CN106407994A - 一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法 - Google Patents
一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法 Download PDFInfo
- Publication number
- CN106407994A CN106407994A CN201610866457.XA CN201610866457A CN106407994A CN 106407994 A CN106407994 A CN 106407994A CN 201610866457 A CN201610866457 A CN 201610866457A CN 106407994 A CN106407994 A CN 106407994A
- Authority
- CN
- China
- Prior art keywords
- image
- wire
- pixel
- ice
- diameter
- 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
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000004020 conductor Substances 0.000 claims abstract description 28
- 239000011248 coating agent Substances 0.000 claims description 17
- 238000000576 coating method Methods 0.000 claims description 17
- 238000012886 linear function Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims 2
- 238000012545 processing Methods 0.000 abstract description 6
- 230000009466 transformation Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 9
- 238000003708 edge detection Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- 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
- G06T2207/10024—Color 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
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法，包括以下步骤：步骤1：获取裸导线彩色图像，并对所述彩色图像进行处理，得到裸导线像素直径；步骤2：获取覆冰导线彩色图像，并对所述彩色图像进行处理，得到覆冰导线像素直径；步骤3：基于裸导线像素直径与裸导线直径计算像素长度比，结合覆冰导线像素直径，计算覆冰导线直径，最后得到覆冰厚度。本发明受图像背景与噪声影响小，可极大提高图像识别覆冰厚度的精度，降低覆冰灾害对电网造成的损失。
Description
技术领域
本发明属于电力系统的覆冰灾害监测技术领域，尤其是涉及一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法。
背景技术
国民经济增长对电力具有高度的依赖性，同时，经济增长也会促进用电量需求的增大。电力行业是气象高敏感性和高需求性行业，其生产、建设、运营受环境气象因素影响极大。随着电网大规模的建设与发展，远距离、大容量的输电线路不可避免的要经过高寒、高海拔、高湿度、强降水地区或盆地、分水岭等特殊微地形造成的微气象地区，极易引发输电线路覆冰灾害，且全球气候变暖导致的极端异常气候频发，更加重了线路覆冰灾害，人们对线路覆冰问题的关注也越来越多。
目前，国内多已开展了导线覆冰厚度图像识别方法的相关研究，但是，由于覆冰图像对比度低、灰度级变化复杂且受各种背景噪声的影响，使导线覆冰厚度图像识别方法研究存在覆冰导线边缘识别不精确、获取覆冰厚度精度差、计算量大等问题，主要体现在以下几个方面：
(1)覆冰导线边缘识别不精确，输电线路所经区域多为山地、丘陵等人迹罕至的地区，成像背景复杂，导致图像灰度级变化复杂且受图像背景噪声的影响，导致读取导线边缘像素差困难。
(2)获取覆冰厚度精度差，覆冰受风速、风向、降水等微气象的影响，导致覆冰导线表面形状变化复杂，覆冰导线成像后并不是规则的直线轮廓，且受图像星点噪声的影响，使识别的覆冰厚度精度较差。
(3)计算量大，覆冰导线表面不规则，通过读取不同部位的像素差求平均值、获取像素差再进行加权平均等方法计算覆冰厚度，为了提高识别导线边缘精度需要提高图像分辨率，必然导致计算量大。
(4)缺乏专业、可自动提取覆冰厚度的图像识别方法，现有的图像识别方法有待修正，且无法支持更深层次的开发和应用。
发明内容
为了解决上述技术问题，本发明提供了一种基于Hough变换与函数拟合的导线覆冰厚度图像识别方法。
本发明所采用的技术方案是：一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法，其特征在于，包括以下步骤：
步骤1：获取裸导线彩色图像，并对所述彩色图像进行处理，得到裸导线像素直径；
步骤2：获取覆冰导线彩色图像，并对所述彩色图像进行处理，得到覆冰导线像素直径；
步骤3：基于裸导线像素直径与裸导线直径计算像素长度比，结合覆冰导线像素直径，计算覆冰导线直径，最后得到覆冰厚度。
作为优选，步骤1中所述对所述彩色图像进行处理，其具体实现包括以下子步骤：
步骤1.1：将彩色图像转化为灰度图像；
步骤1.2：将灰度图像进行边缘检测，得到灰度图像边缘；
步骤1.3：通过Hough变换粗略识别灰度图像边缘中的导线边缘，得到裸导线边缘；
步骤1.4：根据一次线性函数y＝kx+b，分别对裸导线边缘两侧的像素点坐标进行最小二乘拟合，得到裸导线边缘两侧的像素点坐标方程，进而提取精确的裸导线边缘；其中，(x,y)表示图像的像素坐标，k为斜率，b为截距；
步骤1.5：根据裸导线边缘像素坐标方程，计算裸导线像素直径。
作为优选，步骤2中所述对所述彩色图像进行处理，其具体实现包括以下子步骤：
步骤2.1：将彩色图像转化为灰度图像；
步骤2.2：将灰度图像进行边缘检测，得到灰度图像边缘；
步骤2.3：通过Hough变换粗略识别灰度图像边缘中的导线边缘，得到覆冰导线边缘；
步骤2.4：根据一次线性函数y＝kx+b，分别对覆冰导线边缘两侧的像素点坐标进行最小二乘拟合，得到覆冰导线边缘两侧的像素点坐标方程，进而提取精确的覆冰导线边缘；其中，(x,y)表示图像的像素坐标，k为斜率，b为截距；
步骤2.5：根据覆冰导线边缘像素坐标方程，计算覆冰导线像素直径。
作为优选，步骤3的具体实现包括以下子步骤：
步骤3.1：基于裸导线像素直径与裸导线直径计算像素长度比，其计算公式为：
其中，p为像素长度比，D0为裸导线直径，I0为裸导线像素直径。
步骤3.2：结合覆冰导线像素直径，计算覆冰导线直径；其计算公式为：
D1＝p·I1
其中，D1为覆冰导线直径，I1为覆冰导线像素直径。
步骤3.3：计算覆冰厚度，其计算公式为：
其中，d为覆冰厚度。
本发明受图像背景与噪声影响小，可极大提高图像识别覆冰厚度的精度，降低覆冰灾害对电网造成的损失。
附图说明
图1：本发明实施例的流程图；
图2：本发明实施例的覆冰厚度计算流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
请见图1和图2，本发明提供的一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法，包括以下步骤：
步骤1：通过固定位置、固定角度的相机先后拍摄裸导线与覆冰导线，得到裸导线彩色图像与覆冰导线彩色图像。
步骤2：将裸导线彩色图像与覆冰导线彩色图像分别进行灰度处理，得到裸导线灰度图像与覆冰导线灰度图像，即将彩色图像转化为灰度图像，降低了图像灰度级变化种类，进而简化了图像计算量。
步骤3：根据Canny算子边缘检测算法，将灰度处理后得到的灰度图像进行边缘检测，得到灰度图像的边缘。
步骤4：通过Hough变换粗略识别图像边缘中的导线边缘，分别得到裸导线图像与覆冰导线图像的导线边缘。
步骤5：根据一次线性函数，对导线边缘像素点坐标进行最小二乘拟合，分别得到裸导线与覆冰导线边缘两侧的像素点坐标方程，进而提取精确的导线边缘。
步骤6：根据导线边缘像素坐标方程，计算裸导线像素直径与覆冰导线像素直径，然后基于裸导线像素直径与裸导线直径计算像素长度比，结合覆冰导线像素直径，计算覆冰导线直径，最后得到覆冰厚度。
本实施例的裸导线图像与覆冰导线图像为同一相机固定位置、固定角度拍摄，保证相片中导线位置的变形量相同，确定导线像素直径与导线直径的确定性对应关系。
本实施例的灰度图像是对彩色图像(裸导线图像与覆冰导线图像)进行灰度处理后得到的图像，其灰度变化种类得到了简化，降低了图像处理的计算量。
本实施例的二值化图像边缘，是对灰度图像使用Canny算子边缘检测的结果，将灰度图像中的图像边缘像素与非图像边缘像素的颜色分别设被为白色与黑色，即设置为图像的前景与背景，用来表达图像中的边缘像素。
本实施例的导线边缘，是对二值化图像边缘使用Hough变换提取后得到的，识别图像中的导线边缘，这是一个粗略的导线边缘，包括一些图像噪声等非边缘像素。
本实施例的导线像素坐标方程分为裸导线像素坐标方程与覆冰导线像素坐标方程。裸导线像素坐标方程是对裸导线图像进行上述图像处理后得到的导线边缘像素点，结合一次线性函数进行最小二乘拟合，得到的最优导线边缘像素坐标方程。覆冰导线像素坐标方程是对覆冰导线图像进行上述图像处理后得到的覆冰导线边缘像素点，结合一次线性函数进行最小二乘拟合，得到的最优覆冰导线边缘像素坐标方程。利用导线像素坐标方程，可分别计算裸导线与覆冰导线的像素直径。
本发明将Hough变换与函数拟合应用于导线边缘检测，实现了覆冰图像中导线边缘的精确定位，为电网覆冰灾害监测提供了新方法。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。
Claims (4)
1.一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法，其特征在于，包括以下步骤：
步骤1：获取裸导线彩色图像，并对所述彩色图像进行处理，得到裸导线像素直径；
步骤2：获取覆冰导线彩色图像，并对所述彩色图像进行处理，得到覆冰导线像素直径；
步骤3：基于裸导线像素直径与裸导线直径计算像素长度比，结合覆冰导线像素直径，计算覆冰导线直径，最后得到覆冰厚度。
2.根据权利要求1所述的利用Hough变换与函数拟合的导线覆冰厚度图像识别方法，其特征在于，步骤1中所述对所述彩色图像进行处理，其具体实现包括以下子步骤：
步骤1.1：将彩色图像转化为灰度图像；
步骤1.2：将灰度图像进行边缘检测，得到灰度图像边缘；
步骤1.3：通过Hough变换粗略识别灰度图像边缘中的导线边缘，得到裸导线边缘；
步骤1.4：根据一次线性函数y＝kx+b，分别对裸导线边缘两侧的像素点坐标进行最小二乘拟合，得到裸导线边缘两侧的像素点坐标方程，进而提取精确的裸导线边缘；其中，(x,y)表示图像的像素坐标，k为斜率，b为截距；
步骤1.5：根据裸导线边缘像素坐标方程，计算裸导线像素直径。
3.根据权利要求1所述的利用Hough变换与函数拟合的导线覆冰厚度图像识别方法，其特征在于，步骤2中所述对所述彩色图像进行处理，其具体实现包括以下子步骤：
步骤2.1：将彩色图像转化为灰度图像；
步骤2.2：将灰度图像进行边缘检测，得到灰度图像边缘；
步骤2.3：通过Hough变换粗略识别灰度图像边缘中的导线边缘，得到覆冰导线边缘；
步骤2.4：根据一次线性函数y＝kx+b，分别对覆冰导线边缘两侧的像素点坐标进行最小二乘拟合，得到覆冰导线边缘两侧的像素点坐标方程，进而提取精确的覆冰导线边缘；其中，(x,y)表示图像的像素坐标，k为斜率，b为截距；
步骤2.5：根据覆冰导线边缘像素坐标方程，计算覆冰导线像素直径。
4.根据权利要求1-3任意一项所述的利用Hough变换与函数拟合的导线覆冰厚度图像识别方法，其特征在于，步骤3的具体实现包括以下子步骤：
步骤3.1：基于裸导线像素直径与裸导线直径计算像素长度比，其计算公式为：
其中，p为像素长度比，D0为裸导线直径，I0为裸导线像素直径；
步骤3.2：结合覆冰导线像素直径，计算覆冰导线直径；其计算公式为：
D1＝p·I1
其中，D1为覆冰导线直径，I1为覆冰导线像素直径；
步骤3.3：计算覆冰厚度，其计算公式为：
其中，d为覆冰厚度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610866457.XA CN106407994A (zh) | 2016-09-29 | 2016-09-29 | 一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610866457.XA CN106407994A (zh) | 2016-09-29 | 2016-09-29 | 一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106407994A true CN106407994A (zh) | 2017-02-15 |
Family
ID=59229343
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610866457.XA Pending CN106407994A (zh) | 2016-09-29 | 2016-09-29 | 一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106407994A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107704844A (zh) * | 2017-10-25 | 2018-02-16 | 哈尔滨理工大学 | 基于无人机双目视差图像的输电线路覆冰厚度辨识方法 |
| CN108229371A (zh) * | 2017-12-29 | 2018-06-29 | 西安工程大学 | 基于冰形建模的输电导线横截面覆冰形状识别方法 |
| CN109308707A (zh) * | 2018-11-09 | 2019-02-05 | 河北工业大学 | 铝锭厚度非接触式在线测量方法 |
| CN111637839A (zh) * | 2020-06-01 | 2020-09-08 | 中国南方电网有限责任公司超高压输电公司昆明局 | 数字化覆冰厚度测量装置及测量方法 |
| CN113221685A (zh) * | 2021-04-27 | 2021-08-06 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种输电线路中微小异物的识别方法、装置、计算机设备 |
| CN113643352A (zh) * | 2021-08-09 | 2021-11-12 | 贵州电网有限责任公司 | 一种自然覆冰在线监测运行导线图像覆冰程度评估方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103400141A (zh) * | 2013-07-24 | 2013-11-20 | 华南理工大学 | 一种基于改进图像法的输电导线覆冰厚度的计算方法 |
| CN103528534A (zh) * | 2013-10-25 | 2014-01-22 | 江西省电力公司检修分公司 | 一种基于图像监测的输电线路覆冰厚度检测方法 |
| CN104809727A (zh) * | 2015-04-24 | 2015-07-29 | 西安工程大学 | 一种输电导线覆冰形状的自动识别方法 |
-
2016
- 2016-09-29 CN CN201610866457.XA patent/CN106407994A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103400141A (zh) * | 2013-07-24 | 2013-11-20 | 华南理工大学 | 一种基于改进图像法的输电导线覆冰厚度的计算方法 |
| CN103528534A (zh) * | 2013-10-25 | 2014-01-22 | 江西省电力公司检修分公司 | 一种基于图像监测的输电线路覆冰厚度检测方法 |
| CN104809727A (zh) * | 2015-04-24 | 2015-07-29 | 西安工程大学 | 一种输电导线覆冰形状的自动识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| 冯玲: "基于图像处理的输电线路覆冰自动识别的算法研究与应用", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 刘旭: "基于图像处理的输电线路覆冰检测关键技术研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107704844A (zh) * | 2017-10-25 | 2018-02-16 | 哈尔滨理工大学 | 基于无人机双目视差图像的输电线路覆冰厚度辨识方法 |
| CN107704844B (zh) * | 2017-10-25 | 2021-04-30 | 哈尔滨理工大学 | 基于无人机双目视差图像的输电线路覆冰厚度辨识方法 |
| CN108229371A (zh) * | 2017-12-29 | 2018-06-29 | 西安工程大学 | 基于冰形建模的输电导线横截面覆冰形状识别方法 |
| CN108229371B (zh) * | 2017-12-29 | 2021-10-15 | 西安工程大学 | 基于冰形建模的输电导线横截面覆冰形状识别方法 |
| CN109308707A (zh) * | 2018-11-09 | 2019-02-05 | 河北工业大学 | 铝锭厚度非接触式在线测量方法 |
| CN109308707B (zh) * | 2018-11-09 | 2021-08-24 | 河北工业大学 | 铝锭厚度非接触式在线测量方法 |
| CN111637839A (zh) * | 2020-06-01 | 2020-09-08 | 中国南方电网有限责任公司超高压输电公司昆明局 | 数字化覆冰厚度测量装置及测量方法 |
| CN113221685A (zh) * | 2021-04-27 | 2021-08-06 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种输电线路中微小异物的识别方法、装置、计算机设备 |
| CN113643352A (zh) * | 2021-08-09 | 2021-11-12 | 贵州电网有限责任公司 | 一种自然覆冰在线监测运行导线图像覆冰程度评估方法 |
| CN113643352B (zh) * | 2021-08-09 | 2024-05-24 | 贵州电网有限责任公司 | 一种自然覆冰在线监测运行导线图像覆冰程度评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106407994A (zh) | 一种利用Hough变换与函数拟合的导线覆冰厚度图像识别方法 | |
| CN108921176B (zh) | 一种基于机器视觉的指针式仪表定位与识别方法 | |
| CN105740856B (zh) | 一种基于机器视觉的指针式仪表示数读取方法 | |
| CN106022288B (zh) | 基于sar图像的海洋溢油信息识别与提取方法 | |
| CN109872303B (zh) | 表面缺陷视觉检测方法、装置和电子设备 | |
| CN112651968B (zh) | 一种基于深度信息的木板形变与凹坑检测方法 | |
| CN105139347B (zh) | 一种结合暗通道先验原理的偏振成像去雾方法 | |
| CN101710425B (zh) | 基于图像灰度梯度和灰度统计直方图的自适应预分割方法 | |
| CN106529519A (zh) | 一种电力指针式仪表自动读数识别的方法及系统 | |
| CN103164692A (zh) | 一种基于计算机视觉的特种车辆仪表自动识别系统及算法 | |
| CN106599890B (zh) | 变电站巡检机器人数字式仪表识别算法 | |
| CN103528534B (zh) | 一种基于图像监测的输电线路覆冰厚度检测方法 | |
| CN106530313B (zh) | 一种基于区域分割的海天线实时检测方法 | |
| CN110726725A (zh) | 一种输电线路金具锈蚀检测方法及装置 | |
| CN102252623A (zh) | 基于视频差异分析的输电线路导/地线覆冰厚度测量方法 | |
| CN106530281A (zh) | 基于边缘特征的无人机图像模糊判断方法及系统 | |
| CN111723821A (zh) | 一种电厂仪表图像的检测识别方法及装置 | |
| CN105426825B (zh) | 一种基于航拍图像识别的电网地理接线图绘制方法 | |
| CN108286948A (zh) | 一种基于图像处理的桥梁挠度检测方法 | |
| WO2019184269A1 (zh) | 基于Landsat8含雪影像的云检测方法 | |
| CN109064479B (zh) | 一种基于邻近视频帧灰度动态特征的海天线检测方法 | |
| CN112734729B (zh) | 适用于夜间补光条件的水尺水位线图像检测方法、装置及存储介质 | |
| CN104809727B (zh) | 一种输电导线覆冰形状的自动识别方法 | |
| CN111598109A (zh) | 一种变电站指针仪表读数智能识别方法 | |
| CN104574325A (zh) | 一种天空光估计方法与系统及其图像去雾方法 |
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 |
Application publication date: 20170215 |
|
| RJ01 | Rejection of invention patent application after publication |