一种基于霍夫变换的电力线异常识别方法及其系统技术方案

本发明专利技术公开了一种基于霍夫变换的电力线异常识别方法及其系统，其根据天空背景颜色单一、干扰源少的实际场景特征采用背景差分法分离前景和背景；再通过改进型霍夫变换提取出电力线轮廓，解决了传统的霍夫变换往往存在将一条直线检测成多条倾角相似的直线的问题并进一步提高了算法的准确性；最后根据倾斜角、长度和数量等参数判断是否存在电力线断股。由此，本发明专利技术能够准确识别电力线和发生断股的位置，具有运算速度快、鲁棒性高的优点，能够移植于DSP图像处理平台，是涉及图像处理算法和嵌入式开发技术。

Power line anomaly identification method and system based on Hof transform

The invention discloses a power line based on Hof transform anomaly identification method and system, according to the sky background single color, the actual scene features less interference with the background difference method of separation of foreground and background; then through improved Hof transform to extract power line contour, the Hof transform is the existence of a traditional line detection into line angle similar problems and further improve the accuracy of the algorithm; finally, according to the inclination angle, the length and the number of parameters to determine whether there is a power line breaking. Thus, the invention can accurately identify the power line and the broken stock position, with high speed, high robustness advantages, can be transplanted to the DSP image processing platform, is involved in image processing algorithm and embedded development technology.

【技术实现步骤摘要】

本专利技术属于图像检测
，具体涉及一种基于霍夫变换的电力线异常识别方法及其系统。
技术介绍
随着经济的快速发展，电能需求还将不断增加，确保供电设备的安全可靠地运作显得十分重要。输电线作为电力传输的载体，是输电线路的重要组成部分，它具有大容量和长距离传送、高可靠性、稳定性等优点。随着建设区域的不断扩大，经过的地理环境将更加恶劣复杂，如高山、沼泽、湖泊等地，大部分输电线暴露在荒野中，被自然环境腐蚀和破坏，如果不及时发现缺陷并修复会导致严重的安全事故，影响民众的生活生产用电，所以需要对输电线走廊进行定期巡检和维护。另一方面，人工巡检工作量大且很多地方不易接近，应该引入一种自动准确识别的方法以达到自动巡检的目标。
技术实现思路
鉴于上述，本专利技术提供了一种基于霍夫变换的电力线异常识别方法及其系统，能够准确识别电力线和发生断股的位置，具有运算速度快、鲁棒性高的优点，能够移植于DSP图像处理平台，是涉及图像处理算法和嵌入式开发技术。一种基于霍夫变换的电力线异常识别方法，包括如下步骤：(1)对采集到的视频图像进行灰度化处理；(2)对灰度化后的视频图像进行背景差分及前景分离，得到差分前景图像；(3)对所述差分前景图像进行改进型霍夫变换，输出得到对应多条直线的参数对(P,θ)，其中P和θ分别为直线在图像坐标系中的截距和夹角；(4)根据步骤(3)输出得到的参数对(P,θ)，结合事先设定的电力线实际参数进行逻辑分析，以判断是否存在电力线异常情况。所述步骤(1)中对视频图像进行灰度化处理的具体方法为：对于视频图像中的任一像素点，若t＞150，则该像素点的灰度值p＝(b-r)/2；若t≤150，则该像素点的灰度值p＝0；其中：r、g和b分别为该像素点对应RGB三个通道的颜色值。所述步骤(2)中对灰度化后的视频图像进行背景差分及前景分离，具体过程为：对于当前帧视频图像，使其与前一帧视频图像对应灰度值相减，得到当前差分图像；对于当前差分图像中的任一像素点，若其灰度值大于一定阈值，则标记该像素点为前景，依此遍历所有像素点，从而得到差分前景图像。所述步骤(3)中对差分前景图像进行改进型霍夫变换，具体过程如下：3.1对差分前景图像采用传统霍夫变换，得到所有可能对应直线的参数对(P,θ)，根据夹角θ的大小对这些参数对进行排序；3.2对于当前参数对(Pi,θi)及其前一参数对(Pi-1,θi-1)，若|θi-θi-1|＜Δθ且|Pi-Pi-1|＜ΔP，则比较A(Pi,θi)与A(Pc,θc)的大小：若A(Pi,θi)＞A(Pc,θc)，则使参数对(Pc,θc)更新为(Pi,θi)；若A(Pi,θi)≤A(Pc,θc)，则使参数对(Pc,θc)保持不变；若|θi-θi-1|≥Δθ或|Pi-Pi-1|≥ΔP，则保存并输出当前参数对(Pi,θi)，并使参数对(Pc,θc)以及A(Pc,θc)均置为0；其中，A(Pi,θi)为当前参数对(Pi,θi)所对应直线上的像素点个数，A(Pc,θc)为参数对(Pc,θc)所对应直线上的像素点个数，所述参数对(Pc,θc)和A(Pc,θc)初始化均为0，ΔP和Δθ分别为设定的角度差阈值和截距差阈值；3.3根据步骤3.2依次判断步骤3.1中的各参数对(P,θ)。所述步骤(4)中若存在以下两种情况，则判定当前电力线异常；①步骤(3)输出得到的参数对(P,θ)的个数小于实际电力线数量；②步骤(3)输出得到的各参数对(P,θ)的夹角θ不一致。一种基于霍夫变换的电力线异常识别系统，包括：用于采集视频图像的摄像头以及加载有上述电力线异常识别方法的DSP。本专利技术首先根据天空背景的颜色特征通过背景差分法完成前景与背景的分离，将电力线、绝缘子等电力设备与天空背景分离；然后采用了一种改进型的霍夫变换实现电力线轮廓的提取，传统的霍夫变换往往存在将一条直线检测成多条倾角相似的直线的问题，这对于后期电力线数量、角度的判别产生了极大的干扰，大大降低了算法的准确性。本专利技术根据局部最优化的思想对霍夫变换进行改进，能有效选取中多个可疑结果中置信度最高的结果，即提高的检测结果的准确性也避免了将一条直线检测成多条倾角相似的直线的问题；最后，根据实现设定的阈值、参数确定是否存在电力线断股。附图说明图1为本专利技术电力线异常识别方法的流程示意图。图2为本专利技术改进型霍夫变换法的流程示意图。图3(a)为传统霍夫变换法的检测效果示意图。图3(b)为本专利技术改进型霍夫变换法的检测效果示意图。具体实施方式为了更为具体地描述本专利技术，下面结合附图及具体实施方式对本专利技术的技术方案进行详细说明。如图1所示，本专利技术基于霍夫变换的电力线异常识别方法，具体流程如下：首先，对输入的视频图像进行前景与背景的分离，根据天空背景颜色单一、干扰源少这一特征采用了背景差分发并和天空颜色模型结合的方式来实现前景与背景的分离。由于背景差分法对灰度图像处理效果好于对彩色图像处理效果，因此需先建立天空颜色模型来实现图像的灰度化，将彩色图像转化为单色图像，一方面提取出了需要分析的图像信息，另一方面也减少了运算量，使方法可以满足检测的实时性。这种处理过程也可以看作一种颜色空间的转换，具体颜色空间变换方式如下：如果t>150，则p＝(b-r)/2；如果t<＝150，则p＝0；其中：r、g、b为图像各像素点红绿蓝三色分量数值，p是根据三色分量约束关系获得的单色图像相应像素点灰度值。这样一种颜色空间变换模式相比普通的灰度变化减少了浮点运算的计算量，更适合于嵌入式平台下的移植；另一方面也更贴近天空背景的颜色特征，有着更准确的分割效果。然后，对完成颜色空间转换后的图像进行背景差分，具体步骤如下：(1)选取连续的两帧图像，其中当前帧为pk(x,y)、前一帧为pk-1(x,y)；(2)计算当前帧与背景帧对应像素点的差fd(x,y)＝pk(x,y)-pk-1(x,y)；(3)根据设定的阈值判断条件fd(x,y)＞T，提取出可疑图元作为前景。对完成前景分离的图像进行改进型霍夫变换，霍夫变换是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体，其算法特征使得其可以有效准确检测出电力线轮廓。一个给定的图像像素点，在极坐标系的可由下公式表示：p＝xcosθ+ysinθ在此极坐标系(P,θ)下进行霍夫变换，具体步骤如下：(1)在参数空间中对(P,θ)进行量化，并构造累加器A(P,θ)，并初始化为0；(2)对边缘图像上所有灰度值为1的(x,y)点进行霍夫变换操作，对每一个点取遍所有θ可能值，并使用公式计算对应的P值，再累加对应的累加器A(P,θ)；(3)完成所有累加后，根据累加器A(P,θ)的值，可判断共线的点有几个，当大于某一阈值时，可判断这些点在像素空间上构成了一条直线。传统的霍夫变换存在将一条直线检测成多条倾角相似的直线的问题，本专利技术对原有算法进行改进，减少了这种误差，其具体实现过程如下：(1)通过传统霍夫变换可以获得所有可能存在直线的参数对(P,θ)，根据角度参数θ的大小对所有参数结果进行排序；(2)依次遍历所有参数对结果，当前参数对记作(Pi,θi)，前一个参数对记作(Pi-1,θi-1)；(3)进行判断，如果|θi-θi-1|＜Δθ(Δθ是角度差阈值，一般设定为5°)且|本文档来自技高网...

【技术保护点】
一种基于霍夫变换的电力线异常识别方法，包括如下步骤：(1)对采集到的视频图像进行灰度化处理；(2)对灰度化后的视频图像进行背景差分及前景分离，得到差分前景图像；(3)对所述差分前景图像进行改进型霍夫变换，输出得到对应多条直线的参数对(P,θ)，其中P和θ分别为直线在图像坐标系中的截距和夹角；(4)根据步骤(3)输出得到的参数对(P,θ)，结合事先设定的电力线实际参数进行逻辑分析，以判断是否存在电力线异常情况。

【技术特征摘要】
1.一种基于霍夫变换的电力线异常识别方法，包括如下步骤：(1)对采集到的视频图像进行灰度化处理；(2)对灰度化后的视频图像进行背景差分及前景分离，得到差分前景图像；(3)对所述差分前景图像进行改进型霍夫变换，输出得到对应多条直线的参数对(P,θ)，其中P和θ分别为直线在图像坐标系中的截距和夹角；(4)根据步骤(3)输出得到的参数对(P,θ)，结合事先设定的电力线实际参数进行逻辑分析，以判断是否存在电力线异常情况。2.根据权利要求1所述的电力线异常识别方法，其特征在于：所述步骤(1)中对视频图像进行灰度化处理的具体方法为：对于视频图像中的任一像素点，若t＞150，则该像素点的灰度值p＝(b-r)/2；若t≤150，则该像素点的灰度值p＝0；其中：r、g和b分别为该像素点对应RGB三个通道的颜色值。3.根据权利要求1所述的电力线异常识别方法，其特征在于：所述步骤(2)中对灰度化后的视频图像进行背景差分及前景分离，具体过程为：对于当前帧视频图像，使其与前一帧视频图像对应灰度值相减，得到当前差分图像；对于当前差分图像中的任一像素点，若其灰度值大于一定阈值，则标记该像素点为前景，依此遍历所有像素点，从而得到差分前景图像。4.根据权利要求1所述的电力线异常识别方法，其特征在于：所述步骤(3)中对差分前景图像进行改进型霍夫变换，具体过程如下：3.1对差分前景图像采用传统霍夫变换，得到所有可能对应直线的参数对...

【专利技术属性】
技术研发人员：徐新民，单嘉琦，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33