The invention provides an intelligent recognition method based on UAV image, which includes the following steps: image intelligent analysis, intelligent analysis of wire strand breakage, intelligent analysis of insulator defect, intelligent analysis of tree-line distance, elevation analysis of channel buildings, calculation of wire sag and display of dangerous points; the intelligent recognition method based on UAV image is the first time to utilize human in power system. Intelligent detection of hidden dangers such as line barricade, wire strand breakage, sag abnormality and insulator breakage can not only improve the utilization rate of UAV, but also enhance the prevention level of hidden dangers of line, which is of great significance to the safe operation of power transmission network.
【技术实现步骤摘要】
基于无人机影像智能识别方法
本专利技术是基于无人机影像智能识别方法,属于输电线路隐患识别
技术介绍
当前输电线路的巡视主要还是采用人工方式,通过肉眼或拍摄照片的方式发现缺陷,这种方法虽简单,但效率较低,周期较长,且巡检拍摄的影像,均需人工进行判别,但人工观察受制于拍摄角度、视频像素等因素的制约,难以准确的判断出线路走廊下方树木高度、树线距离等定量的参数,如果搭载高清的激光扫描的摄像头,其昂贵的价格也不适合大规模推广。在这一背景下,利用最新的图像智能识别技术,通过人工拍摄或机载的普通相机拍摄的照片或视频影像,分析出线路存在的各类隐患,包括通道障碍隐患(周边树木生长和违章建筑)和线路自身隐患(标识牌缺失损毁、绝缘子爆裂、导线断股以及弧垂异常等),为线路的调度和运检提供第一时间的预警信息,能够提高线路巡检的工作效率和无人机的使用效果,是线路运检领域的的又一次技术升级,具有广泛的应用前景和良好的推广价值。为此,本专利技术提供基于无人机影像智能识别方法。
技术实现思路
针对现有技术存在的不足,本专利技术目的是提供基于无人机影像智能识别方法,以解决上述
技术介绍
中提出的问题,该基于无人机影像智能识别方法设计合理,首次将萨格奈克分布式干涉技术用于电力系统10kv配网线路安全维护中,为线路外破隐患的及时发现、及时报警和应急抢修提供了一套完整的技术方案。为了实现上述目的,本专利技术是通过如下的技术方案来实现:基于无人机影像智能识别方法,所述识别方法包括以下步骤:步骤一:图像预处理;首先获取图像信息数据,然后对影像进行智能分析处理,提取特征点;步骤二:导线断股智能分析;采 ...
【技术保护点】
1.基于无人机影像智能识别方法,其特征在于,所述识别方法包括以下步骤:步骤一:图像预处理;首先获取图像信息数据,然后对影像进行智能分析处理,提取特征点;步骤二:导线断股智能分析;采用Hough变换直线检测的方法提取图像中的直线,此方法具有抑制噪声能力强和受曲线间断影响小的特点,对于拍摄的导线图像,当近距离拍摄时,导线较粗,在图像中表现出较大的像素宽度,而当相对较远时,为了提高图像的对比度,在步骤一中的智能分析处理过程中进行了图像增强处理,边缘检测获取的二值图像中,导线边缘点也较多,运用Hough变换和特征检测算法结合,对巡检图像中的导线进行检测;步骤三:绝缘子缺陷智能分析;首先分析绝缘子缺陷特征与绝缘子在拍摄图像中的特征,然后进行绝缘子缺陷智能分析,步骤如下:a)图像预处理:将图像从RGB颜色空间转换到HSI颜色空间,利用色调和饱和度分量进行图像分割;b)OTSU分割:在HSI空间运用OTSU(最大类间方差法)进行图像分割;c)轮廓检测:依据绝缘子特征,从图像中检测绝缘子轮廓;d)缺陷检测:依据绝缘子缺陷特点,检测并定位自爆等缺陷的绝缘子位置;步骤四:树线距离智能分析;树线距离智能分析 ...
【技术特征摘要】
1.基于无人机影像智能识别方法,其特征在于,所述识别方法包括以下步骤:步骤一:图像预处理;首先获取图像信息数据,然后对影像进行智能分析处理,提取特征点;步骤二:导线断股智能分析;采用Hough变换直线检测的方法提取图像中的直线,此方法具有抑制噪声能力强和受曲线间断影响小的特点,对于拍摄的导线图像,当近距离拍摄时,导线较粗,在图像中表现出较大的像素宽度,而当相对较远时,为了提高图像的对比度,在步骤一中的智能分析处理过程中进行了图像增强处理,边缘检测获取的二值图像中,导线边缘点也较多,运用Hough变换和特征检测算法结合,对巡检图像中的导线进行检测;步骤三:绝缘子缺陷智能分析;首先分析绝缘子缺陷特征与绝缘子在拍摄图像中的特征,然后进行绝缘子缺陷智能分析,步骤如下:a)图像预处理:将图像从RGB颜色空间转换到HSI颜色空间,利用色调和饱和度分量进行图像分割;b)OTSU分割:在HSI空间运用OTSU(最大类间方差法)进行图像分割;c)轮廓检测:依据绝缘子特征,从图像中检测绝缘子轮廓;d)缺陷检测:依据绝缘子缺陷特点,检测并定位自爆等缺陷的绝缘子位置;步骤四:树线距离智能分析;树线距离智能分析的关键是从二维影像中识别出导线和树冠,以及分析出两者之间的距离,采用树木三维重建方法,通过一幅图像来估计树木的主轴方向、关键骨架点、相应的骨架半径从而确定整个树木的三维模型,即通过确定树木的骨架来确定整个树木模型和树木高程,采用最优边缘检测算子、分水岭算法、OTSU多阈值分割法及区域生长法四种典型的影像分割算法,分别应用于不同树木类型;步骤五:通道建筑物高程分析;建筑物的高程分析采用多角度影像配准算法,由于不同高度的目标原则上不能基于同样纠正式配准,所以采取对光滑包络的轮廓线进行分层配准的方式,分析流程如下:相邻的3景图像、对应的初始外方位元素以及地表高程先验知识→使用较低的初始图像分辨率→根据共线方程和当前DSM预测同名点初始位置→自动的相关匹配调整同名点位置→前方交会获得同名点高程,插值成为新的光滑DSM→计算建筑物高程尺度;其中输入所需的初始外方位元素由POS获得,并且通过GPS/POS辅助自动空中三角测量区域网平差获得更为精确的外方位元素,空中三角地表高程先验知识为收集实验区至少l:5万比例尺精度的DEM数据;步骤六:导线弧垂计算;采用基于部分图像的弧垂测量方法,其基本思想是导线在图像中呈现出悬链线状态,在某一个悬链段的跨度已知的情况下,由某一悬链段的状态参数可以求出水平悬链的各个状态值,从而完成弧垂值的测量;步骤七:危险点显示;汇总线路各类缺陷的分析,将线路缺陷危险点信息展示出来,以便工作人员及时进行巡检维修。2.根据权利要求1所述的基于无人机影像智能识别方法,其特征在于:所述步骤一中的智能分析处理如下:获取图像信息后,根据图像方位元素,通过数字微分纠正将图像纠正到同一水平的平面上,该平面高程采用空三加密点的平均高程,构建图像金字塔,对纠正后图像进行重采样,常用...
【专利技术属性】
技术研发人员:刘伟,
申请(专利权)人:武汉伊莱维特电力科技有限公司,
类型:发明
国别省市:湖北,42
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。