【技术实现步骤摘要】
一种基于计算机视觉的无标靶输电塔位移振动识别方法
[0001]本专利技术提供一种基于计算机视觉的无标靶输电塔位移振动识别方法,属于计算机视觉
技术介绍
[0002]全国范围内220kv及以上服役输电塔总数已超过200万基,作为输电线路的主要支撑结构,输电塔是重要的能源工程基础设施。为确保输电塔安全运营,延长其服役寿命,须定期对输电塔进行结构健康检测及维护。在输电塔的结构健康检测中,输电塔的振动和结构变形位移识别是重要的环节。
[0003]测量输电塔的振动和结构变形位移的方法有接触式和非接触式两种。其中接触式方法常需要在输电塔上安装大量传感器,这种方法比较麻烦,测量效率较低,对于输电塔的长期巡检,将会浪费大量的人力物力。基于计算机视觉的非接触式测量方法是研究热点,国内外已在桥梁结构健康检测上有应用。这种方法常常需要在结构上人工安装标靶,虽然节省了传感器的成本,但是难以避免人工安装的危险和复杂劳动,人力成本仍然较高,也会有标靶识别效果差等问题。
技术实现思路
[0004]本专利技术利用输电塔的结 ...
【技术保护点】
【技术特征摘要】
1.一种基于计算机视觉的无标靶输电塔位移振动识别方法,其特征在于,包括以下步骤:步骤一:根据被测电塔环境情况选择合适的相机,搭建设备,要求相机拍摄视频清晰度不小于4k,帧率不小于60帧,选定输电塔待测部位即感兴趣区域和内角点;将相机对焦到输电塔待测部位拍摄输电塔受外力产生振动和位移结构变形的视频,将视频传输至计算机;C为感兴趣区域,B为内角点;步骤二:利用计算机对视频图像逐帧进行灰度化、二值化处理;步骤三:利用计算机识别感兴趣区域;首先对二值图像识别图像轮廓,计算并存储每个内轮廓的大小、周长、紧实度数据;选取第一张图像作为初始状态,找到特征轮廓即待测部位对应的轮廓大小、周长、紧实度并记录,后续图像中按照初始状态的特征轮廓数据来筛选特征轮廓;将特征轮廓的位置记录,利用计算机在灰度图像上截取特征轮廓的正外接矩形,作为感兴趣区域输出;步骤四:利用计算机对感兴趣区域的图像进行角点检测;利用计算机计算角点形心坐标,对于一个三角形内轮廓,一般能够检测出三个角点,按照其位置关系找到待测部位内轮廓角点坐标并存储;步骤五:利用输电塔结构尺寸计算从像素到真实距离转换的比例因子,计算输电塔位移的真实距离。2.根据权利要求1所述的一种基于计算机视觉的无标靶输电塔位移振动识别方法,其特征在于,步骤二所述灰度化处理公式:GRAY=B*0.114+G*0.587+R*0.299
ꢀꢀꢀ
(1)图像是RGB是三通道彩色图,在图像存储的矩阵中的三个通道的存储顺序是B、G、R,分别对应蓝色、绿色、红色;GRAY是单通道灰度图,式中B、G、R分别代表图像在三个通道的颜色强度。3.根据权利要求1所述的一种基于计算机视觉的无标靶输电塔位移振动识别方法,其特征在于,步骤二中,图像二值化处理方法采用Otsu算法,即最大类间方差法,作为图像二值化阈值分割方法;假设一副...
【专利技术属性】
技术研发人员:张楷,刘家豪,孙超,李玉学,吴晓锋,
申请(专利权)人:北京理工大学中国电建集团河北省电力勘测设计研究院有限公司,
类型:发明
国别省市:
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。