一种输电铁塔鸟巢定位与故障预警方法技术

本发明专利技术公开了一种输电铁塔鸟巢定位与故障预警方法，步骤包括：1)获取存在鸟巢的输电铁塔正面彩色图像，进行图像灰度化及均值滤波处理；2)进行Otsu分割并将目标映射到原灰度图像，得到输电铁塔图像H；3)对输电铁塔图像H进行霍夫直线检测，得到横担区域的最大外接矩形及绝缘子串挂点坐标；4)创建类似尺寸的滑动模板套取横担中的像素点，计算模板区域的灰度共生矩阵，确定鸟巢区域；5)提取标记了鸟巢区域的整幅图像A，对整幅图像A中标记的鸟巢区域进行椭圆拟合；6)计算挂点与鸟巢中心点间距，最终发布防范相关事宜或报警。本发明专利技术方法，主动定位鸟巢位置，计算与挂点的相对距离。

A bird's nest location and fault early warning method for transmission tower

【技术实现步骤摘要】
一种输电铁塔鸟巢定位与故障预警方法
本专利技术属于图像处理
，涉及一种输电铁塔鸟巢定位与故障预警方法。
技术介绍
自输电线路运行以来，输电线路的涉鸟事故频频发生。近年来，鸟类繁衍数量增多，鸟类侵扰架空输电线路设施的现象呈现增长趋势，鸟害已然成为仅次于雷电活动与外力破坏的第三大影响输电线路安全运行的重大隐患。研究表明，高大、稳定的输电铁塔横担区域为鸟类提供了良好的生活环境。稳定居所的鸟类经常口衔金属丝等较长的鸟巢材料加筑鸟巢，狭长的鸟巢材料使得架空输电线路相间或相地间的有效绝缘距离减少，同时倾泻而下的鸟粪也会畸变悬垂绝缘子串周边场强，最终导致架空输电线路发生跳闸、闪络等故障。因此，对输电线路铁塔上鸟巢进行定位标识和及时发布鸟害预警显得尤为重要。表1、110kV、220kV电压等级下鸟巢故障防治措施然而，传统的鸟巢防治方法依附于人们的主观臆断，无法做到完全避免鸟类筑巢。据研究表明，输电线路运行现场出现的鸟巢材料长度通常在1～1.5m左右，并且500kV线路基本不存在鸟巢类故障可能性，对于故障高发等级110、220kV线路可采取的鸟巢故障防治措施叙述如上表1所示。
技术实现思路
本专利技术的目的是提供一种输电铁塔鸟巢定位与故障预警方法，大大提高了输电铁塔鸟巢定位精度，显著降低输电线路跳闸率。本专利技术采用的技术方案是，一种输电铁塔鸟巢定位与故障预警方法，按照以下步骤具体实施：步骤1、获取存在鸟巢的输电铁塔正面彩色图像，进行图像灰度化及均值滤波处理，得到图像g；步骤2、对步骤1获得的图像g进行Otsu分割并将目标映射到原灰度图像，得到输电铁塔图像H；步骤3、对步骤2得到的输电铁塔图像H进行霍夫直线检测，通过直线检测锁定的各段直线具有其ρ、θ值，其中包括端点坐标及直线角度；依据ρ、θ值确定输电铁塔的横担，并得到横担区域的最大外接矩形及绝缘子串挂点坐标；步骤4、以横担每一单元的长、宽为样例，创建类似尺寸的滑动模板套取横担中的像素点，计算模板区域的灰度共生矩阵，结合鸟巢样本作鸟巢相似性判断，确定鸟巢区域；步骤5、提取标记了鸟巢区域的整幅图像A，选取鸟巢区域上任意N个测量点，N≥5，依据最小二乘法原理，对整幅图像A中标记的鸟巢区域进行椭圆拟合；步骤6、取得步骤5计算得到的鸟巢区域中心点坐标M(xm,ym)，及步骤3计算得到的绝缘子串挂点坐标N(xn,yn)，利用两点间距离公式计算挂点与鸟巢中心点间距，最终发布防范相关事宜或报警。本专利技术的有益效果，包括以下几个方面：1)与传统的防治鸟巢搭建措施相比，本专利技术以图像处理技术为基础，预先定位鸟巢所在位置，继而计算出鸟巢中心坐标与绝缘子挂点的距离，准确预防鸟害隐患，避免仅仅依靠偶然性的规避措施来防治鸟害。而且该方法原理简单、直观易行，为输电线路的安全稳定运行提供了一种新的检测思路。2)本专利技术基于图像处理技术的输电铁塔鸟巢定位方法，采集输电铁塔运行画面，利用图像处理技术，定位铁塔、计算鸟巢灰度图像特征量、鸟巢形状特征参数，根据鸟巢样本进行鸟巢相似性判断，能大大提高鸟巢定位精度，从而有效防治输电线路出现闪络、跳闸等现象，为线路安全运行保驾护航。附图说明图1是本专利技术方法的流程图；图2是本专利技术方法中的鸟巢定位与预警算法示意图；图3是本专利技术方法中的霍夫直线检测定位横担区域结果图；图4是采用本专利技术方法进行模板滑移的效果图；图5是采用本专利技术方法进行鸟巢定位与故障预警的实验结果图。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。参照图1、图2，本专利技术的输电铁塔鸟巢定位与故障预警方法，按照以下步骤具体实施：步骤1、获取存在鸟巢的输电铁塔正面彩色图像，进行图像灰度化及均值滤波处理，去除图像在传输、采集等过程中所引入的各类干扰噪声，具体过程是，1.1)将彩色图像灰度化，基于人眼视觉特性，根据重要性指标，产生加权平均值算法，将三个通道的灰度值赋予不同的权重进行加权平均，如下式(1)：Gray(x,y)＝0.30R(x,y)+0.59G(x,y)+0.11B(x,y)(1)其中，R(x,y)、G(x,y)、B(x,y)分别表示红、绿、蓝色分量，Gray(x,y)是根据R(x,y)、G(x,y)、B(x,y)颜色分量以及颜色编码方法计算得到的亮度；1.2)进行均值滤波处理，g(x,y)＝mean{f(x+s,y+t)|s∈[-a,a],t∈[-b,b]}(2)其中，s、t分别表示像素点横、纵向的移动量；a、b表示移动区间；(x,y)为图像像素坐标，f(x,y)为图像灰度化后各个像素点灰度值，g(x,y)表示均值滤波后各个点像素灰度值；得到图像g；步骤2、对步骤1获得的图像g进行Otsu分割并将目标映射到原灰度图像，得到输电铁塔图像H，具体过程是，2.1)对图像g进行Otsu阈值分割，在灰度图像的灰度全局内[0,L-1]搜索一个阈值T，该阈值T可将图中的像素划分为前景区域D1和背景区域D2，并且使得D1、D2区域间的总方差取得最大值，见下式(3)：其中，argmax是指使在[0,L-1]上取得最大值时T的取值，为D1、D2区域间的总方差，其计算如下式(4)：其中，为D1、D2区域内部像素点出现的概率，为D1、D2区域内的平均灰度值，u为整幅图像的平均灰度值；2.2)将进行了Otsu阈值分割后二值图像中铁塔区域，映射到原输电铁塔彩色图像中，得到背景基本被滤除，前景为灰度图像的输电铁塔图像H；步骤3、对步骤2得到的输电铁塔图像H进行霍夫直线检测，通过直线检测锁定的各段直线具有其ρ、θ值，其中包括端点坐标及直线角度；依据ρ、θ值确定输电铁塔的横担，并得到横担区域的最大外接矩形及绝缘子串挂点坐标，具体过程是(以下实施以双横担铁塔为例)：3.1)获取霍夫直线检测结果的ρ、θ两参数组，3.2)在ρ、θ两个参数组中，查找具有近乎同一θ值特点(即拍摄角度存在微小偏差)的两段直线段，以定位具有上、下平行边的双层横担，取下边沿左端点坐标(x1,y1)、上边沿的右端点坐标(x3,y3)，进而确定横担区域的最大外接矩形；为易于计算绝缘子挂点坐标，进行坐标变换，其中，(x,y)为直角坐标系下某点坐标，ρ为极坐标系下极半径，θ为极角；公式(5)分别是极坐标系下直线方程，和由极坐标系转换至直角坐标系下的直线方程转换公式；3.3)利用已确定横担下边沿的端点坐标，计算绝缘子串挂点坐标N(xn,yn)，计算如下式(6)：其中，N(xn,yn)为绝缘子串挂点坐标，(x1,y1)为下边沿左端点坐标，(x2,y2)为下边沿的右端点坐标；公式(6)分别是计算铁塔正视图下边沿中点坐标公式，和拍摄角度有偏差时求下边沿中点坐标公式(本步骤取后者)；见图3，是本专利技术实施例采用的霍夫直线检本文档来自技高网...

【技术保护点】
1.一种输电铁塔鸟巢定位与故障预警方法，其特征在于，按照以下步骤具体实施：/n步骤1、获取存在鸟巢的输电铁塔正面彩色图像，进行图像灰度化及均值滤波处理，得到图像g；/n步骤2、对步骤1获得的图像g进行Otsu分割并将目标映射到原灰度图像，得到输电铁塔图像H；/n步骤3、对步骤2得到的输电铁塔图像H进行霍夫直线检测，通过直线检测锁定的各段直线具有其ρ、θ值，其中包括端点坐标及直线角度；依据ρ、θ值确定输电铁塔的横担，并得到横担区域的最大外接矩形及绝缘子串挂点坐标；/n步骤4、以横担每一单元的长、宽为样例，创建类似尺寸的滑动模板套取横担中的像素点，计算模板区域的灰度共生矩阵，结合鸟巢样本作鸟巢相似性判断，确定鸟巢区域；/n步骤5、提取标记了鸟巢区域的整幅图像A，选取鸟巢区域上任意N个测量点，N≥5，依据最小二乘法原理，对整幅图像A中标记的鸟巢区域进行椭圆拟合；/n步骤6、取得步骤5计算得到的鸟巢区域中心点坐标M(x

【技术特征摘要】
1.一种输电铁塔鸟巢定位与故障预警方法，其特征在于，按照以下步骤具体实施：
步骤1、获取存在鸟巢的输电铁塔正面彩色图像，进行图像灰度化及均值滤波处理，得到图像g；
步骤2、对步骤1获得的图像g进行Otsu分割并将目标映射到原灰度图像，得到输电铁塔图像H；
步骤3、对步骤2得到的输电铁塔图像H进行霍夫直线检测，通过直线检测锁定的各段直线具有其ρ、θ值，其中包括端点坐标及直线角度；依据ρ、θ值确定输电铁塔的横担，并得到横担区域的最大外接矩形及绝缘子串挂点坐标；
步骤4、以横担每一单元的长、宽为样例，创建类似尺寸的滑动模板套取横担中的像素点，计算模板区域的灰度共生矩阵，结合鸟巢样本作鸟巢相似性判断，确定鸟巢区域；
步骤5、提取标记了鸟巢区域的整幅图像A，选取鸟巢区域上任意N个测量点，N≥5，依据最小二乘法原理，对整幅图像A中标记的鸟巢区域进行椭圆拟合；
步骤6、取得步骤5计算得到的鸟巢区域中心点坐标M(xm,ym)，及步骤3计算得到的绝缘子串挂点坐标N(xn,yn)，利用两点间距离公式计算挂点与鸟巢中心点间距，最终发布防范相关事宜或报警。


2.根据权利要求1所述的输电铁塔鸟巢定位与故障预警方法，其特征在于，所述步骤1中，具体过程是，
1.1)将彩色图像灰度化，
基于人眼视觉特性，根据重要性指标，产生加权平均值算法，将三个通道的灰度值赋予不同的权重进行加权平均，如下式(1)：
Gray(x,y)＝0.30R(x,y)+0.59G(x,y)+0.11B(x,y)(1)
其中，R(x,y)、G(x,y)、B(x,y)分别表示红、绿、蓝色分量，Gray(x,y)是根据R(x,y)、G(x,y)、B(x,y)颜色分量以及颜色编码方法计算得到的亮度；
1.2)进行均值滤波处理，
g(x,y)＝mean{f(x+s,y+t)|s∈[-a,a],t∈[-b,b]}(2)
其中，s、t分别表示像素点横、纵向的移动量；a、b表示移动区间；(x,y)为图像像素坐标，f(x,y)为图像灰度化后各个像素点灰度值，g(x,y)表示均值滤波后各个点像素灰度值；
得到图像g。


3.根据权利要求1所述的输电铁塔鸟巢定位与故障预警方法，其特征在于，所述步骤2中，具体过程是，
2.1)对图像g进行Otsu阈值分割，
在灰度图像的灰度全局内[0,L-1]搜索一个阈值T，该阈值T可将图中的像素划分为前景区域D1和背景区域D2，并且使得D1、D2区域间的总方差取得最大值，见下式(3)：



其中，argmax是指使在[0,L-1]上取得最大值时T的取值，为D1、D2区域间的总方差，其计算如下式(4)：



其中，为D1、D2区域内部像素点出现的概率，为D1、D2区域内的平均灰度值，u为整幅图像的平均灰度值；
2.2)将进行了Otsu阈值分割后二值图像中铁塔区域，映射到原输电铁塔彩色图像中，得到背景被滤除，前景为灰度图像的输电铁塔图像H。


4.根据权利要求1所述的输电铁塔鸟巢定位与故障预警方法，其特征在于，所述步骤3中，具体过程是，
3.1)获取霍夫直线检测结果的ρ、θ两参数组，
3.2)在ρ、θ两个参数组中，查找具有近乎同一θ值特点的两段直线段，以定位具有上、下平行边的双层横担，取下边沿左端点坐标(x1,y1)、上边沿的右端点坐标(x3,y3)，进而确定横担区域的最大外接矩形；



为易于计算绝缘子挂点坐标，进行坐标变换，其中，(x,y)为直角坐标系下某点坐标，ρ为极坐标系下极半径，θ为极角；公式(5)分别是极坐标系下直线方程，和由极坐标系转换至...

【专利技术属性】
技术研发人员：黄新波，高玉菡，张烨，章小玲，伍逸群，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61