用于激光异物清除器的异物入侵检测方法技术

一种用于激光异物清除器的异物入侵检测方法，包括：按时间先后顺序采集第n‑k帧图像、第n帧图像和第n+k帧图像，并分别对图像进行压缩；图像增强处理；采用自适应阈值的FAST角点检测算法提取特征点；特征匹配；删除误匹配点；计算透射矩阵，获得配准图像；图像差分，并对差分图像进行阈值分割；形态学处理；按位与运算，得到可疑入侵异物目标的二值图像；对二值图像进行运动目标校正，最终获得异物入侵的检测结果，发出关闭激光指令并报警。本发明专利技术通过自动检测入侵异物，自动发送关闭激光指令，消除了激光异物清除仪器工作过程中的安全隐患，保证了人、动物和车辆等的安全，满足电网维护领域自动化智能化的发展需求。

Foreign body intrusion detection method for laser foreign body remover

A foreign body intrusion detection method for laser foreign body remover includes: acquisition of the n \u2011 K frame image, the N frame image and the N + K frame image in chronological order, and compression of the image respectively; image enhancement processing; extraction of feature points using fast corner detection algorithm of adaptive threshold; feature matching; deletion of mismatch points; calculation of transmission matrix to obtain registration image; Image difference, and threshold segmentation of the difference image; morphological processing; according to bit and operation, get the binary image of the suspicious foreign object; correct the binary image of the moving object, and finally get the detection result of foreign object intrusion, send out the command to turn off the laser and alarm. The invention can automatically detect the invading foreign matters, automatically send the command to shut down the laser, eliminate the hidden danger in the working process of laser foreign matters removal instrument, ensure the safety of people, animals, vehicles, etc., and meet the development requirements of automation and intelligence in the field of power grid maintenance.

【技术实现步骤摘要】
用于激光异物清除器的异物入侵检测方法
本专利技术涉及输电线路网的维护的图形处理方法，尤其涉及一种用于激光异物清除器的异物入侵检测方法。
技术介绍
输电线路网简称为电网，是电力传输的主要载体。近年来，气球、广告横幅、风筝、农用塑料薄膜、遮阳网、孔明灯等异物经常缠绕电线，引发相间短路，严重时会导致停电事故，甚至造成人员伤害和设备故障。绝大多数线路设在地形复杂、环境恶劣的地方，因此维护输电线路的正常运行尤为重要和艰巨。电网异物的清除方法有人工上塔带电作业、无人机喷火作业、激光异物清除作业等。人工作业工作效率低，且存在安全隐患，受环境影响严重；无人机喷火作业受到载重限制，无法长时间连续工作。激光异物清除是近年来出现的一种采用远程激光快速清除异物的方法，将适当能量的激光束照射到较远距离处的输电线路异物上，在确保安全的条件下将缠绕在导线上的部分烧毁，使异物掉落。但激光束的能量较大，存在一定的安全隐患，比如在激光打开时，在相机视野中突然出现走动的人、动物或行驶的车辆等情况。因此需要对突然入侵的异物进行检测，当检测到有异物入侵时(异物突然出现在激光的辐射范围内)，需自动关闭激光器，消除激光清除异物工作过程中的安全隐患，保证人、动物和车辆的安全。
技术实现思路
本专利技术的目的在于提供一种用于激光异物清除器的异物入侵检测方法，该检测方法能够自动识别进入相机视野中的异物，发出关闭激光指令，并报警，实现入侵异物自动检测功能，保证激光异物清除的安全。为达到上述目的，本专利技术的技术解决方案：一种用于激光异物清除器的异物入侵检测方法，其特点在于，当激光异物清除器的准备工作完成后，在打开激光器开始进行异物清除前，开启异物入侵检测功能，该方法包括如下步骤：①通过激光异物清除器采集目标区域图像，按时间先后顺序采集第n-k帧图像、第n帧图像和第n+k帧图像，并分别对图像进行压缩，得到压缩后图像Pt+1、Pt+2、Pt+3，其中图像压缩的目的是为了减少计算量，提高计算效率，满足实时性要求；②对压缩后的图像Pt+1、Pt+2、Pt+3，分别通过图像增强算法进行处理，得到增强后图像St+1、St+2、St+3，其中图像增强的目的是为了增加目标与背景的对比度，为后面特征检测提供便利；③对增强后的图像St+1、St+2、St+3，分别采用自适应阈值的FAST角点检测算法提取特征点，得到K1、K2、K3；④构造特征点描述算子，将特征点K1、K2、K3描述为D1、D2、D3,并对描述后的特征点D1、D2、D3进行特征匹配，得到M12和M23；⑤删除误匹配点，得到删除后的匹配点Md12和Md23；⑥根据删除后的匹配点Md12和Md23分别生成透射变换矩阵，得到配准图像，H12和H23；⑦将配准图像H12和图像Pt+2进行图像差分，配准图像H23和图像Pt+3进行图像差分，并分别对差分图像进行阈值分割，得到分割图像S12和S23；⑧对分割图像进行形态学处理，得到处理后图像O12和O23；⑨对形态学处理后的图像O12和O23进行按位与运算，得到可疑运动目标的二值图像T；⑩对二值图像进行运动目标校正，即先对二值图像进行像素约束，然后进行直线检测，若不存在直线，则直接跳转至步骤若存在直线，则去除参与直线拟合部分的像素，得到去除直线后的二值图像；获得运动目标检测结果，即异物入侵检测结果，入侵的行人、动物和车辆统称为运动目标，运动目标在二值图像中以灰度值为1的像素点形式表示，当二值图像中不存在灰度值为1的像素时，表示无入侵异物，所述的激光异物清除器保持当前工作状态；当二值图像中存在灰度值为1的像素点时，表示有入侵异物，所述的激光异物清除器的控制器发送关闭激光指令并发出安全警告。进一步的，所述的步骤③中的自适应阈值的FAST角点检测算法，其阈值Threshold自适应选取的实现方法如式(1)所示：其中：Threshold为fast检测阈值，mGrey为图像的平均灰度，Std为图像的标准差，由公式(1)的阈值选取方式分别对增强后的图像St+1、St+2、St+3计算相应的自适应阈值，根据相应的自适应的阈值对图像St+1、St+2、St+3进行角点检测，进而得到特征点K1、K2和K3。进一步的，所述的步骤⑤删除误匹配点，具体如步骤5.1和步骤5.2所示：步骤5.1粗略删除误匹配点：计算匹配结果中距离的最大值max_dist，将匹配结果中距离小于0.6*max_dist的匹配点保留，删除匹配结果中距离大于0.6*max_dist的匹配点，得到粗略筛选的匹配点；步骤5.2细致删除误匹配点：对步骤5.1得到的匹配点，采用RANSAC算法，计算基础矩阵，根据生成基础矩阵时标记的每个匹配点的状态(0或1，0表示被舍弃的匹配点，1表示被保留的匹配点)，对步骤5.1得到的匹配点进行细致删除，将标记状态为1的匹配点筛选出来，即为细致筛选出的匹配点。进一步的，所述的步骤⑩对二值图像进行运动目标校正，其中像素约束是为了消除树枝晃动引起的误检测，主要实现方法如下所示：(1)对二值图像进行连通区域检测；(2)初步筛选：预先设定阈值T1，将面积小于阈值T1的连通区域去除，得到去除小面积连通区域后的序列集合P；(3)对步骤(2)处理得到的集合，根据连通区域面积从小到大进行排序，选取面积序列的中值作为阈值T2；(4)将面积小于阈值T2的连通区域去除，得到像素约束后的图像。进一步的，所述的步骤⑩对二值图像进行运动目标校正，其中直线检测是为了消除输电线在图像配准过程中出现的偏差而引起的误检测，实现方法是先对像素约束后的二值图像进行直线检测，然后对参与直线拟合部分的像素进行删除，得到去除直线后的二值图像。与现有技术相比，本专利技术的有益效果是：通过实时检测入侵异物，自动发送关闭激光指令，消除了激光异物清除仪器工作过程中的安全隐患，保证了人、动物和车辆的安全，满足电网维护领域自动化智能化的发展需求。附图说明图1为本专利技术用于激光异物清除器的异物入侵检测方法的流程图。具体实施方式下面结合附图和实施例对本专利技术做进一步说明。先请参阅图1，图1为本专利技术用于激光异物清除器的异物入侵检测方法的流程图。由图可见，本专利技术用于激光异物清除器的异物入侵检测方法，当激光异物清除器的准备工作完成后，在打开激光器开始进行异物清除前，开启异物入侵检测，包括如下步骤：1、通过激光异物清除器采集目标区域图像，按时间先后顺序采集第n-k帧图像、第n帧图像和第n+k帧图像，并分别对图像的长宽进行0.5倍压缩，得到压缩后图像Pt+1、Pt+2、Pt+3，设原始图像大小为1280*960，则压缩后的图像Pt+1的大小为640*480，其中图像压缩的目的是为了减少计算量，提高计算效率，满足实时性要求；2、对压缩后的图像Pt+1、Pt+2、Pt+3，分别通过图像增强算法进行处理，得到增强本文档来自技高网...

【技术保护点】
1.一种用于激光异物清除器的异物入侵检测方法，其特征在于，该方法包括如下步骤：/n①利用激光异物清除器采集目标区域图像，按时间先后顺序采集第n-k帧图像、第n帧图像和第n+k帧图像，并分别对图像进行压缩，得到压缩后图像P

【技术特征摘要】
1.一种用于激光异物清除器的异物入侵检测方法，其特征在于，该方法包括如下步骤：
①利用激光异物清除器采集目标区域图像，按时间先后顺序采集第n-k帧图像、第n帧图像和第n+k帧图像，并分别对图像进行压缩，得到压缩后图像Pt+1、Pt+2、Pt+3；
②对压缩后的图像Pt+1、Pt+2、Pt+3分别通过图像增强算法进行处理，得到增强后的图像St+1、St+2、St+3；
③对增强后的图像St+1、St+2、St+3分别采用自适应阈值的FAST角点检测算法提取特征点K1、K2、K3；
④构造特征点描述算子，将特征点K1、K2、K3描述为D1、D2、D3，并对描述后的特征点D1、D2、D3进行特征匹配，得到M12和M23；
⑤删除M12、M23中的误匹配点，得到删除后的匹配特征点Md12和Md23；
⑥根据删除后的匹配特征点Md12和Md23分别生成透射变换矩阵，得到配准图像H12和H23；
⑦将配准图像H12和图像Pt+2进行图像差分，配准图像H23和图像Pt+3进行图像差分，并分别对差分图像进行阈值分割，得到分割图像S12和S23；
⑧对分割图像S12、S23进行形态学处理，得到形态学处理后的图像O12和O23；
⑨对形态学处理后的图像O12和O23进行按位与运算，得到可疑运动目标的二值图像T；
⑩对可疑运动目标的二值图像T进行运动目标校正，即先对二值图像进行像素约束，然后进行直线检测，若不存在直线，则直接跳转至步骤若存在直线，则去除参与直线拟合部分的像素，得到去除直线后的二值图像；

获得运动目标检测结果，即异物入侵检测结果，运动目标在二值图像中以灰度值为1的像素点形式表示，当二值图像中不存在灰度值为1的像素时，表示无入侵异物，所述的激光异物清除器保持当前清除异物的工作状态；当二值图像中存在灰度值为1的像素点时，表示...

【专利技术属性】
技术研发人员：段鹏飞，吕德亮，陈丽明，陈晓磊，刘鑫，叶峰，
申请(专利权)人：中科光绘上海科技有限公司，
类型：发明
国别省市：上海;31