【技术实现步骤摘要】
本专利技术涉及电力线巡检，具体而言，涉及电力线视觉检测方法、系统及姿态估计方法。
技术介绍
1、电力线作为国家重要的基础设施，承担着电力运输的重要职责，而电力线巡检则是保证电力系统平稳运行的重要保障。随着我国电力系统的高速发展，越来越多的电力线从城市延伸到高山原野等复杂的地理环境中。传统的人工巡检方式耗时耗力，受到自然环境，气候的影响，制约了我国电力系统的建设。无人机电力线巡检有着高效，安全，不受气候、地形影响的特点，已经成为了电力线巡检的重要方式。
2、在无人机电力线巡检过程中，可利用无人接携带的数码照相机拍摄低空电力线影像，这些影像中包含了电力线的基本情况。通过对低空航拍电力线影像的处理，可以及时发现电力线异常状态，从而进行迅速的处理。
3、但是采用无人机巡检的方式，图像中的背景噪声对电力线检测的准确性有很大影响，不断干扰电力线的特征提取，直接影响了检测的准确性。
4、有鉴于此，特此提出本申请。
技术实现思路
1、针对上述问题，本专利技术实施例提供了电力线的视觉检测方法、系统及姿态估计方法，通过该视觉检测方法及系统，能够有效的去除背景噪声的影响，从而提高电力线检测的准确性，且基于该视觉检测系统实现姿态估计，能够保证姿态估计的准确性。
2、本专利技术通过下述技术方案实现：
3、第一方面
4、本专利技术实施例提供了电力线视觉检测方法，包括如下步骤：
5、s1：图像获取：采集电力线图像，获取原始图像；
6、s2：特征提取：从图像中提取边缘特征，并生成候选目标集；
7、s3：特征清洗：对候选目标集进行处理，消除噪声，获取电力线线段图；
8、s4：图像输出：将电力线线段图与原始图像叠加，实现电力线的位置的显示，从而完成电力线视觉检测图像获取。
9、在本方案中，该电力线视觉检测方法通过图像获取，实现电力线图像的采集，并获取原始图像，在通过特征提取，从图像中提取边缘特征，并生成候选目标集；并通过特征清洗，对候选目标集进行处理，消除噪声，获取电力线线段图；最后将电力线线段图与原始图像叠加，实现电力线的位置的显示，从而完成电力线视觉检测图像获取，通过该方法，能够有效的去除背景噪声的影响，从而提高电力线检测的准确性。
10、进一步的，在步骤s3中，所述特征清洗步骤具体包括如下步骤：
11、s31：粗选：采用粗选择器，消除边缘特征图中的细小噪声；
12、s32：精选：对消除细小噪声后的边缘特征图进行精选，挑选出隐藏在所有剩余边缘特征中的电力线。
13、进一步的，所述粗选择器为基于cnn的粗选择器。
14、进一步的，在步骤s32中，基于elsed线段检测系统完成精选。
15、第二方面
16、本专利技术实施例还提供了电力线视觉检测系统，用于完成上述的电力线视觉检测方法，包括：
17、无人机组件，所述无人机组件设置有单目摄像头、单线激光测高雷达，其中，所述单目摄像头以及所述单线激光测高雷达的测量方向均相对垂直地面设置，且所述单目摄像头用于采集电力线图像；
18、还包括处理系统，所述处理系统包括特征提取模块、特征清洗模块以及输出模块，
19、所述特征提取模块用于从图像中提取边缘特征，并生成候选目标集；
20、所述特征清洗模块用于对候选目标集进行处理，消除噪声，获取电力线线段图
21、所述输出模块用于将电力线线段图与原始图像叠加，实现电力线的位置的显示，从而完成电力线视觉检测图像获取。
22、进一步的，所述特征清洗模块包括粗选模块以及精选模块，其中，所述粗选模块消除边缘特征图中的细小噪声，所述精选模块用于对消除细小噪声后的边缘特征图进行精选，挑选出隐藏在所有剩余边缘特征中的电力线。
23、第三方面
24、本专利技术实施例还提供了电力线姿态估计方法，基于上述的的电力线视觉检测系统，具体包括如下步骤：
25、步骤1：通过所述电力线视觉检测系统获取电力线模型图；
26、步骤2：基于电力线模型图构建电力线坐标系，并确定在所述电力线坐标系中无人机姿态及位置；
27、步骤3：根据所述无人机姿态及位置，获取电力线相对于无人机的姿态，完成姿态估计。
28、进一步的，所述无人机组件还设置有激光测高雷达，所述激光测高雷达的测量方向相对垂直地面设置；根据所述激光测高雷达在电力线上齐次坐标，完成姿态估计。
29、进一步的，在步骤3中，
30、预设无人机姿态为ξb＝[φ,θ,ψ]t，位置为p＝[x,y,z]t，并定义电力线中心点坐标[l]i＝[a]i×[b]i，其中，a和b分别为检测到的电力线上的前后两帧图像点的齐次坐标；
31、将所述电力线模型图中的一条电力线反向投影到3d空间的一个平面π中，其中，[π]c＝kt[l]i，αu，αv分别为相机成像屏幕u，v方向相机焦距与像素密度的乘积，uo，vo相机成像平面的坐标；
32、对所述平面π的法向量在无人机水平平面中进行表示，并通过所述平面π的法向量，获取单目摄像头相对于电力线的偏航角以及完整旋转矩阵，其中π为一个成像平面，π＝[n,d]t，d为π到坐标原点的距离，平面π的法向量n可以在无人机水平平面中表示：
33、式中，为相机的校准值；
34、相机相对于电力线的偏航角是通过将法线[n]vl投影到xp上计算的：
35、ψ＝acos(α)
36、相机相对于电力线方向的完整旋转矩阵为：
37、
38、r(z,ψ)，r(y,θ)，r(x,φ)分别为各自轴的旋转向量；
39、基于所述完整旋转矩阵，定义所述激光测高雷达在电力线上的齐次坐标，并完成姿态估计；其中：
40、定义为单线激光雷达点d在电力线上齐次坐标可表示为：
41、
42、式中，和为相机的校准值。
43、电力线相对于无人机的姿态被计算得到，可用下式表示：
44、
45、本专利技术与现有技术相比，具有如下的优点和有益效果：
46、本专利技术提供了电力线视觉检测方法、系统及姿态估计方法，该电力线视觉检测方法通过图像获取，实现电力线图像的采集，并获取原始图像，在通过特征提取，从图像中提取边缘特征，并生成候选目标集；并通过特征清洗，对候选目标集进行处理，消除噪声，获取电力线线段图；最后将电力线线段图与原始图像叠加，实现电力线的位置的显示，从而完成电力线视觉检测图像获取，通过该方法，能够有效的去除背景噪声的影响，从而提高电力线检测的准确性，且基于该视觉检测系统实现姿态估计，能够保证姿态估计的准确性。
本文档来自技高网...【技术保护点】
1.电力线视觉检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的电力线视觉检测方法，其特征在于，在步骤S3中，所述特征清洗步骤具体包括如下步骤：
3.根据权利要求2所述的电力线视觉检测方法，其特征在于，所述粗选择器为基于CNN的粗选择器。
4.根据权利要求2所述的电力线视觉检测方法，其特征在于，在步骤S32中，基于ELSED线段检测系统完成精选。
5.电力线视觉检测系统，用于完成权利要求1-4任一所述的电力线视觉检测方法，其特征在于，包括：
6.根据权利要求5所述的电力线视觉检测系统，其特征在于，所述特征清洗模块包括粗选模块以及精选模块，其中，所述粗选模块消除边缘特征图中的细小噪声，所述精选模块用于对消除细小噪声后的边缘特征图进行精选，挑选出隐藏在所有剩余边缘特征中的电力线。
7.电力线姿态估计方法，基于权利要求5-6任一所述的电力线视觉检测系统，其特征在于，具体包括如下步骤：
8.根据权利要求7所述的电力线姿态估计方法，其特征在于，所述无人机组件还设置有激光测高雷达，所述激光测高雷达
9.根据权利要求8所述的电力线姿态估计方法，其特征在于，在步骤3中，
...【技术特征摘要】
1.电力线视觉检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的电力线视觉检测方法，其特征在于，在步骤s3中，所述特征清洗步骤具体包括如下步骤：
3.根据权利要求2所述的电力线视觉检测方法，其特征在于，所述粗选择器为基于cnn的粗选择器。
4.根据权利要求2所述的电力线视觉检测方法，其特征在于，在步骤s32中，基于elsed线段检测系统完成精选。
5.电力线视觉检测系统，用于完成权利要求1-4任一所述的电力线视觉检测方法，其特征在于，包括：
6.根据权利要求5所述的电力线视觉检测系统，其特征在于，所述特...
【专利技术属性】
技术研发人员：何文山，魏源良，刘国庆，王霞，孔语繁，王浩，郑小星，刘义，郎宁，田裕夫，
申请(专利权)人：宁波北创航奥科技有限公司，
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。