色。对红-绿通道和蓝-黄通道中对立的两 个颜色作差取绝对值就可以得到2个颜色通道： RG=|R-G BY=|B-Y B)、亮度特征的提取。亮度信息用I表示，则I为： 需要用高斯金字塔对每一层的图像提取亮度特征。 C)、方向特征的提取。使用Gabor滤波器对图像提取方向特征。二维Gabor滤波器的 数学公式为：式中：x，y表示坐标变量，σχ和％分别表示高斯在X，y方向上的方差，θ,别取〇°、45°、 90°、135°，对亮度图I进行4个方向的Garbor滤波得到的4个方向特征图。 步骤3、特征图的合并。在特征提取之前对图像进行了多尺度划分，使得特征图的 类型和分辨率不一致，因此需要通过以下2个步骤来完成特征合并。 A)、相同类型但尺度不同的特征图的合并 由于Itti视觉注意模型是模拟人眼视网膜中感受野的中央-周围特征，因此对它 通过金字塔模型得到的多尺度图像进行中央-周围操作。由此得到的亮度特征图像I的特征显著图的计算公式为： I(c,s)= |l(c)0I(s) 其中，I (c，s)为亮度特征显著图，1(c)和I (s)分别表示中央亮度和周围亮度特征 显著图；颜色特征图像的特征显著图的计算公式为： RG(c,s)= | (R(c)-G(c)) Θ (R(s)-G(s)) BY(c,s)= I (B(c)-Y(c)) Θ (B(s)-Y(s)) 方向显著图的计算公式为 〇(c,s,0)= |〇(c,0)0〇(s,0) 式中：RG(c，s)表示红绿拮抗特征图，R( c)表示红色中心特征图，G(c)表示绿色中 心特征图，R(s)表示红色周围特征图，G(s)表示绿色周围特征图，BY(c，s)表示蓝黄拮抗特 征图，B(c)表示蓝色中心特征图，Y(c)表示黄色中心特征图，B(s)表示蓝色周围特征图，Y (s)表示黄色周围特征图，〇(c，s，0)表示方位特征图，〇(c，0)本文档来自技高网...
【技术保护点】
一种基于视觉注意机制的高压巡线故障检测系统，其特征在于，包括图像传感器、ADC模块、FPGA模块、DDR存储模块、DSP图像处理模块、自动控制模块以及通信模块；所述的图像传感器用于获取输电线的状态图像；所述的ADC模块用于对图像传感器获取图像进行数模转换；所述的FPGA模块用于对ADC模块输出的图像信号进行采样和图像预处理，再将图像缓存到RAM中；所述的DSP图像处理模块用于图像处理，当检测到有故障时，会将故障进行分类，再将分类后的故障信息发给自动控制模块。
【技术特征摘要】
【专利技术属性】
技术研发人员：徐新民，颜敏，单嘉琦，陈昌虎，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。