【技术实现步骤摘要】
基于模板匹配与光流法的无人机图像的输电线路异物检测
本专利技术专利涉及图片处理
,尤其涉及一种基于模板匹配与光流法的无人机图像的输电线路异物检测方法。
技术介绍
近年来,随着电力系统的发展,输电线路范围不断扩大,因为塑料袋、风筝等异物悬挂在输电线上而引起的输电线路故障频繁发生,给人民生活生产造成了极大的影响与损失。所以,对输电线路悬挂异物情况进行监控,及时发现并排除故障有着重大意义。目前,高压输电线路异物检测的方法主要是通过人工排查,但因为输电线路所处范围广、地理位置复杂,人工排查难度较大,成本高,且效率较低。利用无人机进行巡检,通过拍摄的输电线路相关视频图像判断输电线路状态,具有成本低,效率高,不受地形限制等优点,是输电线路异物监测的一种行之有效的方法。采用基于智能视频的无人机图像异物检测方法排查输电线路上附着异物的情况,具有实时性强、精确度高并且检测速度快等优点。目前国内关于此方面的专利十分稀少,中国专利“基于视觉显著性分析的输电线路异物检测方法”(申请号:201610269864.2)提出通过显著性水平计算模型判断所定义感兴趣区是否存在异常来分析输电线附着异物情况的方法,具有检测速度快,效率高等优点,该方法虽然在一定程度上提高了异物判断的鲁棒性,但针对背景复杂和异物种类多样等情况,单纯的视觉显著性异常检测并不能彻底的解决因为环境的复杂性造成的判断失误等情况,因此其精确度和适应性都还有待提高。
技术实现思路
为了克服现有技术的不足,本专利技术提出了一种基于模板匹配与光流法的无人机图像的输电线路异物检测方法。提出了一种边缘对比度增强方法,有效增强输电线 ...
【技术保护点】
基于模板匹配与光流法的无人机图像的输电线路异物检测方法,其特征在于,所述方法包括以下步骤:步骤1:通过无人机巡检输电线路,按照事先设定的方式,由机载摄像头采集输电线路视频图像;步骤2:根据提出的线性边缘对比度增强方法增强输电线的边缘对比度;步骤3:利用线型模板对边缘对比度增强后的输电线路图像进行均值滤波;步骤4:根据提出的基于特定结构元素的灰度形态学边缘特征提取方法提取输电线边缘直线;步骤5:根据提取出的输电线边缘直线、图像分辨率、无人机与输电线路距离、无人机飞行速度和摄像机帧频定义输电线路区域;步骤6:通过模板匹配算法寻找相同时间间隔的下一帧图像的相似度最高的匹配区域;步骤7:截取上一帧图像的输电线路区域和下一帧图像的模板匹配区域作为一对相邻图像,通过光流法计算相邻帧图像对应像素点之间的光流速度,并按照光流速度数值由小到大的顺序均匀映射到0‑255的灰度区间,做出光流速度的灰度图;步骤8:根据提出的二值化阈值计算方法计算光流速度灰度图像的二值化阈值,然后用矩形方框沿着边缘将二值化后的目标部分包围起来,并将矩形方框区域初步视为异物区域;步骤9:将矩形方框区域的四个边长分别向四周延伸j个 ...
【技术特征摘要】
1.基于模板匹配与光流法的无人机图像的输电线路异物检测方法,其特征在于,所述方法包括以下步骤:步骤1:通过无人机巡检输电线路,按照事先设定的方式,由机载摄像头采集输电线路视频图像;步骤2:根据提出的线性边缘对比度增强方法增强输电线的边缘对比度;步骤3:利用线型模板对边缘对比度增强后的输电线路图像进行均值滤波;步骤4:根据提出的基于特定结构元素的灰度形态学边缘特征提取方法提取输电线边缘直线;步骤5:根据提取出的输电线边缘直线、图像分辨率、无人机与输电线路距离、无人机飞行速度和摄像机帧频定义输电线路区域;步骤6:通过模板匹配算法寻找相同时间间隔的下一帧图像的相似度最高的匹配区域;步骤7:截取上一帧图像的输电线路区域和下一帧图像的模板匹配区域作为一对相邻图像,通过光流法计算相邻帧图像对应像素点之间的光流速度,并按照光流速度数值由小到大的顺序均匀映射到0-255的灰度区间,做出光流速度的灰度图;步骤8:根据提出的二值化阈值计算方法计算光流速度灰度图像的二值化阈值,然后用矩形方框沿着边缘将二值化后的目标部分包围起来,并将矩形方框区域初步视为异物区域;步骤9:将矩形方框区域的四个边长分别向四周延伸j个像素点,适当扩大异物区域,然后在原相邻图像中的相同区域进行特征点匹配与追踪,根据计算出的特征点的像素移动速度判断异物。2.根据权利要求1所述的基于模板匹配与光流法的无人机图像的输电线路异物检测方法,其特征在于,所述的步骤1中的按照事先设定的方式采集输电线路视频图像是令巡检无人机尽量固定距地面高度和与输电线之间的垂直距离,沿输电线路的走向水平匀速行驶,令机载摄像头光心的轴线方向垂直于输电线路走向,定时采集输电线路相关视频图像。3.根据权利要求1所述的基于模板匹配与光流法的无人机图像的输电线路异物检测方法,其特征在于,所述的步骤2中的线性边缘对比度增强方法,具体包括以下步骤:步骤A:对输电线路图像进行一层小波分解,分为近似分量、水平细节分量、垂直细节分量和对角细节分量;步骤B:用长度为n的线型模板分别遍历水平细节分量图像和垂直细节分量图像,判断线型模板覆盖的所有像素点中在相同坐标位置处的垂直分量cv和水平分量ch满足条件cv(i,j)>T1&&ch(i,j)<T2的像素个数N,其中阈值T1根据输电线边缘垂直分量最小的灰度值变化梯度的幅值确定,T2根据输电线边缘水平分量最大的灰度值变化梯度的幅值确定;步骤C:当满足条件的像素个数大于N/2时,对垂直细节分量的模板中心像素灰度值乘以大于1的系数进行增强,对垂直细节分量的模板中心像素灰度值乘以小于1的系数进行减弱;步骤D:按照步骤BC遍历完水平细节分量图像和垂直细节分量图像的所有像素点后,对分解图像进行小波重构,得到重构图像。4.根据权利要求1所述的基于模板匹配与光流法的无人机图像的输电线路异物检测方法,其特征在于,所述的步骤2和步骤3中的线型模板是指宽度为一个像素的长方形模板,其中模板长度为奇数个像素数,具体大小根据图像分辨率自行设定。5.根据权利要求1所述的基于模板匹配与光流法的无人机图像的输电线路异物检测方法,其特征在于,所述的步骤4中的特定结构元素是以中心像素为起点,垂直向上延伸p个像素点,水平向右延伸q个像素点所组成的特征模板。6.根据权利要求1所述的基于模板匹配与光流法的无人机图像的输电线路异物检测方法,其特征在于,所述的步骤4中的基于特定结构元素的灰度形态学边缘特征提取方法包括以下步骤:步骤A:用所述特征结构元素遍历均值滤波处理后的图像,统计包含中心像素在内的垂直方向p+1个像素灰度值的极大值max1、极小值min1和包含中心像素在内的水平方向q+1个像素灰度值的极大值max2、极小值min2;步骤B:按照如下公式进行如下运算:y=min1 abs(max1−min1)>T3&&abs(max2−min2)T4y &a...
【专利技术属性】
技术研发人员:周封,任贵新,郝婷,崔博闻,刘健,李隆,王晨光,胡海涛,
申请(专利权)人:哈尔滨理工大学,周封,
类型:发明
国别省市:黑龙江,23
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。