CN111079852A - 一种输电线路绝缘子覆冰厚度侦测方法 - Google Patents

Abstract

本发明涉及一种输电线路绝缘子覆冰厚度侦测方法，包括以下步骤：获取当前的绝缘子图像；通过模板匹配算法获取绝缘子图像中的前景框信息，结合该前景框信息通过GrabCut算法进行前景与背景的分割；基于分割结果，对图像数据进行降维，以降低图像的边缘敏感性，进而在原图像中寻找并绘制绝缘子轮廓；计算绘制的绝缘子轮廓面积后对实际覆冰厚度进行估计，若估计的实际覆冰厚度超出预设的阈值，发出危害预警信号。本发明能够自动且精确地获取最优前景框，可以有效提升整个图像处理流程的效率，有利于实现对输电线路的实时自动监测和预警。

Description

一种输电线路绝缘子覆冰厚度侦测方法

技术领域

本发明涉及输电线路维护技术领域，特别是一种输电线路绝缘子覆冰厚度侦测方法。

背景技术

低温条件下，输电线路覆冰是一种常见现象，该现象受当时环境的湿度、海拔高度、地形条件、风速、温度等条件的综合影响。尤其是在高海拔或山地地区，冬季严寒环境下若有充足的水汽，输电线路就会产生覆冰现象。长时间覆冰，会使冰层厚度逐渐累加，当厚度超过输电线路的设计承载能力时，就可能导致铁塔倒塔或导线断线故障；而绝缘子覆冰，也会导致其伞裙之间通过冰层连接，而发生闪络现象，危害电力系统的安全稳定运行。

冰害发生时的气候条件往往十分恶劣，且覆冰常发生在高海拔和山地地区，使得依靠人工现场观测的方式存在较大的难度和风险。设立观冰站可以在一定程度上减小观测难度和风险，但该法受制于精度且冰害严重时冰雪封山，给现场观测人员人身安全带来隐患。由此可见，输电线路覆冰侦测问题仍然亟需解决，且具有很高的实用价值。

传统的利用GrabCut算法提取画面中的绝缘子，需要通过人工手段大致划分出一个包含所有前景和部分背景的矩形区域(前景框)，同时还需要获取前景框坐标，这种方法存在以下问题：一是人为划分前景框的精度不足，可能未将全部前景包含在框内，或者框中背景部分过多。这两个问题均会导致处理结果精度和速度的下降，甚至会发生误分割现象；二是手动设置的前景框坐标难以准确获取，存在误差，在需要对图像进行精细处理时，这些误差的影响被放大而影响算法结果。三是人工处理图像的效率问题，若有大量图像需要手动处理，费时费力，且大量重复劳动会图像处理人员划分前景框的准确度进一步下降，从而加重一、二两个问题带来的负面影响。

发明内容

有鉴于此，本发明的目的是提出一种输电线路绝缘子覆冰厚度侦测方法，能够自动且精确地获取最优前景框，可以有效提升整个图像处理流程的效率，有利于实现对输电线路的实时自动监测和预警。

本发明采用以下方案实现：一种输电线路绝缘子覆冰厚度侦测方法，包括以下步骤：

获取当前的绝缘子图像；

通过模板匹配算法获取绝缘子图像中的前景框信息，结合该前景框信息通过GrabCut算法进行前景与背景的分割；

基于分割结果，对图像数据进行降维，以降低图像的边缘敏感性，进而在原图像中寻找并绘制绝缘子轮廓；

计算绘制的绝缘子轮廓面积后对实际覆冰厚度进行估计，若估计的实际覆冰厚度超出预设的阈值，发出危害预警信号。

进一步地，所述获取当前的绝缘子图像具体为：利用现场摄像头采集包括完整绝缘子在内的图像，对其进行预处理，去除环境噪声。

进一步地，通过模板匹配算法获取绝缘子图像中的前景框信息具体包括以下步骤：

步骤S11：建立未覆冰的绝缘子模板图像；

步骤S12：将步骤S11建立的模板图像与当前的绝缘子图像进行匹配，获取图像前景框，得到前景框左上角点坐标及前景框的高度和宽度；

步骤S13：利用获得的矩形前景框左上角坐标和框的高度、宽度，采用GrabCut算法自动分割图像，将前景框内的前景与背景分割开。

进一步地，所述基于分割结果，对图像数据进行降维，以降低图像的边缘敏感性，进而在原图像中寻找并绘制绝缘子轮廓具体为：

步骤S21：将分割后的前景图像依次进行灰度处理与二值化处理，实现图像降维；

步骤S22：利用降维后的信息，采用findcontours函数在原始获取的当前绝缘子图像中找到绝缘子轮廓；

步骤S23：利用预设的轮廓阈值对找到的绝缘子轮廓进行筛选，使用drawcontours函数绘制筛选得到的覆冰绝缘子轮廓。

进一步地，所述计算绘制的绝缘子轮廓面积后对实际覆冰厚度进行估计，若估计的实际覆冰厚度超出预设的阈值，发出危害预警信号具体为：

步骤S31：使用contourArea函数计算绘制的绝缘子轮廓面积N2；

步骤S32：采用下式计算当前的覆冰变化率P_a：

式中，N1为未覆冰的绝缘子轮廓面积，即模板图像中的轮廓面积；

步骤S32：设Dm为估计的覆冰最大厚度，令P_a每增加3％时Dm增加Amm，其中A为由现场情况及历史经验数据得到的经验值；

步骤S33：当Dm的大小超过预设的预警值T时，发出威海预警信号。

与现有技术相比，本发明有以下有益效果：

1、本发明利用模板匹配算法自动获取前景框角点坐标和宽度高度，提高算法自动化程度，减少人工操作，提高整体算法效率。

2、本发明利用GrabCut算法进行图像前景背景分割，利用算法自身较高的分割精度实现图像中绝缘子提取。

3、本发明将模板匹配算法与GrabCut算法结合。先通过模板匹配获取前景框角点坐标及宽度和高度，再将其传递给GrabCut算法，就可以实现图像中前景背景的分割。基于此分割结果，进行灰度化、二值化处理对图像数据进行降维，利用二值化图像边缘敏感性，在原图像中寻找并绘制绝缘子轮廓，计算该轮廓像素面积后再对实际覆冰厚度进行估计，根据估计结果可实现对绝缘子覆冰程度监测及预警。

4、本发明中的方法使用方便，整个流程中一个位置的绝缘子仅需人为制作一个图像模板，其他部分完全交给算法来实现，就可对输电线路某一位置绝缘子进行自动监测与预警，无需人工进行肉眼观测，节省人力物力。

5、本发明能够自动且精确地获取最优前景框。自动获取前景框可以节约人力物力，同时提高效率；精确获取前景框能进一步提高算法的速度。这两方面的提高使得本发明可以有效提升整个图像处理流程的效率，有利于实现对输电线路的实时自动监测和预警。

附图说明

图1为本发明实施例的方法流程示意图。

图2为本发明实施例的模板匹配示意图。

图3为本发明实施例的与处理后的当前绝缘子图像。

图4为本发明实施例的未覆冰绝缘子模板图像。

图5为本发明实施例的模板匹配结果。

图6为本发明实施例的降维后的图片示意图。

图7为本发明实施例的轮廓绘制结果示意图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

如图1所示，本实施例提供了一种输电线路绝缘子覆冰厚度侦测方法，包括以下步骤：

获取当前的绝缘子图像；

通过模板匹配算法获取绝缘子图像中的前景框信息，结合该前景框信息通过GrabCut算法进行前景与背景的分割；

基于分割结果，对图像数据进行降维，以降低图像的边缘敏感性，进而在原图像中寻找并绘制绝缘子轮廓；

计算绘制的绝缘子轮廓面积后对实际覆冰厚度进行估计，若估计的实际覆冰厚度超出预设的阈值，发出危害预警信号。

在本实施例中，所述获取当前的绝缘子图像具体为：利用现场摄像头采集包括完整绝缘子在内的图像，对其进行预处理，去除环境噪声。现场摄像头返回的图像含有大量噪声及背景干扰，先对其进行预处理，提高对比度并采用均值滤波去除环境噪声。200万像素摄像头返回图像分辨率为1920*1080，为提高算法效率及速度将图像缩放为原图十分之一进行处理。图3为预处理后的当前绝缘子图像。

在本实施例中，通过模板匹配算法获取绝缘子图像中的前景框信息具体包括以下步骤：

步骤S11：建立未覆冰的绝缘子模板图像；为提取前景图像，首先建立未覆冰绝缘子模板图像；该模板图像为现场摄像头在晴朗天气条件、固定位置拍摄的绝缘子预处理图像；其中，预先制作的未覆冰绝缘子模板图像如图4所示；

步骤S12：将步骤S11建立的模板图像与当前的绝缘子图像进行匹配，获取图像前景框，得到前景框左上角点坐标及前景框的高度和宽度，其中匹配的结果如图5所示，图5中的方框即为图像前景框；模板匹配是通过一幅已知小图像，在大图像中寻找目标可能位置的方法；算法基本思想为：首先选取一个包含与现场相同绝缘子的模板T(m*n个像素)，将其平铺在待检索图像S(W*H个像素)上，其中m≤W，n≤H。T从S左上角开始向左向下平移(如图2所示)。T覆盖S的范围称为子图S_ij。i、j分别为模板T左上角在被检索图S中的坐标，检索范围为0≤i≤W-m,0≤j≤H-n。匹配过程是比较T与Sij的相似程度，该指标用下式来衡量：

式中的第一、三两项分别为子图S_ij与模板T的能量，第二项为S_ij与T的相关关系，为更有效表达二者的相关程度，可将其改造并归一化后得到式2：

R_ij为子图S_ij与模板T的相关系数，0≤R_ij≤1，R_ij越接近1，说明S_ij与T越接近。完成检索后，找到R_ij最大值位置，此位置即为S中待查找物体位置。记录此时S_ij左上角点坐标(i，j)，以(i，j)为起点到(i+m，j+n)为终点的矩形框即为图像前景框。

步骤S13：利用获得的矩形前景框左上角坐标和框的高度、宽度，采用GrabCut算法自动分割图像，将前景框内的前景与背景分割开。GrabCut算法基本思想为最大流最小割(Max Flow-Minimum Cut)方法。

在本实施例中，所述基于分割结果，对图像数据进行降维，以降低图像的边缘敏感性，进而在原图像中寻找并绘制绝缘子轮廓具体为：

步骤S21：将分割后的前景图像依次进行灰度处理与二值化处理，实现图像降维；降维后的图片如图6所示；

其中，图像灰度化：将三通道RGB图像，按照下式进行加权平均，使三通道降为一通道灰度图：

Gray＝0.114B+0.587G+0.299R；

图像二值化：采用预设的阈值T的方法，按照下式对灰度图像进行二值化处理，获得二值图像：

步骤S22：利用降维后的信息，采用findcontours函数在原始获取的当前绝缘子图像中找到绝缘子轮廓；使用findcontours函数处理二值化图像Binary，设置参数RETR_EXTERNAL限制检索范围，仅检测最外层轮廓。

步骤S23：利用预设的轮廓阈值对找到的绝缘子轮廓进行筛选，使用drawcontours函数绘制筛选得到的覆冰绝缘子轮廓。设置一个较大阈值T，过滤小轮廓干扰，当且仅当轮廓面积大于阈值T时，才绘制该轮廓。至此，图像前景分割及提取流程结束。绘制结果如图7所示，图7中的封闭线条即为绘制的覆冰绝缘子的完整轮廓。

在本实施例中，所述计算绘制的绝缘子轮廓面积后对实际覆冰厚度进行估计，若估计的实际覆冰厚度超出预设的阈值，发出危害预警信号具体为：

步骤S31：使用contourArea函数计算绘制的绝缘子轮廓面积N2，本实施例图7中的计算结果为9736.5(像素面积)，即在实线包围的区域内像素点个数为9736.5个，以此作为轮廓面积；而付冰倩的绝缘子轮廓面积为9238.0(像素面积)；

步骤S32：采用下式计算当前的覆冰变化率P_a：

式中，N1为未覆冰的绝缘子轮廓面积，即模板图像中的轮廓面积；

步骤S32：设Dm为估计的覆冰最大厚度，令P_a每增加3％时Dm增加Amm，其中A为由现场情况及历史经验数据得到的经验值；本实施例中，覆冰前后的面积变化率为5.39％，根据经验公式计算得，覆冰厚度最大处增加44.5毫米，而实测值为47.2毫米，误差为2.11％，可见本实施例的估计精度能够达到需求；

步骤S33：当Dm的大小超过预设的预警值T时，发出威海预警信号。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (5)

1.一种输电线路绝缘子覆冰厚度侦测方法，其特征在于，包括以下步骤：

获取当前的绝缘子图像；

通过模板匹配算法获取绝缘子图像中的前景框信息，结合该前景框信息通过GrabCut算法进行前景与背景的分割；

基于分割结果，对图像数据进行降维，以降低图像的边缘敏感性，进而在原图像中寻找并绘制绝缘子轮廓；

计算绘制的绝缘子轮廓面积后对实际覆冰厚度进行估计，若估计的实际覆冰厚度超出预设的阈值，发出危害预警信号。

2.根据权利要求1所述的一种输电线路绝缘子覆冰厚度侦测方法，其特征在于，所述获取当前的绝缘子图像具体为：利用现场摄像头采集包括完整绝缘子在内的图像，对其进行预处理，去除环境噪声。

3.根据权利要求1所述的一种输电线路绝缘子覆冰厚度侦测方法，其特征在于，通过模板匹配算法获取绝缘子图像中的前景框信息具体包括以下步骤：

步骤S11：建立未覆冰的绝缘子模板图像；

步骤S12：将步骤S11建立的模板图像与当前的绝缘子图像进行匹配，获取图像前景框，得到前景框左上角点坐标及前景框的高度和宽度；

步骤S13：利用获得的矩形前景框左上角坐标和框的高度、宽度，采用GrabCut算法自动分割图像，将前景框内的前景与背景分割开。

4.根据权利要求1所述的一种输电线路绝缘子覆冰厚度侦测方法，其特征在于，所述基于分割结果，对图像数据进行降维，以降低图像的边缘敏感性，进而在原图像中寻找并绘制绝缘子轮廓具体为：

步骤S21：将分割后的前景图像依次进行灰度处理与二值化处理，实现图像降维；

步骤S22：利用降维后的信息，采用findcontours函数在原始获取的当前绝缘子图像中找到绝缘子轮廓；

步骤S23：利用预设的轮廓阈值对找到的绝缘子轮廓进行筛选，使用drawcontours函数绘制筛选得到的覆冰绝缘子轮廓。

5.根据权利要求1所述的一种输电线路绝缘子覆冰厚度侦测方法，其特征在于，所述计算绘制的绝缘子轮廓面积后对实际覆冰厚度进行估计，若估计的实际覆冰厚度超出预设的阈值，发出危害预警信号具体为：

步骤S31：使用contourArea函数计算绘制的绝缘子轮廓面积N2；

步骤S32：采用下式计算当前的覆冰变化率P_a：

式中，N1为未覆冰的绝缘子轮廓面积，即模板图像中的轮廓面积；

步骤S32：设Dm为估计的覆冰最大厚度，令P_a每增加3％时Dm增加Amm，其中A为由现场情况及历史经验数据得到的经验值；

步骤S33：当Dm的大小超过预设的预警值T时，发出威海预警信号。

Images