一种输电线路发热部件自动识别方法技术

本发明专利技术涉及电力巡检技术领域，尤其涉及电力设备红外测温补偿技术，具体来说是一种输电线路发热部件自动识别方法。所述识别方法包括如下步骤：选取直升机电力巡检拍摄到的实时红外视频序列，对其进行Hough变换，检测输电线利用SIFT特征匹配识别红外图像中的绝缘子；采用Otsu自适应阈值算法对红外图像中的热点区域进行分割，提取出缺陷区域，并对其进行分类和分级。本发明专利技术方法能够有效实现对红外图像拍摄到的输电线路上出现异常发热情况的目标的自动识别，杜绝现有技术中采用人工分析时容易出现的失误，提高了电力设备检测与试验人员的工作效率以及电力设备红外测温预警的准确性和可靠性，避免误操作，减少了设备风险。

【技术实现步骤摘要】
一种输电线路发热部件自动识别方法
本专利技术涉及电力巡检
，尤其涉及电力设备红外测温补偿技术，具体来说是一种输电线路发热部件自动识别方法。
技术介绍
近年来，随着我国超(特)高压输电线路建设的高速发展，高电压、大功率、长距离输电线路越建越多，穿越的地理环境越来越复杂，直升机巡线作为一种高效的巡检技术在国内多个电网运营单位得到了应用。国内直升机电力作业业务逐步已步入了快速发展、稳步提升的轨道，实现了输电线路直升机巡视的常态化和规模化。直升机巡检作业，主要以直升机/无人机为平台，搭载红外、可见光等设备对架空输电线路进行巡查和检测的作业，而采用直升机/无人机进行线路巡检时，常用的一种巡检手段是搭载光电吊舱进行可见光/红外成像。温度在绝对零度以上的物体，都会因自身的分子运动而辐射出红外线。通过红外探测器将物体辐射的功率信号转换成电信号后，成像装置的输出信号就可以完全一一对应地模拟扫描物体表面温度的空间分布，经电子系统处理，传至显示屏上，得到与物体表面热分布相应的热像图。当前普遍应用的电力设备红外测温装置由光学系统、信号放大器、信号处理以及显示输出等部分组成。光学系统汇聚其视场内的目标红外辐射能量，视场距离的大小由测温仪的光学零件及其位置确定。红外能量聚焦在光电探测器上并转换为相应的电信号，该信号经过放大器和信号处理器，转换成温度值。分析采集到的红外图像的所有温度值，可以判断红外图像的所有温度值中是否存在高于预设的温度阈值的目标温度值，从而可以确定红外图像中是否包含高温目标，可以对红外图像拍摄到的输电线路上出现异常发热情况的目标进行自动识别。现有的直升机红外发热检测的自动化水平还不够，红外缺陷分析仍然依靠人工在地面通过电脑分析软件进行，缺陷报告的编制也是人手动进行的，红外缺陷图谱的编号和命名也是人一个个手动进行的，难免出现失误、错误等。
技术实现思路
本专利技术针对上述
技术介绍
，公开一种输电线路发热部件自动识别方法，能够自动识别输电线路上的发热部件，所述输电线路发热部件自动识别方法包括如下步骤：步骤一：选取直升机电力巡检拍摄到的实时红外视频序列，对其进行Hough变换，检测输电线；步骤二：利用SIFT特征匹配识别红外图像中的绝缘子；步骤三：采用Otsu自适应阈值算法对红外图像中的热点区域进行分割，提取出缺陷区域，并对其进行分类和分级。进一步地，所述步骤二中利用SIFT特征匹配识别红外图像中的绝缘子包括如下子步骤：(1)构建尺度空间将一个图像的尺度空间L(x,y,σ)定义为原始图像I(x,y)与一个可变尺度的二维高斯函数G(x,y,σ)卷积运算，运算式为：L(x,y,σ)＝G(x,y,σ)*I(x,y)，其中，式中，(x，y)是空间坐标，σ是尺度坐标；(2)关键点定位关键点由DOG空间的局部极值点组成，DoG函数的极值点判断方法为，将每一个像素点与其所有的相邻点比较，所有相邻点中的最大值或最小值为一个极值点；(3)关键点方向分配对尺度空间DoG函数进行曲线拟合，其Taylor展开式为对上式求导，并令其为0，得到精确的位置，得将(3-2)式代入(3-1)中，可得：若则保留特征点，否则将其舍弃；获取极值点处的Hessian矩阵，主曲率通过一个2*2的Hessian矩阵H求出；公式如下D的主曲率和H的特征值成正比，令α为最大特征值，β为最小的特征值；α＝γβ；tr(H)＝Dxx+Dyy＝α+βDet(H)＝DxxDyy-(Dxy)2＝αβ满足γ＝10的点即为关键点；利用关键点邻域像素的梯度方向分布特性为每个关键点指定方向，像素点(x，y)处的梯度表示为：直方图以每45度方向为一个柱，共8个柱，直方图的峰值代表该关键点处邻域梯度的主方向，即作为该关键点的方向，其中直方图统计半径采用式(3-7)计算：σoct是关键点所在组的组内尺度，直方图中的峰值就是主方向，其他的达到最大值80％的方向可作为辅助方向；(4)关键点描述关键点描述子的生成步骤包括：2)旋转主方向：将坐标轴旋转为所述关键点的方向，旋转后区域内采样点的新坐标为：2)生成描述子：对于一个关键点产生128个数据，形成128维的SIFT特征向量，在区域内对每个像素点求其梯度幅值和方向，然后对每个梯度幅值乘以高斯权重参数，生成方向直方图，如式3-11所示：其中，σω为子描述窗口宽度3σ×直方图列数的一半；3)归一化处理：将特征向量的长度归一化，进一步去除光照变化的影响，归一化公式为：W＝(w1，w2，…w12S)L＝(l1，l2，…l128)(5)特征匹配采用关键点特征向量的欧式距离作为两幅图像中关键点的相似性判定度，取第一图像中的某个关键点，并找出其与第二图像中欧式距离最近的前两个关键点；在这两个关键点中，以最近的距离除以次近的距离所得值小于某个比例阈值，则接受这一对匹配点。工作原理：一种输电线路发热部件自动识别方法，基于红外测温的原理，通过Hough变换，检测出直升机电力巡检拍摄到的实时红外视频序列中的输电线，然后利用SIFT特征匹配识别红外图像中的绝缘子，再利用Otsu算法对红外热图进行分割，提取出缺陷区域，实现对红外图像拍摄到的输电线路上出现的异常发热目标进行自动识别的功能。与现有技术相比，本专利技术方法运用来识别输电线路发热部件产生的有益效果为：本专利技术方法将Hough变换、SIFT特征匹配算法及Otsu自适应阈值算法相结合，对直升机电力巡检拍摄到的实时红外视频序列进行验证分析，提取出缺陷区域，计算简单，能够有效实现对红外图像拍摄到的输电线路上出现异常发热情况的目标的自动识别，提升直升机红外发热检测的自动化水平，提高红外发热缺陷的检出率。同时，杜绝现有技术中采用人工分析时容易出现的失误，抗干扰性强，提高了电力设备检测与试验人员的工作效率以及电力设备红外测温预警的准确性和可靠性，避免误操作，减少了设备风险。附图说明图1是本专利技术构件的DoG尺度空间示意图。图2是本专利技术高斯差分尺度空间示意图。图3是本专利技术关键点方向分配示意图。图4是本专利技术关键点描述中将坐标轴旋转为关键点的方向示意图。图5是本专利技术生成描述子过程中子描述窗口示意图。具体实施方式下面结合附图及实施例对本专利技术作进一步说明。本专利技术一种输电线路发热部件自动识别方法，针对直升机电力巡检拍摄到的实时红外视频序列，首先对其进行Hough变换检测输电线，接着利用SIFT特征匹配识别红外图像中的绝缘子，采用Otsu自适应阈值算法对红外图像中的热点区域进行分割，提取出缺陷区域，并对其进行分类和分级。Hough变换的基本原理是将影像空间中的曲线(包括直线)变换到参数空间中，通过检测参数空间中的极值点，确定出该曲线的描述参数，从而提取影像中的规则曲线。本专利技术首先通过Hough变换，从直升机电力巡检拍摄到的实时红外视频序列众检测并提取出输电线。SIFT(ScaleInvariantFeatureTransform)，尺度不变特征变换是一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子。SIFT算法的实质可以归为在不同尺度空间上查找关键点。关键点，就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点。利用SIFT识别绝缘子主要有以下四个步骤：(1)构建尺度空间一个图像的尺度空间L(x,y,σ)本文档来自技高网...

【技术保护点】
1.一种输电线路发热部件自动识别方法，其特征在于，所述识别方法包括如下步骤：步骤一：选取直升机电力巡检拍摄到的实时红外视频序列，对其进行Hough变换，检测输电线；步骤二：利用SIFT特征匹配识别红外图像中的绝缘子；步骤三：采用Otsu自适应阈值算法对红外图像中的热点区域进行分割，提取出缺陷区域，并对其进行分类和分级。

【技术特征摘要】
1.一种输电线路发热部件自动识别方法，其特征在于，所述识别方法包括如下步骤：步骤一：选取直升机电力巡检拍摄到的实时红外视频序列，对其进行Hough变换，检测输电线；步骤二：利用SIFT特征匹配识别红外图像中的绝缘子；步骤三：采用Otsu自适应阈值算法对红外图像中的热点区域进行分割，提取出缺陷区域，并对其进行分类和分级。2.如权利要求1所述的输电线路发热部件自动识别方法，其特征在于，所述步骤二中利用SIFT特征匹配识别红外图像中的绝缘子包括如下子步骤：(1)构建尺度空间将一个图像的尺度空间L(x,y,σ)定义为原始图像I(x,y)与一个可变尺度的二维高斯函数G(x,y,σ)卷积运算，运算式为：L(x,y,σ)＝G(x,y,σ)*I(x,y)，其中，式中，(x，y)是空间坐标，σ是尺度坐标；(2)关键点定位关键点由DOG空间的局部极值点组成，DoG函数的极值点判断方法为，将每一个像素点与其所有的相邻点比较，所有相邻点中的最大值或最小值为一个极值点；(3)关键点方向分配对尺度空间DoG函数进行曲线拟合，其Taylor展开式为对上式求导，并令其为0，得到精确的位置，得将(3-2)式代入(3-1)中，可得：若则保留特征点，否则将其舍弃；获取极值点处的Hessian矩阵，主曲率通过一个2*2的Hessian矩阵H求出；公式如下D的主曲率和H的特征值成正比，令α为最大特征值，β为最小的特征值；...

【专利技术属性】
技术研发人员：李庭坚，张兴华，张建刚，张福，罗望春，姜诚，石志彬，莫兵兵，李翔，余德全，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司检修试验中心，
类型：发明
国别省市：广东,44