一种基于声学图像识别的电力设备巡检系统及巡检方法技术方案

本发明专利技术公开了一种基于声学图像识别的电力设备巡检系统及巡检方法，属于设备巡检技术领域，包括：分别搭载在电力设备四个方向无人机上声波朝向电力设备的四个第一无线超声定位探头以及声波远离电力设备的四个周围环境无线超声定位探头；本发明专利技术通过四架无人机搭载八个无线超声定位探头分别采集电力设备和周围环境全方位的超声图像，并通过图像去噪、灰度校正、速度失真校正和斜距失真校正预处理后对超声图像进行拼接以及显示，该种方式能够很好的消除无人机飞行过程中由于速度快慢以及位置失衡导致的无线超声定位探头采集的图像不连续的问题，提高后期图像拼接的清晰度和完整度，方便巡检人员对于电力设备的巡检结果进行分析。行分析。行分析。

【技术实现步骤摘要】
一种基于声学图像识别的电力设备巡检系统及巡检方法


[0001]本专利技术属于设备巡检
，具体涉及一种基于声学图像识别的电力设备巡检系统及巡检方法。

技术介绍

[0002]现今，居民的日常生活都离不开电力资源系统的使用，而随着我国社会、经济以及科学的不断发展，社会对构成电力资源系统的基本设备
‑‑
电力设备的结构安全性、使用可靠性的要求越来越高。
[0003]传统的电力设备巡检采用的是人工巡检，该种方式费时费力，而且对于较高位置的电力设备而言，安全性能低，因此，无人机搭载超声探头，通过声学图像识别的无接触巡检技术应运而生，但现有无人机搭载超声探头技术由于无人机飞行过程中速度快慢不均以及位置失衡的原因，常常导致超声探头采集的图像不连续，影响后期图像拼接的清晰度和完整度，对巡检人员对于电力设备巡检结果的分析造成影响。

技术实现思路

[0004]专利技术目的：本专利技术的目的在于提供一种基于声学图像识别的电力设备巡检系统及巡检方法，该方案具有提高后期图像拼接的清晰度和完整度，方便巡检人员对于电力设备的巡检结果进行分析的特点。
[0005]技术方案：本专利技术的基于声学图像识别的电力设备巡检系统，包括：分别搭载在电力设备四个方向无人机上声波朝向电力设备的四个第一无线超声定位探头以及声波远离电力设备的四个周围环境无线超声定位探头，四个所述第一无线超声定位探头和周围环境无线超声定位探头的无线图像数据发送端口无线通讯连接有电力设备巡检终端；电力设备巡检终端包括与第一无线超声定位探头无线通讯连接的无线收发模块，所述无线收发模块的图像数据发送端口连接有超声探头图像处理模组，所述超声探头图像处理模组的图像数据发送端口连接有图像拼接模块，所述图像拼接模块的图像数据发送端口连接有图像显示模块；所述超声探头图像处理模组包括与无线收发模块图像数据发送端口连接的图像去噪模块，所述图像去噪模块的图像数据发送端口连接有图像灰度校正模块，所述图像灰度校正模块的图像数据发送端口连接有图像速度失真校正模块，所述图像速度失真校正模块的图像数据发送端口连接有图像斜距失真校正模块，所述图像斜距失真校正模块的图像数据发送端口与图像拼接模块连接。
[0006]所述图像拼接模块的图像数据发送端口连接有与图像显示模块图像数据接收端口连接的图像异常检测模组，所述图像异常检测模组包括与图像拼接模块图像数据发送端口连接的电力设备表面缺陷异常检测模块和电力设备周围环境异常检测模块，所述电力设备表面缺陷异常检测模块和电力设备周围环境异常检测模块的图像数据发送端口与图像显示模块连接。
[0007]本专利技术还公开了一种基于声学图像识别的电力设备巡检方法，包括以下步骤：
[0008]S1：准备四架无人机以及四个第一无线超声定位探头和第二无线超声定位探头，其中，四架无人机分布在待巡检电力设备的上下左右侧且处于同一竖平面，两个第一无线超声定位探头和第二无线超声定位探头上下对称装配在上下侧两个无人机上，两个第一无线超声定位探头和第二无线超声定位探头左右对称装配在左右侧两个无人机上；
[0009]S2：四架无人机搭载四个第一无线超声定位探头和第二无线超声定位探头按照航线行驶，行驶过程中四个第一无线超声定位探头向电力设备发射超声波，并接收由电力设备返回的超声波，经成像软件获得电力设备超声图像，四个第二无线超声定位探头向周围环境发射超声波，并接收由周围环境返回的超声波，经成像软件获得周围环境超声图像，四个第一无线超声定位探头和第二无线超声定位探头通过无线网络将超声图像传输至电力设备巡检终端；
[0010]S3：电力设备巡检终端的无线收发模块接收由四个第一无线超声定位探头和第二无线超声定位探头传输的超声图像并依次传输至图像去噪模块、图像灰度校正模块、图像速度失真校正模块和图像斜距失真校正模块中进行图像处理，图像处理完成，传输至图像拼接模块中进行图像拼接，图像拼接完成，将完整图像传输至图像显示模块中进行显示，巡检人员可通过声学图像识别出的电力设备图像进行表面缺陷处理、故障预测等处理。
[0011]步骤S3中，所述图像去噪模块的具体去噪方法为：
[0012]输入处理图像，设噪声图像一个N*M窗像素为论域U，在U上定义一个模糊集中的样本即是像素的灰度值f(i,j)，根据样本值的不同具有不同的隶属度d，相应的隶属函数为：
[0013][0014]式中，y表示滤波输出；β表示尺度参数；
[0015]取窗内像素均值作为初值y0，由它确定各像素的隶属度μ
(i，j)
，求隶属度的均值y1,并与初值y0比较，若差值小于某一预先设定的阈值ε，则迭代结束，输出y1，否则由y1导出新的隶属度，直到先后两次的差值小于阈值，最后将隶属度的加权平均做为输出值，再将滤波输出作为Kalman滤波器的状态输入，进行最优估计，最终得到滤波输出结果，便得到去噪后的超声图像。
[0016]步骤S3中，所述图像灰度校正模块的具体灰度校正方法为：
[0017]灰度变换用公式可表示如下：
[0018]g(x，y)＝T[f(x，y)][0019]式中，f(x,y)表示待处理的数字图像；g(x,y)表示处理后的数字图像，变换函数T定义了一种f的操作；
[0020]对超声波图像而言，定义在(x,y)的邻域，应用在电力设备巡检情况下，变换函数T使用为幂函数非线性变换函数，实现灰度的非线性变换，幂函数变换的基本表达式如下：
[0021]g(x，y)＝c[f(x，y)]r
+b
[0022]式中，c、r均表示正数，幂函数变换将部分灰度区间映射到更宽的区域中去，得到灰度校正后的超声图像。
[0023]步骤S3中，所述图像速度失真校正模块的具体速度失真校正方法为：
[0024]因为每一ping均记录下通道数目N的扫描线，即每一ping数据校正前显示的是N行
数据，而其在行进方向上的实际行数是l行，则校正比例为：
[0025]r＝l/N
[0026]以上得出了纵横坐标单独的比例关系，当速度改变而出现速度形变的时候，将其进行纵横比例的归一化，对纵坐标进行一个比例转换，便得到速度校正后的超声图像。
[0027]步骤S3中，所述图像斜距失真校正模块的具体斜距失真校正方法为：
[0028]设第一无线超声定位探头和第二无线超声定位探头的最大斜距范围是SlantRange，每ping的无人机位置的高度TowfishAlt，图像的高是Height，图像的宽是Width，根据无人机的斜距，高度和水平距离，得到一个直角三角形，即每ping距无人机的水平距离：
[0029][0030]此时图像的像素分辨率：
[0031]Res＝SlantRange/(Width/2)
[0032]此时，校正图像上的某个像素点P1(x1，y1)和原来未校正图像上的对应像素点P2(x2，y2)的关系为：
[0033][0034]y2＝y1[0035]根据上述公式可以得到校本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声学图像识别的电力设备巡检系统，其特征在于，包括：分别搭载在电力设备四个方向无人机上声波朝向电力设备的四个第一无线超声定位探头(1)以及声波远离电力设备的四个第二无线超声定位探头(7)，四个第一无线超声定位探头(1)和第二无线超声定位探头(7)的无线图像数据发送端口无线通讯连接有电力设备巡检终端；所述电力设备巡检终端包括与第一无线超声定位探头(1)无线通讯连接的无线收发模块(2)，无线收发模块(2)的图像数据发送端口连接有超声探头图像处理模组(3)，超声探头图像处理模组(3)的图像数据发送端口连接有图像拼接模块(4)，所述图像拼接模块(4)的图像数据发送端口连接有图像显示模块(6)；所述超声探头图像处理模组(3)包括与无线收发模块(2)图像数据发送端口连接的图像去噪模块(301)，图像去噪模块(301)的图像数据发送端口连接有图像灰度校正模块(302)，图像灰度校正模块(302)的图像数据发送端口连接有图像速度失真校正模块(303)，图像速度失真校正模块(303)的图像数据发送端口连接有图像斜距失真校正模块(304)，图像斜距失真校正模块(304)的图像数据发送端口与图像拼接模块(4)连接。2.根据权利要求1所述的基于声学图像识别的电力设备巡检系统，其特征在于：所述图像拼接模块(4)的图像数据发送端口通过图像异常检测模组(5)与图像显示模块(6)连接；所述图像异常检测模组(5)包括与图像拼接模块(4)的图像数据发送端口连接的电力设备表面缺陷异常检测模块(501)和电力设备周围环境异常检测模块(502)，电力设备表面缺陷异常检测模块(501)和电力设备周围环境异常检测模块(502)的图像数据发送端口与图像显示模块(6)连接。3.一种基于声学图像识别的电力设备巡检方法，其特征在于，采用权利要求1所述的基于声学图像识别的电力设备巡检系统，该方法包括以下步骤：S1：准备四架无人机以及四个第一无线超声定位探头(1)和第二无线超声定位探头(7)，其中，四架无人机分布在待巡检电力设备的上下左右侧且处于同一竖平面，两个第一无线超声定位探头(1)和第二无线超声定位探头(7)上下对称装配在上下侧两个无人机上，另外两个第二无线超声定位探头(1)和另外第二无线超声定位探头(7)左右对称装配在左右侧两个无人机上；S2：四架无人机搭载四个第一无线超声定位探头(1)和第二无线超声定位探头(7)按照航线行驶，行驶过程中四个第一无线超声定位探头(1)向电力设备发射超声波，并接收由电力设备返回的超声波，经成像软件获得电力设备超声图像，四个第二无线超声定位探头(7)向周围环境发射超声波，并接收由周围环境返回的超声波，经成像软件获得周围环境超声图像，四个第一无线超声定位探头(1)和第二无线超声定位探头(7)通过无线网络将超声图像传输至电力设备巡检终端；S3：电力设备巡检终端的无线收发模块(2)接收由四个第一无线超声定位探头(1)和第二无线超声定位探头(7)传输的超声图像并依次传输至图像去噪模块(301)、图像灰度校正模块(302)、图像速度失真校正模块(303)和图像斜距失真校正模块(304)中进行图像处理，图像处理完成后，传输至图像拼接模块(4)中进行图像拼接，图像拼接完成后将完整图像传输至图像显示模块(6)中进行显示，巡检人员可通过声学图像识别出的电力设备图像进行表面缺陷处理、故障预测处理。4.根据权利要求3所述的基于声学图像识别的电力设备巡检方法，其特征在于：步骤S3
中，所述图像去噪模块(301)的具体去噪方法为：输入处理图像，设噪声图像一个N*M窗像素为论域U，在U上定义一个模糊集中的样本即是像素的灰度值f(i,j)，根据样本值的不同具有不同的隶属度d，相应的隶属函数为：式中，y表示滤波输出；β表示尺度参数；取窗内像素均值作为初值y0，由它确定各像素的隶属度μ
(i,j)
，求隶属度的均值y1,并与初值y0比较，若差值小于某一预先设定的阈值ε，则迭代结束，输出y1，否则由y1导出新的隶属度，直到先后两次的差值小于阈值，最后将隶属度的加权平均做为输出值，再将滤波输出作为Kalman滤波器的状态输入，进行最优估计，最终得到滤波输出结果，便得到去噪后的超声图像。5.根据权利要求3所述的基于声学图像识别的电力设备巡检方法，其特征在于：步骤S3中，所述图像灰度校正模块(302)的具体灰度校正方法为：灰度变换通常用公式表示如下：g(x，y)＝T[f(x，y)]式中，f(x,y)表示待处理的数字图像；g(x,y)表示处理后的数字图像；变换函数T定义了一种f的操作；对超声波图像而言，定义在(x,y)的邻域，应用在电力设备巡检情况下，变换函数T使用为幂函数非线性变换函数，实现灰度的非线性变换，幂函数变换的基本表达式如下：g(x，y)＝c[f(x，y)]
r
+b式中，c、r均表示正数，幂函数变换将部分灰度区间映射到更宽的区域中去，得到灰度校正后的超声图像。6.根据权利要求3所述的基于声学图像识别的电力设备巡检方法，其特征在于：步骤S3中，所述图像速度失真校正模块(303)...

【专利技术属性】
技术研发人员：高山，赵科，李洪涛，马径坦，杨景刚，孙蓉，刘建军，李玉杰，肖焓艳，庄添鑫，尹泽，徐阳，张照辉，秦剑华，陈阳，
申请(专利权)人：国网江苏省电力有限公司电力科学研究院，
类型：发明
国别省市：