CN107016659A - 用于无人机电力巡检中图片清晰度增强的方法 - Google Patents
用于无人机电力巡检中图片清晰度增强的方法 Download PDFInfo
- Publication number
- CN107016659A CN107016659A CN201710328925.2A CN201710328925A CN107016659A CN 107016659 A CN107016659 A CN 107016659A CN 201710328925 A CN201710328925 A CN 201710328925A CN 107016659 A CN107016659 A CN 107016659A
- Authority
- CN
- China
- Prior art keywords
- picture
- unmanned plane
- processing
- light radiation
- inspection process
- 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 28
- 238000007689 inspection Methods 0.000 title claims abstract description 25
- 230000005855 radiation Effects 0.000 claims description 31
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 238000005315 distribution function Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 239000012212 insulator Substances 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 abstract 1
- 230000002708 enhancing effect Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T2207/10052—Images from lightfield camera
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Processing (AREA)
Abstract
本发明提供了用于无人机电力巡检中图片清晰度增强的方法,属于电力巡检领域,通过对电网的信息收集、参数设置、图片清晰度处理,所述图片清晰度处理通过对大气光幕初始值的估测、进行局部方差计算、均值滤波图片融合得到大气光精确值、计算透射率分布参数,来得到清晰图片,为电力巡检工作节约了大量人力、时间,并且为故障的分析和处理,提供了非常大的帮助。
Description
技术领域
本发明涉及电网巡检领域,尤其涉及用于无人机电力巡检中图片清晰度增强的方法。
背景技术
定期进行电网巡检是保证电网正常运行,消除事故或安全隐患的重要措施,现有巡检方式多为人工配合检测设备进行巡查检测,受天气等因素影响,效率较低。随着无线传输及计算机技术的进步,在电网巡检时逐渐采用无人机来完成电网巡检工作,其大部分都是通过无人机对电网进行拍摄,再无线传输给主机,在拍摄过程中经常会由于天气的变化而影响到拍摄图片不够清晰,传输有干扰等状况,其后果是直接影响到工作人员对电网安全的分析,因此有必要提高无人机在电网巡检时照片、视频的清晰度。
发明内容
基于上述现状,本发明所要解决的技术问题在于,提供用于无人机电力巡检中图片清晰度增强的方法,并且能够即时且准确的检测并反馈电网状态。
本发明的用于无人机电力巡检中图片清晰度增强的方法主要包括以下步骤:
1、信息收集,在电网正常运行状态下收集巡检范围内电塔与电塔之间的距离、输电线路、绝缘子、以及各个零部件的正常连接的图片。
2、参数设置,将电网正常运行状态下收集的图片信息编入到处理中心,用于无人机在拍摄工程中进行图片的对比,处理中心与安装在无人机上的摄像头连接。
3、无人机在巡检过程中,通过安装在无人机上的摄像头对电网进行拍摄,拍摄后由处理中心进行自动比对,比对发现有偏差的发送给服务器,服务器工作人员在收到无人机传输图片后经过判断,有问题的安排工作人员检修。
无人机拍摄照片的清晰度是工作人员进行安全分析的重要依据,那么有必要针对无人机拍摄的照片进行清晰化处理,方法如下:
定义如下变量以便于描述:
待处理整幅图片的尺寸为imagesize:即imagesize=Height*Width,其中Height为图片的高,Width为图片的宽。
均值滤波器为avefilter(N),其中N是均值滤波的窗口大小。
基础光强A:大气光成分的强度,本发明采用自适应的求取方法,能够根据不同的图片性质判断出不同的值。
亮度修复因子ω:修复透射率分布函数中的亮度,本发明采用自适应的求取方法,能够根据不同的图片的亮度求取不同的值。
透射率分布函数t(x,y):光线通过大气环境干扰后没有被散射部分的比例,0≤t(x,y)≤1。
原始不清晰图片为Ioriginal:若为彩色图片,R、G、B三通道的值分别为Ioriginal_R、Ioriginal_G、Ioriginal_B;若为灰度图片则Ioriginal为单通道。
定义不清晰图片的光辐射场,取低照度图片每个像素点的三通道的最大值Ioriginal,得到光辐射场初始值w(x,y);
按照如下方法对照片进行清晰度增强:
通过对不清晰图片进行估测,制备出自适应的亮度修复因子ω:求出w(x,y)的平均值:Nmean=mean(w(x,y)),其中,Nmean为w(x,y)的均值,mean()为求得整幅图片均值的操作,其公式为其中n为图片中像素点的总数;xi为图片中某一点的亮度值;
w(x,y)为光辐射场的初始值,自适应亮度修复因子ω=k0-(Nmean/k1)2,其中Nmean反映了整幅图片的亮度平均值,k1为设定的控制参数,该参数反映了图片的明暗程度;通过对不清晰图片亮度的估测,制备出基础光强A:定义整幅图片的尺寸为imagesize=Height*Width,其中Height为图片的高Width为图片的宽,统计光辐射场w(x,y)的直方图Histogram_w;计算直方图的累加和当对应的j1即为基础光强A,其中k2为设定的控制参数;制备两个自适应的均值滤波器avefilter1(N,x,y),avefilter2(N,x,y),定义局部窗口均值滤波器为avefilter(N),其公式为:其中i,j为二维图片中像素的坐标,2r+1为正方形窗口的大小;逐点计算低照度图片局部窗口内的光辐射场方差:Nstd=std(w(x,y)),其中,w(x,y)为光辐射场的初始值;std()为求取标准差的操作,其公式为其中n为窗口中像素点的总数;xi为图片中每一点的像素值;Nmean为窗口内图片亮度平均值;Nstd为窗口内图片的标准差,反映了局部窗口内图像的差异;对光辐射场的标准差做归一化处理:Nstd2=Nstd2/(k3+Nstd2),k3为设定的控制参数,控制归一化曲线的弯曲程度;求取自适应的窗口大小N:N=2*floor(k4*Nstd2)+1,其中,floor为向下取整数的操作,k4为设定的控制参数,能够控制滤波器的窗口,其值越大,滤波器窗口越大,滤波后的图片越平滑;
对不清晰图片进行亮度提升处理:
对光辐射场初始值做第一次处理其公式为
对光辐射场初始值做第二次处理
光辐射场的精确估计值:U(x,y)=ave1(x,y)*(1-Nstd2)+ave2(x,y)*Nstd2,其中Nstd2为先前制备均值滤波器所求的归一化的光辐射场标准差;ave1(x,y)和ave2(x,y)分别为对光辐射场初始值进行两次滤波求得的值;U(x,y)定义为光辐射场的精确估计值;
透射率分布函数s(x,y):其中ω为先前制备出的自适应亮度修复因子;B=255-A;U(x,y)为已计算的光辐射场精确估计值;
根据复原公式J(x,y)=(Ioriginal(x,y)-A)*s(x,y)+A,将灰度图片亮度值Ioriginal以及基础光强A、透射率分布函数s(x,y)代入计算得到复原后值J(x,y),即可得到复原后图片J(x,y)。
本发明的有益效果:
通过对无人机电力巡检中图片清晰度增强的方法,可以大量减少人力用于日常的电力巡检工作,图片清晰处理后能够使工作人员更加准确的判断出故障,通过工作人员的及时分析,能够为维修节约大量时间,并且还能有效的减少故障的发生率,从而减少因故障而造成的不必要的损失。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
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,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明的用于无人机电力巡检中图片清晰度增强的方法主要包括以下步骤:
1、信息收集,在电网正常运行状态下收集巡检范围内电塔与电塔之间的距离、输电线路、绝缘子、以及各个零部件的正常连接的图片。
2、参数设置,将电网正常运行状态下收集的图片信息编入到处理中心,用于无人机在拍摄工程中进行图片的对比,处理中心与安装在无人机上的摄像头连接。
3、无人机在巡检过程中,通过安装在无人机上的摄像头对电网进行拍摄,拍摄后由处理中心进行自动比对,比对发现有偏差的发送给服务器,服务器工作人员在收到无人机传输图片后经过判断,有问题的安排工作人员检修。
4、服务器在收到图片后会经过如下方式进行图片清晰处理:
定义如下变量以便于描述:
待处理整幅图片的尺寸为imagesize:即imagesize=Height*Width,其中Height为图片的高,Width为图片的宽。
均值滤波器为avefilter(N),其中N是均值滤波的窗口大小。
基础光强A:大气光成分的强度,本发明采用自适应的求取方法,能够根据不同的图片性质判断出不同的值。
亮度修复因子ω:修复透射率分布函数中的亮度,本发明采用自适应的求取方法,能够根据不同的图片的亮度求取不同的值。
透射率分布函数t(x,y):光线通过大气环境干扰后没有被散射部分的比例,0≤t(x,y)≤1。
原始不清晰图片为Ioriginal:若为彩色图片,R、G、B三通道的值分别为Ioriginal_R、Ioriginal_G、Ioriginal_B;若为灰度图片则Ioriginal为单通道。
定义不清晰图片的光辐射场,取低照度图片每个像素点的三通道的最大值Ioriginal,得到光辐射场初始值w(x,y);
按照如下方法对照片进行清晰度增强:
通过对不清晰图片进行估测,制备出自适应的亮度修复因子ω:求出w(x,y)的平均值:Nmean=mean(w(x,y)),其中,Nmean为w(x,y)的均值,mean()为求得整幅图片均值的操作,其公式为其中n为图片中像素点的总数;xi为图片中某一点的亮度值;
w(x,y)为光辐射场的初始值,自适应亮度修复因子ω=k0-(Nmean/k1)2,其中Nmean反映了整幅图片的亮度平均值,k1为设定的控制参数,该参数反映了图片的明暗程度;通过对低照度亮度的估测,制备出基础光强A:定义整幅图片的尺寸为imagesize=Height*Width,其中Height为图片的高Width为图片的宽,统计光辐射场w(x,y)的直方图Histogram_w;计算直方图的累加和当对应的j1即为基础光强A,其中k2为设定的控制参数;制备两个自适应的均值滤波器avefilter1(N,x,y),avefilter2(N,x,y),定义局部窗口均值滤波器为avefilter(N),其公式为:其中i,j为二维图片中像素的坐标,2r+1为正方形窗口的大小;逐点计算低照度图片局部窗口内的光辐射场方差:Nstd=std(w(x,y)),其中,w(x,y)为光辐射场的初始值;std()为求取标准差的操作,其公式为其中n为窗口中像素点的总数;xi为图片中每一点的像素值;Nmean为窗口内图片亮度平均值;Nstd为窗口内图片的标准差,反映了局部窗口内图像的差异;对光辐射场的标准差做归一化处理:Nstd2=Nstd2/(k3+Nstd2),k3为设定的控制参数,控制归一化曲线的弯曲程度;求取自适应的窗口大小N:N=2*floor(k4*Nstd2)+1,其中,floor()为向下取整数的操作,k4为设定的控制参数,能够控制滤波器的窗口,其值越大,滤波器窗口越大,滤波后的图片越平滑;
对不清晰图片进行亮度提升处理:
对光辐射场初始值做第一次处理其公式为
对光辐射场初始值做第二次处理
光辐射场的精确估计值:U(x,y)=ave1(x,y)*(1-Nstd2)+ave2(x,y)*Nstd2,其中Nstd2为先前制备均值滤波器所求的归一化的光辐射场标准差;ave1(x,y)和ave2(x,y)分别为对光辐射场初始值进行两次滤波求得的值;U(x,y)定义为光辐射场的精确估计值;
透射率分布函数s(x,y):其中ω为先前制备出的自适应亮度修复因子;B=255-A;U(x,y)为已计算的光辐射场精确估计值;
根据复原公式J(x,y)=(Ioriginal(x,y)-A)*s(x,y)+A,将灰度图片亮度值Ioriginal以及基础光强A、透射率分布函数s(x,y)代入计算得到复原后值J(x,y),即可得到复原后图片J(x,y)。
6、图片清晰度增强后,工作人员可以有效的判断是否有故障,故障原因,能给及时提供解决方案。
最后应当说明的是,以上实施例仅用以说明本发明创造的技术方案,而非对本发明创造保护范围的限制,尽管参照较佳实施例对本发明创造作了详细地说明,本领域的普通技术人员应当理解,可以对本发明创造的技术方案进行修改或者等同替换,而不脱离本发明创造技术方案的实质和范围。
Claims (1)
1.用于无人机电力巡检中图片清晰度增强的方法,其特征在于:根据以下步骤实现:
一、信息收集,在电网正常运行状态下收集巡检范围内电塔与电塔之间的距离、输电线路、绝缘子、以及各个零部件的正常连接的图片;
二、参数设置,将电网正常运行状态下收集的图片信息编入到处理中心,用于无人机在拍摄工程中进行图片的对比,处理中心与安装在无人机上的摄像头连接;
三、无人机在巡检过程中,通过安装在无人机上的摄像头对电网进行拍摄,拍摄后由处理中心进行自动比对,比对发现有偏差的发送给服务器,服务器工作人员在收到无人机传输图片后经过判断,有问题的安排工作人员检修;
四、通过对不清晰图片进行估测,制备出自适应的亮度修复因子ω;
五、通过对不清晰图片亮度的估测,制备出基础光强A;
六、通过局部窗口内图片的差异,对光辐射场的标准差做归一化处理;
七、对不清晰图片进行亮度提升处理,分为对光辐射场初始值做第一次处理,对光辐射场初始值做第二次处理;
八、根据复原公式J(x,y)=(Ioriginal(x,y)-A)*s(x,y)+A,将灰度图片亮度值Ioriginal以及基础光强A、透射率分布函数s(x,y)代入计算得到复原后值J(x,y),即可得到复原后清晰图片J(x,y)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710328925.2A CN107016659A (zh) | 2017-05-11 | 2017-05-11 | 用于无人机电力巡检中图片清晰度增强的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710328925.2A CN107016659A (zh) | 2017-05-11 | 2017-05-11 | 用于无人机电力巡检中图片清晰度增强的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107016659A true CN107016659A (zh) | 2017-08-04 |
Family
ID=59450121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710328925.2A Pending CN107016659A (zh) | 2017-05-11 | 2017-05-11 | 用于无人机电力巡检中图片清晰度增强的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107016659A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112253A (zh) * | 2014-06-16 | 2014-10-22 | 武汉博睿达信息技术有限公司 | 一种基于自适应多尺度滤波的低照度图像/视频增强方法 |
CN105049812A (zh) * | 2015-08-07 | 2015-11-11 | 清华大学深圳研究生院 | 一种无人机便携式地面站处理方法及系统 |
CN105186363A (zh) * | 2015-09-11 | 2015-12-23 | 国网山东平阴县供电公司 | 一种电力安全快速巡检系统 |
CN105915856A (zh) * | 2016-06-06 | 2016-08-31 | 天津中翔腾航科技股份有限公司 | 无人机电力巡线影像数据采集及处理系统 |
CN205581646U (zh) * | 2016-03-24 | 2016-09-14 | 天津中翔腾航科技股份有限公司 | 无人机电力巡检图像采集及处理系统 |
CN105959181A (zh) * | 2016-06-17 | 2016-09-21 | 国网山东省电力公司电力科学研究院 | 一种用于检验检测电力巡检无人机的系统及方法 |
CN106570947A (zh) * | 2016-11-07 | 2017-04-19 | 宁波精丰测控技术有限公司 | 电力设施智能巡检系统及方法 |
-
2017
- 2017-05-11 CN CN201710328925.2A patent/CN107016659A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112253A (zh) * | 2014-06-16 | 2014-10-22 | 武汉博睿达信息技术有限公司 | 一种基于自适应多尺度滤波的低照度图像/视频增强方法 |
CN105049812A (zh) * | 2015-08-07 | 2015-11-11 | 清华大学深圳研究生院 | 一种无人机便携式地面站处理方法及系统 |
CN105186363A (zh) * | 2015-09-11 | 2015-12-23 | 国网山东平阴县供电公司 | 一种电力安全快速巡检系统 |
CN205581646U (zh) * | 2016-03-24 | 2016-09-14 | 天津中翔腾航科技股份有限公司 | 无人机电力巡检图像采集及处理系统 |
CN105915856A (zh) * | 2016-06-06 | 2016-08-31 | 天津中翔腾航科技股份有限公司 | 无人机电力巡线影像数据采集及处理系统 |
CN105959181A (zh) * | 2016-06-17 | 2016-09-21 | 国网山东省电力公司电力科学研究院 | 一种用于检验检测电力巡检无人机的系统及方法 |
CN106570947A (zh) * | 2016-11-07 | 2017-04-19 | 宁波精丰测控技术有限公司 | 电力设施智能巡检系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106296612B (zh) | 一种图像质量评价和天气状况引导的分级式监控视频清晰化系统及方法 | |
CN109916910B (zh) | 光伏玻璃边部缺陷检测系统及相应的方法 | |
CN103702111B (zh) | 一种检测摄像头视频偏色的方法 | |
CN104394377B (zh) | 一种监控图像的模糊异常的识别方法及装置 | |
CN110458157B (zh) | 一种电力电缆生产过程智能监控系统 | |
CN108711140A (zh) | 一种基于类间方差描述的图像亮度均匀性实时恢复方法 | |
CN107392116A (zh) | 一种指示灯识别方法和系统 | |
CN104601956A (zh) | 基于固定翼无人机的输电线路在线监测系统及监测方法 | |
CN107680089B (zh) | 一种高压输电线路摄像头图像异常的自动判断方法 | |
CN109848073A (zh) | 一种分拣煤与煤矸石的设备与方法 | |
CN110493574B (zh) | 基于流媒体和ai技术的安监可视化系统 | |
CN107316278A (zh) | 一种水下图像清晰化处理方法 | |
CN108921132A (zh) | 无人机机载电缆探测系统 | |
WO2021068497A1 (zh) | 一种基于图像识别的篦冷机工况监测方法 | |
CN105554494B (zh) | 雪点图像检测方法和装置以及视频质量检测装置和系统 | |
CN110210530A (zh) | 基于机器视觉的智能监控方法、装置、设备、系统和存储介质 | |
CN109801231A (zh) | 一种电泳电子纸检测设备的图像处理方法 | |
CN115936672A (zh) | 一种智慧电网在线安全运维管理方法和系统 | |
CN105427279A (zh) | 一种基于计算机视觉及物联网的草原旱情监测系统和方法 | |
CN105989583A (zh) | 一种图像去雾方法 | |
CN112422818B (zh) | 一种基于多元图像融合的智能化掉筛远程检测方法 | |
CN107016659A (zh) | 用于无人机电力巡检中图片清晰度增强的方法 | |
CN110062150A (zh) | 一种自动对焦方法及装置 | |
CN112001271A (zh) | 一种工地道路保洁方法、装置和系统 | |
TW201418671A (zh) | 水位量測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170804 |