一种基于形态学的高压电塔及高压电线的异物检测方法技术

本发明专利技术提供一种基于形态学的高压电塔及高压电线的异物检测方法，涉及电力设施异物检测领域，包括：步骤1：采集并读入高压电塔及高压电线的图像I1；步骤2：对图像I1进行分割得到二值图像I2；步骤3：对二值图像I2进行选取合适的形态学结构元素，寻找异物所在的粗略位置，得到图像I3；步骤4：对异物粗略位置进行边缘检测，找到异物的边缘轮廓，得到图像I4；步骤5：对图像I4进行形态学的填充后得到形态学填充后的图像I5；步骤6：对形态学填充后的图像I5依次逐层形态学检验，得到电力学设施异物数目和位置；步骤7:在原图中对应位置标记出所有的高压电塔及高压电线异物。本发明专利技术解决了目前高压电塔及高压电线异物检测的识别种类单一的问题。

A method for detecting foreign bodies in high voltage towers and high voltage wires based on morphology

The invention provides a method for detecting foreign bodies in high voltage towers and wires based on morphology, which relates to the field of detecting foreign bodies in power facilities, including: step 1: collecting and reading the image I1 of high voltage towers and wires; step 2: dividing the image I1 to get the binary image I2; step 3: selecting the binary image I2 Appropriate morphological structural elements, find the rough location of the foreign body, get the image I3; Step 4: rough location of the foreign body edge detection, find the outline of the foreign body edge, get the image I4; Step 5: Fill the image I4 with morphology and get the image I5 with morphology; Step 6: Fill the image with morphology. Then the image I5 is checked by morphology layer by layer to get the number and position of the foreign bodies in the electrical facilities. Step 7: Mark all the foreign bodies in the high-voltage towers and wires in the corresponding position in the original image. The invention solves the problems of single identification of current high voltage electric tower and high voltage wire foreign matter detection.

【技术实现步骤摘要】
一种基于形态学的高压电塔及高压电线的异物检测方法
本专利技术涉及电力设施异物识别领域，特别涉及一种基于形态学的高压电塔及高压线异物检测方法。
技术介绍
电力是我国能源的大动脉,而输电线路网则是电力传输的主要载体,维护输电线路正常运行显得尤为重要。搭建这些输电线路较为迅速,但是长期维护需要巨大的人力、财力和物力。近年来，各地因为风筝、气球等悬挂异物危及电网安全的事件屡见不鲜，输电线路悬挂诸如此类的异物会使高压电的极限放电距离缩短,甚至会造成大面积停电的严重后果。因此,及时识别出输电线路上的异物具有十分重要的意义。现有的输电线路异物排查主要为人工巡线,但是人工巡线存在安全隐患大，工作效率低,针对一些复杂地形的输电线路操作难度大等缺点。为了降低工作强度,提高工作效率,近几年出现了借助飞行器作为运载工具,装载可见光成像检测设备对110-1000kV高压输电线走廊进行巡检的方法,并应用计算机智能处理巡检带回的大量图像数据来判断线路上是否存在异物,此项技术能够极大地提高巡检技术的水平和效率,降低输电线路的维护成本,对创造更好的经济效益和社会效益有着重大意义。
技术实现思路
本专利技术的目的在于：为解决目前高压电塔及高压电线异物检测的方法识别的异物种类单一的问题，本专利技术提出了一种基于形态学的高压电塔及高压电线的异物检测方法。本专利技术的技术方案如下：一种基于形态学的高压电塔及高压电线的异物检测方法，包括以下步骤:步骤1：采集并读入高压电塔及高压电线的图像I1；步骤2：对图像I1进行分割得到二值图像I2；步骤3：对二值图像I2进行选取合适的形态学结构元素，寻找异物所在的粗略位置，得到图像I3；步骤4：对异物粗略位置进行边缘检测，找到异物的边缘轮廓，得到图像I4；步骤5：对图像I4进行形态学的填充后得到形态学填充后的图像I5；步骤6：对形态学填充后的图像I5依次逐层形态学检验，得到电力设施异物数目和位置；步骤7:在原图中对应位置标记出所有的高压电塔及高压电线异物。具体地，所述步骤2中分割的方法为OTSU分割法，具体步骤如下：步骤21：设原始图像I1的像素点数为M，灰度级为i的像素点数为ni，对灰度直方图进行归一化,灰度为i的像素点概率为pi：pi＝ni/M步骤22：假设L为原始图像I1的灰度级数，k为其灰度级数阈值,选取阈值T(k)＝k，并使用它把原始图像I1总像素点阈值化分成c1和c2两类像素,P为该类像素出现的概率；对于两类像素c1和c2，每一类出现的概率分别为P1(k),P2(k)：分配到c1和c2的像素的平均灰度值分别为m1,m2：式中，C1为c1类像素的像素个数，C2为c2类像素的像素个数，整个图像I1的全局灰度均值为：为类间方差，定义为：最佳阈值是k*，然后最大化间类方差到此，确定阈值k*，将原始图像I1分为c1和c2两个部分，将全部c1类像素转化为灰度级为0的像素点，将全部c2类像素转化为灰度级数为1的像素点，使原始图像I1转化为二值图像I2，完成OTSU阈值分割。具体地，所述步骤3的具体步骤如下：步骤31：假设圆盘型结构元素为S，其半径R大小的初始大小为r，并且其半径R随着结构元素S再次使用时增大，腐蚀后图像为E，二值图像为I2；利用结构元素S扫描二值图像，用结构元素与其覆盖的二值图像I2做“与”操作如果都为1，结果腐蚀后图像E的该像素为1，否则为0；利用腐蚀将二值图像I2按照圆盘型结构元素S的半径R进行腐蚀缩减，使间隔空隙得到剔除，并使二值图像I2的图像腐蚀缩小，剔除腐蚀电力设施的部分结构，同时也对电力设施异物进行腐蚀缩减；若圆盘型结构元素S再次使用时，随着其半径R大小增大，增大二值图像I2间隔空隙的剔除和二值图像I2的图像腐蚀缩小能力；步骤32：假设腐蚀后图像为E，并以步骤31的圆盘型结构元素S，对图像E进行膨胀得到图像I3；利用圆盘型结构元素S扫描二值图像，用结构元素与其覆盖的二值图像I2做“或”操作如果都为0，结果膨胀后图像I3的该像素为0，否则为1；利用膨胀将腐蚀后的图像E用相同的圆盘型结构元素S对腐蚀后的电力设施异物的大小形状进行按照圆盘型结构元素S的半径R扩张复原，得到膨胀后图像I3；若圆盘型结构元素S再次使用时，随着其半径R大小增大，增大腐蚀后对图像的复原能力图像大小得到复原，图像经过腐蚀膨胀处理后剔除部分电力设施部分结构和背景后，得到粗略的电力设施异物位置。具体地，所述步骤4的具体步骤如下：步骤41：对图像I3进行高斯滤波，具体为：假设二维核向量为K，方差为σ，图像I3的像素横纵坐标为x，y，确定参数得到二维核向量K；上式为离散化的二维高斯函数，确定参数得到二维核向量后进行图像高斯滤波，使待滤波的像素点及其邻域点的灰度值进行加权平均；步骤42：用图像在x和y方向上偏导数的两个矩阵sx和sy得到一阶偏导的有限差分，关于图像灰度值的梯度使用一阶有限差分进行近似：并使用一阶偏导的有限差分来计算图像I3梯度的幅值M和方向θ；步骤43：利用梯度的幅值M和方向θ，对梯度幅值进行非极大值抑制，寻找像素点局部最大值，将非极大值点所对应的灰度值置为0，当前位置的梯度值与梯度方向上两侧的梯度值进行比较和梯度方向垂直于边缘方向；完成非极大值抑制后得到一个二值图像，非边缘的点灰度值均为0，可能为边缘的局部灰度极大值点灰度为128；步骤44：用双阈值算法检测和连接边缘，选择两个阈值，根据高阈值得到一个边缘图像，在高阈值图像中把边缘链接成轮廓，当到达轮廓的端点时，在断点的8邻域点中寻找满足低阈值的点，再根据此点收集新的边缘，直到整个图像边缘闭合，得到canny算子边缘检测后图像I4。具体地，所述步骤6的具体步骤如下：步骤61：对步骤5所得图像I5进行所有连通区域的面积统计，得到连通区域的面积最大值和最小值，并计算连通区域的圆形度；步骤62：判断连通区域最大面积是否都等于0，如果是，并进入步骤7，否则则进入步骤63；步骤63：判断连通区域的面积最大值和连通区域的面积最小值的比值是否属于正常范围，若是，则进入步骤64，否则，则返回步骤3；步骤64：判断所有异物的圆形度是否属于正常范围，若是，则进入步骤65，否则，则返回步骤3；步骤65：判断连通区域的面积最小值是否属于正常范围，若是，则进入步骤66，否则，则返回步骤3；步骤66：判断连通区域的面积最大值是否属于正常范围，若是，则进入步骤67，否则，则返回步骤3；步骤67：判断异物个数是否属于正常范围，若是，则进入步骤68，否则，则返回步骤3。步骤68：统计最终确定的高压电塔及高压电线中异物的数目和位置。具体地，所述步骤7的具体步骤如下：步骤71：获取异物区域质心坐标，存入数组用作最终定位；步骤72：获取异物区域的轮廓位置后，将此位置信息用于原图，通过修改相应位置的灰度值，将其变为涂色标记区域。进一步地，所述步骤2中，在对图像I1进行分割得到二值图像I2之前，先对图像I1进行RGB图像的B通道提取处理。综上所述，与现有技术相比，由于采用了上述技术方案，本专利技术的有益效果是：(1)本专利技术对高压电塔和高压电缆上检测异物的类型多，具体的和现有技术的检测类型的对比参见具体实施方式中的表格及其说明。(2)本专利技术的基于形态学对高压电塔和高压电缆异物识别方法，由于高压电塔和高压电缆的图像本文档来自技高网...

【技术保护点】
1.一种基于形态学的高压电塔及高压电线的异物检测方法，其特征在于，包括以下步骤:步骤1：采集并读入高压电塔及高压电线的图像I1；步骤2：对图像I1进行分割得到二值图像I2；步骤3：对二值图像I2进行选取合适的形态学结构元素，寻找异物所在的粗略位置，得到图像I3；步骤4：对异物粗略位置进行边缘检测，找到异物的边缘轮廓，得到图像I4；步骤5：对图像I4进行形态学的填充后得到形态学填充后的图像I5；步骤6：对形态学填充后的图像I5依次逐层形态学检验，得到电力设施异物数目和位置；步骤7:在原图中对应位置标记出所有的高压电塔及高压电线异物。

【技术特征摘要】
1.一种基于形态学的高压电塔及高压电线的异物检测方法，其特征在于，包括以下步骤:步骤1：采集并读入高压电塔及高压电线的图像I1；步骤2：对图像I1进行分割得到二值图像I2；步骤3：对二值图像I2进行选取合适的形态学结构元素，寻找异物所在的粗略位置，得到图像I3；步骤4：对异物粗略位置进行边缘检测，找到异物的边缘轮廓，得到图像I4；步骤5：对图像I4进行形态学的填充后得到形态学填充后的图像I5；步骤6：对形态学填充后的图像I5依次逐层形态学检验，得到电力设施异物数目和位置；步骤7:在原图中对应位置标记出所有的高压电塔及高压电线异物。2.根据权利要求1所述的一种与形态学的高压电塔及高压电线异物检测方法，其特征在于，所述步骤2中分割的方法为OTSU分割法，具体步骤如下：步骤21：设原始图像I1的像素点数为M，灰度级为i的像素点数为ni，对灰度直方图进行归一化,灰度为i的像素点概率为pi：pi＝ni/M步骤22：假设L为原始图像I1的灰度级数，k为其灰度级数阈值,选取阈值T(k)＝k，并使用它把原始图像I1总像素点阈值化分成c1和c2两类像素,P为该类像素出现的概率；对于两类像素c1和c2，每一类出现的概率分别为P1(k),P2(k)：分配到c1和c2的像素的平均灰度值分别为m1,m2：式中，C1为c1类像素的像素个数，C2为c2类像素的像素个数，整个图像I1的全局灰度均值为：为类间方差，定义为：最佳阈值是k*，然后最大化间类方差到此，确定阈值k*，将原始图像I1分为c1和c2两个部分，将全部c1类像素转化为灰度级为0的像素点，将全部c2类像素转化为灰度级数为1的像素点，使原始图像I1转化为二值图像I2，完成OTSU阈值分割。3.根据权利要求1所述的一种基于形态学的高压电塔及高压电线异物检测方法，其特征在于，所述步骤3的具体步骤如下：步骤31：假设圆盘型结构元素为S，其半径R大小的初始大小为r，并且其半径R随着结构元素S再次使用时增大，腐蚀后图像为E，二值图像为I2；利用结构元素S扫描二值图像，用结构元素与其覆盖的二值图像I2做“与”操作如果都为1，结果腐蚀后图像E的该像素为1，否则为0；利用腐蚀将二值图像I2按照圆盘型结构元素S的半径R进行腐蚀缩减，使间隔空隙得到剔除，并使二值图像I2的图像腐蚀缩小，剔除腐蚀电力设施的部分结构，同时也对电力设施异物进行腐蚀缩减；若圆盘型结构元素S再次使用时，随着其半径R大小增大，增大二值图像I2间隔空隙的剔除和二值图像I2的图像腐蚀缩小能力；步骤32：假设腐蚀后图像为E，并以步骤31的圆盘型结构元素S，对图像E进行膨胀得到图像I3；利用圆盘型结构元素S扫描二值图像，用结构元素与其覆盖的二值图像I2做“或”操作如果都为0，结果膨胀后图像I3的该像素为0，否则为1；利用膨胀将腐蚀后的图像E用相同的圆盘型结构元素S对腐蚀后的电力设施异物的大小形状进行按照圆盘型结构元素S的半径R扩张复原，得到膨胀后图像I3；若圆盘型结构元素S再次使用时，随着其半径R大小增大，增大腐...

【专利技术属性】
技术研发人员：曹兆洋，杨沧海，林沛城，汪春宇，彭真明，周子玉，贲庆妍，梁航，赵学功，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51