CN105203024A - 一种多传感器集成的输电线路覆冰摄影测量方法 - Google Patents
一种多传感器集成的输电线路覆冰摄影测量方法 Download PDFInfo
- Publication number
- CN105203024A CN105203024A CN201510488343.1A CN201510488343A CN105203024A CN 105203024 A CN105203024 A CN 105203024A CN 201510488343 A CN201510488343 A CN 201510488343A CN 105203024 A CN105203024 A CN 105203024A
- Authority
- CN
- China
- Prior art keywords
- camera
- icing
- image
- distance
- parameter
- 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.)
- Pending
Links
Abstract
本发明公开了一种多传感器集成的输电线路覆冰摄影测量方法，它包括：1、相机检校，获得相机内方位元素及畸变改正参数；2、建立输电线路覆冰参数量测数学模型；3、电力线覆冰影像特征提取，在影像上获取覆冰几何形状参数；4、基于IMU和激光测距仪的距离量测，获得相机到输电线的距离值；5，根据步骤2建立的输电线路覆冰参数量测数学模型，将步骤3的覆冰几何形状参数及步骤4的距离值带入数学模型，获得输电线路覆冰参数值；解决了现有技术对于大量固定监测终端未覆盖的输电线路区域，人工巡检和直升机巡检是输电线路巡检的两种主要方法，该方法主要是通过巡线员采用望远镜观察定性估算，存在工作量大及测量精度无法保证等问题。
Description
技术领域
本发明涉及一种覆冰量测方法，尤其是涉及一种多传感器集成的输电线路覆冰摄影测量方法。
背景技术
暴雪，冻雨等灾害天气导致输电线路覆冰现象产生，覆冰增加输电线路的荷重，易形成断线、倒塔(杆)、闪络等事故,对电力系统的安全运行造成了严重威胁。
覆冰参数是电力部门预防覆冰导致的事故决策制定的基础数据，从覆冰监测原理及分析方法来说,可以分为图像法、称重法、导线倾角-弧垂法。图像法是从杆塔视频装置中采集图片,计算出覆冰面积,再换算到等效的覆冰厚度。该方法简单易行，但是摄像头有可能被冰雪覆盖，导致整个检测系统瘫痪。称重法是利用拉力传感器测量一个档距内覆冰导线的质量，通过排除法，最终得到覆冰的质量，在换算成覆冰的厚度。但是拉力传感器运行的稳定性和测量精度有着较大的差异。倾角-弧垂法将采集到的导线倾角、弧垂等参数，结合输电线路状态方程、线路参数和气象环境参数，计算导线的覆冰重量和覆冰平均厚度。这种方案计算出的覆冰厚度是档内平均值，无法反应覆冰具体分布情况。在对于大量固定监测终端未覆盖的区域，人工巡检和直升机巡检是输电线路巡检的两种主要方法。该方法主要是通过巡线员采用望远镜观察定性估算，存在工作量大及测量精度无法保证等问题。
发明内容
本发明要解决的技术问题：提供一种多传感器集成的输电线路覆冰摄影测量方法，以解决现有技术对于大量固定监测终端未覆盖的输电线路区域，人工巡检和直升机巡检是输电线路巡检的两种主要方法，该方法主要是通过巡线员采用望远镜观察定性估算，存在工作量大及测量精度无法保证等问题。
本发明的技术方案：
一种多传感器集成的输电线路覆冰摄影测量方法，它包括：
步骤1、相机检校，获得相机内方位元素及畸变改正参数，本发明相机采用高分辨率相机。
步骤2、建立输电线路覆冰参数量测数学模型；
步骤3、电力线覆冰影像特征提取，在影像上获取覆冰几何形状参数；
步骤4、基于IMU和激光测距仪的距离量测，获得相机到输电线的距离值；
步骤5，根据步骤2建立的输电线路覆冰参数量测数学模型，将步骤3的覆冰几何形状参数及步骤4的距离值带入数学模型，获得输电线路覆冰参数值。
步骤1所述相机检校，获得相机内方位元素及畸变改正参数它包括下述步骤：
步骤1.1、相机内方位元素和畸变差初始值计算：建立二维平面检校格网板500mmx700mm，格网为13×17个，格网点的精度为2mm；获取二维平面检校格网板的影像，提取格网点影像坐标；用二维DLT获取相机内方位元素和畸变差参数的初始值，通过公式
计算出相机内方位元素和畸变差，式中：X，Y为检校格网板点坐标；x,y为对应的影像点坐标；h 1-h 8为DLT变化参数；
步骤1.2、相机内方位元素和畸变差优化，用基于共线方程的光束法平差模型，通过检校板影像共同参与平差，获得相机检校参数，共线方程的光束法平差模型公式为：
式中：X，Y，Z为检校格网板点坐标；x，y为对应的影像点坐标；Xs,Ys,Zs为相机的空间位置坐标；fx,fy,x0,y0为相机内方位元素；K1,K2,P1,P2为畸变差参数；和为畸变差改正a1-a3，b1-b3，c1-c3为系数；r为像点坐标到原点的半径。
步骤3所述电力线覆冰影像特征提取，在影像上获取覆冰几何形状参数包括如下步骤：
步骤3.1、采用高斯滤波平滑图像
式中：x,y为像点坐标，为方差；
步骤3.2、计算每个像素梯度赋值和方向值，形成梯度图像和方向图像，并对梯度图像进行非极大值抑制；
步骤3.3，采用双阈值法从候选边缘中检测和连接边缘。
所述步骤4中，基于IMU和激光测距仪的距离量测，获得相机到输电线的距离值的方法为：用激光测距仪和IMU测得电力线下方任一目标物的距离及水平角，通过三角形边角关系，换算得到相机到电力线的实际距离值，换算公式为：
，式中：D为相机到电力线的距离，D0和D1分别为相机到电力线的水平距离和斜距，和为相应的水平角。
所述步骤5中覆冰几何形状参数在代入数学模型前，先用步骤1中的相机内方位元素及畸变改正参数进行改正。
本发明有益效果：
采用本发明的测量方法，能得到可靠的输电线路覆冰参数量测值。本发明具有如下优点：集成多种传感器，针对固定监测终端覆盖不到的输电线路区域或恶劣天气下固定监测终端无法工作情况下，灵活高效解决高精确输电线路覆冰参数量测问题，本发明解决了现有技术对于大量固定监测终端未覆盖的输电线路区域，人工巡检和直升机巡检是输电线路巡检的两种主要方法，该方法主要是通过巡线员采用望远镜观察定性估算，存在工作量大及测量精度无法保证等问题。
附图说明
图1为本发明输电线路覆冰参数量测数学模型的各个参数关系示意图；
图2为本发明相机到电力线距离测量原理示意图。
具体实施方式
一种多传感器集成的输电线路覆冰摄影测量方法，它包括：
步骤1、相机检校，获得相机内方位元素及畸变改正参数；
步骤2、建立输电线路覆冰参数量测数学模型；
步骤3、电力线覆冰影像特征提取，在影像上获取覆冰几何形状参数；
步骤4、基于IMU和激光测距仪的距离量测，获得相机到输电线的距离值；
步骤5，根据步骤2建立的输电线路覆冰参数量测数学模型，将步骤3的覆冰几何形状参数及步骤4的距离值带入数学模型，获得输电线路覆冰参数值。
本发明集成多种传感器，通过高分辨照相机获取输电线路覆冰影像及惯性测量装置IMU和激光测距仪获取距离输电线的距离，根据严密的中心投影几何关系得到输电线路覆冰参数量测数学模型，通过该模型得到输电线路覆冰参数值，相对传统的电力线覆冰测量方法，该方法灵活，可操作性好，是对固定安装的覆冰检测终端的有效补充。同时，该方法量测的精度较高，相对一些定性估算方法而言，覆冰厚度参数的可靠性能得到保证。
步骤1所述相机检校，获得相机内方位元素及畸变改正参数它包括下述步骤：
步骤1.1、相机内方位元素和畸变差初始值计算：建立二维平面检校格网板500mmx700mm，格网为13×17个，格网点的精度为2mm；获取二维平面检校格网板的影像，提取格网点影像坐标；用二维DLT获取相机内方位元素和畸变差参数的初始值，通过公式
计算出相机内方位元素和畸变差，式中：X，Y为检校格网板点坐标；x,y为对应的影像点坐标；h 1-h 8为DLT变化参数；
DLT为直接线性变换。
步骤1.2、相机内方位元素和畸变差优化，用基于共线方程的光束法平差模型，通过检校板影像共同参与平差，获得相机检校参数，共线方程的光束法平差模型公式为：
式中：X，Y，Z为检校格网板点坐标；x，y为对应的影像点坐标；Xs,Ys,Zs为相机的空间位置坐标；fx,fy,x0,y0为相机内方位元素；K1,K2,P1,P2为畸变差参数；和为畸变差改正a1-a3，b1-b3，c1-c3为系数；r为像点坐标到原点的半径。
步骤2所述的建立输电线路覆冰参数量测数学模型为：
式中：覆冰直径H、影像高度h、相机像距f、电力线距离D。
覆冰直径H、影像高度h、相机像距f以及相机与电力线距离D之间满足等比关系；
像距f可由相机标定获得，相机与电力线距离D可以由测距仪和IMU获得的数据解算，覆冰直径参数h可以影像边缘检测获得，通过公式即可获得覆冰电力线的直径H。
比较覆冰前后的两次H之差即为覆冰厚度，覆冰前的电力线直径可由线路数据库直接得到或无覆冰情况下测量获得。
步骤3所述电力线覆冰影像特征提取，在影像上获取覆冰几何形状参数包括如下步骤：
步骤3.1、采用高斯滤波平滑图像
式中：x,y为像点坐标，为方差。
步骤3.2、计算每个像素梯度赋值和方向值，形成梯度图像和方向图像，并对梯度图像进行非极大值抑制；
步骤3.3，采用双阈值法从候选边缘中检测和连接边缘。
所述步骤4中，基于IMU和激光测距仪的距离量测，获得相机到输电线的距离值的方法为：用激光测距仪和IMU测得电力线下方任一目标物的距离及水平角，通过三角形边角关系，换算得到相机到电力线的实际距离值，换算公式为：
，式中：D为相机到电力线的距离，D0和D1分别为相机到电力线的水平距离和斜距，和为相应的水平角。
所述步骤5中覆冰几何形状参数在代入数学模型前，先用步骤1中的相机内方位元素及畸变改正参数进行改正。
为了本领域技术人员理解本技术方案，下面结合附图对本发明技术方案进一步说明：
以输电路线直径测量为实施例：
步骤1．高分辨率相机检校，获得相机内方位元素及畸变改正参数。
相机沿Z方向每隔0.5米移动一次检校板，分别在7米，6.5米和6米三个位置获取检校板影像。对三幅影像分别提取格网点影像坐标，带入公式
，得到每幅影像的初始外方位元素及相机内方位元素和畸变差等初始值。
根据基于共线方程的光束法平差模型，建立平差方程如下：
正数系数。
相机标定的结果为：
步骤2.建立输电线路覆冰参数量测数学模型。
如图1所示，高分辨率相机、测距仪及IMU集成采集输电线路覆冰数据。高分辨率相机采集到覆冰影像，测距仪采集相机到过输电线铅垂面的距离，IMU记录相机和测距仪采集数据时的角度信息。获取的影像大小为4591x3448像素，激光测距仪的精度为2mm，IMU的测角精度为。覆冰直径H、影像对应的高度h、相机像距F以及相机与电力线距离D之间满足等比关系。当已知h，F及D，覆冰直径H可以根据式三计算得到。在实际数据采集过程中，相机与电力线距离D是不能直接通过测距仪得到，距离太远时，电力线为一细线状目标，激光很到打到目标上。因此D的量测需要间接得到，步骤4为具体量测方法。影像对应的覆冰高度h需要进一步利用影像处理技术获得，具体的方法见步骤3.
步骤3.电力线覆冰影像特征提取，在影像上获取覆冰几何形状参数。
采集到的输电线影像背景一般为天空，目标为线状电力线，经过canny算子边缘检测后可提取电力线的几何形状，
步骤4.基于IMU和激光测距仪的距离量测，获得相机到输电线铅垂面的距离值。
如图2所示，激光测距仪瞄准电力线下方地面上或人工放置的一个目标，获取距离D 0，同时IMU记录瞄准的方向角，根据公式，推算出激光测距仪距离目标物的水平距离D 1。为相机获取影像时IMU记录的水平角，可以将水平距离D 1换算到D，得到激光测距仪到输电线路覆冰的距离。
步骤5.根据步骤2建立的输电线路覆冰参数量测数学模型，将步骤3的覆冰几何形状参数及步骤4的距离值带入数学模型，其中步骤3的覆冰几何形状参数需要步骤1的检校参数改正，最终获得输电线路覆冰参数。
步骤3的覆冰几何形状参数改正：
x,y为提取的覆冰几何参数坐标，x’,y’为进行了畸变差改正后的坐标。
本实施例分别在距离电力线大约10米，20米及30米处进行获取电力线影像和距离，电力线直径真值为28mm，本发明量测的结果如表2所示
实验结果表明，测量的误差在1mm以下，可以满足电力部门覆冰测量的要求，证明本发明技术方案具有精确、高效等优点。
Claims (6)
1.一种多传感器集成的输电线路覆冰摄影测量方法，它包括：
步骤1、相机检校，获得相机内方位元素及畸变改正参数；
步骤2、建立输电线路覆冰参数量测数学模型；
步骤3、电力线覆冰影像特征提取，在影像上获取覆冰几何形状参数；
步骤4、基于惯性测量装置IMU和激光测距仪的距离量测，获得相机到输电线的距离值；
步骤5，根据步骤2建立的输电线路覆冰参数量测数学模型，将步骤3的覆冰几何形状参数及步骤4的距离值带入该数学模型，获得输电线路覆冰参数值。
2.根据权利要求1所述的一种多传感器集成的输电线路覆冰摄影测量方法，其特征在于：步骤1所述相机检校，获得相机内方位元素及畸变改正参数的方法它包括下述步骤：
步骤1.1、相机内方位元素和畸变差初始值计算：建立二维平面检校格网板500mmx700mm，格网为13×17个，格网点的精度为2mm；获取二维平面检校格网板的影像，提取格网点影像坐标；用二维DLT(直接线性变换)获取相机内方位元素和畸变差参数的初始值，通过公式
计算出相机内方位元素和畸变差，式中：X，Y为检校格网板点坐标；x、y为对应的影像点坐标；h 1-h 8为DLT变化参数；
步骤1.2、相机内方位元素和畸变差优化，用基于共线方程的光束法平差模型，通过检校板影像共同参与平差，获得相机检校参数，共线方程的光束法平差模型公式为：
式中：X，Y，Z为检校格网板点坐标；x，y为对应的影像点坐标；Xs,Ys,Zs为相机的空间位置坐标；fx,fy,x0,y0为相机内方位元素；K1,K2,P1,P2为畸变差参数；和为畸变差改正a1-a3，b1-b3，c1-c3为系数；r为像点坐标到原点的半径。
3.根据权利要求1所述的一种多传感器集成的输电线路覆冰摄影测量方法，其特征在于：步骤2所述的建立输电线路覆冰参数量测数学模型为：
式中：覆冰直径H、影像高度h、相机像距f、电力线距离D。
4.根据权利要求1所述的一种多传感器集成的输电线路覆冰摄影测量方法，其特征在于：步骤3所述电力线覆冰影像特征提取，在影像上获取覆冰几何形状参数包括如下步骤：
步骤3.1、采用高斯滤波平滑图像
式中：x、y为像点坐标，为方差；
步骤3.2、计算每个像素梯度赋值和方向值，形成梯度图像和方向图像，并对梯度图像进行非极大值抑制；
步骤3.3，采用双阈值法从候选边缘中检测和连接边缘。
5.根据权利要求1所述的一种多传感器集成的输电线路覆冰摄影测量方法，其特征在于：所述步骤4中，基于IMU和激光测距仪的距离量测，获得相机到输电线的距离值的方法为：用激光测距仪和IMU测得电力线下方任一目标物的距离及水平角，通过三角形边角关系，换算得到相机到电力线的实际距离值，换算公式为：
，式中：D为相机到电力线的距离，D0和D1分别为相机到电力线的水平距离和斜距，和为相应的水平角。
6.根据权利要求1所述的一种多传感器集成的输电线路覆冰摄影测量方法，其特征在于：所述步骤5中覆冰几何形状参数在代入数学模型前，先用步骤1中的相机内方位元素及畸变改正参数进行改正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510488343.1A CN105203024A (zh) | 2015-08-11 | 2015-08-11 | 一种多传感器集成的输电线路覆冰摄影测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510488343.1A CN105203024A (zh) | 2015-08-11 | 2015-08-11 | 一种多传感器集成的输电线路覆冰摄影测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105203024A true CN105203024A (zh) | 2015-12-30 |
Family
ID=54950835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510488343.1A Pending CN105203024A (zh) | 2015-08-11 | 2015-08-11 | 一种多传感器集成的输电线路覆冰摄影测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105203024A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108510685A (zh) * | 2018-05-18 | 2018-09-07 | 四川汇源光通信有限公司 | 一种输电线路防入侵探测方法与装置 |
| CN109269427A (zh) * | 2018-10-31 | 2019-01-25 | 贵州电网有限责任公司 | 一种输电线路覆冰厚度精确测量系统及其测量方法 |
| CN110686608A (zh) * | 2019-11-11 | 2020-01-14 | 国网湖南省电力有限公司 | 用于输电线路的便携式覆冰厚度测量装置及其测量方法 |
| CN114485477A (zh) * | 2022-04-15 | 2022-05-13 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰三维外形在线测量方法及测量装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101430195A (zh) * | 2008-12-19 | 2009-05-13 | 华北电力大学 | 一种利用视频图像处理技术计算输电线路覆冰厚度的方法 |
| CN101672620A (zh) * | 2008-09-08 | 2010-03-17 | 鸿富锦精密工业（深圳）有限公司 | 电子设备及测量物体尺寸的方法 |
| CN102252623A (zh) * | 2011-06-24 | 2011-11-23 | 西安工程大学 | 基于视频差异分析的输电线路导/地线覆冰厚度测量方法 |
-
2015
- 2015-08-11 CN CN201510488343.1A patent/CN105203024A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101672620A (zh) * | 2008-09-08 | 2010-03-17 | 鸿富锦精密工业（深圳）有限公司 | 电子设备及测量物体尺寸的方法 |
| CN101430195A (zh) * | 2008-12-19 | 2009-05-13 | 华北电力大学 | 一种利用视频图像处理技术计算输电线路覆冰厚度的方法 |
| CN102252623A (zh) * | 2011-06-24 | 2011-11-23 | 西安工程大学 | 基于视频差异分析的输电线路导/地线覆冰厚度测量方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张永军: "《利用二维DL T 及光束法平差进行数字摄像机标定》", 《武汉大学学报 信息科学版》 * |
| 李俊山 等: "改进的Canny图像边缘检测算法", 《光子学报》 * |
| 武剑 等: "基于光学成像和测距原理的测定架空输电导线覆冰厚度的装置及其方法", 《电测与仪表》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108510685A (zh) * | 2018-05-18 | 2018-09-07 | 四川汇源光通信有限公司 | 一种输电线路防入侵探测方法与装置 |
| CN109269427A (zh) * | 2018-10-31 | 2019-01-25 | 贵州电网有限责任公司 | 一种输电线路覆冰厚度精确测量系统及其测量方法 |
| CN110686608A (zh) * | 2019-11-11 | 2020-01-14 | 国网湖南省电力有限公司 | 用于输电线路的便携式覆冰厚度测量装置及其测量方法 |
| CN114485477A (zh) * | 2022-04-15 | 2022-05-13 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰三维外形在线测量方法及测量装置 |
| CN114485477B (zh) * | 2022-04-15 | 2022-06-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰三维外形在线测量方法及测量装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107314762B (zh) | 基于无人机单目序列影像的电力线下方地物距离检测方法 | |
| CN102034238B (zh) | 基于光学成像测头和视觉图结构的多摄像机系统标定方法 | |
| CN109870108B (zh) | 输电线路覆冰检测方法及装置 | |
| CN112147633A (zh) | 一种电力线路安全距离检测方法 | |
| US20140336928A1 (en) | System and Method of Automated Civil Infrastructure Metrology for Inspection, Analysis, and Information Modeling | |
| CN104200086A (zh) | 宽基线可见光相机位姿估计方法 | |
| CN106092059B (zh) | 一种基于多点拟合的结构物平面位移监测方法 | |
| CN110084785B (zh) | 一种基于航拍图像的输电线垂弧测量方法及系统 | |
| CN109297428A (zh) | 一种基于无人机的高精度变形巡测技术方法 | |
| CN106197292B (zh) | 一种建筑物位移监测方法 | |
| CN111174697A (zh) | 基于无人机的立体视觉影像精确测量方法 | |
| CN108416263B (zh) | 一种适用于农情低空遥感监测的低成本的无人机高度测量方法 | |
| CN104122560B (zh) | 一种输电线路广域冰情监测方法 | |
| CN109191533B (zh) | 基于装配式建筑的塔吊高空施工方法 | |
| CN105203024A (zh) | 一种多传感器集成的输电线路覆冰摄影测量方法 | |
| CN103278138A (zh) | 一种复杂结构薄部件三维位置及姿态的测量方法 | |
| CN104091168A (zh) | 基于无人机影像的电力线自动提取定位方法 | |
| CN106709955B (zh) | 基于双目立体视觉的空间坐标系标定系统和方法 | |
| CN112686938A (zh) | 基于双目图像测距的输电线路净距计算与安全告警方法 | |
| CN112802004B (zh) | 便携式输电线路和杆塔健康智能视频检测装置 | |
| CN103758017A (zh) | 路面高程三维网格数值检测方法与检测系统 | |
| CN105405126A (zh) | 一种基于单目视觉系统的多尺度空-地参数自动标定方法 | |
| CN105865349A (zh) | 一种大型建筑物位移监测方法 | |
| CN106840010A (zh) | 双目立体视觉测量装置 | |
| Crispel et al. | All-sky photogrammetry techniques to georeference a cloud field |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151230 |