一种基于自适应Hough变换的导线覆冰程度计算方法技术

本发明专利技术公开了一种基于自适应Hough变换的导线覆冰程度计算方法，它包括：对图像监测终端采集的原始图像进行处理；对经过图像预处理后的图像进行边缘提取；对边缘提取后的图像进行导线边缘识别；建立覆冰厚度计算几何模型；通过覆冰厚度计算几何模型计算冰厚，当冰厚大于线路设计冰厚阈值时，由覆冰监测系统发出警示信号；解决了现有技术基于hough变换的导线识别技术的导线覆冰程度计算过程中阈值选取需要人工结合经验，并根据检测效果进行阈值更改；然而针对不同的导线图像，选取的hough变换阈值都不尽相同，导致最终的导线覆冰计算误差较大，而且采用人工修改阈值很不方便等技术问题。题。题。

【技术实现步骤摘要】
一种基于自适应Hough变换的导线覆冰程度计算方法


[0001]本专利技术属于电网覆冰预测
，尤其涉及一种基于自适应Hough变换的导线覆冰程度计算方法。

技术介绍

[0002]覆冰严重威胁输电线路安全，中国南方地区地形、气象复杂，多条远距离特/超高压经过覆冰区域，易受覆冰影响，故而对防冰抗冰提出更高要求；现有基于hough变换的导线识别技术的导线覆冰程度计算过程中需要选取一个阈值，阈值选取过高会降低导线识别敏感度，导致漏检；阈值选取过低会提高导线识别敏感度，导致程序将背景也识别为导线，导致误检；而现有技术方法的阈值选取需要人工结合经验，并根据检测效果进行阈值更改；然而针对不同的导线图像，选取的hough变换阈值都不尽相同，导致最终的导线覆冰计算误差较大，而且采用人工修改阈值很不方便。

技术实现思路

[0003]本专利技术要解决的技术问题是：提供一种基于自适应Hough变换的导线覆冰程度计算方法，以解决现有技术基于hough变换的导线识别技术的导线覆冰程度计算过程中阈值选取需要人工结合经验，并根据检测效果进行阈值更改；然而针对不同的导线图像，选取的hough变换阈值都不尽相同，导致最终的导线覆冰计算误差较大，而且采用人工修改阈值很不方便等技术问题。
[0004]本专利技术的技术方案是：
[0005]一种基于自适应Hough变换的导线覆冰程度计算方法，它包括：
[0006]步骤1、图像预处理；对图像监测终端采集的原始图像进行处理；
[0007]步骤2、对经过图像预处理后的图像进行边缘提取；
[0008]步骤3、对边缘提取后的图像进行导线边缘识别；
[0009]步骤4、建立覆冰厚度计算几何模型；
[0010]步骤5、通过覆冰厚度计算几何模型计算冰厚，当冰厚大于线路设计冰厚阈值时，由覆冰监测系统发出警示信号。
[0011]图像预处理的具体步骤包括：
[0012]步骤1.1、图像RoI提取：从图像监测终端采集的原始图像中，截取覆冰导线部分图片；
[0013]步骤1.2、图像滤波：对截取后的图片进行中值滤波；
[0014]步骤1.3、图像二值化：使用自适应阈值的方法Otsu法求得的最佳阈值后,按该阈值对图片进行处理；将图像上灰度值大于最佳阈值的点置为全白,剩下的点置为全黑；
[0015]步骤1.4、图像形态学处理：通过形态学处理对无用信息进行去除以此强化边缘信息表达。
[0016]中值滤波的方法为：若信号是平滑变化的，那么图像内某一点的值用这个点某个
大小邻域内的所有值的统计中值来代替；具体公式为：
[0017][0018]f(x,y)代表图像中以左上角为原点，X轴正方向为水平向右，Y轴正方向为竖直向下，单位长度为1个像素的坐标系中，坐标为(x,y)的像素点RGB值；G(x,y)代表经过中值滤波后坐标为(x,y)的像素点RGB值。
[0019]通过形态学处理对无用信息进行去除以此强化边缘信息表达的方法为：首先对二值图像进行腐蚀操作，腐蚀是一种消除边界点，使边界向内部收缩的过程；用来消除无意义的物体；用3X3的结构元素，扫描图像的每一个像素，用结构元素与覆盖的二值图像做“与”操作，如果都为1，结果图像的该像素为1，否则为0。
[0020]对边缘提取后的图像进行导线边缘识别的方法为：边缘提取方法是考察图像的每个像素在某个领域内灰度的变化,利用边缘邻域内的一阶或二阶导数变化规律,从而确定图像的边缘；Canny算子在计算梯度幅度与方向后对梯度幅值进行非极大值抑制，本质上是对sobel算子的进一步细化，利用二值图像计算d
x
和d
y
[0021]d
x
＝f(x,y)
×
Sobel
x
(x,y)
[0022]d
y
＝f(x,y)
×
Sobel
y
(x,y)
[0023]进一步得到图像梯度的幅值：
[0024][0025]角度为：
[0026][0027]通过以上过程计算出图像中所有边缘后，使用高低阈值法筛选出图像中真实边缘。
[0028]对边缘提取后的图像进行导线边缘识别的方法为：Hough变换是一种直线检测方法，设直线方程为：
[0029]r＝xcosθ+ysinθ#(6)
[0030]其中r是原点到直线上最近点的距离，θ是x轴与连接原点和最近直线之间的夹角；
[0031]图像的每一条直线与一对参数(r，θ)相关联；在Hough变换中，把每一个点(x
i
,y
i
)转换为一个离散化的(r,θ)曲线，并且沿着这条曲线的累加器被递增，累加器阵列中产生的峰值表示图像中存在相应的直线的证据；观察在线监测图像得知导线往往是图像中存在的最长直线，也就是存在一个阈值T1，使得Hough变换的峰值结果即为导线两条边缘的(r,θ)；将导线边缘与无关边缘有效分离；先设置阈值起点，并设置阈值递增步长，每一次阈值变化时读取累加器中元素数量；当某个阈值下累加器元素个数为2时，结果即为导线边缘。
[0032]覆冰厚度计算几何模型的建立方法为：在图像中，导线的覆冰厚度用导线边缘的像素厚度进行表征；将检测出来的导线边缘用宽度为1的红色像素描出；然后逐行扫描处理绝缘子或电力线路图像，检测到红点后将红点横坐标记录在数组中，并计算出同一行中先后扫描到的红点之间的横坐标差值；对整张图片的差值结果按行数取平均，乘以直线倾斜
角的正弦值，即为图像中导线的平均直径；将已覆冰导线求得的平均直径与未覆冰导线的平均直径相减除以2，所得结果即为导线的冰厚像素半径；图像识别获得的覆冰厚度是以像素点的形式保存的。要得到实际的覆冰厚度,要建立适当的几何模型；设未覆冰导线半径为R0，对应的像素点为x1，覆冰后,导线半径Rp对应的像素为x2，则覆冰厚度几何模型公式表示为：
[0033][0034]所述图像监测终端包括成像单元、通信单元和供电单元，所述成像单元安装于易覆冰地区现场杆塔上，在每年12月到次年3月期间的07:00
‑
18:00时间段，每隔1小时拍摄一张照片；同时通过通信单元传送到覆冰监测系统，同时记录照片拍摄时的时间和对应的终端号及地理位置；供电单元为成像单元和通信单元供电。
[0035]所述覆冰监测系统包括解析单元、覆冰厚度计算单元及预警单元；解析单元用于解析由图像监测终端传输的图像数据，覆冰厚度计算单元基于图像数据提取覆冰导线像素直径，并与已有未覆冰导线图像知识库进行比对计算，得出导线覆冰厚度；预警单元用于导线覆冰灾害预警，将导线覆冰厚度于导线设计冰厚进行比对，若大于阈值则会发出警示信号并提醒当值人员对该线路进行人工检查。
[0036]本专利技术有益效果：
[0037]本专利技术提供了一种结合导线几何形态的自适应阈值计算方法，通过自动计算最适合该图片导线识别的hough变换阈值；有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应Hough变换的导线覆冰程度计算方法，它包括：步骤1、图像预处理；对图像监测终端采集的原始图像进行处理；步骤2、对经过图像预处理后的图像进行边缘提取；步骤3、对边缘提取后的图像进行导线边缘识别；步骤4、建立覆冰厚度计算几何模型；步骤5、通过覆冰厚度计算几何模型计算冰厚，当冰厚大于线路设计冰厚阈值时，由覆冰监测系统发出警示信号。2.根据权利要求1所述的一种基于自适应Hough变换的导线覆冰程度计算方法，其特征在于：图像预处理的具体步骤包括：步骤1.1、图像RoI提取：从图像监测终端采集的原始图像中，截取覆冰导线部分图片；步骤1.2、图像滤波：对截取后的图片进行中值滤波；步骤1.3、图像二值化：使用自适应阈值的方法Otsu法求得的最佳阈值后,按该阈值对图片进行处理；将图像上灰度值大于最佳阈值的点置为全白,剩下的点置为全黑；步骤1.4、图像形态学处理：通过形态学处理对无用信息进行去除以此强化边缘信息表达。3.根据权利要求1所述的一种基于自适应Hough变换的导线覆冰程度计算方法，其特征在于：中值滤波的方法为：若信号是平滑变化的，那么图像内某一点的值用这个点某个大小邻域内的所有值的统计中值来代替；具体公式为：f(x，y)代表图像中以左上角为原点，X轴正方向为水平向右，Y轴正方向为竖直向下，单位长度为1个像素的坐标系中，坐标为(x，y)的像素点RGB值；G(x，y)代表经过中值滤波后坐标为(x，y)的像素点RGB值。4.根据权利要求1所述的一种基于自适应Hough变换的导线覆冰程度计算方法，其特征在于：通过形态学处理对无用信息进行去除以此强化边缘信息表达的方法为：首先对二值图像进行腐蚀操作，腐蚀是一种消除边界点，使边界向内部收缩的过程；用来消除无意义的物体；用3X3的结构元素，扫描图像的每一个像素，用结构元素与覆盖的二值图像做“与”操作，如果都为1，结果图像的该像素为1，否则为0。5.根据权利要求1所述的一种基于自适应Hough变换的导线覆冰程度计算方法，其特征在于：对边缘提取后的图像进行导线边缘识别的方法为：边缘提取方法是考察图像的每个像素在某个领域内灰度的变化，利用边缘邻域内的一阶或二阶导数变化规律，从而确定图像的边缘；Canny算子在计算梯度幅度与方向后对梯度幅值进行非极大值抑制，本质上是对sobel算子的进一步细化，利用二值图像计算d
x
和d
y
d
x
＝f(x，y)
×
Sobel
x
(x，y)d
y
＝f(x，y)
×
Sobel
y
(x，y)进一步得到图像梯度的幅值：
角度为：通过以上过程计算出图像中所有边缘后，使用高低阈值法筛选出图像中真实边...

【专利技术属性】
技术研发人员：吴建蓉，文屹，何锦强，廖永力，李锐海，郝艳捧，梁苇，陈舸，张迅，赵超，张伟，朱登杰，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：