直升機巡檢輸電線路圖像中防振錘的識別定位.pdf

1、目前,以清潔能源和智能電網為特征的新一輪能源變革正在全球范圍內推進,輸電線路的智能巡檢與缺陷檢測是智能電網的重要組成部分。我國“十一五”期間,直升機巡檢輸電線路技術得到了廣泛應用,但是對于航拍輸電線路圖像的目標識別與缺陷檢測,還未徹底擺脫人工診斷的模式,怎樣利用計算機視覺實現(xiàn)對輸電線路各部件的準確識別與缺陷的快速檢測?仍是研究的熱點和難點問題。
　　 本文對直升機巡檢輸電線路中防振錘的識別定位展開研究,為防振錘的缺陷診斷做準備。

2、首先,利用防振錘是導線附件的關系,以導線為線索構建含有防振錘的圖像數據庫。其次,對數據庫中的圖像進行圖像去噪、圖像增強和圖像分割的預處理:運用均值濾波、中值濾波、平穩(wěn)小波變換(Stationary wavelettransform,SWT)閾值與中值濾波混合去噪的三種方法進行圖像去噪,運用峰值信噪比和均方誤差評價去噪效果；通過分析數據庫圖像中防振錘的灰度特征,進行了灰度對比增強變換；運用迭代法、最大類間方差法、最大熵法三種基于灰度閾值分

3、割的方法進行了圖像分割。
　　 最后,對經過預處理的圖像,分別運用改進了的廣義Hough變換(GeneralizedHough transform,GHT)方法和特殊廣義Hough變換方法(Special generalizedHough transform,SGHT)進行識別定位。在經典GHT的基礎上實行了兩種改進方法:一是引入了Harris角點特征來代替GHT中的邊緣輪廓特征,降低空間復雜度和時間復雜度,形成了基于Harri

4、s角點特征的GHT的識別方法；二是將GHT中空間域的索引匹配轉換到頻域內進行,利用快速傅里葉變換(FFT)的相關性,將旋轉、縮放后的模板圖像與預處理后的待檢測圖像進行匹配,針對投票峰值聚集但不集中一點的實際情況,提出了峰值合并的思想,并應用到閾值限定峰值和指定峰值個數的兩種峰值提取方式中,形成了改進的GHT識別方法。通過對基于Harris角點的GHT方法、特殊廣義Hough變換(SGHT)方法、改進的GHT方法的對比實驗分析,得出改進的