CN106296651A - 基于线段拟合方法的平行视角下的弧垂图像识别方法 - Google Patents

Abstract

本发明公开了一种基于线段拟合方法的平行视角下的弧垂图像识别方法，包括步骤1，获取图片并对图片进行预处理；步骤2，对预处理后的图片进行线段拟合及筛选，得到新的线段组；步骤3，根据新的线段组进行弧垂计算。本发明针对传统的以垂直视角来测量电力线路弧垂方法的诸多缺陷，采用平行视角来对电力线路弧垂进行测量，不必单独为电力线路建设采集图像信息的摄像机，直接将摄像机安装在线路的杆塔上即可，降低了电力线路弧垂测量的维护成本，提高电力线路弧垂的监测效率。

Description

基于线段拟合方法的平行视角下的弧垂图像识别方法

技术领域

本发明涉及一种基于线段拟合方法的平行视角下的弧垂图像识别方法，属于电力设备安装领域。

背景技术

随着视频监控的网络化、高清化、智能化技术的不断发展，视频监控技术在电力线路弧垂监控中的深入而广泛的应用，传统方式所采用的以垂直视角来监测电力线路弧垂技术为电力线路的远程监控提供远程可视化且可靠有效的监控手段，为准确做出决策提供了依据，然而，随着电力线路弧垂监测技术的不断发展，由于需要监测的电力线路数量越来越庞大，且在实际应用中，尤其在野外恶劣的环境中，为了测量弧垂而专门在与线路垂直角度安装摄像机来检测弧垂时不方便的，一方面增加了线路弧垂测量成本，另一方面野外环境下，单独安装的摄像机的维护也是难点，不符合电力视频监控系统智能、高效的要求。因此，原有的以垂直视角方式监测电力线路弧垂的方法逐渐不能满足现实需求。

发明内容

为了解决上述技术问题，本发明提供了一种基于线段拟合方法的平行视角下的弧垂图像识别方法。

为了达到上述目的，本发明所采用的技术方案是：

基于线段拟合方法的平行视角下的弧垂图像识别方法，包括以下步骤，

步骤1，获取图片并对图片进行预处理；

步骤2，对预处理后的图片进行线段拟合及筛选，得到新的线段组；

步骤3，根据新的线段组进行弧垂计算。

步骤1中，图片预处理的过程为，

S11，在平行视角下获取电力线路弧垂的实时视频数据；

S12，获取实时视频中的某一帧图片；

S13，图片灰度处理；

S14，图像去抖处理；

S15，中值滤波；

S16，图像二值化，并进行边缘检测。

步骤2中，线段拟合及筛选的过程为，

S21，对预处理后的图片采用I*I窗口的方式，对二值化图片进行线段拟合，拟合过程中只要满足一定斜率阈值的二值化点位，全部作为同一条线段，并得到拟合后的所有线段组合，I为正整数；

S22：求解所有线段长度，对于小于一定的长度阈值的线段进行排除，仅保留符合条件的线段；

S23：对每个线段按照M个像素距离，求解线段的分段斜率，求解后，进一步求解每个线段的平均斜率，对于平均斜率偏离参考斜率并大于一定阈值的线段进行排除，仅保留符合条件的线段，M为正整数；

S24：对所有符合条件的线段进行保留，构成新的线段组。

步骤3中，根据新的线段组进行弧垂计算的过程为，

S31，针对新的线段组，按照参考斜率角度的方向进行投影；

S32：投影后，在投影的参考线上计算投影的占空比，计算出完整电力线路曲线；

S33：根据计算的电力线路曲线，计算电力线路弧垂值。

S33中，根据计算的电力线路曲线，计算电力线路弧垂值的过程为，

S41，对不同时刻电力线路中间段的每个像素点的斜率进行计算；

S42，计算不同时刻电力线路中间段中像素点斜率相同点之间的像素距离；

S43，根据多次计算结果，可获得弧垂变化范围，取计算结果的最大值为当前弧垂值，弧垂最大值对应弧垂上的点为弧垂最低点。

通过摄像机标定技术，可有效计算出弧垂变化情况，具体公式入下，

(Hr2-Hr1)/Hrs＝M*(Hp2-Hp1)/Hps

其中，Hr2、Hp2分别为某一时刻弧垂点高度和图片中弧垂点对应的像素点高度，Hr1、Hp1分别为另一时刻弧垂点高度和图片中弧垂点对应的像素点高度，M为坐标变换关系式，Hrs、Hps为标准值。

本发明所达到的有益效果：1、本发明针对传统的以垂直视角来测量电力线路弧垂方法的诸多缺陷，采用平行视角来对电力线路弧垂进行测量，不必单独为电力线路建设采集图像信息的摄像机，直接将摄像机安装在线路的杆塔上即可，降低了电力线路弧垂测量的维护成本，提高电力线路弧垂的监测效率；2、本发明适合大范围推广使用，适用于电网智能化设备状态巡视、设备告警联动等电网生产运行智能化远程监控中，既保证对广大用户供电可靠性与用电的安全性，又最大程度上减少由于输电设备故障而带来的不必要的损失。

附图说明

图1为本发明的流程图。

图2为摄像机安装示意图。

图3为摄像机拍摄的图片。

图4为不同时刻的线段取不同切点计算最低弧垂的图片。。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，基于线段拟合方法的平行视角下的弧垂图像识别方法，包括以下步骤:

步骤1，获取图片并对图片进行预处理。

图片预处理的过程为：

S11，在平行视角下获取电力线路弧垂的实时视频数据；

S12，获取实时视频中的某一帧图片；

S13，图片灰度处理；

灰度化算法为，

Gray＝R*0.299+G*0.587+B*0.114

R＝G＝B＝Gray

其中，Gray是灰度值，R是红色值，G是绿色值，B是蓝色值。

S14，图像去抖处理；

去抖处理可分为三个步骤：求解运动估计(BMV)，求帧绝对运动位移(AMV)，以及消息干扰位移和补偿过程。

S15，中值滤波；

中值滤波也是一种典型的低通滤波器，主要用来抑制脉冲噪声，它能够彻底滤除尖波干扰噪声，同时又具有能较好地保护目标图片边缘的特点。

y_k＝med(x_K-N,x_K-N+1,...x_K,...x_K+N-1,x_K-N)

式中，med表示取中值操作，x_K-N,x_K-N+1,...x_K,...x_K+N-1,x_K-N均表示像素值，y_k表示中值，中值滤波的滤波方法是对滑动滤波窗口2N+l内的像素做大小排序，滤波结果的输出像素值规定为该序列的中值，例如取3×3滑动窗口，中值为窗口内第5个最大的像素值。二维中值滤波的窗口形状和尺寸设计对滤波的效果影响较大，不同的图像内容和不同的应用要求，往往采用不同的形状和尺寸。常用的二维中值滤波窗口有线状、方形、圆形、十字形及圆环形等，窗口尺寸一般选为3，也可以根据滤波效果逐渐增大尺寸，直到获得满意的滤波效果。

S16，图像二值化，并进行边缘检测。

步骤2，对预处理后的图片进行线段拟合及筛选，得到新的线段组。

线段拟合及筛选的过程为：

S21，对预处理后的图片采用I*I窗口的方式，对二值化图片进行线段拟合，拟合过程中只要满足一定斜率阈值的二值化点位，全部作为同一条线段，并得到拟合后的所有线段组合，I为正整数，这里取值为3；

S22：求解所有线段长度，对于小于一定的长度阈值的线段进行排除，仅保留符合条件的线段；

S23：对每个线段按照M个像素距离，求解线段的分段斜率，求解后，进一步求解每个线段的平均斜率，对于平均斜率偏离参考斜率并大于一定阈值的线段进行排除，仅保留符合条件的线段，M为正整数，这里取值为5；

S24：对所有符合条件的线段进行保留，构成新的线段组。

步骤3，根据新的线段组进行弧垂计算。

具体过程为：

S31，针对新的线段组，按照参考斜率角度的方向进行投影；

S32：投影后，在投影的参考线上计算投影的占空比，计算出完整电力线路曲线；

S33：根据计算的电力线路曲线，计算电力线路弧垂值。

在实际中，摄像机安装位置如图2所示，即重杆塔1的顶点拍摄到杆塔2的顶点，其对应的成像如图3所示，摄像机的安装位置距离导线距离非常近，在成像平面上已到达图片的边缘，根据摄像机标定理论，在摄像机坐标、图片坐标、世界坐标之间的关系中，此时的线路弧垂最大值即为图片中满足一定斜率的线路像素点为最低点。

根据摄像机标定理论，通过多幅图片的多次计算，得到线路弧垂计算的参考点，并依据该参考点进行弧垂值计算。

弧垂值计算的过程为：

S41，对不同时刻中间线路段的每个像素点的斜率进行计算；

S42，计算不同时刻中间线路段中像素点斜率相同点之间的像素距离；

S43，根据多次计算结果，可获得弧垂变化范围，取计算结果的最大值为当前弧垂值，弧垂最大值对应弧垂上的点为弧垂最低点。

如图4所示，L1和L2分别是不同时刻中间线路段图片，通过对L1、L2中间线段的每个像素点的斜率进行计算，进一步计算L1与L2中像素点斜率相同点之间像素距离，如上图所示的D1和D2，从而得到两条线段之间的最大距离，根据多次计算结果，可获得弧垂变化范围，取计算结果的最大值为当前弧垂值，弧垂最大值对应弧垂上的点为弧垂最低点。

假设线路弧垂的参考基点高度坐标为Hr0，对应图片中的像素点高度为Hp0，在某一时刻的线路弧垂点高度坐标为Hr1，对应图片中的像素高度为Hp1，则实际的线路弧垂值Hr为：

Hr＝abs(Hr1-Hr0)

其中，abs表示取绝对值，

图片中的像素高度为：

Hp＝abs(Hp1-Hp0)

则Hp与Hr之间的关系可以表示为(基于线路弧垂点在图像中位于中心点偏下，且左右摆动距离较小)：

Hr＝M*Hp

其中，M为坐标变换关系式，由于Hp0、Hr0、Hr1在计算过程中均为未知数，考虑采用了相对值的表达方式，即在另一时刻的线路弧垂点高度坐标为Hr2，对应图像中的像素高度为Hp2，则实际的线路弧垂值Hr为：

Hr＝abs(Hr2-Hr0)

图像中的像素高度为：

Hp＝abs(Hp2-Hp0)

两个时刻下的弧垂实际值和像素差满足以下的条件：

(Hr2-Hr1)＝M*(Hp2-Hp1)

假定线路设定的标准值为Hrs、Hps的情况下，则存在以下关系：

(Hr2-Hr1)/Hrs＝M*(Hp2-Hp1)/Hps

通过上述表达式，可以看出，像素值的变化差值直观反映出线路弧垂的变化情况，并为后续的线路弧垂数据分析提供一定的依据。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (6)

1.基于线段拟合方法的平行视角下的弧垂图像识别方法，其特征在于：包括以下步骤，

步骤1，获取图片并对图片进行预处理；

步骤2，对预处理后的图片进行线段拟合及筛选，得到新的线段组；

步骤3，根据新的线段组进行弧垂计算。

2.根据权利要求1所述的基于线段拟合方法的平行视角下的弧垂图像识别方法，其特征在于：步骤1中，图片预处理的过程为，

S11，在平行视角下获取电力线路弧垂的实时视频数据；

S12，获取实时视频中的某一帧图片；

S13，图片灰度处理；

S14，图像去抖处理；

S15，中值滤波；

S16，图像二值化，并进行边缘检测。

3.根据权利要求1所述的基于线段拟合方法的平行视角下的弧垂图像识别方法，其特征在于：步骤2中，线段拟合及筛选的过程为，

S21，对预处理后的图片采用I*I窗口的方式，对二值化图片进行线段拟合，拟合过程中只要满足一定斜率阈值的二值化点位，全部作为同一条线段，并得到拟合后的所有线段组合，I为正整数；

S22：求解所有线段长度，对于小于一定的长度阈值的线段进行排除，仅保留符合条件的线段；

S23：对每个线段按照M个像素距离，求解线段的分段斜率，求解后，进一步求解每个线段的平均斜率，对于平均斜率偏离参考斜率并大于一定阈值的线段进行排除，仅保留符合条件的线段，M为正整数；

S24：对所有符合条件的线段进行保留，构成新的线段组。

4.根据权利要求1所述的基于线段拟合方法的平行视角下的弧垂图像识别方法，其特征在于：步骤3中，根据新的线段组进行弧垂计算的过程为，

S31，针对新的线段组，按照参考斜率角度的方向进行投影；

S32：投影后，在投影的参考线上计算投影的占空比，计算出完整电力线路曲线；

S33：根据计算的电力线路曲线，计算电力线路弧垂值。

5.根据权利要求4所述的基于线段拟合方法的平行视角下的弧垂图像识别方法，其特征在于：S33中，根据计算的电力线路曲线，计算电力线路弧垂值的过程为，

S41，对不同时刻电力线路中间段的每个像素点的斜率进行计算；

S42，计算不同时刻电力线路中间段中像素点斜率相同点之间的像素距离；

S43，根据多次计算结果，可获得弧垂变化范围，取计算结果的最大值为当前弧垂值，弧垂最大值对应弧垂上的点为弧垂最低点。

6.根据权利要求5所述的基于线段拟合方法的平行视角下的弧垂图像识别方法，其特征在于：通过摄像机标定技术，可有效计算出弧垂变化情况，具体公式入下，

(Hr2-Hr1)/Hrs＝M*(Hp2-Hp1)/Hps

其中，Hr2、Hp2分别为某一时刻弧垂点高度和图片中弧垂点对应的像素点高度，Hr1、Hp1分别为另一时刻弧垂点高度和图片中弧垂点对应的像素点高度，M为坐标变换关系式，Hrs、Hps为标准值。