一种基于机器视觉的线路覆冰厚度监测方法及装置制造方法及图纸

本发明专利技术公开了一种基于机器视觉的线路覆冰厚度监测方法，包括以下步骤：步骤一：无人机搭载相机和短波灯起飞；步骤二：无人机朝向目标输电线路飞行，短波灯具有至少两个不同波长的光信号；步骤三：参照物具有长度和指向参照物进入相机视野以后，相机获取覆冰图像；步骤四：融合同一语境下覆冰在不同波长的光信号下的图像T<subgt;j</subgt;，获得融合图像；步骤五：以参照物和覆冰的比例，计算覆冰的厚度。本发明专利技术还公开了一种基于机器视觉的线路覆冰厚度监测装置。本发明专利技术结构简单、设计合理，采用不同波长的短波照射覆冰，增加覆冰的边缘特征；并对不同波长的图像进行融合，从而提升了图像信息的利用率；并且无人机搭载参照物，计算简便，误差小且精度高。

【技术实现步骤摘要】

本专利技术属于图像识别，具体涉及一种基于机器视觉的线路覆冰厚度监测方法及装置。

技术介绍

1、随着冰雪、雾霾、冰冻等恶劣气候的频繁发生，输电线路覆冰积雪灾害表现出不可抗拒性、极强的随机性和不可预见性，输电线路作为电力输送的重要渠道面临着重大考验。输电线路覆冰将会引发绝缘子闪络、导线舞动、断线倒杆和电力通信中断等多种严重事故，对电力系统的安全稳定运行构成严重的威胁，并会造成巨大的经济损失。此外输电线路发生严重覆冰状况通常伴随着大风、暴雪等极端恶劣天气条件，这将严重影响现有覆冰监测系统的通讯网络。

2、当前的覆冰监测包括两种，一种是人工手持电子卡尺进行测量，或者无人机搭载电子卡尺进行测量。由于无人机飞行过程中的振动和晃动，气流、风力等外部因素的干扰，可能导致其飞行姿态发生变化，以及电子卡尺本身的测量误差，都可能使得测量结果存在偏差，甚至可能无法获取有效的测量数据。另一种是通过机器视觉进行覆冰长度的识别。由于覆冰本身的形状、颜色和纹理等特性，在复杂多变的背景环境下，机器视觉可能难以准确地将覆冰与背景分离，边缘的识别可能变得模糊，特别是在光线条件不好的本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的线路覆冰厚度监测方法，其特征在于：包括以下步骤：

2.按照权利要求1所述的一种基于机器视觉的线路覆冰厚度监测方法，其特征在于：短波灯(2)至少具有紫色的第一光信号和蓝色的第二光信号，第一光信号的波长是390nm～450nm，第二光信号的波长是450nm～480nm。

3.按照权利要求1所述的一种基于机器视觉的线路覆冰厚度监测方法，其特征在于：步骤四的具体方法为：

4.按照权利要求1所述的一种基于机器视觉的线路覆冰厚度监测方法，其特征在于：初始权重的计算公式为其中表示D1到Dj的标准差，λi表示Ti图像在成像时的光信号波长，k表示光...

【技术特征摘要】

1.一种基于机器视觉的线路覆冰厚度监测方法，其特征在于：包括以下步骤：

2.按照权利要求1所述的一种基于机器视觉的线路覆冰厚度监测方法，其特征在于：短波灯(2)至少具有紫色的第一光信号和蓝色的第二光信号，第一光信号的波长是390nm～450nm，第二光信号的波长是450nm～480nm。

3.按照权利要求1所述的一种基于机器视觉的线路覆冰厚度监测方法，其特征在于：步骤四的具体方法为：

4.按照权利要求1所述的一种基于机器视觉的线路覆冰厚度监测方法，其特征在于：初始权重的计算公式为其中表示d1到dj的标准差，λi表示ti图像在成像时的光信号波长，k表示光信号常数。

5.一种基于机器视觉的线路覆冰厚度监测装置，其特征在于：无人机(20)、以及分别和无人机(20)通信的无人机场(8)和遥控器(7)；

6.按照权利要求5所述的一种基于机器视觉的线路覆冰厚度监测装置，其特征在于：短波灯(2)的外壁分别与固定杆(161)的一端和移动杆(162)的一端固定连接，固定杆(161)的另一端转动地套接于安装板(10)的通孔内，移动杆(162)另一端可沿轨道(144)移动，轨道(144)开设在安装板(10)和主控盒(19)的底面上；固定杆(161)的杆身和移动杆(162)的杆身通过连接杆(143)固定连接。

7.按照权利要求6所述的一种基于机器视觉的线路覆冰厚度监测装置，其特征在于：...

【专利技术属性】
技术研发人员：杨硕，李殿俊，刘海龙，任熠明，慕金鹏，边小浩，武鹏杰，付治国，李万胜，张贵林，赵启兵，
申请(专利权)人：国网河南省电力公司鹤壁供电公司，
类型：发明
国别省市：