CN103198326A - 一种输电线路直升机巡检的图像分类方法 - Google Patents
一种输电线路直升机巡检的图像分类方法 Download PDFInfo
- Publication number
- CN103198326A CN103198326A CN2013101291688A CN201310129168A CN103198326A CN 103198326 A CN103198326 A CN 103198326A CN 2013101291688 A CN2013101291688 A CN 2013101291688A CN 201310129168 A CN201310129168 A CN 201310129168A CN 103198326 A CN103198326 A CN 103198326A
- Authority
- CN
- China
- Prior art keywords
- image
- lead
- mask
- judge
- classification method
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种输电线路直升机巡检的图像分类方法。传统的人工巡检,安全隐患多、效率低。本发明首先对输入图像I进行LoG变换,以提取图像中的条形形状,得到条形掩膜BarMask。其次对条形掩膜下的图像,采用边缘检测方法,提取边缘;对边缘采用Hough变换类方法检测直线段;根据直线段的方向、数量和长度,判断图像I中是否有塔杆存在。然后在条形掩膜下的图像上判断是否为导线图像。最后判断导线上是否有元部件或其它物体。本发明可对大量的巡检图像分类和过滤,简化了后续的人工或软件实现故障检测和识别工作。
Description
技术领域
本发明属于电网输电线路智能巡检技术领域,涉及一种输电线路直升机巡检的图像分类方法。
背景技术
输电线路要穿越各种复杂的地理和气象环境,这为输电线路的日常巡检工作带来很大的困难。传统的人工巡检,安全隐患多、效率低。近年来,人们致力于开发智能化的输电线路巡检方法。
专利“高压线路运行状态巡检方法(公开号:CN102097765A)”利用可无线远程遥控在架空地线上行走的装置携带摄像设备进行设备巡检;该装置还处于试验阶段,未广泛使用。
专利“一种基于GPRS的输电线路覆冰监测装置(授权公开号:CN201527279U)”、“一种输电线路塔线体系状态监测装置(公开号:CN102042885A)”、“智能输电线路综合在线监测装置(授权公开号:CN2016808529U)”、“输电线路交叉跨越监测装置(授权公开号:CN202421411U)”、“高压输电线路实时监控装置(公开号:CN102624098A)”、“一种输电线路垂直档距测量装置(授权公开号:CN202522221U)”通过在塔杆和导线上设置多种传感器,分析和记录塔杆和导线的状态,如导线的覆冰、舞动、微风振动、垂弧、交叉跨越和塔杆的倾斜状态,来监测输电线路;这种方法需要在每一段导线和每一个塔杆上安装多种传感器,增加了设备成本。
专利“电力线巡检直升机的导航方法及装置(公开号:CN101833102A)”、“直升机巡检电力线路的锁定跟踪方法(公开号:CN101833099A)”、“一种无人机输电线路航巡系统(授权公开号:CN202197057U)”、“四旋翼无人机输电线路杆塔智能巡检系统(授权公开号:CN202423959U)”利用直升机或无人机携带可见光、红外、紫外等设备,沿着输电线路拍摄塔杆和输电线的图像或记录检测结果;专利“绝缘子轮廓的快速图像识别方法(公开号:CN101620676A)”利用图像处理技术,在直升机拍摄的图像上定位绝缘子。
发明内容
本发明针对现有技术的不足,提供了一种输电线路直升机巡检的图像分类方法。
本发明是对直升机巡检过程中拍摄的可见光图像进行分类,这些图像中记录了输电线路上的塔杆、导线及其元件的可见光信息。由于输电线路沿途的地貌千差万别,拍摄到的图像背景较复杂。
本发明拟对直升机巡检的输电线路图像做如下分类:
(1)塔杆图像:含有全部或部分塔杆的图像;
(2)导线图像:不含塔杆、含有导线的图像;
(3)其他图像:不含塔杆、不含导线的图像;
其中导线图像,又可分为以下几类:
(1)非空导线:导线上有元件或其他物体的导线图像;
(2)空导线:导线上无元件或其他物体的导线图像。
在已知直升机巡检拍摄的可见光图像I,宽Width,高Height,其具体的分类方法如下:
步骤一:对输入图像I进行LoG变换,以提取图像中的条形形状,得到条形掩膜BarMask。
步骤二:对条形掩膜下的图像,采用边缘检测方法,提取边缘;对边缘采用Hough变换类方法检测直线段;根据直线段的方向、数量和长度,判断图像I中是否有塔杆存在。
塔杆存在的判据:同时存在水平和垂直方向的直线段且垂直方向的直线段长于水平方向的直线段;当满足该判据时,判断图像I为塔杆图像,当不满足上述判据时,继续步骤三。
步骤三:在条形掩膜下的图像上判断是否为导线图像,具体是:
对条形掩膜下的图像,求梯度方向;设导线为水平方向,保留条形掩膜下梯度方向为垂直方向的像素,得到导线掩膜WireMask。
标记导线掩膜WireMask的连通区域;当导线掩膜WireMask中某连通区域的宽度大于图像宽度Width的T1时,判断图像I为导线图像,转步骤四;当导线掩膜WireMask中所有连通区域的宽度均不大于图像宽度Width的T1时,判断图像I为其它图像,T1为分数。
步骤四:判断导线上是否有元部件或其它物体,具体是:首先在图像I中精确定位该导线的像素,然后统计该导线上像素灰度值的变化;当某一导线上的像素灰度值变化超过设置阈值时,判断图像为非空导线图像;否则判断图像为空导线图像。
本发明的有益效果:可对大量的巡检图像分类和过滤,简化了后续的人工或软件实现故障检测和识别工作。
附图说明
图1为本发明方法流程图。
具体实施方式
以下结合附图和实施例对本发明作进一步说明。
已知直升机巡检拍摄的可见光图像I,宽Width,高Height,按照图1,分类方法如下:
步骤一:对输入图像I进行LoG变换,以提取图像中的条形形状,得到条形掩膜BarMask;LoG变换,即公知的Laplace-Of-Gaussian变换;
步骤二:对条形掩膜下的图像,采用通常的边缘检测方法,提取边缘,如Canny边缘检测方法;对边缘采用Hough变换类方法,如GradientProgressiveProbabilisticHough变换,检测直线段;根据直线段的方向、数量和长度,判断图像I中是否有塔杆存在。
判断方法如下:
(1)塔杆存在的判据:同时存在水平和垂直方向的直线段,垂直方向的直线段长于水平方向的直线段;当满足该条件时,判断图像I为塔杆图像。当不满足上述条件时,继续步骤三。
步骤三:在条形掩膜BarMask上判断是否为导线图像,方法如下:
(1)对条形掩膜下的图像,求梯度方向,如Sobel梯度方向;假设导线为水平方向,保留条形掩膜下梯度方向为垂直方向的像素,得到导线掩膜WireMask;
(2)标记WireMask的连通区域;当WireMask中某连通区域的宽度大于图像宽度Width的T1时,判断图像I为导线图像,转步骤四;当WireMask中所有连通区域的宽度均不大于图像宽度Width的T1时,判断图像I为其他图像;本实施例中T1取为2/3。
步骤四:判断导线上是否有元部件或其他物体;首先在图像I中精确定位该导线的像素,然后统计该导线上像素灰度值的变化;当某一导线上的像素灰度值有较大变化时,判断图像为非空导线图像;当所有导线上像素灰度值无明显变化时,判断图像为空导线图像。
具体方法如下:
(1)对WireMask中对应导线的连通区域,采用Hough变换提取该导线的参数;通常输电线路上导线对应的直线方向一致、纵轴截距不同;根据导线参数,确定对应于每一根导线的导线掩膜区域LineMask,LineMask覆盖该根导线及其附近的一定范围,LineMask可通过对导线对应的直线做形态学膨胀得到。
(2)取LineMask下的梯度为LineGrad,采用通常的梯度计算方法,如Sobel等;。由观察得,导线上的像素灰度值变化平缓,梯度较小,假设导线在图像中走向为从左到右,在复杂的背景下,导线应该是一条梯度值最小的路径;在LineGrad上,采用动态规划或人工智能方法,找到梯度值之和最小的路径,该路径经过的像素即为导线像素,这一步可实现导线像素的精确定位。
(3)沿着导线,分析相邻导线像素灰度值的变化;当变化较大时,如灰度值变化量大于80时,判断导线上有元部件或其他物体;当整个导线上相邻像素灰度值变化不大于80时,判断该导线上无元件或其他物体。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,应带理解,本发明并不限于这里所描述的实现方案,这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。
Claims (5)
1. 一种输电线路直升机巡检的图像分类方法,已知直升机巡检拍摄的可见光图像I,宽Width,高Height,其特征在于该方法的具体步骤如下:
步骤一:对输入图像I进行LoG变换,以提取图像中的条形形状,得到条形掩膜BarMask;
步骤二:对条形掩膜下的图像,采用边缘检测方法,提取边缘;对边缘采用Hough变换类方法检测直线段;根据直线段的方向、数量和长度,判断图像I中是否有塔杆存在;
塔杆存在的判据:同时存在水平和垂直方向的直线段且垂直方向的直线段长于水平方向的直线段;当满足该判据时,判断图像I为塔杆图像,当不满足上述判据时,继续步骤三;
步骤三:在条形掩膜下的图像上判断是否为导线图像,具体是:
对条形掩膜下的图像,求梯度方向;设导线为水平方向,保留条形掩膜下梯度方向为垂直方向的像素,得到导线掩膜WireMask;
标记导线掩膜WireMask的连通区域;当导线掩膜WireMask中某连通区域的宽度大于图像宽度Width的T1时,判断图像I为导线图像,转步骤四;当导线掩膜WireMask中所有连通区域的宽度均不大于图像宽度Width的T1时,判断图像I为其它图像,T1为分数;
步骤四:判断导线上是否有元部件或其它物体,具体是:首先在图像I中精确定位该导线的像素,然后统计该导线上像素灰度值的变化;当某一导线上的像素灰度值变化超过设置阈值时,判断图像为非空导线图像;否则判断图像为空导线图像。
4.根据权利要求1所述的图像分类方法,其特征在于:步骤四中在图像I中精确定位该导线的像素,具体是:
对导线掩膜WireMask中对应导线的连通区域,采用Hough变换提取该导线的参数;根据导线参数,确定对应于每一根导线的导线掩膜区域LineMask,导线掩膜区域LineMask覆盖该根导线及其附近的一定范围;
取导线掩膜区域LineMask下的梯度为LineGrad;在LineGrad上,采用动态规划或人工智能方法,找到梯度值之和最小的路径,该路径经过的像素即为导线像素。
5.根据权利要求4所述的图像分类方法,其特征在于:所述的导线掩膜区域LineMask是通过对导线对应的直线做形态学膨胀得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310129168.8A CN103198326B (zh) | 2013-04-15 | 2013-04-15 | 一种输电线路直升机巡检的图像分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310129168.8A CN103198326B (zh) | 2013-04-15 | 2013-04-15 | 一种输电线路直升机巡检的图像分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103198326A true CN103198326A (zh) | 2013-07-10 |
CN103198326B CN103198326B (zh) | 2016-03-23 |
Family
ID=48720858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310129168.8A Active CN103198326B (zh) | 2013-04-15 | 2013-04-15 | 一种输电线路直升机巡检的图像分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103198326B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104867134A (zh) * | 2015-05-04 | 2015-08-26 | 国家电网公司 | 一种用于无人机巡检输电线路杆塔的识别方法 |
CN106384076A (zh) * | 2016-08-29 | 2017-02-08 | 湖南文理学院 | 基于Sobel算子和Wigner‑Hough变换的齿轮故障特征提取方法 |
CN110660065A (zh) * | 2019-09-29 | 2020-01-07 | 云南电网有限责任公司电力科学研究院 | 一种红外故障检测识别算法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2001100302A4 (en) * | 2001-08-22 | 2001-09-20 | Andrew Tewes | System and method for electric power transmission line inspection |
CN201766498U (zh) * | 2010-05-25 | 2011-03-16 | 广州科易光电技术有限公司 | 电力线直升机巡检系统的电源系统 |
-
2013
- 2013-04-15 CN CN201310129168.8A patent/CN103198326B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2001100302A4 (en) * | 2001-08-22 | 2001-09-20 | Andrew Tewes | System and method for electric power transmission line inspection |
CN201766498U (zh) * | 2010-05-25 | 2011-03-16 | 广州科易光电技术有限公司 | 电力线直升机巡检系统的电源系统 |
Non-Patent Citations (1)
Title |
---|
厉秉强等: "利用无人直升机巡检电路", 《山东电力技术》, 31 December 2010 (2010-12-31), pages 1 - 4 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104867134A (zh) * | 2015-05-04 | 2015-08-26 | 国家电网公司 | 一种用于无人机巡检输电线路杆塔的识别方法 |
CN104867134B (zh) * | 2015-05-04 | 2018-08-10 | 国家电网公司 | 一种用于无人机巡检输电线路杆塔的识别方法 |
CN106384076A (zh) * | 2016-08-29 | 2017-02-08 | 湖南文理学院 | 基于Sobel算子和Wigner‑Hough变换的齿轮故障特征提取方法 |
CN110660065A (zh) * | 2019-09-29 | 2020-01-07 | 云南电网有限责任公司电力科学研究院 | 一种红外故障检测识别算法 |
CN110660065B (zh) * | 2019-09-29 | 2023-10-20 | 云南电网有限责任公司电力科学研究院 | 一种红外故障检测识别算法 |
Also Published As
Publication number | Publication date |
---|---|
CN103198326B (zh) | 2016-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106919978B (zh) | 一种高铁接触网支撑装置零部件识别检测方法 | |
CN104764748A (zh) | 定位绝缘子的方法、系统以及故障检测的方法和系统 | |
CN108956640B (zh) | 适用于配电线路巡检的车载检测装置及检测方法 | |
CN106326808B (zh) | 基于无人机图像的检测输电线路杆塔上鸟窝的方法 | |
CN110780681A (zh) | 一种基于激光点云的无人机自主巡检绝缘子路径规划方法 | |
CN105354589A (zh) | 一种在接触网图像中智能识别绝缘子裂损的方法及系统 | |
CN112101088B (zh) | 一种无人机电力自动巡检方法、装置及系统 | |
CN106485694B (zh) | 一种基于级联分类器的高铁接触网双套管连接器六边形螺母脱落不良状态检测方法 | |
CN109300118B (zh) | 一种基于rgb图像的高压电力线路无人机巡检方法 | |
CN106570853A (zh) | 一种形状与颜色融合的绝缘子识别与缺陷检测方法 | |
CN102538762A (zh) | 一种高铁接触网在线巡检装置、巡检方法以及其构成的高铁接触网检测系统 | |
Wang et al. | Semantic segmentation of transmission lines and their accessories based on UAV-taken images | |
Prasad et al. | Review on Machine Vision based Insulator Inspection Systems for Power Distribution System. | |
CN105354827A (zh) | 一种在接触网图像中智能识别线夹螺母脱落的方法及系统 | |
CN109176513A (zh) | 一种智能巡检机器人的巡检方法及巡检系统 | |
CN115184726B (zh) | 一种智能电网故障实时监测定位系统及方法 | |
CN111695506A (zh) | 一种输电线路风致异物短路故障预警方法及系统 | |
CN112329584A (zh) | 基于机器视觉自动识别电网异物的方法及系统、设备 | |
CN103198326B (zh) | 一种输电线路直升机巡检的图像分类方法 | |
CN115311585A (zh) | 用于电网架空线路异物的识别检测系统 | |
CN109115101A (zh) | 考虑输电线路弧垂的电流磁场反演导线参数的方法 | |
CN104006804B (zh) | 基于观测基准失稳补偿的接触网偏移量检测方法 | |
CN113657258A (zh) | 一种基于图像处理的接触网故障识别系统和识别方法 | |
CN103208009B (zh) | 一种输电线路车载巡检的图像分类方法 | |
Fang et al. | A framework of power pylon detection for UAV-based power line inspection |
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 |