基于图像处理的输电线路覆冰厚度检测方法技术

基于图像处理的输电线路覆冰厚度检测方法，以无人机巡检航拍的输电线路图像为依据，首先采用基于小波阈值去噪的预处理方法消除模糊干扰，增强边界轮廓细节；然后利用改进的Canny算子检测出输电线路区域边界轮廓；最后在边界轮廓检测的基础上通过比较覆冰前后线路区域图像像素宽度，结合实际输电线路直径，求取覆冰厚度。该方法提供了一种由计算机图像处理技术完成的输电线路覆冰厚度检测方法，本发明专利技术方法可以广泛应用于电网架空线路巡检当中，辅助架空线路野外巡检和维护作业，降低巡检人员的劳动强度，减少电网操作中的危险操作、避免经济损失。

【技术实现步骤摘要】
基于图像处理的输电线路覆冰厚度检测方法
本专利技术属于输电线路覆冰厚度检测
，具体涉及一种基于图像处理的输电线路覆冰厚度检测方法。
技术介绍
随着我国电网规模的不断扩大，输电线路巡检逐步转向智能化。输电线路作为电力系统的重要组成部分，其主要作用是负责输送电能。由于输电线路所经地区较为复杂，因环境温度、湿度等影响会在输电线路上形成覆冰，覆冰严重时会引起绝缘子闪络、线路舞动、杆塔倒塌、断线等，导致线路输电中断，给人们的生产和生活带来不便，造成巨大经济损失。因此，对输电线路的覆冰厚度检测尤为重要。近年来，计算机监控系统成为自动化控制领域的一个热点，它的功能强大、管理方便、安全性和实时性好、无需人为过多干预，因而受到各行业越来越多的重视。随着电力信息化和自动化水平的不断提高，输电线路覆冰厚度检测有了新的突破，即利用计算机图像处理技术对架空输电线路覆冰厚度进行检测，其优点在于操作简单、成本低。目前输电线路覆冰厚度检测方法中仍存在适应性不佳和泛化能力差的问题，且复杂背景下输电线路图像中存在模糊干扰，覆冰厚度检测效果并不理想。因此，从复杂背景中本文档来自技高网...

【技术保护点】
1.基于图像处理的输电线路覆冰厚度检测方法，其特征在于：以无人机巡检航拍的输电线路图像为依据，首先采用基于小波阈值去噪的预处理方法消除模糊干扰，增强边界轮廓细节；然后利用改进的Canny算子检测出输电线路区域边界轮廓；最后在边界轮廓检测的基础上通过比较覆冰前后线路区域图像像素宽度，结合实际输电线路直径，求取覆冰厚度。/n

【技术特征摘要】
1.基于图像处理的输电线路覆冰厚度检测方法，其特征在于：以无人机巡检航拍的输电线路图像为依据，首先采用基于小波阈值去噪的预处理方法消除模糊干扰，增强边界轮廓细节；然后利用改进的Canny算子检测出输电线路区域边界轮廓；最后在边界轮廓检测的基础上通过比较覆冰前后线路区域图像像素宽度，结合实际输电线路直径，求取覆冰厚度。


2.根据权利要求1所述基于图像处理的输电线路覆冰厚度检测方法，其特征在于：所述预处理方法包括：将航拍的输电线路图像进行灰度化、对比度增强处理，并用改进的小波阈值去噪方法进行滤波操作，使目标线路在图像中更加突出。


3.根据权利要求1所述基于图像处理的输电线路覆冰厚度检测方法，其特征在于：所述利用改进的Canny算子检测出输电线路区域边界轮廓，具体是：
在输电线路图像经过预处理的基础上，利用二维OTSU算法检测出输电线路区域，并采用8连通方式对输电线路区域进行提取，而后根据二维OTSU算法求取的阈值对Canny算子进行优化，最终得到输电线路边界轮廓。


4.基于小波阈值去噪的图像预处理方法，其特征在于包括以下步骤：
步骤1、灰度化：
将航拍的输电线路彩色图像进行灰度化处理，采用加权平均法进行灰度转换，公式如下：
Gray(x,y)＝0.30R(x,y)+0.59G(x,y)+0.11B(x,y)(1)
式中，Gray(x,y)为图像中像素点在点(x,y)处的灰度化后的值；
步骤2、增强对比度：
采用线性函数对灰度图像做线性扩展，扩大像素进行灰度拉伸，公式如下：
g(x,y)＝a×f(x,y)+b(2)
式中，f(x,y)为灰度图像中的灰度分布函数，g(x,y)为经过灰度变换后图像的灰度分布函数；
步骤3、改进的小波阈值去噪，包括如下步骤：
步骤3.1：设图像中含噪信号为f(k)，先对其进行小波变换，得到一组小波系数Wj,k；
步骤3.2：设一小波阈值λ，公式如下：



σ＝median(|wj,k|)/0.6745(4)
其中，N为信号长度，σ为噪声的方差；
步骤3.3：对Wj,k进行阈值处理，阈值处理方法有两种：一种是硬阈值估计方法，



另一种是软阈值估计方法，



对硬阈值和软阈值两种估计方法进行加权处理，得到阈值公式如下：



其中，a为[0,1]中任意常数；
将[0,1]进行n等分，分别选取不同a值，计算与Wj,k两者的差值；
步骤3.4：求取与Wj,k两者差值最小时的进行小波逆变换，得到去噪信号。


5.基于边缘检测的覆冰厚度计算方法，其特征在于包括以下步骤：
步骤1、Canny算子边缘检测：
首先，设输入预处理后的图像为f(x,y)，利用高斯滤波器对图像进行平滑处理，得到处理后的图像g(x,y)，其梯度为：



运用卷积运算有：



式中，G(x,y)为高斯函数；
图像经过高斯滤波后，图像边缘会变得模糊，因此，需要对梯度幅值进行非极大值抑制，来锐化模糊图像；
设二维高斯滤波函数为：



将梯度矢量的两个滤波卷积模板分解为两个一维的行列滤波器：



对这两个卷积模板分别于图像f(x,y)进行卷积计算，得到输出：






...

【专利技术属性】
技术研发人员：舒征宇，姚景岩，汪俊，许欣慧，高健，翟二杰，黄志鹏，李镇翰，张洋，李浩，马聚超，
申请(专利权)人：三峡大学，
类型：发明
国别省市：湖北;42