一种高压输电线障碍物识别方法及装置制造方法及图纸

本发明专利技术公开了一种高压输电线障碍物识别方法及装置，通过采集高压输电线路上包含障碍物的图像信息；对图像信息进行预处理操作，获取预处理后图像信息；对预处理后图像信息进行边缘检测，提取障碍物的边缘信息；对包含边缘信息的图像进行特征提取；通过预先建立的图像障碍物识别分类器，根据提取到的特征确定障碍物的类型。本发明专利技术所提供的高压输电线障碍物识别方法及装置，通过对不同的背景下采集的图片进行处理，提取相应的特征，训练分类器，以对目标图片进行检测，能够将图片中的障碍物识别出来。本申请能够应用于高压输电线路上障碍物的检测识别中，且准确率较高。

【技术实现步骤摘要】

本专利技术涉及高压线路巡检
，特别是涉及一种高压输电线障碍物识别方法及装置。
技术介绍
巡检机器人在高压线路上行走时会不可避免地遇到一些安装在线路上的附件，比如防震锤、间隔棒和悬垂线夹等。对机器人来说，这些目标就是其前进道路上的障碍，必须及时识别出障碍物类型，并执行相关越障操作。所以，要构造这些障碍物的某些特征，能够将它们区分出来。鉴于此，提供一种高压输电线障碍物识别方法及装置是非常有必要的。
技术实现思路
本专利技术的目的是提供一种高压输电线障碍物识别方法及装置，以解决现有巡检机器人在高压线路上行走时不能识别出障碍物的类型而执行相关越障操作的问题。为解决上述技术问题，本专利技术提供一种高压输电线障碍物识别方法，包括：采集高压输电线路上包含障碍物的图像信息；对所述图像信息进行预处理操作，获取预处理后图像信息；对所述预处理后图像信息进行边缘检测，提取所述障碍物的边缘信息；对包含所述边缘信息的图像进行特征提取；通过预先建立的图像障碍物识别分类器，根据提取到的特征确定所述障碍物的类型。可选地，所述对所述图像信息进行预处理操作包括：对所述图像信息进行灰度化处理、滤波处理、膨胀和/或腐蚀处理。可选地，所述对所述预处理后图像信息进行边缘检测，提取所述障碍物的边缘信息包括：对所述预处理后图像信息进行二值化处理；采用多尺度小波变换对图像进行边缘检测。可选地，所述对所述预处理后图像信息进行二值化处理包括：根据图像的灰度特性把图像分为背景和模板两类，将使两类间的方差取得最大的参数作为最佳阈值；利用所述最佳阈值分割得到二值化图像。可选地，所述对包含所述边缘信息的图像进行特征提取包括：对图像的相对矩特征进行构造；根据所述相对矩特征进行特征提取。可选地，所述通过预先建立的图像障碍物识别分类器，根据提取到的特征确定所述障碍物的类型包括：通过支持向量机图像障碍物识别分类器，确定所述障碍物的类型。可选地，在确定所述障碍物的类型之后还包括：根据所述障碍物的类型执行相应的越障操作。本专利技术还提供了一种高压输电线障碍物识别装置，包括：采集模块，用于采集高压输电线路上包含障碍物的图像信息；预处理模块，用于对所述图像信息进行预处理操作，获取预处理后图像信息；边缘提取模块，用于对所述预处理后图像信息进行边缘检测，提取所述障碍物的边缘信息；特征提取模块，用于对包含所述边缘信息的图像进行特征提取；识别模块，用于通过预先建立的图像障碍物识别分类器，根据提取到的特征确定所述障碍物的类型。本专利技术所提供的高压输电线障碍物识别方法及装置，通过采集高压输电线路上包含障碍物的图像信息；对图像信息进行预处理操作，获取预处理后图像信息；对预处理后图像信息进行边缘检测，提取障碍物的边缘信息；对包含边缘信息的图像进行特征提取；通过预先建立的图像障碍物识别分类器，根据提取到的特征确定障碍物的类型。本专利技术所提供的高压输电线障碍物识别方法及装置，通过对不同的背景下采集的图片进行处理，提取相应的特征，训练分类器，以对目标图片进行检测，能够将图片中的障碍物识别出来。本申请能够应用于高压输电线路上障碍物的检测识别中，且准确率较高。附图说明为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术所提供的高压输电线障碍物识别方法的一种具体实施方式的流程图；图2为本专利技术所提供的识别方法在预处理前的图像示意图；图3为本专利技术所提供的识别方法在预处理后的图像示意图；图4为本专利技术实施例所提供的识别方法二值化之后的效果图；图5为本专利技术实施例所提供的识别方法提取的边缘图像示意图；图6为本专利技术实施例所提供的识别方法的结果示意图；图7为本专利技术实施例提供的高压输电线障碍物识别装置的结构框图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术所提供的高压输电线障碍物识别方法的一种具体实施方式的流程图如图1所示，该方法包括：步骤S101：采集高压输电线路上包含障碍物的图像信息；步骤S102：对所述图像信息进行预处理操作，获取预处理后图像信息；高压巡检机器人在运行的过程中，由于其工作环境的特殊性和复杂性，采集到的视频和图像信息会受到周围环境的影响，如光照、云朵、导线周围的强电磁场等因素，而且机器人自身的稳定性也会对采集的图像产生干扰。这时候，采集到的图像就会出现很多干扰特征，例如光线、噪声点等，对障碍物类别的识别就会带来很多麻烦。所以，为了提高识别的稳定性，减少环境对图像的影响，就需要对采集到的视频图像进行预处理。步骤S103：对所述预处理后图像信息进行边缘检测，提取所述障碍物的边缘信息；步骤S104：对包含所述边缘信息的图像进行特征提取；步骤S105：通过预先建立的图像障碍物识别分类器，根据提取到的特征确定所述障碍物的类型。本专利技术所提供的高压输电线障碍物识别方法，通过采集高压输电线路上包含障碍物的图像信息；对图像信息进行预处理操作，获取预处理后图像信息；对预处理后图像信息进行边缘检测，提取障碍物的边缘信息；对包含边缘信息的图像进行特征提取；通过预先建立的图像障碍物识别分类器，根据提取到的特征确定障碍物的类型。本专利技术所提供的高压输电线障碍物识别方法，通过对不同的背景下采集的图片进行处理，提取相应的特征，训练分类器，以对目标图片进行检测，能够将图片中的障碍物识别出来。本申请能够应用于高压输电线路上障碍物的检测识别中，且准确率较高。在上述实施例的基础上，本专利技术所提供的高压输电线障碍物识别方法中，对所述图像信息进行预处理操作的过程可以具体包括：对所述图像信息进行灰度化处理、滤波处理、膨胀和/或腐蚀处理。其中，本实施例中图像灰度化处理是为了更好地反应图像的形态特征，为后续的处理做准备。本实施例中滤波处理可具体采用中值滤波。通过中值滤波处理可以有效去除了一些小的背景和噪声干扰。中值滤波的输出为：g(x,y)＝med{f(x-k,y-i),)(k,i∈W)本文档来自技高网...

【技术保护点】
一种高压输电线障碍物识别方法，其特征在于，包括：采集高压输电线路上包含障碍物的图像信息；对所述图像信息进行预处理操作，获取预处理后图像信息；对所述预处理后图像信息进行边缘检测，提取所述障碍物的边缘信息；对包含所述边缘信息的图像进行特征提取；通过预先建立的图像障碍物识别分类器，根据提取到的特征确定所述障碍物的类型。

【技术特征摘要】
1.一种高压输电线障碍物识别方法，其特征在于，包括：采集高压输电线路上包含障碍物的图像信息；对所述图像信息进行预处理操作，获取预处理后图像信息；对所述预处理后图像信息进行边缘检测，提取所述障碍物的边缘信息；对包含所述边缘信息的图像进行特征提取；通过预先建立的图像障碍物识别分类器，根据提取到的特征确定所述障碍物的类型。2.如权利要求1所述的高压输电线障碍物识别方法，其特征在于，所述对所述图像信息进行预处理操作包括：对所述图像信息进行灰度化处理、滤波处理、膨胀和/或腐蚀处理。3.如权利要求1所述的高压输电线障碍物识别方法，其特征在于，所述对所述预处理后图像信息进行边缘检测，提取所述障碍物的边缘信息包括：对所述预处理后图像信息进行二值化处理；采用多尺度小波变换对图像进行边缘检测。4.如权利要求3所述的高压输电线障碍物识别方法，其特征在于，所述对所述预处理后图像信息进行二值化处理包括：根据图像的灰度特性把图像分为背景和模板两类，将使两类间的方差取得最大的参数作为最佳阈值；利用所述最佳阈值分割得到二值化图...

【专利技术属性】
技术研发人员：宋伟，侯兴哲，伏进，周庆，邓帮飞，张海兵，张盈，肖前波，胡晓锐，宫林，彭姝迪，万欣，甘建峰，王成疆，王大洪，李杰，薛凯文，
申请(专利权)人：国网重庆市电力公司电力科学研究院，国家电网公司，深圳市先进智能技术研究所，
类型：发明
国别省市：重庆;50