CN112686938A - 基于双目图像测距的输电线路净距计算与安全告警方法 - Google Patents

基于双目图像测距的输电线路净距计算与安全告警方法 Download PDF

Info

Publication number
CN112686938A
CN112686938A CN202011595357.0A CN202011595357A CN112686938A CN 112686938 A CN112686938 A CN 112686938A CN 202011595357 A CN202011595357 A CN 202011595357A CN 112686938 A CN112686938 A CN 112686938A
Authority
CN
China
Prior art keywords
transmission line
power transmission
image
point
edge
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.)
Granted
Application number
CN202011595357.0A
Other languages
English (en)
Other versions
CN112686938B (zh
Inventor
王建
李�昊
熊小伏
张波
陈红州
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN202011595357.0A priority Critical patent/CN112686938B/zh
Publication of CN112686938A publication Critical patent/CN112686938A/zh
Application granted granted Critical
Publication of CN112686938B publication Critical patent/CN112686938B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明公开了一种基于双目图像测距的输电线路净距计算与安全告警方法,通过采集输电线路双目巡检图像,提取图像特征点;并基于双目成像模型计算输电线路与被跨越物的垂直净空距离和水平净空距离;当输电线路与被跨越物的垂直净空距离小于或等于预设垂直净空距离时,或输电线路与被跨越物的水平净空距离小于或等于预设水平净空距离时,向输电线路运维人员发出净距越限告警。本发明将输电线路净距计算与安全告警问题,利用图像处理的方式结合双目成像模型进行解决,充分利用现有的直升机、无人机巡检所采集的图像信息,与现有的接触式和非接触式监测方法相比,监测的灵活性更强、运维成本更低、应用普遍性与可推广性更高。

Description

基于双目图像测距的输电线路净距计算与安全告警方法
技术领域
本发明涉及输电设备安全技术领域,具体地说,涉及一种基于双目图像测距的输电线路净距计算与安全告警方法。
背景技术
输电线路的净空距离是输电线路设计及运行中的一个重要参数,线路老化、运行负荷和周围环境变化,都会造成线路弧垂改变,导致线路与被跨越物的净空距离不足,从而影响线路的安全运行。因此,对输电线路的净距进行快速自动测量,并结合交叉跨越物的最小净距要求,自动识别安全隐患,发出风险告警,具有重要的工程应用价值。
输电线路弧垂和净空距离相互关联,为了保持线路与被跨越物之间的安全距离,常使用实时监测弧垂的方式间接监测线路净空距离,以保证线路安全运行。目前常用的弧垂/净距测量方法有人工观测法和实时自动测量法。人工观测易受地理与自然环境等多种因素的影响,对于地形复杂的地区,很难开展人工作业。国内外电力部门及研究机构对输电线路弧垂实时自动监测方法已进行了多年研究,也研发出了几款弧垂在线监测装置。弧垂监测方法按照监测装置是否与输电线路相接触分为接触式与非接触式,其中接触式方法包括基于温度或基于导线应力间接测量弧垂,非接触式方法包括基于电场逆运算、超声波测距、基于全球定位系统测量弧垂。对于接触式和非接触式监测方法,虽然测量精度能达到工程所需要求,但两者都存在较大的监测成本和维护成本,应用普遍性与可推广性不高。
因此,如何提供一种监测方式更灵活、运维成本更低、应用普遍性与可推广性更高的监测输电线路的净空距离并进行及时进行安全告警的技术方案,成为了本领域技术人员急需解决的问题。
发明内容
针对现有技术的不足,本发明实际需要解决的问题是:提供一种监测灵活性更强、运维成本更低、应用普遍性与可推广性更高的监测输电线路的净空距离并进行及时进行安全告警的技术方案。
本发明才用了如下的技术方案:
一种基于双目图像测距的输电线路净距计算方法,包括如下步骤:
S1、采集输电线路双目巡检图像,提取图像特征点;
S2、基于双面成像模型计算输电线路与被跨越物的垂直净空距离和水平净空距离。
优选地,步骤S1包括:
S101、采集输电线路双目巡检图像并对输电线路双目巡检图像进行预处理,得到分割后灰度图像及相机内部和外部参数信息;
在无人机或直升机巡检输电线路过程中,利用双目相机采集输电线路双目巡检图像;对获取的输电线路双目巡检图像进行分割得到分割后图像;利用张正友标定法对相机进行参数标定,获取得到相机内部和外部参数信息,并对分割后图像进行灰度图转化得到分割后灰度图像;相机内部参数信息包括:相机光学点到成像平面的距离f,成像平面原点位置(cx、cy),图像径向畸变参数k1、k2、k3以及图像切向畸变参数p1、p2;相机外部参数信息包括:双目相机右摄像头相对于左摄像头的旋转矩阵R,平移向量t;
S102、对分割后灰度图像进行极线纠正;
利用图像径向畸变参数k1、k2、k3对图像进行畸变修正,如下式所示:
Figure BDA0002870185760000022
式中,xrad和yrad分别表示像素点在水平和垂直方向上的径向畸变;xid和yid分别表示像素点在水平和垂直方向上不存在畸变的像素坐标;xta和yta分别表示像素点在水平和垂直方向上的切向畸变;r表示xid和yid的平方和;
利用相机外部参数信息将左右相机像平面进行旋转平移,使两个像平面在y轴方向上保持同一水平点;
S103、对极线纠正后的左右灰度图像进行立体匹配,使匹配后的图像能量值最小,获取最小能量值时各像素点的视差值,并以此求取各空间点的深度值,即z轴坐标;
采用SGM算法对分割后灰度图像进行空间立体匹配,视差范围(Dmin~Dmax),反复迭代得到最小能量值,进而完成立体匹配;SGM提出的能量函数E(D)如下式所示:
Figure BDA0002870185760000021
式中,Dq表示像素点q的视差值;C(p,Dp)表示当像素点p的视差值为Dp时的匹配代价;P1和P2表示惩罚系数,T[·]表示判断函数,括号内容表示判断条件,是则返回1,否则返回0,;
S104、对立体匹配后的图像进行边缘检测,提取图像特征点;
将Sobel算子与立体匹配后的图像做平面卷积得到水平和垂直方向上的亮度差分近似值Gx和Gy,表达式为:
Figure BDA0002870185760000031
式中,Sobel_gx和Sobel_gy分别为Sobel算子在水平和垂直方向上的卷积因子,A表示图像中目标像素点及其相邻8个方向上的灰度值矩阵,目标像素点为输电线路和对应的被跨越物的像素点;
平面卷积后的图像的灰度为G,
Figure BDA0002870185760000032
对平面卷积后的图像进行边缘检测得到图像特征点。
优选地,步骤S2包括:
S201、获取空间点三维坐标;
基于双目成像模型对输电线路及被跨越物特征点进行三维坐标转化,对于任一像素点p为例,以左相机为三维空间原点,根据相似三角形原理,推导出像素点p三维坐标的关系为
Figure BDA0002870185760000033
式中,xp表示像素点p的x轴坐标;yp表示像素点p的y轴坐标;zp表示像素点p的z轴坐标;ypL、ypR分别表示在y-z投影平面上,左图像投影点pL、右图像投影点pR距y轴坐标原点的距离;xpL、xpR表示在x-z投影平面上,左图像投影点pL、右图像投影点pR距x轴坐标原点的距离;B表示基准距离,即左右相机间距;像素点p的三维坐标(xp,yp,zp)为
Figure BDA0002870185760000034
式中,d表示各像素点视差值;
S202、按输电线路与被跨越物位置关系分为垂直和水平方向进行输电线路与被跨越物的垂直净空距离和水平净空距离计算:
利用下式得到输电线路与被跨越物边缘特征点在水平方向上的最小净空距离坐标点:
Figure BDA0002870185760000041
式中,Δx和Δy分别表示输电线路边缘特征点和被跨越物边缘特征点在x方向上和y方向上的最小距离,xi和xj分别为x方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,yi和yj分别为y方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,n1和n2为边缘特征点个数;
基于下式计算输电线路与被跨越物的水平净空距离Lf
Figure BDA0002870185760000042
式中,x′i和x′j分别为x方向上最小水平净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;y′i和y′j分别为y方向上最小水平净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;
当采集的输电线路双目巡检图像为强纹理图像时,图像特征点包括输电线路边缘特征点及被跨越物边缘特征点,利用下式得到输电线路与被跨越物边缘特征点在垂直方向上的最小净空距离坐标点:
Figure BDA0002870185760000043
式中,Δx′和Δy′分别表示输电线路边缘特征点和被跨越物边缘特征点在x方向上和y方向上的最小距离,xa和xb分别为x方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,ya和yb分别为y方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,m1和m2为输电线路边缘特征点和被跨越物边缘特征点个数;
基于下式计算输电线路与被跨越物的垂直净空距离Lv
Figure BDA0002870185760000044
式中,x′a和x′b分别为x方向上最小垂直净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;y′a和y′b分别为y方向上最小垂直净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;
当采集的输电线路双目巡检图像为弱纹理图像时,图像特征点包括输电线路边缘特征点及杆塔边缘特征点,取输电线路y轴上的最小点ys为线路弧垂最大位置,如下式所示:
ys=min{y1,y2,...,ya}a=1,2,...,m1
由弧垂点、输电线路所在两杆塔最低点构造平面三角形
Figure BDA0002870185760000051
式中,(xt1,yt1,zt1)和(xt2,yt2,zt2)分别为两杆塔三维坐标,(xs,ys,zs)为最大弧垂点的三维坐标,t、s、l为该平面三角形三边长;
基于下式计算输电线路与被跨越物的垂直净空距离Lv
Figure BDA0002870185760000052
一种基于双目图像测距的输电线路净距安全告警方法,采用上述的基于双目图像测距的输电线路净距计算方法得到输电线路与被跨越物的垂直净空距离和水平净空距离;当输电线路与被跨越物的垂直净空距离小于或等于预设垂直净空距离时,或输电线路与被跨越物的水平净空距离小于或等于预设水平净空距离时,向输电线路运维人员发出净距越限告警。
与现有技术相比,本发明具有以下有益效果:
1)将输电线路净距计算与安全告警问题,利用图像处理的方式结合双目成像模型进行解决,充分利用现有的直升机、无人机巡检所采集的图像信息,与现有的接触式和非接触式监测方法相比,监测更灵活、运维成本更低、应用普遍性与可推广性更高;
2)按照输电线路与被跨越物的位置关系,将净距监测分为垂直、水平方向的多维度测量,并实时考虑输电线路与被跨越物的纹理关系,在垂直方向上分为弱纹理、强纹理测量方法,有利于避免图像处理的弱项,提高测量的准确度;
3)利用测距结果,结合输电线路运行和设计规定,在不同维度进行实时告警,克服传统线路巡检方式单维度、地域限制的缺陷,有利于输电线路的实时状态把控。
附图说明
为了使发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本发明公开的基于双目图像测距的输电线路净距计算与安全告警方法的流程图;
图2为双目测距模型原理图
图3为示例中极线纠正后的正视图;
图4为示例中极线纠正后的侧视图。
具体实施方式
下面结合附图对本发明作进一步的详细说明。
如图1所示,本发明公开了一种基于双目图像测距的输电线路净距计算方法,包括如下步骤:
S1、采集输电线路双目巡检图像,提取图像特征点;
S2、基于双面成像模型计算输电线路与被跨越物的垂直净空距离和水平净空距离。
在日常巡检中,无人机或巡检直升机利用拍摄或录像装置,对巡检线路进行图像记录。然而,拍摄的海量图像资料,目前应用较多的是通过图像识别绝缘子破损、外飘物等。其实,这些图像信息包含线路的实时位置状态信息和基本结构特征,可为实时净距计算提供直观、有效的信息,但目前还未见报道有关弧垂测距和净距不足隐患的自动识别方法。
因此,本发明将输电线路净距计算与安全告警问题,利用图像处理的方式结合双目成像模型(如图2所示)进行解决,充分利用现有的直升机、无人机巡检所采集的图像信息,与现有的接触式和非接触式监测方法相比,监测成本和维护成本更低、应用普遍性与可推广性更高。此外,本发明按照输电线路与被跨越物的位置关系,将净距监测分为垂直、水平方向的多维度测量,能够有效提高测量的准确度。
具体实施时,步骤S1包括:
S101、采集输电线路双目巡检图像并对输电线路双目巡检图像进行预处理,得到分割后灰度图像及相机内部和外部参数信息;
在无人机或直升机巡检输电线路过程中,利用双目相机采集输电线路双目巡检图像;对获取的输电线路双目巡检图像进行分割得到分割后图像;利用张正友标定法对相机进行参数标定,获取得到相机内部和外部参数信息,并对分割后图像进行灰度图转化得到分割后灰度图像;相机内部参数信息包括:相机光学点到成像平面的距离f,成像平面原点位置(cx、cy),图像径向畸变参数k1、k2、k3以及图像切向畸变参数p1、p2;相机外部参数信息包括:双目相机右摄像头相对于左摄像头的旋转矩阵R,平移向量t;
对某地区单回路杆塔线路的拍摄图像进行测试,拍摄图像中杆塔参数如表1所示。
表1输电杆塔结构参数
Figure BDA0002870185760000071
以上述地区为例,选取当天15:00左右正拍图像(正视图)及18:20左右侧拍图像(侧视图)。所使用的双目相机为ZED双目相机,采用的像素标准为1080P,在该清晰度标准下的相机标定参数如下。
Figure BDA0002870185760000072
distCoeffL=[-0.0397,0.0084,-0.0005,-0.0003,-0.0045]
Figure BDA0002870185760000073
distCoeffR=[-0.0454,0.0139,-0.0005,-0.0003,-0.0045]
T=[120.0230,-0.0594,-0.4621]
rec=[-0.0015,-0.0044,-0.0003]
随后利用Matlab灰度转化函数对拍摄所的图像进行灰度转化。
S102、对分割后灰度图像进行极线纠正;
利用图像径向畸变参数k1、k2、k3对图像进行畸变修正,如下式所示:
Figure BDA0002870185760000074
式中,xrad和yrad分别表示像素点在水平和垂直方向上的径向畸变;xid和yid分别表示像素点在水平和垂直方向上不存在畸变的像素坐标;xta和yta分别表示像素点在水平和垂直方向上的切向畸变;r表示xid和yid的平方和;
利用相机外部参数信息将左右相机像平面进行旋转平移,使两个像平面在y轴方向上保持同一水平点,这样,后续立体匹配时只需遍历同一线上的点即可获取同名点。
以上述地区为例,利用标定所得内外参数,对图像进行畸变纠正后,对左右相机成像平面进行旋转平移,使其平面、极线相互平行。当天15:00左右正拍图像(正视图)及18:20左右侧拍图像(侧视图)的极线纠正后的图像如图3、图4所示。
S103、对极线纠正后的左右灰度图像进行立体匹配,使匹配后的图像能量值最小,获取最小能量值时各像素点的视差值,并以此求取各空间点的深度值,即z轴坐标;
采用SGM算法对分割后灰度图像进行空间立体匹配,视差范围(Dmin~Dmax)(可根据拍摄场景及深度预先选取,一般设置为32~256),反复迭代得到最小能量值,进而完成立体匹配;SGM提出的能量函数E(D)如下式所示:
Figure BDA0002870185760000081
式中,Dq表示像素点q的视差值,C(p,Dp)表示当像素点p的视差值为Dp时的匹配代价;P1和P2表示惩罚系数,T[·]表示判断函数,括号内容表示判断条件,是则返回1,否则返回0;等式右侧第一项表示所有像素点匹配代价的累加;等式右侧第二项表示,当像素点和其Np邻域内的所有像素点的视差变化在1个像素时,按照惩罚系数P1进行叠加;等式右侧第三项表示,当像素点和其Np邻域内的所有像素点的视差变化在1个像素以上时,按照惩罚系数为P2进行叠加。这样匹配过程既能够适应视差变化小的情形,也能正确处理视差非连续的情况。
S104、对立体匹配后的图像进行边缘检测,提取图像特征点;
采用Sobel算子对拍摄的图像进行处理,该算子在x(横向)、y(纵向)两个方向的卷积因子Sobel_gx、Sobel_gy的表达式分别为:
Figure BDA0002870185760000082
该算子包含两组3×3的矩阵,将之与图像做平面卷积,即可分别得到水平和垂直方向上的亮度差分近似值Gx和Gy,表达式为:
Figure BDA0002870185760000083
式中,Sobel_gx和Sobel_gy分别为Sobel算子在水平和垂直方向上的卷积因子,A表示图像中目标像素点及其相邻8个方向上的灰度值矩阵,目标像素点为输电线路和对应的被跨越物的像素点;
平面卷积后的图像的灰度为G,
Figure BDA0002870185760000091
根据边缘处存在明显灰度差异这一条件,作为边缘点判别依据进行检测边缘,即可获取边缘点像素信息,得到特征点。
具体实施时,步骤S2包括:
S201、获取空间点三维坐标;
基于双目成像模型对输电线路及被跨越物特征点进行三维坐标转化,对于任一像素点p为例,以左相机为三维空间原点,根据相似三角形原理,推导出像素点p三维坐标的关系为
Figure BDA0002870185760000092
式中,xp表示像素点p的x轴坐标;yp表示像素点p的y轴坐标;zp表示像素点p的z轴坐标;ypL、ypR分别表示在y-z投影平面上,左图像投影点pL、右图像投影点pR距y轴坐标原点的距离;xpL、xpR表示在x-z投影平面上,左图像投影点pL、右图像投影点pR距x轴坐标原点的距离;B表示基准距离,即左右相机间距;像素点p的三维坐标(xp,yp,zp)为
Figure BDA0002870185760000093
式中,d表示各像素点视差值;
S202、按输电线路与被跨越物位置关系分为垂直和水平方向进行输电线路与被跨越物的垂直净空距离和水平净空距离计算:
利用下式得到输电线路与被跨越物边缘特征点在水平方向上的最小净空距离坐标点:
Figure BDA0002870185760000094
式中,Δx和Δy分别表示输电线路边缘特征点和被跨越物边缘特征点在x方向上和y方向上的最小距离,xi和xj分别为x方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,yi和yj分别为y方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,n1和n2为边缘特征点个数;
基于下式计算输电线路与被跨越物的水平净空距离Lf
Figure BDA0002870185760000101
式中,x′i和x′j分别为x方向上最小水平净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;y′i和y′j分别为y方向上最小水平净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;
当采集的输电线路双目巡检图像为强纹理图像时,图像特征点包括输电线路边缘特征点及被跨越物边缘特征点,利用下式得到输电线路与被跨越物边缘特征点在垂直方向上的最小净空距离坐标点:
Figure BDA0002870185760000102
式中,Δx′和Δy′分别表示输电线路边缘特征点和被跨越物边缘特征点在x方向上和y方向上的最小距离,xa和xb分别为x方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,ya和yb分别为y方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,m1和m2为输电线路边缘特征点和被跨越物边缘特征点个数;
基于下式计算输电线路与被跨越物的垂直净空距离Lv
Figure BDA0002870185760000103
式中,x′a和x′b分别为x方向上最小垂直净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;y′a和y′b分别为y方向上最小垂直净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;
当采集的输电线路双目巡检图像为弱纹理图像时,图像特征点包括输电线路边缘特征点及杆塔边缘特征点,取输电线路y轴上的最小点ys为线路弧垂最大位置,如下式所示:
ys=min{y1,y2,...,ya}a=1,2,...,m1
由弧垂点、输电线路所在两杆塔最低点构造平面三角形
Figure BDA0002870185760000111
式中,(xt1,yt1,zt1)和(xt2,yt2,zt2)分别为两杆塔三维坐标,(xs,ys,zs)为最大弧垂点的三维坐标,t、s、l为该平面三角形三边长;
基于下式计算输电线路与被跨越物的垂直净空距离Lv
Figure BDA0002870185760000112
本发明中,若采集的图像除了输电线路和杆塔之外,不包括其他的被跨越物,则图像属于弱纹理图像,若图像包括其他的被跨越物,例如树木或建筑物等,则图像属于强纹理图像。本发明中,可对所拍摄图像进行灰度、连通区域形状、局部一致性分析,确定输电线路巡检图像的强弱纹理关系,此为现有技术,在此不再赘述。
本发明中,除了按照输电线路与被跨越物的位置关系,将净距监测分为垂直、水平方向的多维度测量外,还实时考虑输电线路与被跨越物的纹理关系,在垂直方向上根据采集的图像的不同,将图像分为弱纹理图像及强纹理图像,并采用不同的方法进行测量,这样有利于避免图像处理的弱项,提高测量的准确度。
本发明在上述基于双目图像测距的输电线路净距计算方法的基础上,还公开了一种基于双目图像测距的输电线路净距安全告警方法,采用上述的基于双目图像测距的输电线路净距计算方法得到输电线路与被跨越物的垂直净空距离和水平净空距离;当输电线路与被跨越物的垂直净空距离小于或等于预设垂直净空距离时,或输电线路与被跨越物的水平净空距离小于或等于预设水平净空距离时,向输电线路运维人员发出净距越限告警。
具体的,可按照GB 50545《110kV~750kV架空输电线路设计规范》和DL/T 741《架空输电线路运行规程》中对输电线路交叉跨越的垂直和水平净距规定,在垂直和水平方向上分别进行距离比对,如下式所示,当计算的净距小于等于规定的最小净距时,向输电线路运维人员发出净距越限告警
Figure BDA0002870185760000113
Figure BDA0002870185760000114
其中,Lfs、Lvs分别表示输电线路与被跨越物之间最小水平和垂直距离。仍以上述地区采集的图像为例,测量数据如表2和表3所示(括号内数值用于跨越杆顶或塔顶)。
表2导线对跨越物之间的最小水平距离(m)
Figure BDA0002870185760000121
表3导线对跨越物之间的最小垂直距离(m)
Figure BDA0002870185760000122
例如,因所拍摄线路段垂直方向上的被跨越物为地面,所研究对象为输电线路弧垂点和地面。将所拍摄图像经过极线纠正、边缘检测、视差图获取后得到输电线路边缘点、杆塔边缘点及对应视差值,再通过双目成像模型得到输电线路及杆塔边缘点三维坐标,如表4所示。
表4测量所得三维坐标
Figure BDA0002870185760000123
通过对比输电线路点的y轴最低点获取该输电线路段弧垂点,并由两侧杆塔最低点三维坐标构造三角形得到弧垂点到被跨越地面之间的净空距离,本次测量的净空距离为16.082m,与净距设计规范和运行规程中规定的被跨越物为地面时的最小垂直距离7.0m进行对比,未达到越限值,故不作告警。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管通过参照本发明的优选实施例已经对本发明进行了描述,但本领域的普通技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离所附权利要求书所限定的本发明的精神和范围。

Claims (4)

1.一种基于双目图像测距的输电线路净距计算方法,其特征在于,包括如下步骤:
S1、采集输电线路双目巡检图像,提取图像特征点;
S2、基于双面成像模型计算输电线路与被跨越物的垂直净空距离和水平净空距离。
2.如权利要求1所述的基于双目图像测距的输电线路净距计算方法,其特征在于,步骤S1包括:
S101、采集输电线路双目巡检图像并对输电线路双目巡检图像进行预处理,得到分割后灰度图像及相机内部和外部参数信息;
在无人机或直升机巡检输电线路过程中,利用双目相机采集输电线路双目巡检图像;对获取的输电线路双目巡检图像进行分割得到分割后图像;利用张正友标定法对相机进行参数标定,获取得到相机内部和外部参数信息,并对分割后图像进行灰度图转化得到分割后灰度图像;相机内部参数信息包括:相机光学点到成像平面的距离f,成像平面原点位置(cx、cy),图像径向畸变参数k1、k2、k3以及图像切向畸变参数p1、p2;相机外部参数信息包括:双目相机右摄像头相对于左摄像头的旋转矩阵R,平移向量t;
S102、对分割后灰度图像进行极线纠正;
利用图像径向畸变参数k1、k2、k3对图像进行畸变修正,如下式所示:
Figure FDA0002870185750000011
式中,xrad和yrad分别表示像素点在水平和垂直方向上的径向畸变;xid和yid分别表示像素点在水平和垂直方向上不存在畸变的像素坐标;xta和yta分别表示像素点在水平和垂直方向上的切向畸变;r表示xid和yid的平方和;
利用相机外部参数信息将左右相机像平面进行旋转平移,使两个像平面在y轴方向上保持同一水平点;
S103、对极线纠正后的左右灰度图像进行立体匹配,使匹配后的图像能量值最小,获取最小能量值时各像素点的视差值,并以此求取各空间点的深度值,即z轴坐标;
采用SGM算法对分割后灰度图像进行空间立体匹配,选取视差范围(Dmin~Dmax),反复迭代得到最小能量值,进而完成立体匹配;SGM提出的能量函数E(D)如下式所示:
Figure FDA0002870185750000012
式中,Dq表示像素点q的视差值;C(p,Dp)表示当像素点p的视差值为Dp时的匹配代价;P1和P2表示惩罚系数,T[·]表示判断函数,括号内容表示判断条件,是则返回1,否则返回0,;
S104、对立体匹配后的图像进行边缘检测,提取图像特征点;
将Sobel算子与立体匹配后的图像做平面卷积得到水平和垂直方向上的亮度差分近似值Gx和Gy,表达式为:
Figure FDA0002870185750000021
式中,Sobel_gx和Sobel_gy分别为Sobel算子在水平和垂直方向上的卷积因子,A表示图像中目标像素点及其相邻8个方向上的灰度值矩阵,目标像素点为输电线路和对应的被跨越物的像素点;
平面卷积后的图像的灰度为G,
Figure FDA0002870185750000022
对平面卷积后的图像进行边缘检测得到图像特征点。
3.如权利要求1所述的基于双目图像测距的输电线路净距计算方法,其特征在于,步骤S2包括:
S201、获取空间点三维坐标;
基于双目成像模型对输电线路及被跨越物特征点进行三维坐标转化,对于任一像素点p为例,以左相机为三维空间原点,根据相似三角形原理,推导出像素点p三维坐标的关系为
Figure FDA0002870185750000023
式中,xp表示像素点p的x轴坐标;yp表示像素点p的y轴坐标;zp表示像素点p的z轴坐标;ypL、ypR分别表示在y-z投影平面上,左图像投影点pL、右图像投影点pR距y轴坐标原点的距离;xpL、xpR表示在x-z投影平面上,左图像投影点pL、右图像投影点pR距x轴坐标原点的距离;B表示基准距离,即左右相机间距;像素点p的三维坐标(xp,yp,zp)为
Figure FDA0002870185750000031
式中,d表示各像素点视差值;
S202、按输电线路与被跨越物位置关系分为垂直和水平方向进行输电线路与被跨越物的垂直净空距离和水平净空距离计算:
利用下式得到输电线路与被跨越物边缘特征点在水平方向上的最小净空距离坐标点:
Figure FDA0002870185750000032
式中,Δx和Δy分别表示输电线路边缘特征点和被跨越物边缘特征点在x方向上和y方向上的最小距离,xi和xj分别为x方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,yi和yj分别为y方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,n1和n2为边缘特征点个数;
基于下式计算输电线路与被跨越物的水平净空距离Lf
Figure FDA0002870185750000033
式中,x′i和x′j分别为x方向上最小水平净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;y′i和y′j分别为y方向上最小水平净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;
当采集的输电线路双目巡检图像为强纹理图像时,图像特征点包括输电线路边缘特征点及被跨越物边缘特征点,利用下式得到输电线路与被跨越物边缘特征点在垂直方向上的最小净空距离坐标点:
Figure FDA0002870185750000034
式中,Δx′和Δy′分别表示输电线路边缘特征点和被跨越物边缘特征点在x方向上和y方向上的最小距离,xa和xb分别为x方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,ya和yb分别为y方向上输电线路边缘特征点坐标和被跨越物边缘特征点坐标,m1和m2为输电线路边缘特征点和被跨越物边缘特征点个数;
基于下式计算输电线路与被跨越物的垂直净空距离Lv
Figure FDA0002870185750000041
式中,x′a和x′b分别为x方向上最小垂直净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;y′a和y′b分别为y方向上最小垂直净空距离处输电线路边缘特征点坐标和被跨越物边缘特征点坐标;
当采集的输电线路双目巡检图像为弱纹理图像时,图像特征点包括输电线路边缘特征点及杆塔边缘特征点,取输电线路y轴上的最小点ys为线路弧垂最大位置,如下式所示:
ys=min{y1,y2,...,ya} a=1,2,...,m1
由弧垂点、输电线路所在两杆塔最低点构造平面三角形
Figure FDA0002870185750000042
式中,(xt1,yt1,zt1)和(xt2,yt2,zt2)分别为两杆塔三维坐标,(xs,ys,zs)为最大弧垂点的三维坐标,t、s、l为该平面三角形三边长;
基于下式计算输电线路与被跨越物的垂直净空距离Lv
Figure FDA0002870185750000043
4.一种基于双目图像测距的输电线路净距安全告警方法,其特征在于,采用如权利要求1所述的基于双目图像测距的输电线路净距计算方法得到输电线路与被跨越物的垂直净空距离和水平净空距离;当输电线路与被跨越物的垂直净空距离小于或等于预设垂直净空距离时,或输电线路与被跨越物的水平净空距离小于或等于预设水平净空距离时,向输电线路运维人员发出净距越限告警。
CN202011595357.0A 2020-12-29 2020-12-29 基于双目图像测距的输电线路净距计算与安全告警方法 Active CN112686938B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011595357.0A CN112686938B (zh) 2020-12-29 2020-12-29 基于双目图像测距的输电线路净距计算与安全告警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011595357.0A CN112686938B (zh) 2020-12-29 2020-12-29 基于双目图像测距的输电线路净距计算与安全告警方法

Publications (2)

Publication Number Publication Date
CN112686938A true CN112686938A (zh) 2021-04-20
CN112686938B CN112686938B (zh) 2024-03-15

Family

ID=75455260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011595357.0A Active CN112686938B (zh) 2020-12-29 2020-12-29 基于双目图像测距的输电线路净距计算与安全告警方法

Country Status (1)

Country Link
CN (1) CN112686938B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113567451A (zh) * 2021-07-23 2021-10-29 江苏电力信息技术有限公司 一种电缆线缺陷检测以及直径测量方法
CN113963069A (zh) * 2021-10-27 2022-01-21 广东威恒输变电工程有限公司 一种跳线与铁塔间的测距方法、系统、计算机及存储介质
CN115290038A (zh) * 2022-09-29 2022-11-04 中科南京人工智能创新研究院 面向线状障碍物的双目测距方法及系统
CN115294145A (zh) * 2022-10-10 2022-11-04 广东电网有限责任公司中山供电局 一种输电线路弧垂的测量方法及系统
CN115830010A (zh) * 2023-02-07 2023-03-21 南方电网数字电网研究院有限公司 输电导线交叉跨越距离检测方法、装置和计算机设备
CN115830118A (zh) * 2022-12-08 2023-03-21 重庆市信息通信咨询设计院有限公司 一种基于双目相机的水泥电杆的裂纹检测方法和系统
CN116718122A (zh) * 2023-08-09 2023-09-08 南方电网数字电网研究院有限公司 基于图像视差深度的弧垂测量方法、装置和计算机设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040218784A1 (en) * 2002-09-05 2004-11-04 Sanjay Nichani Method and apparatus for monitoring a passageway using 3D images
CN104807449A (zh) * 2015-04-29 2015-07-29 国家电网公司 一种基于立体摄影测量的输电线路交叉跨越测量系统
CN204679062U (zh) * 2015-01-19 2015-09-30 华北电力大学(保定) 输电线路交叉跨越距离测量装置
CN106709950A (zh) * 2016-11-28 2017-05-24 西安工程大学 一种基于双目视觉的巡线机器人跨越障碍导线定位方法
CN107564070A (zh) * 2017-09-05 2018-01-09 国网浙江省电力公司湖州供电公司 架空输电通道图像监测中大场景双目测距及其校正方法
CN107884767A (zh) * 2017-10-31 2018-04-06 暨南大学 一种双目视觉系统测量船舶距离与高度的方法
US20180357788A1 (en) * 2016-08-11 2018-12-13 Changzhou Campus of Hohai University UAV Inspection Method for Power Line Based on Human Visual System
CN109801302A (zh) * 2018-12-14 2019-05-24 华南理工大学 一种基于双目视觉的高压输电线路异物检测方法
CN110220500A (zh) * 2019-05-06 2019-09-10 深圳市华芯技研科技有限公司 一种基于双目相机的无人驾驶用测距方法
US20200084353A1 (en) * 2018-08-23 2020-03-12 Ethersec Industries Ltd Stereo camera and imaging system
US20200191556A1 (en) * 2017-05-19 2020-06-18 Autel Robotics Co., Ltd. Distance mesurement method by an unmanned aerial vehicle (uav) and uav

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040218784A1 (en) * 2002-09-05 2004-11-04 Sanjay Nichani Method and apparatus for monitoring a passageway using 3D images
CN204679062U (zh) * 2015-01-19 2015-09-30 华北电力大学(保定) 输电线路交叉跨越距离测量装置
CN104807449A (zh) * 2015-04-29 2015-07-29 国家电网公司 一种基于立体摄影测量的输电线路交叉跨越测量系统
US20180357788A1 (en) * 2016-08-11 2018-12-13 Changzhou Campus of Hohai University UAV Inspection Method for Power Line Based on Human Visual System
CN106709950A (zh) * 2016-11-28 2017-05-24 西安工程大学 一种基于双目视觉的巡线机器人跨越障碍导线定位方法
US20200191556A1 (en) * 2017-05-19 2020-06-18 Autel Robotics Co., Ltd. Distance mesurement method by an unmanned aerial vehicle (uav) and uav
CN107564070A (zh) * 2017-09-05 2018-01-09 国网浙江省电力公司湖州供电公司 架空输电通道图像监测中大场景双目测距及其校正方法
CN107884767A (zh) * 2017-10-31 2018-04-06 暨南大学 一种双目视觉系统测量船舶距离与高度的方法
US20200084353A1 (en) * 2018-08-23 2020-03-12 Ethersec Industries Ltd Stereo camera and imaging system
CN109801302A (zh) * 2018-12-14 2019-05-24 华南理工大学 一种基于双目视觉的高压输电线路异物检测方法
CN110220500A (zh) * 2019-05-06 2019-09-10 深圳市华芯技研科技有限公司 一种基于双目相机的无人驾驶用测距方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李昊等: ""基于双目图像测距的输电线路净距计算与告警方法"", 《广东电力》, 25 June 2021 (2021-06-25) *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113567451A (zh) * 2021-07-23 2021-10-29 江苏电力信息技术有限公司 一种电缆线缺陷检测以及直径测量方法
CN113963069A (zh) * 2021-10-27 2022-01-21 广东威恒输变电工程有限公司 一种跳线与铁塔间的测距方法、系统、计算机及存储介质
CN115290038A (zh) * 2022-09-29 2022-11-04 中科南京人工智能创新研究院 面向线状障碍物的双目测距方法及系统
CN115290038B (zh) * 2022-09-29 2022-12-30 中科南京人工智能创新研究院 面向线状障碍物的双目测距方法
CN115294145A (zh) * 2022-10-10 2022-11-04 广东电网有限责任公司中山供电局 一种输电线路弧垂的测量方法及系统
CN115830118A (zh) * 2022-12-08 2023-03-21 重庆市信息通信咨询设计院有限公司 一种基于双目相机的水泥电杆的裂纹检测方法和系统
CN115830118B (zh) * 2022-12-08 2024-03-19 重庆市信息通信咨询设计院有限公司 一种基于双目相机的水泥电杆的裂纹检测方法和系统
CN115830010A (zh) * 2023-02-07 2023-03-21 南方电网数字电网研究院有限公司 输电导线交叉跨越距离检测方法、装置和计算机设备
CN116718122A (zh) * 2023-08-09 2023-09-08 南方电网数字电网研究院有限公司 基于图像视差深度的弧垂测量方法、装置和计算机设备
CN116718122B (zh) * 2023-08-09 2023-10-20 南方电网数字电网研究院有限公司 基于图像视差深度的弧垂测量方法、装置和计算机设备

Also Published As

Publication number Publication date
CN112686938B (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
CN112686938B (zh) 基于双目图像测距的输电线路净距计算与安全告警方法
CN107392247B (zh) 一种电力线下方地物安全距离实时检测方法
CN107314762B (zh) 基于无人机单目序列影像的电力线下方地物距离检测方法
CN113345019B (zh) 一种输电线路通道隐患目标测距方法、设备及介质
CN109829908B (zh) 基于双目影像的电力线下方地物安全距离检测方法及设备
CN110120074B (zh) 一种复杂环境下的带电作业机器人线缆定位方法
CN109523528B (zh) 一种基于无人机双目视觉sgc算法的输电线路提取方法
CN107564111A (zh) 基于计算机视觉的电力线空间安全分析方法
CN103512892A (zh) 电磁线薄膜绕包的检测方法
CN114170535A (zh) 目标检测定位方法、装置、控制器及存储介质和无人机
CN113418617A (zh) 一种风电场箱式变压器三维温度场测量与诊断方法
CN113345084B (zh) 三维建模系统及三维建模方法
CN113567451A (zh) 一种电缆线缺陷检测以及直径测量方法
CN114758215A (zh) 一种配网带电作业机器人接地环及其螺栓的识别定位方法
Guo et al. Power line icing monitoring method using binocular stereo vision
CN105203024A (zh) 一种多传感器集成的输电线路覆冰摄影测量方法
CN108180871A (zh) 一种定量评价复合绝缘子表面粉化粗糙度的方法
CN110610503B (zh) 一种基于立体匹配的电力刀闸三维信息恢复方法
Fang et al. A framework of power pylon detection for UAV-based power line inspection
CN112164044A (zh) 基于双目视觉的刚性接触网的磨耗分析方法
CN109360269B (zh) 基于计算机视觉的地面三维平面重建方法
CN116862829A (zh) 一种覆冰环境下架空线路弧垂监测方法及装置
CN113963069A (zh) 一种跳线与铁塔间的测距方法、系统、计算机及存储介质
CN115375762A (zh) 一种基于三目视觉的电力线三维重构方法
CN114355364A (zh) 无人机电力巡检激光点云实时安全距离诊断方法

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
GR01 Patent grant
GR01 Patent grant