System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种电力线缆的定位方法及相关设备技术_技高网

一种电力线缆的定位方法及相关设备技术

技术编号:41143795 阅读:16 留言:0更新日期:2024-04-30 18:12
本发明专利技术提供了一种电力线缆的定位方法及相关设备,包括通过终端设备获取目标区域的多张电力线缆场景图像分别输入Canny边缘检测模型进行边缘检测,得到多个边缘像素;在每张电力线缆场景图像上将多个边缘像素中满足边缘像素的邻域关系、像素强度要求的边缘像素进行连接,形成边缘线;依次将每张电力线缆场景图像进行叠加处理,得到叠加后的电力线缆场景图像,并利用霍夫变换方法和边缘线在叠加后的电力线缆场景图像上进行电力线缆定位,得到目标区域的电力线缆位置及电力线缆延伸方向;与现有技术相比,能够有效地消除非电力线缆物体的干扰,提高检测的鲁棒性,通过霍夫变换方法和边缘线定位电力线缆,实现对电力线缆位置和方向的精确定位。

【技术实现步骤摘要】

本专利技术涉及输电线路巡检,特别涉及一种电力线缆的定位方法及相关设备


技术介绍

1、电力行业是国家的支柱产业。输电线路具有覆盖范围广、传输距离长、可靠性要求高等特点,是电力系统的重要组成部分。输电线往往处于复杂多变的外部环境中,地面上高度不一的植被、建筑都会对其构成潜在威胁,如果这些物体与高压输电线的距离过近,就可能引发线路跳闸等事故,因此,为了保证电力系统的正常运行,电网维护部门需要对高压输电线路进行定期危险排查。

2、现有技术有利用无人机系统,例如在直升机或轻型飞艇上配备高分辨率摄像机,以便能够可视化线路缺陷或者靠近线路的危险物体,然后通过图像处理算法检测电力线缆存在的问题;也有首先采用迭代霍夫变换方法在xoy平面内提取电力线缆,然后利用随机采样一致性方法建立电力悬链线三维模型,但该方法只适用于塔间小范围区域的电力线缆提取;还有根据维数特征自动将点云数据分类为电力线缆、植被和地面,并利用局部仿射模型进行电力线缆提取,但其选取的初始仿射模型的好坏对最终的提取精度有较大影响,还有将点云数据与高分辨率航空影像数据融合采用模糊逻辑方法从输电线路走廊中分离出建筑物、植被等目标,但此方法需要手工对电力线缆进行分类;还有提出一种基于区域增长和ridge-based line detector的电力线缆提取方法,然而该方法仅仅适用于背景较为简单的情况,缺乏有效的去噪能力,无法甄别筛选电力线缆的线特征,排除非电力线缆的线特征(如杆塔和道路等)的干扰,抗噪性差。


技术实现思路

1、本专利技术提供了一种电力线缆的定位方法及相关设备,其目的是为了提高电力线缆定位的准确性和效率。

2、为了达到上述目的,本专利技术提供了一种电力线缆的定位方法,包括:

3、步骤1,通过终端设备获取目标区域的多张电力线缆场景图像;

4、步骤2,将每张电力线缆场景图像分别输入canny边缘检测模型进行边缘检测,得到多个边缘像素;

5、步骤3,在每张电力线缆场景图像上将多个边缘像素中满足边缘像素的邻域关系、像素强度要求的边缘像素进行连接,形成边缘线;

6、步骤4,依次将每张电力线缆场景图像进行叠加处理,得到叠加后的电力线缆场景图像,并利用霍夫变换方法和边缘线在叠加后的电力线缆场景图像上进行电力线缆定位,得到目标区域的电力线缆位置及电力线缆延伸方向。

7、进一步来说,在步骤2之前,还包括:

8、通过范围滤波器对每张电力线缆场景图像进行滤波,得到多张滤波后的电力线缆场景图像;

9、将每张滤波后的电力线缆场景图像集进行反转,得到多张反转后的电力线缆场景图像集;

10、应用二值化、阈值确定和形态学算法对每张反转后的电力线缆场景图像集进行预处理,得到多张预处理后的电力线缆场景图像。

11、进一步来说,步骤2包括:

12、将每张预处理后的的电力线缆场景图像集分别输入canny边缘检测模型;

13、通过canny边缘检测模型中的sobel算子计算每张预处理后的电力线缆场景图像在水平和垂直方向上的梯度幅值;

14、在canny边缘检测模型中对水平上和垂直方向上的梯度幅值进行非极大值抑制,并保留梯度幅值大于预设阈值的电力线缆场景图像;

15、将保留的电力线缆场景图像进行边缘检测,得到多个边缘像素。

16、进一步来说,步骤3包括:

17、通过比较任意两个边缘像素之间的邻域关系和像素强度信息,判断任意两个边缘像素之间是否可以进行连接,并保留可以连接的边缘像素;

18、针对可以连接的边缘像素中的每个边缘像素,根据边缘像素的梯度方向和角度信息确定边缘像素的连接方向;

19、针对可以连接的边缘像素中的每个边缘像素,在边缘像素的邻域中搜索出所有与该边缘像素的梯度方向和角度信息相似的边缘像素点;

20、根据设置的高阈值和低阈值在所有边缘像素点中筛选出强边缘像素点;

21、根据可以连接的边缘像素中的每个边缘像素的连接方向,在电力线缆场景图像上将所有强边缘像素点和与所有强边缘像素点对应的边缘像素进行连接,形成边缘线。

22、本专利技术还提供了一种电力线缆的定位装置,包括:

23、获取模块,用于通过终端设备获取目标区域的多张电力线缆场景图像;

24、检测模块,用于将每张电力线缆场景图像分别输入canny边缘检测模型进行边缘检测,得到多个边缘像素;

25、连接模块,用于在每张电力线缆场景图像上将多个边缘像素中满足边缘像素的邻域关系、像素强度要求的边缘像素进行连接,形成边缘线;

26、定位模块,用于依次将每张电力线缆场景图像进行叠加处理,得到叠加后的电力线缆场景图像,并利用霍夫变换方法和边缘线在叠加后的电力线缆场景图像上进行电力线缆定位,得到目标区域的电力线缆位置及电力线缆延伸方向。

27、本专利技术还提供了一种计算机可读存储介质,其上存储有计算机程序,当该计算机程序被处理器执行时,实现上述的电力线缆的定位方法。

28、本专利技术还提供了一种终端设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的电力线缆的定位方法。

29、本专利技术的上述方案有如下的有益效果:

30、本专利技术通过终端设备获取目标区域的多张电力线缆场景图像;将每张电力线缆场景图像分别输入canny边缘检测模型进行边缘检测,得到多个边缘像素;在每张电力线缆场景图像上将多个边缘像素中满足边缘像素的邻域关系、像素强度要求的边缘像素进行连接,形成边缘线;依次将每张电力线缆场景图像进行叠加处理,得到叠加后的电力线缆场景图像,并利用霍夫变换方法和边缘线在叠加后的电力线缆场景图像上进行电力线缆定位,得到目标区域的电力线缆位置及电力线缆延伸方向;与现有技术相比,本专利技术在每张电力线缆场景图像上将满足边缘像素的邻域关系、像素强度要求的边缘像素进行连接,形成边缘线,能够有效地消除非电力线缆物体的干扰,提高检测的鲁棒性,利用霍夫变换方法和边缘线在叠加后的电力线缆场景图像上进行电力线缆定位,实现了电力线缆的位置和方向的精确定位,可以大幅改进电力线缆监测和维护工作的效率和安全性。

31、本专利技术的其它有益效果将在随后的具体实施方式部分予以详细说明。

本文档来自技高网...

【技术保护点】

1.一种电力线缆的定位方法,其特征在于,包括:

2.根据权利要求1所述的电力线缆的定位方法,其特征在于,在所述步骤2之前,还包括:

3.根据权利要求2所述的电力线缆的定位方法,其特征在于,所述步骤2包括:

4.根据权利要求3所述的电力线缆的定位方法,其特征在于,所述步骤3包括:

5.一种电力线缆的定位装置,其特征在于,包括:

6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当该计算机程序被处理器执行时,实现如权利要求1至4任一项所述的电力线缆的定位方法。

7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的电力线缆的定位方法。

【技术特征摘要】

1.一种电力线缆的定位方法,其特征在于,包括:

2.根据权利要求1所述的电力线缆的定位方法,其特征在于,在所述步骤2之前,还包括:

3.根据权利要求2所述的电力线缆的定位方法,其特征在于,所述步骤2包括:

4.根据权利要求3所述的电力线缆的定位方法,其特征在于,所述步骤3包括:

5.一种电力线缆的定位装置,其特征在于,...

【专利技术属性】
技术研发人员:文华蔡拥华刘建平
申请(专利权)人:华大天元北京科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1