CN106340009B - 一种基于平行双目的电力线检测方法及系统 - Google Patents

一种基于平行双目的电力线检测方法及系统 Download PDF

Info

Publication number
CN106340009B
CN106340009B CN201610688993.5A CN201610688993A CN106340009B CN 106340009 B CN106340009 B CN 106340009B CN 201610688993 A CN201610688993 A CN 201610688993A CN 106340009 B CN106340009 B CN 106340009B
Authority
CN
China
Prior art keywords
power line
reference image
image
line
visible light
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.)
Active
Application number
CN201610688993.5A
Other languages
English (en)
Other versions
CN106340009A (zh
Inventor
刘艳
李庆武
霍冠英
周妍
倪锦艳
马云鹏
许金鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN201610688993.5A priority Critical patent/CN106340009B/zh
Publication of CN106340009A publication Critical patent/CN106340009A/zh
Application granted granted Critical
Publication of CN106340009B publication Critical patent/CN106340009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30172—Centreline of tubular or elongated structure

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于平行双目的电力线检测方法及系统，可以对电力线进行即时检测与提取，分析电力线下垂程度和是否存在碰线；先对平行双目视频进行取帧，对恶劣天气下的图像进行去雾处理；再对每帧基准图像进行直线检测，自动分析并分割出相应数量的电力线；对左右视图进行立体匹配，求出基准图像的视差图；对基准图像进行仿射旋转变换，再根据视差图计算出图像的世界坐标；对各电力线进行碰线估计和电力线下垂程度计算，综合判断并对故障位置及进行标记和预警。本发明可直接给出电力线的下垂程度及与景物的距离，具检测实时性和较强的检测稳定性、准确性，适用于电力线检测使用。

Description

一种基于平行双目的电力线检测方法及系统
技术领域
本发明属于计算机软件开发、数字图像处理以及电力设备检测技术领域，具体涉及一种基于平行双目的电力线检测方法及系统。
背景技术
随着我国经济的蓬勃发展，电力能源的需求量不断增长，电力能源的传输安全已成为输配电的重要保障。电力线路的大量建设，覆盖面越来越广阔，地形状况也越发复杂多样，需要对输电线路进行巡检，以保证电力线路的安全运行。传统的电力线路巡检通常为人工手持检测设备近距离观测，随着自动控制技术的发展，电力检测人员开始使用搭载了双目视觉可见光相机的无人机进行远程观测电力线路上的故障隐患。目前主要依靠无人机拍摄的视频或图片，由经验丰富的检测人员进行目测确定电力线的下垂程度、架空输电线路杆塔异常等，以确定输电线路缺陷问题或故障地点。利用无人机进行拍摄加强了巡检线路的可行性和效率，可以观测到人工不能观测到的关键部位，具有极高的实用性。该方法解决了人工巡检时间长、人力成本高、困难大、风险高的问题，但无人机不能自动、实时给出检测结果，检测结果依赖于技术人员的经验。
发明内容
为了解决现有电力线检测技术中存在的上述缺陷和不足，针对电力线的特点，结合双目视觉分析技术和无线通信技术，提出一种基于平行双目视觉的电力线检测方法及系统，用以自动、快速、准确地实时判断电力线故障位置及故障程度，该系统可以搭载于无人机上，由两个可见光相机、无线传输模块、远程处理模块组成，可远程查看并自动获取电力线下垂情况、是否接触树木、建筑等情况，为电力检修人员提供直观、便捷、准确的监测数据。
实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种基于平行双目的电力线检测方法，包括以下步骤：
步骤一、获取由两个以平行双目形式安装的可见光相机拍摄的左视图、右视图；
步骤二、将左视图或右视图作为基准图像，对左视图和右视图进行立体匹配，求出基于基准图像的视差图，结合两个可见光相机的已知参数计算出基准图像的世界坐标；
步骤三、对基准图像进行直线检测，自动分析并确定同一方向上的电力线数量，筛选符合条件的直线，采取精确近似策略拟合出至少一条电力线的中心线的直线方程；
步骤四：对基准图像进行仿射旋转变换，使图像中的同一方向上的多条电力线在二维图像空间中保持与纵轴或者横轴平行，计算旋转后的基准图像的世界坐标；
步骤五、根据旋转后的基准图像的世界坐标和电力线的中心线的直线方程，对各电力线分别进行电力线下垂程度计算和碰线估计，完成检测。
所述步骤一和步骤二之间还包括如下步骤：对左视图、右视图进行去雾预处理。
所述去雾预处理，经过去雾预处理的图像表示为：
式中，I(x)为原始图像，J(x)为去雾后图像，A为全局背景光，t(x)为大气透射率，t0为大气透射率阈值，Q取50～100。
所述步骤二中：
当以左视图为基准图像，基准图像中每个像素点在视差d时的错误能量E(p,q,d)为：
当以右视图为基准图像，基准图像中每个像素点在视差d时的错误能量E(p,q,d)为：
当E(p,q,d)＜Eth，则此时的d为基准图像中每个像素点的视差值，p＝1，2，…，m，q＝1，2，…，n，m,n分别为图像的行数和列数，Eth为错误能量阈值，d取0～150，Bc为3×3窗口中每个像素点的权值；
式(4)和(5)中：R(p,q,k)、M(p,q,k)分别表示基准图像和匹配图像在R、G、B空间的像素值；k＝1，2，3，分别表示3个颜色空间；
结合两个可见光相机的焦距为f、二者之间的基线距离为b、基准图像中每个像素点视差d，即可求出基准图像的每个像素点的世界坐标(X°,Y°,Z°)：
式(6)中，x1、y1分别为基准图像的横坐标和纵坐标，X°、Y°分别表示二维图像空间中纵轴、横轴的世界坐标，Z°表示景物深度。
所述步骤三具体为：对基准图像进行直线检测，提取出图像中的所有直线段，计算各直线段与其他所有直线段之间的夹角θd，并计算每个直线段的θd＜θth的数量Nnum，θth为夹角阈值，取Nnum值最大的直线段的角度或者取多条Nnum值相同的直线段的平均角度作为电力线主方向θm，设定角度剔除范围，并剔除范围外的直线段，对余下Nw条直线段进行连通域检测，将属于同一连通域的线段进行合并，并对各连通域内的点进行多项式拟合，得到各条电力线的中心线直线方程，完成电力线精确提取。
所述步骤四具体为：计算Nw条直线段的角度加权平均夹角θr，从而得到仿射旋转变换角度α，根据仿射旋转变换角度α对基准图像进行仿射旋转变换，使各电力线与坐标轴的垂直轴或水平轴平行，根据仿射旋转变换前的基准图像的每个像素点的世界坐标、仿射旋转变换角度α，计算出仿射旋转变换后基准图像的每个像素点的世界坐标。
所述步骤五中，根据旋转后的基准图像的各像素点的世界坐标和各电力线的中心线的直线方程，对基准图像中的各电力线进行碰线估计，具体为：
根据仿射旋转变换后基准图像的世界坐标(X,Y,Z)，电力线直径φ，安全距离为dis；其中，
若基准图像中电力线与X轴方向一致，搜索所有世界坐标系中的点，对每一个点(Xd,Yd,Zd)来说，在0～Zd间的任一景深中，条件下，是否存在其他点，即建筑是否碰线；对每一个点(Xd,Yd,Zd)来说，在条件下，世界坐标系中的点是否存在Z≤Zd-dis，即树木是否碰线；
若基准图像中电力线与Y轴方向一致，搜索所有世界坐标系中的点，对每一个点(Xd,Yd,Zd)来说，在0～Zd间的任一景深中，条件下，是否存在其他点，即建筑是否碰线；对每一个点(Xd,Yd,Zd)来说，在条件下，世界坐标系中的点是否存在Z≤Zd-dis，即树木是否碰线。
对基准图像中的各电力线进行下垂程度计算，具体为：
计算每条电力线上的最大深度Z，以及该点在XOY平面的坐标(X0,Y0)，0～X0中的最小深度Zxmin1，X0～X中的最小深度Zxmin2，三点的三维坐标分别为(X0,Y0,Z0)，(X1,Y1,Z1)，(X2,Y2,Z2)，计算三点间的欧式距离S12、S20、S10，点(X1,Y1)、(X2,Y2)到点(X3,Y3)的欧式距离分别为S13、S23，S13＝S23＝r，由三角余弦公式得出β：
最终得到电力线下垂程度：
一种基于平行双目的电力线检测系统，包括两个可见光相机、无线传输模块、远程处理模块；所述可见光相机的输出数据通过无线传输模块传输到远程处理模块；所述远程处理模块包括：图像世界坐标计算模块、图像电力线提取模块、图像仿射旋转模块和故障分析模块；
所述图像世界坐标计算模块用于对左视图和右视图进行立体匹配，求出基于基准图像的视差图，结合两个可见光相机的已知参数计算出基准图像的世界坐标；
所述图像电力线提取模块用于对基准图像进行直线检测，自动分析并确定同一方向上的电力线数量，筛选符合条件的直线，采取精确近似策略拟合出至少一条电力线的中心线的直线方程；
所述图像仿射旋转模块用于对基准图像进行仿射旋转变换，使图像中的各电力线在二维图像空间中保持与纵轴或者横轴平行，计算旋转后的基准图像的世界坐标；
所述故障分析模块用于根据旋转后的基准图像的世界坐标和各电力线的中心线的直线方程，对各电力线分别进行电力线下垂程度计算和碰线估计，完成检测。
所述的一种基于平行双目的电力线检测系统，还包括图像预处理模块，所述图像预处理模块用于接收光相机拍摄的可见光左右图像，并对可见光左右图像进行去雾预处理操作；所述两个可见光相机以平行双目形式安装在自动飞行装置内。
本发明的有益效果：
1)本发明将拍摄设备可以搭载于无人机上，避免因检测人员手持检测设备无法近距离检测的问题；
2)本发明采用基于LSD算法和精确近似法提取电力线并拟合电力线的中心线直线方程，精确提取电力线在图像中的位置和坐标信息；采用立体匹配技术计算图像视差，进而求取景物深度；
3)自适应旋转电力线图，并根据视差图计算出景物世界坐标系，由三点成外接圆计算出角度与半径指标，得到电力线下垂程度；在世界坐标系中扫描电力线与其它物体距离，为电力线检测与预警提供准确数据。
附图说明
图1为远程处理模块处理流程图。
图2为电力线保持垂直方向时的建筑物碰线估计示意图。
图3为电力线保持垂直方向时的树木碰线估计示意图。
图4为电力线保持水平方向时的建筑物碰线估计示意图。
图5为电力线保持水平方向时的树木碰线估计示意图。
图6为电力线下垂程度估算示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
本发明的基于平行双目的电力线检测系统，包括两个装载于无人机上的可见光相机，两可见光相机参数完全一致，分别安装于一条直线上的左右两端，以获取双目可见光图像。两个可见光相机均与无线传输模块连接，将实时图像实时发送至远程处理模块。无人机的飞行由遥控装置控制。安装在可移动PC上的远程处理模块负责接收并处理无人机上无线传输过来的双目图像。
远程处理模块包括图像预处理模块、图像世界坐标计算模块、图像电力线提取模块、图像仿射旋转模块和故障分析模块，处理流程参见图1。
图像预处理用于对无人机拍摄的左、右视图进行去雾操作。
所述图像世界坐标计算模块用于对左视图和右视图进行立体匹配，求出基准图像各像素点的视差，根据两个可见光相机的已知参数计算出图像的世界坐标；
所述图像电力线提取模块用于对基准图像进行直线检测，自动分析并确定同一方向上的电力线数量，筛选符合条件的直线，采取精确近似策略拟合出至少一条电力线的中心线的直线方程(即采取精确近似策略分割出相应数量的电力线)；
所述图像仿射旋转模块用于确定电力线与水平线或垂直线的夹角，根据该角度对基准图像进行仿射旋转变换，使电力线在二维图像中保持与纵轴或横轴平行，并计算旋转后的基准图像的世界坐标；
所述故障分析模块用于根据旋转后的基准图像的世界坐标分别对各电力线进行碰线估计和电力线下垂程度计算。根据《电力设施保护条例实施细则》相关规定，计算电力线与建筑物的水平距离、树木之间的距离，综合电力线下垂程度、景物深度，得出电力线检测结果，对故障位置进行标记及预警。
一种基于平行双目的电力线检测方法，包括如下步骤：
1.图像获取与传输：获取由两个以平行双目形式安装的可见光相机拍摄的左视图、右视图
通过搭载于无人机的平行双目可见光相机获取电力线及景物的左右(可见光)视图，并利用无人机的无线传输模块将视频传输至远程处理模块。远程处理模块将接收到的视频每1秒取6帧，并对每时刻的2幅可见光左右视图进行处理和分析。左右视图又称左视图、右视图。
2.图像预处理：对左视图、右视图进行去雾
采取可选择方式，由操作者根据天气情况及无人机拍摄时的稳定情况选择。分别对每时刻的2幅可见光左右视图进行去雾，如果图像质量足够好，也可选择跳过去雾操作不处理。
大气中光学成像模型为：
I(x)＝J(x)t(x)+A(1-t(x))
I(x)是原始图像，J(x)为去雾后图像，A是全局背景光，t(x)是大气透射率，结合喑原色先验去雾方法，对图像进行去雾，具体步骤为：
将原始图像作为引导图像I，预估透射率图
式(1)中，Ic、Ac分别是I、A的三个颜色通道R、G、B，Ω(x)是以像素点x为中心的局部区域块，
在本发明的优选实施例中，取w＝0.95，Ac＝255；
去雾后图像为：
式中：I(x)为原始图像，J(x)为去雾后图像，A为全局背景光，t(x)为大气透射率，t0为大气透射率阈值，在本发明的优选实施例中取0.12。
考虑到暗原色先验原理可能不成立的情况，增加参数Q作为限差，一般取50～100，在本发明的优选实施例中，Q取65。当|I(x)-A|＜Q，说明背景光与物体本身颜色相差不大，认为其为明亮区域；当|I(x)-A|＞Q，说明背景光与物体本身颜色相差比较大，认为此区域符合暗原色先验原理，最终去雾图像为：
后述可见光左、右视图均为预处理后的对应图像。
3.将左视图或右视图作为基准图像，对左视图和右视图进行立体匹配，求出基准图像中各像素点的视差，并计算基准图像的各像素点的世界坐标
设左右视图的大小均为m×n，若以左视图为基准图像，则右视图为匹配图像；反之，以右视图为基准图像，则左视图为匹配图像。基准图像中每个像素点在视差d时的错误能量可由式(4)或式(5)求出：
式(4)以左视图为基准图像，式(5)以右视图为基准图像。
式(4)和(5)中：R(p,q,k)、M(p,q,k)分别表示基准图像和匹配图像在R、G、B空间的像素值；k＝1，2，3，分别表示3个颜色空间；p＝1，2，…，m,q＝1，2，…，n。Bc为3×3窗口中每个点的权值，如式(6)所示：
若E(p,q,d)＜Eth，则此时的d即为基准图像中各像素点的视差值，Eth为错误能量阈值，在本发明的优选实施例中，Eth＝1×106，d取0～150。
根据已知的两个可见光相机的内外参数，包括焦距f、双目相机基线距离b，基准图像中每个像素点的视差d，进而求出基准图像中每个像素点的景物深度(与摄像头间的距离)，即世界坐标。
每像素点的世界坐标(X°,Y°,Z°)为：
式(7)中，(x1,y1)为基准图像中的横坐标和纵坐标，X°、Y°分别表示二维图像空间中纵轴、横轴的世界坐标，Z°表示景物深度。
4.对基准图像进行直线检测，自动分析并确定同一方向上的电力线数量，筛选符合条件的直线，采取精确近似策略拟合出至少一条电力线的中心线的直线方程
根据LSD直线段检测算法，提取出基准图像中存在的所有直线段，并保存每条线段的端点坐标和宽度，记为Li(y1,y2,x1,x2,width)(i＝1,2,…,N，N为线段的个数)。
根据式(8)～(10)计算每条线段的长度Len、角度θ、线段上的像素点个数pointN、该线段与其他所有线段的夹角θd，长度Len定义为二维图像中两点间的欧式距离，角度θ定义为线段与二维图像空间中的横轴或纵轴间的夹角：
pointN＝Len×width (10)
θd＝|θi-θj|j＝1,2,…,N (11)
根据式(11)计算得出的θd，统计N条直线段中θd＜θth(θth取3°)的数量Nnum，记录具有最大Nnum值的直线段，并以该直线的角度作为电力线主方向；若有多条直线的Nnum值相同，取这些直线角度的平均值作为电力线主方向，主方向角度为θm，设定角度剔除范围，在本发明的优选实施例中，根据式(9)剔除θ＝θm±0.5°范围外的直线，余下直线数量为Nw(Nw≤N)，对Nw条线段进行连通域检测，将属于同一连通域的线段进行合并，并标记连通域序号lineN(lineN＝1,2,…，lineN≤Nw)。
对每个连通域内的点进行多项式拟合，分别得到每条电力线的中心线的直线方程，电力线精确提取完成。
5.对基准图像进行仿射旋转变换，使图像中同一方向上的每条电力线在二维图像空间中保持与纵轴或者横轴平行，计算旋转后的基准图像的世界坐标
根据《电力设施保护条例实施细则》，不同工作电压的电力线与建筑物的水平距离、树木之间的距离需符合相关规定，为方便计算两种距离，需要对图像进行旋转，使图像中的电力线与纵轴或横轴平行(即与水平线或垂直线垂直)。本发明计算电力线与水平轴或者垂直轴的夹角，根据该角度对基准图像进行仿射旋转变换，使电力线与坐标轴中的垂直轴或水平轴平行。仿射旋转变换步骤为：
根据式(12)计算Nw条线段的角度加权平均值：
根据确定的角度θr分别对基准图像进行仿射旋转变换。若变换前的图像为f(i,j)，变换后的图像f(x,y)＝T·f(i,j)，其中变换后的图像坐标为：
式(13)中的α由θr确定：
若θr由电力线与横轴之间的夹角θ计算得到，使电力线保持坐标轴中的垂直方向，α＝θr-90°；
若θr由电力线与横轴之间的夹角θ计算得到，使电力线保持坐标轴中的水平方向，α＝θr；
若θr由电力线与纵轴之间的夹角θ计算得到，使电力线保持坐标轴中的垂直方向，α＝-θr；
若θr由电力线与纵轴之间的夹角θ计算得到，使电力线保持坐标轴中的水平方向，α＝90°-θr；
根据式(7)计算出的基准图像世界坐标(X°,Y°,Z°)，代入式(13)中，可计算旋转后的基准图像世界坐标(X,Y,Z)：
X＝X°cosα-Y°sinα
Y＝X°sinα+Y°cosα
Z＝Z°
6.碰线估计
电力线本身具有一定的宽度和高度，根据《电力设施保护条例实施细则》规定：它与建筑物的水平安全距离为导线边线向外侧水平延伸并平行于地面所形成的两平行面内的区域，与树木的安全距离为导线边线向外侧水平延伸并垂直于地面所形成的两平行面内的区域。
根据步骤5得出基准图像的世界坐标(X,Y,Z)，根据步骤4得出的电力线中心线方程和旋转后的基准图像的世界坐标每条电力线上各点坐标为(Xd,Yd,Zd)，设电力线直径为φ，安全距离为dis。碰线估计可简单描述为：在已知安全距离的前提下，是否有建筑物或树木碰到每条电力线上的每个点。
如图2所示，若二维图像空间中电力线与纵轴(X轴)平行，搜索所有世界坐标系中的点，对每一个点(Xd,Yd,Zd)来说，在0～Zd间的任一景深中，条件下，是否存在其他点，即建筑是否碰线；如图3所示，对每一个点(Xd,Yd,Zd)来说，在条件下，世界坐标系中的点是否存在Z≤Zd-dis，即树木是否碰线；
如图4所示，若二维图像空间中电力线与横轴(Y轴)平行，搜索所有世界坐标系中的点，对每一个点(Xd,Yd,Zd)来说，在0～Zd间的任一景深中，条件下，是否存在其他点，即建筑是否碰线；如图5所示，对每一个点(Xd,Yd,Zd)来说，在条件下，世界坐标系中的点是否存在Z≤Zd-dis，即树木是否碰线；
式中：∪表示“并”，即包括两个范围
7.电力线下垂程度计算
分别计算旋转后图像的世界坐标中lineN条电力线上的最大深度Z，以及该点在XOY平面的坐标(X0,Y0)，0～X0中的最小深度Zxmin1，X0～X中的最小深度Zxmin2，X代表世界坐标中的最大值，其三维坐标分别为(X0,Y0,Z0)，(X1,Y1,Z1)，(X2,Y2,Z2)，Y0＝Y1＝Y2。若电力线存在下垂情况，在XOZ平面中，三点可形成一个外接圆，见图6。电力线下垂程度与塔杆间的电力线长有关，若下垂过多或电力线异常掉落，将引起电力传输故障，图6中的角度β将发生变化。
分别求出三点在XOZ平面中的欧式距离：
再计算该圆的半径：
式(15)中，
该圆的圆心坐标在XOZ平面中为(X3,Y3)，根据圆心坐标及三角余弦定理可以求出电力线下垂程度的重要指标：
式(16)中，S13、S23为点(X1,Y1)、(X2,Y2)到点(X3,Y3)的欧式距离，S13＝S23＝r，β～(0，180°)。
8.判断及预警
根据《电力设施保护条例实施细则》规定的安全距离包括电力线与建筑物、树木之间的安全距离，见表1、表2。
表1
电压等级 1千伏以下 1-10千伏 35千伏 66-110千伏 154-220千伏 330千伏 500千伏
水平安全距离 1.0米 1.5米 3.0米 4.0米 5.0米 6.0米 8.5米
表2
电压等级 35-110千伏 154-220千伏 330千伏 500千伏
最大风偏距离 3.5米 4.0米 5.0米 7.0米
最大垂直距离 4.0米 4.5米 5.5米 7.0米
根据表1、表2规定的安全距离，对不同电压的输电线路，dis的值相应不同。已知dis后，根据步骤6所述碰线估计方法，即可判断是否存在建筑物碰线或树木碰线。
根据式(15)、(16)得出的β和r，定义并计算电力线实际下垂程度：
式(17)中，R12为点(X1,Y1,Z1)，(X2,Y2,Z2)间的弧线段长。设电力线下垂时的长度不应超过最大膨胀值Lmax，即若下垂程度C超过设定值Cth时，则认为电力线下垂异常。若电力线最大线长为100m，最大膨胀值为105m，即当C＞1.05时认为电力线下垂异常。
综合电力线碰线估计和下垂程度，得出电力线检测结果，并根据检测结果对故障位置进行标记及预警。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.一种基于平行双目的电力线检测方法，其特征在于，包括以下步骤：
步骤一、获取由两个以平行双目形式安装的可见光相机拍摄的左视图、右视图；
步骤二、将左视图或右视图作为基准图像，对左视图和右视图进行立体匹配，求出基于基准图像的视差图，结合两个可见光相机的已知参数计算出基准图像的世界坐标；
具体地：
当以左视图为基准图像，基准图像中每个像素点在视差d时的错误能量E(p,q,d)为：
当以右视图为基准图像，基准图像中每个像素点在视差d时的错误能量E(p,q,d)为：
当E(p,q,d)＜Eth，则此时的d为基准图像中每个像素点的视差值，p＝1，2，…，m，q＝1，2，…，n，m,n分别为图像的行数和列数，Eth为错误能量阈值，d取0～150，Bc为3×3窗口中每个像素点的权值；
式(4)和(5)中：R(p,q,k)、M(p,q,k)分别表示基准图像和匹配图像在R、G、B空间的像素值；k＝1，2，3，分别表示3个颜色空间；
结合两个可见光相机的焦距为f、二者之间的基线距离为b、基准图像中每个像素点视差d，即可求出基准图像的每个像素点的世界坐标(Xo,Yo,Zo)：
式(7)中，x1、y1分别为基准图像的横坐标和纵坐标，Xo、Yo分别表示二维图像空间中纵轴、横轴的世界坐标，Zo表示景物深度；
步骤三、对基准图像进行直线检测，自动分析并确定同一方向上的电力线数量，筛选符合条件的直线，采取精确近似策略拟合出至少一条电力线的中心线的直线方程；
步骤四：对基准图像进行仿射旋转变换，使图像中的同一方向上的多条电力线在二维图像空间中保持与纵轴或者横轴平行，计算旋转后的基准图像的世界坐标；
步骤五、根据旋转后的基准图像的世界坐标和电力线的中心线的直线方程，对各电力线分别进行电力线下垂程度计算和碰线估计，完成检测。
2.根据权利要求1所述的一种基于平行双目的电力线检测方法，其特征在于：所述步骤一和步骤二之间还包括如下步骤：对左视图、右视图进行去雾预处理。
3.根据权利要求2所述的一种基于平行双目的电力线检测方法，其特征在于：所述去雾预处理，经过去雾预处理的图像表示为：
式中，I(x)为原始图像，J(x)为去雾后图像，A为全局背景光，t(x)为大气透射率，t0为大气透射率阈值，Q取50～100。
4.根据权利要求1或3中任一项所述的一种基于平行双目的电力线检测方法，其特征在于：所述步骤三具体为：对基准图像进行直线检测，提取出图像中的所有直线段，计算各直线段与其他所有直线段之间的夹角θd，并计算每个直线段的θd＜θth的数量Nnum，θth为夹角阈值，取Nnum值最大的直线段的角度或者取多条Nnum值相同的直线段的平均角度作为电力线主方向θm，设定角度剔除范围，并剔除范围外的直线段，对余下Nw条直线段进行连通域检测，将属于同一连通域的线段进行合并，并对各连通域内的点进行多项式拟合，得到各条电力线的中心线直线方程，完成电力线精确提取。
5.根据权利要求4所述的一种基于平行双目的电力线检测方法，其特征在于：所述步骤四具体为：计算Nw条直线段的角度加权平均夹角θr，从而得到仿射旋转变换角度α，根据仿射旋转变换角度α对基准图像进行仿射旋转变换，使各电力线与坐标轴的垂直轴或水平轴平行，根据仿射旋转变换前的基准图像的每个像素点的世界坐标、仿射旋转变换角度α，计算出仿射旋转变换后基准图像的每个像素点的世界坐标。
6.根据权利要求5所述的一种基于平行双目的电力线检测方法，其特征在于：所述步骤五中，根据旋转后的基准图像的各像素点的世界坐标和各电力线的中心线的直线方程，对基准图像中的各电力线进行碰线估计，具体为：
根据仿射旋转变换后基准图像的世界坐标(X,Y,Z)，电力线直径φ，安全距离为dis；其中，
若基准图像中电力线与X轴方向一致，搜索所有世界坐标系中的点，对每一个点(Xd,Yd,Zd)来说，在0～Zd间的任一景深中，条件下，是否存在其他点，即建筑是否碰线；对每一个点(Xd,Yd,Zd)来说，在条件下，世界坐标系中的点是否存在Z≤Zd-dis，即树木是否碰线；
若基准图像中电力线与Y轴方向一致，搜索所有世界坐标系中的点，对每一个点(Xd,Yd,Zd)来说，在0～Zd间的任一景深中，条件下，是否存在其他点，即建筑是否碰线；对每一个点(Xd,Yd,Zd)来说，在条件下，世界坐标系中的点是否存在Z≤Zd-dis，即树木是否碰线；
对基准图像中的各电力线进行下垂程度计算，具体为：
计算每条电力线上的最大深度Zmax，以及该点在XOY平面的坐标(X0,Y0)，0～X0中的最小深度Zxmin1，X0～X中的最小深度Zxmin2，三点的三维坐标分别为(X0,Y0,Z0)，(X1,Y1,Z1)，(X2,Y2,Z2)，Y0＝Y1＝Y2；若电力线存在下垂情况，在XOZ平面中，三点可形成一个外接圆；分别求出三点在XOZ平面中的欧式距离；
再计算该圆的半径：
式(15)中，
该圆的圆心坐标在XOZ平面中为(X3,Y3)，根据圆心坐标及三角余弦定理可以求出电力线下垂程度的重要指标：
式(16)中，S13、S23为点(X1,Y1)、(X2,Y2)到点(X3,Y3)的欧式距离，S13＝S23＝r，β～(0，180°)；
最终得到电力线下垂程度：
其中，R12为点(X1,Y1,Z1)，(X2,Y2,Z2)间的弧线段长。
7.一种基于平行双目的电力线检测系统，其特征在于：包括两个可见光相机、无线传输模块、远程处理模块；所述可见光相机的输出数据通过无线传输模块传输到远程处理模块；所述远程处理模块包括：图像世界坐标计算模块、图像电力线提取模块、图像仿射旋转模块和故障分析模块；
所述图像世界坐标计算模块用于对左视图和右视图进行立体匹配，求出基于基准图像的视差图，结合两个可见光相机的已知参数计算出基准图像的世界坐标；具体为：
当以左视图为基准图像，基准图像中每个像素点在视差d时的错误能量E(p,q,d)为：
当以右视图为基准图像，基准图像中每个像素点在视差d时的错误能量E(p,q,d)为：
当E(p,q,d)＜Eth，则此时的d为基准图像中每个像素点的视差值，p＝1，2，…，m，q＝1，2，…，n，m,n分别为图像的行数和列数，Eth为错误能量阈值，d取0～150，Bc为3×3窗口中每个像素点的权值；
式(4)和(5)中：R(p,q,k)、M(p,q,k)分别表示基准图像和匹配图像在R、G、B空间的像素值；k＝1，2，3，分别表示3个颜色空间；
结合两个可见光相机的焦距为f、二者之间的基线距离为b、基准图像中每个像素点视差d，即可求出基准图像的每个像素点的世界坐标(Xo,Yo,Zo)：
式(7)中，x1、y1分别为基准图像的横坐标和纵坐标，Xo、Yo分别表示二维图像空间中纵轴、横轴的世界坐标，Zo表示景物深度；
所述图像电力线提取模块用于对基准图像进行直线检测，自动分析并确定同一方向上的电力线数量，筛选符合条件的直线，采取精确近似策略拟合出至少一条电力线的中心线的直线方程；
所述图像仿射旋转模块用于对基准图像进行仿射旋转变换，使图像中的各电力线在二维图像空间中保持与纵轴或者横轴平行，计算旋转后的基准图像的世界坐标；
所述故障分析模块用于根据旋转后的基准图像的世界坐标和各电力线的中心线的直线方程，对各电力线分别进行电力线下垂程度计算和碰线估计，完成检测。
8.根据权利要求7中所述的一种基于平行双目的电力线检测系统，其特征在于：还包括图像预处理模块，所述图像预处理模块用于接收光相机拍摄的可见光左右图像，并对可见光左右图像进行去雾预处理操作；所述两个可见光相机以平行双目形式安装在自动飞行装置内。
CN201610688993.5A 2016-08-18 2016-08-18 一种基于平行双目的电力线检测方法及系统 Active CN106340009B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610688993.5A CN106340009B (zh) 2016-08-18 2016-08-18 一种基于平行双目的电力线检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610688993.5A CN106340009B (zh) 2016-08-18 2016-08-18 一种基于平行双目的电力线检测方法及系统

Publications (2)

Publication Number Publication Date
CN106340009A CN106340009A (zh) 2017-01-18
CN106340009B true CN106340009B (zh) 2018-12-11

Family

ID=57824863

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610688993.5A Active CN106340009B (zh) 2016-08-18 2016-08-18 一种基于平行双目的电力线检测方法及系统

Country Status (1)

Country Link
CN (1) CN106340009B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107728633B (zh) * 2017-10-23 2020-12-18 广州极飞科技有限公司 获取目标物位置信息方法及装置、移动装置及其控制方法
CN108334844B (zh) * 2018-02-06 2022-08-12 贵州电网有限责任公司 一种输电线路巡检的沿线自动跟踪方法
CN108492292B (zh) * 2018-03-20 2022-03-25 西安工程大学 基于红外图像处理的导线散股检测方法
CN108469252B (zh) * 2018-04-09 2020-12-22 北京联诚智航科技有限公司 火车受电弓上供电线的检测识别方法
CN108873931A (zh) * 2018-06-05 2018-11-23 北京理工雷科电子信息技术有限公司 一种基于主观与客观结合的无人机视觉防撞方法
CN108919838B (zh) * 2018-08-27 2021-03-26 河海大学常州校区 一种基于双目视觉的无人机输电线路自动跟踪方法
CN109709554B (zh) * 2018-12-13 2021-01-19 广州极飞科技有限公司 作业设备及其控制方法和装置
CN110045242B (zh) * 2019-04-22 2021-09-10 国网湖南省电力有限公司 一种开关柜内弧光监测方法、系统、介质及设备
CN110119161B (zh) * 2019-06-14 2022-03-01 河海大学常州校区 一种无人机输电线路巡线视觉避障方法及系统
CN113421170B (zh) * 2021-06-16 2022-02-01 广东诚誉工程咨询监理有限公司 一种电力工程质量综合优化管理系统以及方法
CN114020039A (zh) * 2021-12-09 2022-02-08 北京中电普华信息技术有限公司 无人机巡检杆塔自动对焦系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102230784A (zh) * 2011-04-18 2011-11-02 四川电力科学研究院 一种电线检测装置及检测方法
CN103090807A (zh) * 2013-01-11 2013-05-08 北京国网富达科技发展有限责任公司 一种检测输电线路安全运行的方法和系统
CN103747213A (zh) * 2014-01-15 2014-04-23 北京工业大学 一种基于运动目标的交通监控视频实时去雾方法
CN104091168A (zh) * 2014-07-18 2014-10-08 深圳供电局有限公司 基于无人机影像的电力线自动提取定位方法
CN104835152A (zh) * 2015-04-27 2015-08-12 国家电网公司 一种输电线路巡检图像的处理方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102230784A (zh) * 2011-04-18 2011-11-02 四川电力科学研究院 一种电线检测装置及检测方法
CN103090807A (zh) * 2013-01-11 2013-05-08 北京国网富达科技发展有限责任公司 一种检测输电线路安全运行的方法和系统
CN103747213A (zh) * 2014-01-15 2014-04-23 北京工业大学 一种基于运动目标的交通监控视频实时去雾方法
CN104091168A (zh) * 2014-07-18 2014-10-08 深圳供电局有限公司 基于无人机影像的电力线自动提取定位方法
CN104835152A (zh) * 2015-04-27 2015-08-12 国家电网公司 一种输电线路巡检图像的处理方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FAST POWER LINE DETECTION AND LOCALIZATION USING STEERABLE FILTER FOR ACTIVE UAV GUIDANCE;Yuee Liu 等;《International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences》;20120901;第XXXIX-B3卷;491-496 *
改进的基于暗原色先验的图像去雾算法;蒋建国 等;《电路与系统学报》;20110430;第16卷(第2期);7-12 *

Also Published As

Publication number Publication date
CN106340009A (zh) 2017-01-18

Similar Documents

Publication Publication Date Title
CN106340009B (zh) 一种基于平行双目的电力线检测方法及系统
CN110580717B (zh) 一种针对电力杆塔的无人机自主巡检航线生成方法
CN107729808B (zh) 一种用于输电线路无人机巡检的图像智能采集系统及方法
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
CN106403942B (zh) 基于变电站景深图像识别的人员室内惯性定位方法
CN106934809B (zh) 基于双目视觉的无人机空中自主加油快速对接导航方法
CN110850723B (zh) 一种基于变电站巡检机器人系统的故障诊断及定位方法
CN104484648B (zh) 基于轮廓识别的机器人可变视角障碍物检测方法
CN108317953A (zh) 一种基于无人机的双目视觉目标表面3d检测方法及系统
CN109829908B (zh) 基于双目影像的电力线下方地物安全距离检测方法及设备
CN112327906A (zh) 一种基于无人机的智能自动巡检系统
CN111244822B (zh) 一种复杂地理环境的固定翼无人机巡线方法、系统和装置
CN111932565B (zh) 一种多靶标识别跟踪解算方法
CN109523528B (zh) 一种基于无人机双目视觉sgc算法的输电线路提取方法
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
CN110889827A (zh) 一种基于视觉的输电线路杆塔在线识别和倾斜检测方法
CN110595433A (zh) 一种基于双目视觉的输电杆塔倾斜的测量方法
CN112949478A (zh) 基于云台相机的目标检测方法
CN111157530B (zh) 一种基于无人机的输电线路的安全检测方法
CN105551032A (zh) 一种基于视觉伺服的杆塔图像采集系统及其方法
CN113902809A (zh) 一种红外相机与激光雷达联合标定的方法
CN113763484A (zh) 基于视频图像分析技术的船舶目标定位及速度估算方法
CN115328181A (zh) 一种无人机输电线路巡检中关键目标空间定位方法
CN116310678A (zh) 固态激光雷达与热成像视觉融合的火源识别及定位方法
CN118037638A (zh) 一种光伏组串巡检方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant