基于位置关系识别高压线路杆塔、引流线、导线的方法技术

本发明专利技术公开了一种基于位置关系识别高压线路杆塔、引流线、导线的方法，该方法步骤如下：（１）对输入的高压线路图像进行预处理；（２）在预处理后的图像上分别提取水平、垂直、倾斜小线段；（３）以图像中各个分块中水平、垂直、倾斜小线段的数量识别杆塔；（４）图像上不存在杆塔，在第一类图像上识别导线；（５）图像上存在杆塔，在图像中采用小线段拟合的方式生成曲线，并判断图像上是否存在引流线；（６）图像上不存在引流线，在第二类图像上识别导线；（７）图像上存在引流线，在第三类图像上识别导线。该方法利用杆塔、引流线、导线之间的位置关系为依据进行识别，能够排除背景中的干扰，使得识别的结果更可靠、精确。

【技术实现步骤摘要】

本专利技术涉及一种。该方法可 以应用到红外图像、紫外图像、可见光图像上准确识别出线路的杆塔、引流线及导线。
技术介绍
采用直升机对高压送电线路进行巡检具有较高的效率。通过在直升机上安装具有 多光谱的图像采集设备，用于对输电线路的缺陷进行检测。由于每次巡检采集图像数据量 大，完全采用人眼分析诊断线路图像缺陷，工作强度很大，同时会因为人眼的疲劳导致缺陷 的遗漏或误判。因此采用智能缺陷诊断的方法自动分析采集的图像，发现线路中的可疑缺 陷，有效减少人工诊断的数据量，进而降低人工分析的强度，同时提高线路维护的效率与可 靠性。智能缺陷诊断的基础首先是图像上高压线路的各个部件的自动识别，这里主要研究 杆塔、弓I流线、导线三个部件的识别，其次是在部件识别的基础上对部件进行诊断。现有的高压线路部件识别的文献较少，且主要涉及导线的识别。Guangjian Yan 等人在Automatic Extraction of Power Lines From Aerial Images，，一文中首先使 用radon变换从电力线上提取线段，然后使用组的方法连接这些线段，最后使用卡尔曼滤 波器将这些线段连接成完整的导线，从而实现导线的识别；Zhengrong Li等人在“Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform，，一文中首先使用脉冲偶合神 经滤波器剔除背景噪声，产生清晰的边缘，应用Hough变换检测直线，在Hough空间中应用 基于知识的线聚类方法，改进hough变换，进而获得识别的结果。这两种识别方法存在的问 题是两种方法使用了 radon变换和hough变换，故计算量较大，同时由于在野外环境下高 压线路图像上的线对象较多，意味着更不适合使用hough或radon算法；其次，由于这两种 方法仅仅根据导线本身的特性对导线进行识别，没有结合高压线路上其他部件与导线的位 置关系识别导线，容易将与导线特性类似的背景干扰误判成导线，导致后续产生误诊断。
技术实现思路
为了解决上述技术问题，本专利技术的目的在于提供一种基于位置关系识别架空高压 线路杆塔、引流线、导线的方法。该方法能准确的识别杆塔、引流线及导线，通过充分利用 杆塔、引流线、导线三个部件的自身特征以及位置关系来进行识别，克服了因使用hough、 radon变换时计算量大，以及排除部件本身特性而带来的背景的干扰，降低了识别算法的复 杂度、提高了识别的准确性。为达到上述目的，本专利技术采用如下技术方案一种，其步骤如下(1)、对输入的架空高压线路图像进行预处理；(2)、在预处理后的图像上分别提取水平、垂直、倾斜小线段；(3)、以图像各个分块中水平、垂直、倾斜小线段数量的分布判断图像中是否存在塔杆。将图像纵向分成块，各个分块中分别具有水平、垂直、倾斜小线段，以图像中各个分块 中水平、垂直、倾斜小线段的数量，判断图像中是否存在杆塔。如果图像中不存在杆塔，则当 前处理的图像为第一类图像，则转步骤(4)；如果图像上存在杆塔，则转步骤(5)；(4)、图像上不存在杆塔，则当前图像为第一类图像，在第一类图像中采用小线段 跟踪、合并的方法生成长直线，在长直线中识别导线；(5)、图像上存在杆塔，根据引流线与杆塔的位置关系选择拟合小曲线段的小线 段，采用小线段拟合小曲线段，跟踪、合并拟合小曲线段生成曲线段，在生成的曲线段中识 别引流线，判断图像中是否存在引流线，如果不存在引流线，则图像为第二类图像，转步骤 (6)；如果存在引流线，则图像为第三类图像，则跳至步骤(7)；(6)、图像上不存在引流线，在第二类图像中采用小线段跟踪、合并生成长直线，在 长直线中识别导线；(7)、图像上存在引流线，在第三类图像中采用小线段跟踪、合并生成长直线，在长 直线中识别导线。所述的步骤(1)中对高压线路图像进行预处理包括图像的灰度化、用Prewitt算 子提取图像边缘、用综合二值法二值化边缘提取后的图像、最后采用线性细化对二值化后 的图像进行细化。所述的步骤(6)在长直线中识别导线是在生成的长直线中，按照斜率将长直线 归入各个平行线组中，找到两组平行线，其中一组平行线邻近图像左边，另一组邻近图像右 边，如果两组平行线具有相交区域，并且两组平行线的夹角为钝角时，则该两组平行线是第 二类图像中在长直线中识别出的导线。所述的步骤(7)在长直线中识别导线是在生成的长直线中，按照斜率将长直线 归入各个平行线组中，找到一组平行线与已识别出的引流线之间存有相交区域，则该组平 行线是第三类图像中在长直线中识别出的导线。本专利技术的与现有技术相比 具有的有益效果是该方法利用杆塔、引流线、导线之间的位置关系为依据进行识别，能够 排除背景中的干扰，使得识别的结果更可靠、精确。该方法可以应用到红外图像、紫外图像、 可见光图像上，准确识别出线路的杆塔、引流线及导线。进一步在红外热图像中准确、智能 诊断出线路上热缺陷；在紫外图像上诊断出线路上的放电缺陷；在可见光图像上诊断出导 线上的断股、异物附着等缺陷。附图说明图1为贯穿整幅图像的导线的第一类图像的实物图；图2为出现了杆塔、导线且为直线塔线路的第二类图像的实物图；图3为出现了杆塔、引流线、导线且为耐张塔线路的第三类图像的实物图；图4为本专利技术的的流程图；图5为第一类图像中，导线从图像左边进入，右边离开，贯穿整幅图像的示意图；图6为第一类图像中，导线从图像下边进入，上边离开，贯穿整幅图像的示意图；图7为第一类图像中，导线从图像下边进入，右边离开，贯穿整幅图像的示意图；图8为第一类图像中，导线从图像左边进入，上边离开，贯穿整幅图像的示意图9为第二类图像中导线识别示意图；图10为第三类图像中杆塔在图像左边时的导线识别示意图；图11为第三类图像中杆塔在图像中间时的导线识别示意图；图12为第三类图像中杆塔在图像右边时的导线识别示意图；图13为本专利技术的步骤(5)中引流线识别的流程图。具体实施例方式下面结合附图和具体实施方式对本专利技术的实施例作进一步详细的描述。本实施例是以从直升机上采集到的真实高压线路可见光图像为例进行的说明，图 像的分辨率为1280*762。将高压线路杆塔、引流线、导线的识别算法设计成标准的动态连接 库，在库中定义一组输入输出函数。初始化，包括分配空间，定义图像格式，预设一些后续 判断需要用的阈值；去初始化，包括释放在初始化时分配的空间；调用识别函数，输入图 像，输出诊断结果；应用在机载实时在线诊断系统，事后线路缺陷分析系统中。将图像分为三类第一类图像，如图1所示图中只出现了贯穿整幅图像的导线；第 二类图像，如图2所示，图中出现了杆塔、导线，杆塔为直线塔；第三类图像，如图3所示，图 中出现了杆塔、引流线、导线，杆塔为耐张塔。如图4所示，为本专利技术的， 其步骤如下(1)、对输入的架空高压线路图像进行预处理对读入的架空高压线路可见光图像进行预处理，其步骤包括图像灰度化、用 Prewitt算子提取图像边缘、用综合二值化的方法二值化边缘图像、最后采用线性细化的方 法细化二值化后的图像。(2)、本文档来自技高网...

【技术保护点】
一种基于位置关系识别高压线路杆塔、引流线、导线的方法，其特征在于，该方法步骤如下：（１）、对输入的架空高压线路图像进行预处理；（２）、在预处理后的图像上分别提取水平、垂直、倾斜小线段；（３）、以图像中各个分块中水平、垂直、倾斜小线段数量的分布判断图像中是否存在塔杆，将图像纵向分成块，各个分块中分别具有水平、垂直、倾斜小线段，以图像中各个分块中水平、垂直、倾斜小线段的数量，判断图像中是否存在杆塔，如果图像中不存在杆塔，则当前处理的图像为第一类图像，则转步骤（４）；如果图像上存在杆塔，则转步骤（５）；（４）、图像上不存在杆塔，则当前图像为第一类图像，在第一类图像中采用小线段跟踪、合并的方法生成长直线，在长直线中识别导线；（５）、图像上存在杆塔，根据引流线与杆塔的位置关系选择拟合小曲线段的小线段，采用小线段拟合小曲线段，跟踪、合并拟合小曲线段生成曲线段，在生成的曲线段中识别引流线，判断图像中是否存在引流线，如果不存在引流线，则图像为第二类图像，转步骤（６）；如果存在引流线，则图像为第三类图像，则跳至步骤（７）；（６）、图像上不存在引流线，在第二类图像中采用小线段跟踪、合并生成长直线，在长直线中识别导线；（７）、图像上存在引流线，在第三类图像中采用小线段跟踪、合并生成长直线，在长直线中识别导线。...

【技术特征摘要】
一种基于位置关系识别高压线路杆塔、引流线、导线的方法，其特征在于，该方法步骤如下(1)、对输入的架空高压线路图像进行预处理；(2)、在预处理后的图像上分别提取水平、垂直、倾斜小线段；(3)、以图像中各个分块中水平、垂直、倾斜小线段数量的分布判断图像中是否存在塔杆，将图像纵向分成块，各个分块中分别具有水平、垂直、倾斜小线段，以图像中各个分块中水平、垂直、倾斜小线段的数量，判断图像中是否存在杆塔，如果图像中不存在杆塔，则当前处理的图像为第一类图像，则转步骤(4)；如果图像上存在杆塔，则转步骤(5)；(4)、图像上不存在杆塔，则当前图像为第一类图像，在第一类图像中采用小线段跟踪、合并的方法生成长直线，在长直线中识别导线；(5)、图像上存在杆塔，根据引流线与杆塔的位置关系选择拟合小曲线段的小线段，采用小线段拟合小曲线段，跟踪、合并拟合小曲线段生成曲线段，在生成的曲线段中识别引流线，判断图像中是否存在引流线，如果不存在引流线，则图像为第二类图像，转步骤(6)；如果存在引流线，则图像为第三类图像，则跳至步骤(7)；(6)、图像上不存在引流线，在第二类图像中采用小线段跟踪、合并生成长直线，在长直...

【专利技术属性】
技术研发人员：邱君华，韩军，李建彬，
申请(专利权)人：上海大学，
类型：发明
国别省市：31[中国|上海]