CN106485711A - 一种基于视频图像的高压线检测及跟踪方法 - Google Patents

一种基于视频图像的高压线检测及跟踪方法 Download PDF

Info

Publication number
CN106485711A
CN106485711A CN201610919282.4A CN201610919282A CN106485711A CN 106485711 A CN106485711 A CN 106485711A CN 201610919282 A CN201610919282 A CN 201610919282A CN 106485711 A CN106485711 A CN 106485711A
Authority
CN
China
Prior art keywords
voltage line
linear
tracking
image
voltage
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
Application number
CN201610919282.4A
Other languages
English (en)
Inventor
曾庆永
陈国强
刘彤
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.)
Luoyang Institute of Electro Optical Equipment AVIC
Original Assignee
Luoyang Institute of Electro Optical Equipment AVIC
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 Luoyang Institute of Electro Optical Equipment AVIC filed Critical Luoyang Institute of Electro Optical Equipment AVIC
Priority to CN201610919282.4A priority Critical patent/CN106485711A/zh
Publication of CN106485711A publication Critical patent/CN106485711A/zh
Pending legal-status Critical Current

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
    • 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
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及一种基于视频图像的高压线检测及跟踪方法，根据光电吊舱系统采集到的视频信息，采用了线形目标检测算法，捕获实现整帧图像中线形目标检出，然后启动跟踪，采用线性目标跟踪算法，按照序列帧跟踪历史信息确认之前锁定的线性目标在当前帧图像中的位置，并输出其俯仰方向与视频中心点位置的偏差量，最终通过伺服系统逆向调整相机俯仰角，使得电线中心居于视频图像中心附近。完成了对高压线等线性目标的识别和跟踪。该发明提高了无人机电力巡检工作效率。

Description

一种基于视频图像的高压线检测及跟踪方法
技术领域
本发明属于图像处理技术，涉及一种基于视频图像的高压线检测及跟踪方法，具体涉及对线目标的检出及对线目标的跟踪等图像处理方法。
背景技术
电力企业每年都要投入巨大的人力物力对输电线路进行定期巡视检查，以便随时掌握和了解输电线路运行情况以及线路周围环境和线路保护区的变化情况，及时发现和消除隐患。
无人机挂载光电吊舱在电力巡检过程中，对于高压线的对准拍摄目前主要是通过操控人员操控吊舱对高压线的对准，由于无人机飞行速度快，并且高压线为线性目标，操控人员对线性目标的对准拍摄非常困难，利用图像对高压线线型目标的检出及对线性目标的跟踪，解决了人工对准拍摄的困难。提高了巡检效率。
发明内容
要解决的技术问题
为了避免现有技术的不足之处，本发明提出一种基于视频图像的高压线检测及跟踪方法。
技术方案
一种基于视频图像的高压线检测及跟踪方法，其特征在于步骤如下：
高压线检测过程：
步骤a1：对拍摄的图像进行高压线增强算法，将背景进行抑制，增强高压线的对比度；
步骤a2、局部最优拟合：将整帧图像分解为若干尺寸的小块，逐块进行检测；对于能够检测到线状分布的当前块作标记并记录；
步骤a3、全局最优拟合：对能够检测到线状分布的多个小块图像进行全局垂链线曲线拟合，得到高压线线性目标；
跟踪过程：
步骤b1、位置估计：将当前帧图像画面检测出的高压线性目标在画面中的坐标位置，与画面中心的坐标位置做差，得到高压线性目标与画面中的坐标位置的偏离偏差值；
步骤b2、将得到位置偏差值输入伺服系统，伺服系统驱动电机带动传感器指向目标，将高压线性目标处于视频画面中心；
在追踪过程中，重复高压线检测过程和跟踪过程，使得高压线线性目标始终处于视频画面中心。
所述高压线检测过程中，首先将拍摄的图像分成左右两幅图像，然后分别实施步骤a1～步骤a3，再将检测出高压线性目标的图像作为跟踪过程的当前帧图像。
有益效果
本发明提出的一种基于视频图像的高压线检测及跟踪方法，根据光电吊舱系统采集到的视频信息，采用了线形目标检测算法，捕获实现整帧图像中线形目标检出，然后启动跟踪，采用线性目标跟踪算法，按照序列帧跟踪历史信息确认之前锁定的线性目标在当前帧图像中的位置，并输出其俯仰方向与视频中心点位置的偏差量，最终通过伺服系统逆向调整相机俯仰角，使得电线中心居于视频图像中心附近。完成了对高压线等线性目标的识别和跟踪。该发明提高了无人机电力巡检工作效率。
附图说明
图1是本发明视频图像的高压线检测及跟踪算法流程框图
具体实施方式
现结合实施例、附图对本发明作进一步描述：
针对高压线分布的特殊情况，本发明避开传统做法，采用如下检测过程。
1.首先将拍摄的图像分成左右两幅图像，增强算法处理，将背景进行抑制，增强高压线的对比度；
2.局部最优拟合
由于与背景的相似性导致电线在全局范围内也会存在较多断点，呈现多条线段状。因此在局部进行线段检测，然后再在将整帧图像分解为若干尺寸的小块，逐块进行检测。如果当前块内能够检测到线状分布，则作标志记录下来，做局部最优拟合。
3.分别对左右两幅图像进行全局最优拟合
对各小块内线性目标采用分段方式来进行统计分析，采用进行更精确的全局垂链线曲线拟合。
将左右两幅图像中检测出高压线性目标的图像作为下一步跟踪过程的当前帧图像。
高压线线型目标的跟踪。其跟踪过程如下
1.位置计算
根据当前帧图像画面检测出的线性目标，计算其在在画面中的坐标位置。并计算线性目标偏离画面中心的位置偏差值；
2.目标跟踪
图像处理板将得到位置偏差值输出送伺服系统，伺服系统驱动电机带动传感器指向目标，使线性目标处于视频画面中心。完成对线性目标的跟踪。
本发明实施例根据光电吊舱系统采集到的视频信息，采用了线形目标检测算法，捕获实现整帧图像中线形目标的检出，然后启动跟踪，采用线性目标跟踪算法，按照序列帧跟踪历史信息确认之前锁定的线性目标在当前帧图像中的位置，输出其俯仰方向与视频中心点位置的偏差量，最终通过伺服系统逆向调整相机俯仰角，使得电线中心居于视频图像中心附近。完成了对高压线等线性目标的识别和跟踪。该发明提高了无人机电力巡检工作效率。

Claims (2)

1.一种基于视频图像的高压线检测及跟踪方法，其特征在于步骤如下：
高压线检测过程：
步骤a1：对拍摄的图像进行高压线增强算法，将背景进行抑制，增强高压线的对比度；
步骤a2、局部最优拟合：将整帧图像分解为若干尺寸的小块，逐块进行检测；对于能够检测到线状分布的当前块作标记并记录；
步骤a3、全局最优拟合：对能够检测到线状分布的多个小块图像进行全局垂链线曲线拟合，得到高压线线性目标；
跟踪过程：
步骤b1、位置估计：将当前帧图像画面检测出的高压线性目标在画面中的坐标位置，与画面中心的坐标位置做差，得到高压线性目标与画面中的坐标位置的偏离偏差值；
步骤b2、将得到位置偏差值输入伺服系统，伺服系统驱动电机带动传感器指向目标，将高压线性目标处于视频画面中心；
在追踪过程中，重复高压线检测过程和跟踪过程，使得高压线线性目标始终处于视频画面中心。
2.根据权利要求1所述基于视频图像的高压线检测及跟踪方法，其特征在于：所述高压线检测过程中，首先将拍摄的图像分成左右两幅图像，然后分别实施步骤a1～步骤a3，再将检测出高压线性目标的图像作为跟踪过程的当前帧图像。
CN201610919282.4A 2016-10-21 2016-10-21 一种基于视频图像的高压线检测及跟踪方法 Pending CN106485711A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610919282.4A CN106485711A (zh) 2016-10-21 2016-10-21 一种基于视频图像的高压线检测及跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610919282.4A CN106485711A (zh) 2016-10-21 2016-10-21 一种基于视频图像的高压线检测及跟踪方法

Publications (1)

Publication Number Publication Date
CN106485711A true CN106485711A (zh) 2017-03-08

Family

ID=58271095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610919282.4A Pending CN106485711A (zh) 2016-10-21 2016-10-21 一种基于视频图像的高压线检测及跟踪方法

Country Status (1)

Country Link
CN (1) CN106485711A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978913A (zh) * 2019-03-01 2019-07-05 北京航空航天大学 一种无人机云台自动跟踪铁路区域的方法及系统
CN110134148A (zh) * 2019-05-24 2019-08-16 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 一种输电线路直升机巡视中输电线路沿线跟踪方法
CN112236727A (zh) * 2019-07-30 2021-01-15 深圳市大疆创新科技有限公司 无人机仿真飞行方法及装置、记录介质
CN113034598A (zh) * 2021-04-13 2021-06-25 中国计量大学 一种基于深度学习的无人机电力巡线方法
WO2021189456A1 (zh) * 2020-03-27 2021-09-30 深圳市大疆创新科技有限公司 无人机巡检方法、装置及无人机
CN114463387A (zh) * 2022-02-16 2022-05-10 四川精伍轨道交通科技有限公司 一种接触网跟踪检测方法及检测装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483326A (zh) * 2014-12-19 2015-04-01 长春工程学院 基于深度信念网络的高压线绝缘子缺陷检测方法及系统
CN104639914A (zh) * 2015-02-16 2015-05-20 国网安徽省电力公司铜陵供电公司 一种用于高压线绝缘子成像与污秽检测的装置及方法
CN105991969A (zh) * 2015-02-05 2016-10-05 国家电网公司 高压输电线路飘挂物检测装置及使用与安装的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483326A (zh) * 2014-12-19 2015-04-01 长春工程学院 基于深度信念网络的高压线绝缘子缺陷检测方法及系统
CN105991969A (zh) * 2015-02-05 2016-10-05 国家电网公司 高压输电线路飘挂物检测装置及使用与安装的方法
CN104639914A (zh) * 2015-02-16 2015-05-20 国网安徽省电力公司铜陵供电公司 一种用于高压线绝缘子成像与污秽检测的装置及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张鹏展等: "基于OpenCV的高压传输线位置检测", 《微型机与应用》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978913A (zh) * 2019-03-01 2019-07-05 北京航空航天大学 一种无人机云台自动跟踪铁路区域的方法及系统
CN110134148A (zh) * 2019-05-24 2019-08-16 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 一种输电线路直升机巡视中输电线路沿线跟踪方法
CN112236727A (zh) * 2019-07-30 2021-01-15 深圳市大疆创新科技有限公司 无人机仿真飞行方法及装置、记录介质
WO2021189456A1 (zh) * 2020-03-27 2021-09-30 深圳市大疆创新科技有限公司 无人机巡检方法、装置及无人机
CN113034598A (zh) * 2021-04-13 2021-06-25 中国计量大学 一种基于深度学习的无人机电力巡线方法
CN113034598B (zh) * 2021-04-13 2023-08-22 中国计量大学 一种基于深度学习的无人机电力巡线方法
CN114463387A (zh) * 2022-02-16 2022-05-10 四川精伍轨道交通科技有限公司 一种接触网跟踪检测方法及检测装置

Similar Documents

Publication Publication Date Title
CN106485711A (zh) 一种基于视频图像的高压线检测及跟踪方法
CN103413139B (zh) 基于电力巡线红外巡检视频数据的电力设备异常发热检测方法
CN104268866B (zh) 基于运动信息与背景信息相结合的视频序列配准方法
CN102289676B (zh) 基于红外检测的变电站刀闸模式识别方法
CN103886189B (zh) 用于无人机巡检的巡检结果数据处理系统及方法
CN101969548B (zh) 基于双目摄像的主动视频获取方法及装置
Han et al. Exploring recurrent long-term temporal fusion for multi-view 3d perception
CN102759347B (zh) 一种高铁接触网在线巡检装置、巡检方法以及其检测系统
CN107491781A (zh) 一种巡检机器人可见光与红外传感器数据融合方法
EP3530935B1 (en) Method and equipment for monitoring vortex-induced vibration for wind turbine generator set
CN109631766B (zh) 一种基于图像的木材板尺寸测量方法
CN104794439A (zh) 基于多相机的准正面人脸图像实时优选方法及系统
Xi et al. A vision-based inspection strategy for large-scale photovoltaic farms using an autonomous UAV
CN117152647B (zh) 一种基于多视角融合的无人机配网竣工验收方法
CN104192168B (zh) 基于图像处理的轮轨位移检测方法
CN112455676A (zh) 一种光伏板健康状态智能监测分析系统及方法
CN108564628A (zh) 一种面向掘进机自动化的截割头视觉定位定向系统
CN201369788Y (zh) 一种多目全景红外锁定跟踪摄像系统
CN115471573A (zh) 基于三维重建的变电站云台相机的预置位偏移纠正方法
CN117498225B (zh) 一种无人机智能电力线路巡检系统
CN112883836B (zh) 一种煤矿井下巷道形变视频检测方法
CN116843686B (zh) 接触网定位器线夹螺母缺陷的检测方法及装置
CN112733680B (zh) 一种基于监控视频流生成高质量人脸图像的模型训练方法、提取方法、装置和终端设备
CN113409303A (zh) 一种高速铁路接触网目标检测与跟踪方法
CN207923179U (zh) 智能巡检车

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170308

RJ01 Rejection of invention patent application after publication