CN106842349A - 输电线路防外破检测方法及装置 - Google Patents

Abstract

本发明实施例提供了一种输电线路防外破检测方法及装置，其中，该方法包括：在与输电线路相对固定的位置上，采集输电线路图像；对所述输电线路图像进行预处理，对预处理后的图像进行二值化处理，分割出外物入侵目标；在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，根据各粒子的状态转移方程检测所述外物入侵目标的位置。该方案可以准确检测到外物入侵目标，有效跟踪输电线路周界入侵的目标，提高了目标跟踪精度，降低了误报率。

Description

输电线路防外破检测方法及装置

技术领域

本发明涉及电力监测技术领域，特别涉及一种输电线路防外破检测方法及装置。

背景技术

近年来，随着经济的快速发展，城乡基础设施建设日益增多，导致线下违章植树、建房、施工作业等引发的突发性和季节性架空输电线路外力破坏时有发生，其中施工作业车辆、机械的移动性强、随意性大，防范困难，外物入侵破坏已成为架空输电线路安全稳定运行的最大威胁和隐患之一。

目前，对外物入侵检测方法主要集中于视频监控和视频图像处理。现有技术中提出“一种电缆防盗报警系统”，公开了一种电缆防盗报警系统，该系统包含：控制组件电路、主板组件电路。该系统采用定时器电路的定时功能用于判断电缆断缆的距离，对外部电缆进行监控。现有技术还提出“一种电力电缆防盗报警系统”，公开了一种电力电缆防盗报警系统，包括：防盗报警子系统、报警信号处理设备以及多个报警信号终端，报警信号终端安装在与变电站连接的每根出线电缆上，可以实现电力电缆的防盗。现有技术还提出“智能防盗及防误动联动系统”，公开了一种智能防盗及防误动联动系统，其包括上位机、防误钥匙以及智能锁具，提高了设备锁具的防盗性并降低了误开锁的几率，从而能够保障配网设备的安全运行。

但是，上述现有技术并不能准确地对运动外物入侵目标进行检测。

发明内容

本发明实施例提供了一种输电线路防外破检测方法，以解决现有技术中不能准确地对运动外物入侵目标进行检测的技术问题。该方法包括：在与输电线路相对固定的位置上，采集输电线路图像；对所述输电线路图像进行预处理，对预处理后的图像进行二值化处理，分割出外物入侵目标；在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，根据各粒子的状态转移方程检测所述外物入侵目标的位置。

在一个实施例中，对所述输电线路图像进行预处理，包括：采用中值滤波方法对所述输电线路图像去噪声；对去噪声后的输电线路图像，采用线性二次微分子算法进行边缘检测。

在一个实施例中，对预处理后的图像进行二值化处理，分割出外物入侵目标，包括：对预处理后的图像的前景图像和背景图像进行差运算得到差分图像；对差分图像进行二值化处理，在二值化图像中分割出所述外物入侵目标。

在一个实施例中，在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程为：

其中，v为粒子的速度，ω为惯性权重，η为加速常数，rand()为取0-1之间的随机数，pdg为全局最优解，s为外物入侵目标的位置，t为当前时刻，t-1为前一时刻，i为任意一个粒子。

在一个实施例中，根据各粒子的状态转移方程检测所述外物入侵目标的位置，包括：求前一时刻各粒子的状态转移方程的目标解，将所有粒子的状态转移方程的目标解中的最优解确定为所述外物入侵目标的当前位置。

本发明实施例还提供了一种输电线路防外破检测装置，以解决现有技术中不能准确地对运动外物入侵目标进行检测的技术问题。该装置包括：图像采集模块，安装在塔上，用于在与输电线路相对固定的位置上，采集输电线路图像，将所述输电线路图像传送给图像处理模块；所述图像处理模块，用于对所述输电线路图像进行预处理，对预处理后的图像进行二值化处理，分割出外物入侵目标；目标检测模块，用于在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，根据各粒子的状态转移方程检测所述外物入侵目标的位置。

在一个实施例中，所述图像处理模块，包括：滤波单元，用于采用中值滤波方法对所述输电线路图像去噪声；边缘检测单元，用于对去噪声后的输电线路图像，采用线性二次微分子算法进行边缘检测。

在一个实施例中，所述图像处理模块，还包括：差分单元，用于对预处理后的图像的前景图像和背景图像进行差运算得到差分图像；二值化处理单元，用于对差分图像进行二值化处理，在二值化图像中分割出所述外物入侵目标。

在一个实施例中，所述目标检测模块在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程为：

其中，v为粒子的速度，ω为惯性权重，η为加速常数，rand()为取0-1之间的随机数，pdg为全局最优解，s为外物入侵目标的位置，t为当前时刻，t-1为前一时刻，i为任意一个粒子。

在一个实施例中，所述目标检测模块，具体用于求前一时刻各粒子的状态转移方程的目标解，将所有粒子的状态转移方程的目标解中的最优解确定为所述外物入侵目标的当前位置。

在本发明实施例中，通过在与输电线路相对固定的位置上，采集输电线路图像，使得可以有利于检测并跟踪运动外物入侵目标，然后对输电线路图像进行预处理、二值化处理，分割出外物入侵目标，并在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，进而根据各粒子的状态转移方程检测外物入侵目标的位置，使得可以准确检测到外物入侵目标，有效跟踪输电线路周界入侵的目标，提高了目标跟踪精度，降低了误报率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1是本发明实施例提供的一种输电线路防外破检测方法的流程图；

图2是本发明实施例提供的一种具体的输电线路防外破检测方法的流程图；

图3是本发明实施例提供的一种输电线路防外破检测装置的结构框图；

图4是本发明实施例提供的一种具体的输电线路防外破检测装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

在本发明实施例中，提供了一种输电线路防外破检测方法，如图1所示，该方法包括：

步骤101：在与输电线路相对固定的位置上，采集输电线路图像；

步骤102：对所述输电线路图像进行预处理，对预处理后的图像进行二值化处理，分割出外物入侵目标；

步骤103：在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，根据各粒子的状态转移方程检测所述外物入侵目标的位置。

由图1所示的流程可知，在本发明实施例中，通过在与输电线路相对固定的位置上，采集输电线路图像，使得可以有利于检测并跟踪运动外物入侵目标，然后对输电线路图像进行预处理、二值化处理，分割出外物入侵目标，并在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，进而根据各粒子的状态转移方程检测外物入侵目标的位置，使得可以准确检测到外物入侵目标，有效跟踪输电线路周界入侵的目标，提高了目标跟踪精度，降低了误报率。

具体实施时，可以将图像采集设备安装在塔上，以确保在与输电线路相对固定的位置上，采集输电线路图像，例如，图像采集设备可以是摄像头，摄像头将采集的输电线路图像传输给视频服务器，视频服务器主要是将摄像头采集到的输电线路图像编码转换为数字信息，先进行本地存储，再转换成IP数据包，通过网络传输单元传送给监控中心或图像处理模块进行图像处理。具体的，网络传输单元可以是GPRS无线传输模块、CDMA无线传输模块或2.4GHz无线传输模块。

具体实施时，为了检测的准确性，在本实施例中，对所述输电线路图像进行预处理，包括：采用中值滤波方法对所述输电线路图像去噪声；对去噪声后的输电线路图像，采用线性二次微分子算法进行边缘检测。具体的，图像平滑常用的方法是均值滤波和中值滤波。均值滤波采用一个奇数点的窗口在图像上滑动，窗口中心点所对应的像素灰度值用窗口内所有像素的平均值替代。但发明人发现均值滤波虽然降低了图像噪声，但图像的边缘和细节也变模糊了。中值滤波也是采用一个奇数点的窗口在图像上滑动，窗口中心点所对应的像素灰度值用窗口内所有像素的中间值替代。但发明人发现中值滤波不但降低了图像噪声，而且保留了图像的边缘和细节，因此，本发明采用中值滤波对输电线路图像进行去噪声。去噪后，采用Laplacian算子模板进行边缘检测。二维微分算子零交叉点图像中的边缘比较细，具有抑制噪声的能力和反干扰性能，Laplacian算子是线性二次微分算子，具有旋转不变性，能够满足不同走向的图像边界的锐化要求，可以确定一个像素是在边缘暗的一边还是亮的一边，因此，本申请采用Laplacian算子模板进行边缘检测，Laplacian算子模板为{-2，-4，-4，-4，-2；-4，0，8，0，-4；-4，8，24，8，-4；-4，0，8，0，-4；-2，-4，-4，-4，-2}。

具体实施时，为了准确地分割出外物入侵目标，在本实施例中，对预处理后的图像进行二值化处理，分割出外物入侵目标，包括：对预处理后的图像的前景图像和背景图像进行差运算得到差分图像；对差分图像进行二值化处理，在二值化图像中分割出所述外物入侵目标。具体的，例如，可以采用背景差分法根据公式(1)对前景图像与背景图像进行差运算得到差分图像，并根据公式(2)对差分图像进行二值化，从而分割出闯入运动目标(即外物入侵目标)：

d＝|I_L(x，y，i)-B_L(x，y)| (1)

其中，ID_L是背景帧差图，B_L是背景图像，I_L(x，y，i)表示当前图像帧数为i，d是差分图像，T为阈值。

具体实施时，在二值化图像中分割出外物入侵目标后，通过以下方法有效、准确地跟踪外物入侵目标，在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，例如，各粒子的状态转移方程为：

其中，v为粒子的速度，ω为惯性权重，η为加速常数，通常取值为2，rand()为取0-1之间的随机数，pdg为全局最优解，s为外物入侵目标的位置，t为当前时刻，t-1为前一时刻，i为任意一个粒子。

；然后，求前一时刻各粒子的状态转移方程的目标解，将所有粒子的状态转移方程的目标解中的最优解确定为所述外物入侵目标的当前位置。具体的，现有的核粒子滤波算法是通过调用核函数去生成一个连续的后验密度函数估计并基于核密度估计产生的梯度来分配粒子，采用核密度估计近似后验概率密度，然后利用均值转移算法估计后验密度梯度，将粒子沿着梯度方向移动到后验密度模式处。在本申请中，对核粒子滤波算法进行了改进，由于在核粒子滤波算法中每一次状态估计面临的目标解是不同的，本发明提出改进的核粒子滤波算法，即在核粒子状态转移方程中采用粒子群的速度-位移模型，保留种群前一时刻的全局最优解。粒子群中的粒子不考虑其自身最佳经历和群体最佳经历，而只考虑前一时刻的全局最优解；由于上一时刻的目标解对当前时刻目标的影响最大，在此取上一时刻的目标解代表粒子集中全局最优解，使得粒子集在权值更新前更趋向于高似然区域，远离真实状态的粒子更加趋向于真实状态出现概率较大的区域，提高了每个粒子的作用效果，对粒子发散问题有所改善，提高了跟踪精度。

以下结合具体示例来详细说明上述输电线路防外破检测方法，如图2所示，该方法包括：获取背景图像后，采集输电线路图像，并对输电线路图像进行预处理(例如，预处理包括中值滤波去噪声、采用Laplacian算子模板进行边缘检测等)，然后，在预处理后的图像中进行目标检测，例如，对预处理后的图像的前景图像和背景图像进行差运算得到差分图像，对差分图像进行二值化处理，在二值化图像中分割出外物入侵目标；分割出外物入侵目标后，采用本申请改进后的核粒子滤波算法跟踪外物入侵目标，判断外物入侵目标是否是长时间停留，若是，则可以发出告警，若否，则可以继续采集输电线路图像。

基于同一发明构思，本发明实施例中还提供了一种输电线路防外破检测装置，如下面的实施例所述。由于输电线路防外破检测装置解决问题的原理与输电线路防外破检测方法相似，因此输电线路防外破检测装置的实施可以参见输电线路防外破检测方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图3是本发明实施例的输电线路防外破检测装置的一种结构框图，如图3所示，包括：图像采集模块301、图像处理模块302以及目标检测模块303，下面对该结构进行说明。

图像采集模块301，安装在塔上，用于在与输电线路相对固定的位置上，采集输电线路图像，将所述输电线路图像传送给图像处理模块；

所述图像处理模块302，与图像采集模块301连接，用于对所述输电线路图像进行预处理，对预处理后的图像进行二值化处理，分割出外物入侵目标；

目标检测模块303，与图像处理模块302连接，用于在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，根据各粒子的状态转移方程检测所述外物入侵目标的位置。

具体实施时，上述图像采集模块301还可以包括电源、网络传输单元、中央控制管理单元以及视频编码单元。其中，电源由太阳能极板和蓄电池组成，太阳能极板将采集到的太阳能转换为电能，输出给蓄电池储存；蓄电池根据系统需要将电能供给各个单元电路。图像采集模块可以是摄像头，摄像头将采集的输电线路图像传输给视频编码单元，视频编码单元(例如，该视频编码单元可以是视频服务器)主要功能是将摄像头采集到的视频信息编码转换为数字信息，先进行本地存储，再转换成IP数据包通过网络传输单元传送给监控中心或图像处理模块302。

具体实施时，上述输电线路防外破检测装置可以采用如图4所示的结构，图像采集模块的功能由摄像装置完成，图像处理模块和目标检测模块的功能由入侵检测模块完成。

在一个实施例中，所述图像处理模块302，包括：滤波单元，用于采用中值滤波方法对所述输电线路图像去噪声；边缘检测单元，用于对去噪声后的输电线路图像，采用线性二次微分子算法进行边缘检测。

在一个实施例中，所述图像处理模块302，还包括：差分单元，用于对预处理后的图像的前景图像和背景图像进行差运算得到差分图像；二值化处理单元，用于对差分图像进行二值化处理，在二值化图像中分割出所述外物入侵目标。

在一个实施例中，所述目标检测模块303在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程为：

其中，v为粒子的速度，ω为惯性权重，η为加速常数，通常取值为2，rand()为取0-1之间的随机数，pdg为全局最优解，s为外物入侵目标的位置，t为当前时刻，t-1为前一时刻，i为任意一个粒子。

在一个实施例中，所述目标检测模块303，具体用于求前一时刻各粒子的状态转移方程的目标解，将所有粒子的状态转移方程的目标解中的最优解确定为所述外物入侵目标的当前位置。

在本发明实施例中，通过在与输电线路相对固定的位置上，采集输电线路图像，使得可以有利于检测并跟踪运动外物入侵目标，然后对输电线路图像进行预处理、二值化处理，分割出外物入侵目标，并在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，进而根据各粒子的状态转移方程检测外物入侵目标的位置，使得可以准确检测到外物入侵目标，有效跟踪输电线路周界入侵的目标，提高了目标跟踪精度，降低了误报率。

显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种输电线路防外破检测方法，其特征在于，包括：

在与输电线路相对固定的位置上，采集输电线路图像；

对所述输电线路图像进行预处理，对预处理后的图像进行二值化处理，分割出外物入侵目标；

在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，根据各粒子的状态转移方程检测所述外物入侵目标的位置。

2.如权利要求1所述的输电线路防外破检测方法，其特征在于，对所述输电线路图像进行预处理，包括：

采用中值滤波方法对所述输电线路图像去噪声；

对去噪声后的输电线路图像，采用线性二次微分子算法进行边缘检测。

3.如权利要求1所述的输电线路防外破检测方法，其特征在于，对预处理后的图像进行二值化处理，分割出外物入侵目标，包括：

对预处理后的图像的前景图像和背景图像进行差运算得到差分图像；

对差分图像进行二值化处理，在二值化图像中分割出所述外物入侵目标。

4.如权利要求1至3中任一项所述的输电线路防外破检测方法，其特征在于，在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程为：

$v_t^i=\mathrm{\ω}\×v_{t-1}^i+\mathrm{\η}\×rand\left(\right)\×({\mathrm{pdg}}_{t-1}^i-s_{t-1}^i)$

$s_t^i=S_{t-1}^i+v_t^i$

其中，v为粒子的速度，ω为惯性权重，η为加速常数，rand()为取0-1之间的随机数，pdg为全局最优解，s为外物入侵目标的位置，t为当前时刻，t-1为前一时刻，i为任意一个粒子。

5.如权利要求1至3中任一项所述的输电线路防外破检测方法，其特征在于，根据各粒子的状态转移方程检测所述外物入侵目标的位置，包括：

求前一时刻各粒子的状态转移方程的目标解，将所有粒子的状态转移方程的目标解中的最优解确定为所述外物入侵目标的当前位置。

6.一种输电线路防外破检测装置，其特征在于，包括：

图像采集模块，安装在塔上，用于在与输电线路相对固定的位置上，采集输电线路图像，将所述输电线路图像传送给图像处理模块；

所述图像处理模块，用于对所述输电线路图像进行预处理，对预处理后的图像进行二值化处理，分割出外物入侵目标；

目标检测模块，用于在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程，根据各粒子的状态转移方程检测所述外物入侵目标的位置。

7.如权利要求6所述的输电线路防外破检测装置，其特征在于，所述图像处理模块，包括：

滤波单元，用于采用中值滤波方法对所述输电线路图像去噪声；

边缘检测单元，用于对去噪声后的输电线路图像，采用线性二次微分子算法进行边缘检测。

8.如权利要求6所述的输电线路防外破检测装置，其特征在于，所述图像处理模块，还包括：

差分单元，用于对预处理后的图像的前景图像和背景图像进行差运算得到差分图像；

二值化处理单元，用于对差分图像进行二值化处理，在二值化图像中分割出所述外物入侵目标。

9.如权利要求6至8中任一项所述的输电线路防外破检测装置，其特征在于，所述目标检测模块在二值化后的图像中以所述外物入侵目标为中心的预设范围内，采用粒子群的速度和位移模型建立各粒子的状态转移方程为：

$v_t^i=\mathrm{\ω}\×v_{t-1}^i+\mathrm{\η}\×rand\left(\right)\×({\mathrm{pdg}}_{t-1}^i-s_{t-1}^i)$

$s_t^i=s_{t-1}^i+v_t^i$

其中，v为粒子的速度，ω为惯性权重，η为加速常数，rand()为取0-1之间的随机数，pdg为全局最优解，s为外物入侵目标的位置，t为当前时刻，t-1为前一时刻，i为任意一个粒子。

10.如权利要求6至8中任一项所述的输电线路防外破检测装置，其特征在于，所述目标检测模块，具体用于求前一时刻各粒子的状态转移方程的目标解，将所有粒子的状态转移方程的目标解中的最优解确定为所述外物入侵目标的当前位置。