CN102866158B - 面向隧道巡检的输配电线缆检测方法 - Google Patents
面向隧道巡检的输配电线缆检测方法 Download PDFInfo
- Publication number
- CN102866158B CN102866158B CN201210258343.9A CN201210258343A CN102866158B CN 102866158 B CN102866158 B CN 102866158B CN 201210258343 A CN201210258343 A CN 201210258343A CN 102866158 B CN102866158 B CN 102866158B
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- cable
- tunnel
- reference map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Alarm Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了属于计算机视觉和模式识别技术领域的面向隧道巡检的输配电线缆检测方法。它包括以下步骤:1)将隧道机器人在隧道执行任务时所采集到的第1帧图像设定为基准图;将该基准图上划分为多个线缆区域,并为划分好的每个线缆区域建立分析接口;经划分后的基准图为检测模板图;2)在基准图设定以后,隧道机器人在执行任务时再次采集到的n帧图像为第1待检测图像至第n待检测图像;依次针对第1待检测图像至第n待检测图像进行特征匹配过程和投影过程;3)更新检测模板图和基准图:本发明的有益效果为:实现了视频中输配电线缆的自动检测,为自动处理海量的隧道巡检视频以及自动分析线缆缺陷奠定了重要基础。
Description
技术领域
本发明属于计算机视觉和模式识别技术领域,特别涉及面向隧道巡检的输配电线缆检测方法。
背景技术
随着工业发展,中心城区的电网呈现出高负荷密度、持续高增长的特点。这就要求采用高电压、大容量的输变电设备来保障电力通道的输送容量,提高电力通道资源利用率。因此采用高电压、大截面电缆隧道铺设方式成为必然选择。然而在隧道内因电缆接头和电缆体绝缘损坏而引发的火灾时有发生,电力公司要定期指派员工对电缆线进行巡检,以便及时发现早期损伤和缺陷,安排必要的维护和修复,从而确保隧道内环境的安全性以及供电的可靠性。然而这种传统的人工巡检方式不仅存在劳动强度大的问题,而且还存在着安全性隐患。为了改善这一状况,本发明采用了单臂悬挂式的隧道机器人代替人工进行巡检工作。
电缆隧道机器人是应用于隧道环境下的特种机器人。随着电力工业和机器人技术的发展,在国内已有一些研制成功的隧道巡检机器人,但是,目前尚无高效准确跟踪隧道电缆的算法。
发明内容
本发明的目的是利用视频中提取出的连续帧图像对应特征点估计视觉传感器的空间运动,判定输配电线缆相对视觉传感器的位置变化,实现输配电线缆的检测,预防隧道内火灾等灾难性现象的发生,确保供电的可靠性以及隧道环境的安全性。
面向隧道巡检的输配电线缆检测方法包括以下步骤:
1)将隧道机器人在隧道执行任务时所采集到的第1帧图像设定为基准图;将该基准图上划分为多个线缆区域,并为划分好的每个线缆区域建立分析接口;经划分后的基准图为检测模板图;检测模板图用于后续三维立体投影于待检测图像,实现电缆区域的准确划分;分析接口指分析线缆区域电缆各类故障指标的算法接口;
2)在基准图设定以后,隧道机器人在执行任务时再次采集到的n帧图像为第1待检测图像至第n待检测图像;
依次针对第1待检测图像至第n待检测图像进行特征匹配过程和投影过程;
所述特征匹配过程为:提取第i待检测图像和检测模板图中对应的特征点,i取1至n,利用计算机立体视觉算法实现对应的特征点的特征匹配;
所述投影过程为:利用计算机立体视觉算法得到的旋转平移矩阵,将检测模板图分别投影到第1待检测图像至第n待检测图像,第1待检测图像至第n待检测图像均被划分出线缆区域,此时能够实现对输配电线缆的检测;
3)更新检测模板图和基准图:对第j待检测图像进行特征匹配过程和投影过程时,视觉传感器累积平移量超过计算机立体视觉算法设定的阈值,将第j-1待检测图像设定为基准图,将该基准图上划分为多个线缆区域,并为划分好的每个线缆区域建立分析接口;经划分后的基准图为检测模板图;然后执行步骤2)。
在计算机立体视觉算法中采用计算旋转平移矩阵的方式。
本发明的有益效果为:
1)机器人自动巡检代替人工劳动,克服了人工效率低、劳动强度大、工作环境危险等弊处。
2)划分输配电线缆区域、建立划分后电缆区域的分析接口为将线缆区域从待检测图像中迅速划分出来,实现隧道线缆准确检测奠定了重要基础。
3)在进行更新输配电线缆检测模板图和基准图的过程中,更新模板图的时间间隔不仅可以由计算机程序自动设定,而且还可以根据现实场景需求进行人为干预设定,大大提升了人性化设计水平,增强了模板对线缆走势的自适应变化,提高了在复杂环境下作业对亮度变化的适应能力,最终可更加精确的实现线缆定位巡检。
4)更新输配电线缆检测模板图和基准图的方案的提出,克服了在连续帧图像进行匹配过程中,由于视觉传感器累积平移量过大导致图像尺寸变换过大,无法满足算法所要求的至少特征点数目而产生的误匹配现象。
附图说明
图1为本发明的流程图。
具体实施方式
本发明通过视觉传感器能够在巡检图像或视频中自动标识出电缆线路的位置,下面通过具体实施方式对本发明做进一步说明。
如图1所示,面向隧道巡检的输配电线缆检测方法包括以下步骤:
1)将隧道机器人在隧道执行任务时所采集到的第1帧图像设定为基准图;将该基准图上划分为多个线缆区域,并为划分好的每个线缆区域建立分析接口;经划分后的基准图为检测模板图;检测模板图用于后续三维立体投影于待检测图像,实现电缆区域的准确划分;分析接口指分析线缆区域电缆各类故障指标的算法接口;
2)在基准图设定以后,隧道机器人在执行任务时再次采集到的n帧图像为第1待检测图像至第n待检测图像;
依次针对第1待检测图像至第n待检测图像进行特征匹配过程和投影过程;
所述特征匹配过程为:提取第i待检测图像和检测模板图中对应的特征点,i取1至n,利用计算机立体视觉算法实现对应的特征点的特征匹配;
所述投影过程为:利用计算机立体视觉算法得到的旋转平移矩阵,将检测模板图分别投影到第1待检测图像至第n待检测图像,第1待检测图像至第n待检测图像均被划分出线缆区域,此时能够实现对输配电线缆的检测;
3)更新检测模板图和基准图:以计算视觉传感器空间运动的累积平移量为准则判定何时需要更新检测模板图,调整检测模板图更新时间,即:对第j待检测图像进行特征匹配过程和投影过程时,视觉传感器累积平移量超过计算机立体视觉算法设定的阈值,将第j-1待检测图像设定为基准图,将该基准图上划分为多个线缆区域,并为划分好的每个线缆区域建立分析接口;经划分后的基准图为检测模板图;然后执行步骤2)。
该过程的实现不仅可通过计算机程序来设定,而且还可以根据具体情况人为进行干预,更改更新模板的时间间隔。上述过程的目的在于适应隧道内复杂环境下亮度变化的要求,提高特征匹配算法的精度。
在计算机立体视觉算法中采用计算旋转平移矩阵的方式。
下面是本发明的一个实施例:
首先采用视觉传感器获取隧道实地场景的视频信息,将视频流转化为连续帧图像,例如设定视觉传感器采集到的第一帧图为基准图,对第一帧图进行初始化操作,包括划分线缆区域和为线缆区域分别建立分析接口,设定完成上述操作后的第一帧图为检测模板图;然后利用特征匹配算法和计算机视觉算法,提取第二帧(第三帧、第四帧……)待检测图和第一帧模板图对应的特征点,通过旋转平移矩阵完成第一帧模板图与第二帧(第三帧、第四帧……)待检测图之间的特征点匹配,最后再将第一帧模板图投影到待检测的第二帧(第三帧、第四帧……)图像上,从第二帧(第三帧、第四帧……)图像中将线缆区域划分出来。
在上述过程的实施中,若视觉传感器累积平移量超过算法的限定阈值,程序自动执行更新模板的功能,重新设定模板图进行特征点的匹配检测电缆线。还继续上述实例,当程序显示第六帧图尺寸变化过大时,程序自动执行模板更新的功能,这时重新设定第五帧图为基准图,对第五帧图进行初始化操作,建立第五帧模板图,再进行第五帧模板图与第六帧(第七帧、第八帧)待检测图的特征点匹配,竟而将第五帧模板图投影到待检测的第六帧(第七帧、第八帧……)图像上,从第六帧(第七帧、第八帧)图像中将线缆区域划分出来,如此循环。
Claims (1)
1.面向隧道巡检的输配电线缆检测方法,其特征在于,包括以下步骤:
1)将隧道机器人在隧道执行任务时所采集到的第1帧图像设定为基准图;将该基准图上划分为多个线缆区域,并为划分好的每个线缆区域建立分析接口;经划分后的基准图为检测模板图;检测模板图用于后续三维立体投影于待检测图像,实现电缆区域的准确划分;分析接口指分析线缆区域电缆各类故障指标的算法接口;
2)在基准图设定以后,隧道机器人在执行任务时再次采集到的n帧图像为第1待检测图像至第n待检测图像;
依次针对第1待检测图像至第n待检测图像进行特征匹配过程和投影过程;
所述特征匹配过程为:提取第i待检测图像和检测模板图中对应的特征点,i取1至n,利用计算机立体视觉算法实现对应的特征点的特征匹配;
所述投影过程为:利用计算机立体视觉算法得到的旋转平移矩阵,将检测模板图分别投影到第1待检测图像至第n待检测图像,第1待检测图像至第n待检测图像均被划分出线缆区域,此时能够实现对输配电线缆的检测;
3)更新检测模板图和基准图:对第j待检测图像进行特征匹配过程和投影过程时,视觉传感器累积平移量超过计算机立体视觉算法设定的阈值,将第j-1待检测图像设定为基准图,将该基准图上划分为多个线缆区域,并为划分好的每个线缆区域建立分析接口;经划分后的基准图为检测模板图;然后执行步骤2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210258343.9A CN102866158B (zh) | 2012-07-24 | 2012-07-24 | 面向隧道巡检的输配电线缆检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210258343.9A CN102866158B (zh) | 2012-07-24 | 2012-07-24 | 面向隧道巡检的输配电线缆检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102866158A CN102866158A (zh) | 2013-01-09 |
CN102866158B true CN102866158B (zh) | 2014-10-08 |
Family
ID=47445159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210258343.9A Expired - Fee Related CN102866158B (zh) | 2012-07-24 | 2012-07-24 | 面向隧道巡检的输配电线缆检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102866158B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101613A (zh) * | 2013-04-10 | 2014-10-15 | 苏州华觉智能科技有限公司 | 电缆在线检测系统 |
CN104316538A (zh) * | 2014-11-07 | 2015-01-28 | 北京凯瑞德图像技术有限责任公司 | 一种电缆包覆流程中闪缝检测方法及装置 |
CN111207304B (zh) * | 2018-11-22 | 2021-09-14 | 北京世纪东方通讯设备有限公司 | 一种铁路隧道漏缆视觉巡检装置以及产品定位检测方法 |
CN114441545A (zh) * | 2022-03-14 | 2022-05-06 | 无锡职业技术学院 | 一种高度自适应绕组视觉检测平台及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06323824A (ja) * | 1993-05-13 | 1994-11-25 | Sharp Corp | バンプ外観検査方法およびバンプ外観検査装置 |
US6393159B1 (en) * | 1998-06-29 | 2002-05-21 | The Regents Of The University Of California | Multiscale characterization and analysis of shapes |
CN1851338A (zh) * | 2006-05-25 | 2006-10-25 | 浙江工业大学 | 基于全方位计算机视觉的中央空调节能控制装置 |
US7643140B2 (en) * | 2007-03-29 | 2010-01-05 | Hitachi High-Technologies Corporation | Method and apparatus for inspecting a semiconductor device |
CN103345751A (zh) * | 2013-07-02 | 2013-10-09 | 北京邮电大学 | 一种基于鲁棒特征跟踪的视觉定位方法 |
-
2012
- 2012-07-24 CN CN201210258343.9A patent/CN102866158B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06323824A (ja) * | 1993-05-13 | 1994-11-25 | Sharp Corp | バンプ外観検査方法およびバンプ外観検査装置 |
US6393159B1 (en) * | 1998-06-29 | 2002-05-21 | The Regents Of The University Of California | Multiscale characterization and analysis of shapes |
CN1851338A (zh) * | 2006-05-25 | 2006-10-25 | 浙江工业大学 | 基于全方位计算机视觉的中央空调节能控制装置 |
US7643140B2 (en) * | 2007-03-29 | 2010-01-05 | Hitachi High-Technologies Corporation | Method and apparatus for inspecting a semiconductor device |
CN103345751A (zh) * | 2013-07-02 | 2013-10-09 | 北京邮电大学 | 一种基于鲁棒特征跟踪的视觉定位方法 |
Non-Patent Citations (4)
Title |
---|
Stephen Se, David Lowe, Jim Little.Vision-based Mobile Robot Localization And Mapping using Scale-Invariant Features.《Robotics and Automation》.2001,第2卷第2051-2058页. |
Vision-based Mobile Robot Localization And Mapping using Scale-Invariant Features;Stephen Se, David Lowe, Jim Little;《Robotics and Automation》;20010526;第2卷;第2051-2058页 * |
杨柏松.谈电力线路巡检系统信息分析软件的设计与实现.《黑龙江科技信息》.2010,(第28期), |
谈电力线路巡检系统信息分析软件的设计与实现;杨柏松;《黑龙江科技信息》;20101129(第28期);第17页 * |
Also Published As
Publication number | Publication date |
---|---|
CN102866158A (zh) | 2013-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108416294B (zh) | 一种基于深度学习的风机叶片故障智能识别方法 | |
CN109800697B (zh) | 基于VGG-net风格迁移的变压器目标检测与外观缺陷识别方法 | |
CN112199993A (zh) | 基于人工智能识别任意方向变电站绝缘子红外图像检测模型的方法 | |
CN102866158B (zh) | 面向隧道巡检的输配电线缆检测方法 | |
CN115293508B (zh) | 一种可视化的光缆运行状态监控方法及系统 | |
CN102831393A (zh) | 电力杆塔轮廓的快速图像识别方法 | |
CN116231504A (zh) | 一种升压站远程智能巡检方法、装置及系统 | |
CN112697798A (zh) | 面向红外图像的变电设备电流致热型缺陷的诊断方法和装置 | |
CN111443091B (zh) | 电缆线路隧道工程缺陷判断方法 | |
CN115410144A (zh) | 一种电缆隧道智能巡检机器人 | |
CN111402250A (zh) | 基于边缘计算的机器视觉缺陷检测方法和平台 | |
CN114049320A (zh) | 一种基于图片相似度的器件缺失ai质检方法与装置 | |
CN113160202A (zh) | 一种裂缝检测方法及系统 | |
CN108573233B (zh) | 一种基于图像处理技术的电网陶瓷绝缘子识别方法 | |
CN110798618A (zh) | 一种动态追踪中的摄像头资源调度方法及装置 | |
CN114549822A (zh) | 基于预置位摄像头的隔离开关闭合状态检测方法 | |
CN105095897A (zh) | 一种基于梯度图像和相似度加权的数字识别方法 | |
CN115423777A (zh) | 巷道缺陷的定位方法、装置、可读存储介质及工程设备 | |
US20200202178A1 (en) | Automatic visual data generation for object training and evaluation | |
CN112926401A (zh) | 一种输电线路金具锈蚀检测方法及系统 | |
CN112270357A (zh) | Vio视觉系统及方法 | |
Fan et al. | Navigation of Substation Inspection Robot Based on Machine Vision | |
CN117806496B (zh) | 基于虚拟现实技术的综合管廊动态虚拟巡检方法及系统 | |
CN114863324B (zh) | 一种新能源电力设备的火灾监测方法、设备及介质 | |
CN109034097B (zh) | 一种基于图像的开关设备巡检定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141008 Termination date: 20150724 |
|
EXPY | Termination of patent right or utility model |