CN103208009A - 一种输电线路车载巡检的图像分类方法 - Google Patents

Abstract

本发明涉及一种输电线路车载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进行多个尺度的角点检测，根据角点总数确定两类图像，然后针对未确定的图像进行LoG变换，得到导线区域掩膜WireMask，并标记WireMask的连通区域，根据导线区域掩膜WireMask和输入图像I，得到导线区域的灰度图像WireGray。最后计算垂直方向上导线的宽度，得到直方图，根据直方图判断另两类图像。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

一种输电线路车载巡检的图像分类方法

技术领域

本发明属于电网输电线路智能巡检技术领域，涉及一种输电线路车载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“绝缘子轮廓的快速图像识别方法（公开号：CN101620676A）”、“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；这种方法中，直升机定位和跟踪的精度、稳定性等还有待提高，且运行成本和风险较大。

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，增加了巡检成本。

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车载巡检的图像分类方法。

本发明是将车载摄像设备拍摄到大量的塔杆和导线的高清图像分为塔杆图像、导线图像；导线图像又为有间隔棒的导线图像、有压接管的导线图像和空导线图像。

其中，塔杆图像为含有全部或部分塔杆的图像；导线图像为不含塔杆的图像；有间隔棒的导线图像为含有至少一个间隔棒的导线图像；有压接管的导线图像为不含间隔棒、至少含一个压接管的导线图像；空导线图像为不含间隔棒和压接管的导线图像。

在已知输入图像I，宽Width，高Height，其具体的分类方法如下：

步骤一：对输入图像I进行多个尺度的角点检测，尺度的个数为S，检测到的角点总数为N。

当N大于某一阈值T1时，判断输入图像I为塔杆图像。

当N小于等于T1大于零时，判断输入图像I为有间隔棒的导线图像。

当N等于零时，进入步骤二。

步骤二：

(1)对输入图像I进行LoG变换，得到导线区域掩膜WireMask，并标记WireMask的连通区域。

(2)根据导线区域掩膜WireMask和输入图像I，得到导线区域的灰度图像WireGray。

(3)设导线在图像中为水平方向，对WireGray的每一个连通区域，计算垂直方向上导线的宽度。

在WireGray某一个连通区域上，求每一列的导线宽度，存在                                               维的WireWidth数组中；统计WireWidth中的值，得到直方图WireWidthHist。

当WireGray的某一个连通区域上，直方图WireWidthHist有两个峰值时，判断输入图像I为有压接管的导线图像。

当WireGray的所有连通区域上，直方图WireWidthHist有一个峰值时，判断输入图像I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WireGray的某一个连通区域中，垂直方向上灰度值的变化示意图；

图2（a）为无压接管时，WireWidthHist的峰值图。

图2（b）为有无压接管时，WireWidthHist的峰值图。

图3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。

载有摄像设备的汽车，沿着输电线路行驶的过程中，将连续采集到大量的导线和塔杆的高清图像。本发明方法可对这些导线和塔杆的高清图像进行分类，便于人工或软件进行后续的线路故障检测和识别工作。车载摄像设备包括可见光、红外或紫外等设备。在已知输入图像I，宽Width，高Height，根据图3，本实施例具体描述其分类方法如下：

步骤一：对输入图像I进行多个尺度的角点检测，尺度的个数为S，检测到的角点总数为N。

当N大于某一阈值T1时，判断输入图像为塔杆图像。

当N小于等于T1大于零时，判断输入图像为有间隔棒的导线图像。

当N等于零时，进入步骤二；

本实施例中，尺度个数S=3，角点检测的尺度分别选为3、5和7，单位像素。角点个数阈值T1为12。

步骤二：

(1)对输入图像I进行LoG变换，可得到导线区域掩膜WireMask，并标记WireMask的连通区域。

LoG变换，即公知的Laplace-Of-Gaussian变换；WireMask的一个连通区域对应一根导线。

       ，

，

 (2)根据导线区域掩膜WireMask和输入图像I，得到导线区域的灰度图像WireGray。

；

 (3) 假设导线在图像中为水平方向，对WireGray的每一个连通区域，计算垂直方向上导线的宽度。

车载摄像时，拍摄到的输电线路图像背景是天空，视觉上比导线亮，天空背景的像素灰度值比导线的灰度值要高。因为WireGray的一个连通区域对应一根导线，所以在WireGray连通区域上，垂直方向上灰度值及其梯度的变化如图1所示。

垂直方向上导线宽度的计算方法为：对垂直方向上的灰度值求梯度，梯度的最大值位置和梯度最小值位置的间距，即为垂直方向上导线的宽度。

观察发现，有压接管的导线明显宽于一般导线，所以在WireGray某一个连通区域上，求每一列的导线宽度，存在

维的WireWidth数组中；统计WireWidth中的值，得到直方图WireWidthHist。当导线上没有压接管时，WireWidthHist应该只有一个峰值；当导线上有压接管时，WireWidthHist有一高一低两个峰值，如图2（a）和图2（b）所示。

当WireGray的某一个连通区域上，WireWidthHist有两个峰值时，判断输入图像I为有压接管的导线图像。

当WireGray的所有连通区域上，WireWidthHist有一个峰值时，判断输入图像I为空导线图像。

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 (4)

1. 一种输电线路车载巡检的图像分类方法，已知输入图像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进行多个尺度的角点检测，尺度的个数为S，检测到的角点总数为N；

当N大于某一阈值T1时，判断输入图像I为塔杆图像；

当N小于等于T1大于零时，判断输入图像I为有间隔棒的导线图像；

当N等于零时，进入步骤二；

步骤二：

(1)对输入图像I进行LoG变换，得到导线区域掩膜WireMask，并标记WireMask的连通区域；

(2)根据导线区域掩膜WireMask和输入图像I，得到导线区域的灰度图像WireGray；

(3)设导线在图像中为水平方向，对WireGray的每一个连通区域，计算垂直方向上导线的宽度；

在WireGray某一个连通区域上，求每一列的导线宽度，存在                                               

维的WireWidth数组中；统计WireWidth中的值，得到直方图WireWidthHist；

当WireGray的某一个连通区域上，直方图WireWidthHist有两个峰值时，判断输入图像I为有压接管的导线图像；

当WireGray的所有连通区域上，直方图WireWidthHist有一个峰值时，判断输入图像I为空导线图像。

2.根据权利要求1所述的图像分类方法，其特征在于：所述的导线区域掩膜WireMask的一个连通区域对应一根导线，其表达式为：

 ，，。

3.根据权利要求1所述的图像分类方法，其特征在于：所述的灰度图像WireGray，其表达式为：

， 

。

4.根据权利要求1所述的图像分类方法，其特征在于：垂直方向上导线宽度的计算方法为：对垂直方向上的灰度值求梯度，梯度的最大值位置和梯度最小值位置的间距，即为垂直方向上导线的宽度。

Images