航拍輸電線圖像中部件檢測關(guān)鍵技術(shù)研究.pdf

1、輸電線巡檢是為了排查輸電線路中可能出現(xiàn)的故障和安全隱患，及時的發(fā)現(xiàn)問題可以避免重大的電力事故。隨著科技的高速發(fā)展，可以利用一些高科技解決傳統(tǒng)人工巡檢輸電線效率低下，并且準(zhǔn)確率也不高的問題。使用直升機(jī)或者無人機(jī)巡檢輸電線，可以快速準(zhǔn)確的采集到輸電線路的視頻和圖像數(shù)據(jù)。然后以適合的計算機(jī)視覺技術(shù)處理這些海量的航拍輸電線巡檢圖像，可以極大的提高工作效率。按照不同目標(biāo)可以將輸電線巡檢圖像分為輸電線圖像和絕緣子圖像。處理輸電線圖像是為了檢測圖像中

2、輸電線及其相關(guān)配件是否存在故障;處理絕緣子圖像是為了檢測出圖像中絕緣子的位置并判斷是否有缺陷。本研究主要內(nèi)容包括：
　?、泡旊娋€及其相關(guān)配件的故障診斷可以分成輸電線檢測、相關(guān)配件檢測和各種故障診斷。而大部分算法都是針對這些情況中的某個部分進(jìn)行算法設(shè)計，沒有一個可以同時完成所有任務(wù)的算法。本文提出了一個融合了各類檢測方法和故障診斷方法的集成算法。輸電線檢測方法主要是利用視頻圖像的連續(xù)性以及輸電線的直線特性和方向特性，通過多幀采樣和基

3、于一種投票策略的霍夫直線檢測法確定輸電線的初始方向，進(jìn)而實現(xiàn)快速準(zhǔn)確的輸電線檢測。相關(guān)配件檢測和各種故障診斷則是依次對輸電線出現(xiàn)異變的區(qū)域進(jìn)行檢測和診斷，主要有利用線段空間關(guān)系診斷斷股故障、基于類哈爾特征的防震錘識別等。實驗結(jié)果表明，本算法具有快速準(zhǔn)確的檢測和故障診斷的能力，并且是同時適用于多種目標(biāo)檢測以及多種故障診斷。
　?、凭植刻卣鲝V泛的應(yīng)用于目標(biāo)檢測中，同樣在絕緣子檢測中使用局部特征也是可行的。首先提出一個基于局部特征的絕緣

4、子分割改進(jìn)算法。雖然基于主動輪廓模型(ACM)的絕緣子分割算法具有不錯的絕緣子分割能力，但是在處理較大分辨率和背景復(fù)雜絕緣子圖像時無法保證算法的性能，本文先利用局部特征匹配實現(xiàn)絕緣子區(qū)域的粗分割，再使用基于主動輪廓模型的絕緣子分割算法處理粗分割出來的絕緣子圖像，既提高了原算法的處理速度，又具備了處理大分辨率和背景復(fù)雜絕緣子圖像的能力。然后，以絕緣子局部特征點為基礎(chǔ)，提出了一種基于局部特征和空間關(guān)系特征的絕緣子檢測算法?？臻g關(guān)系特征是從絕

5、緣子局部特征點中提取的一種反映絕緣子內(nèi)部結(jié)構(gòu)信息的特征，以此可以更加高效的從復(fù)雜背景中檢測出絕緣子。最后的實驗結(jié)果證明，對于不同種類絕緣子或者在不同背景的環(huán)境條件下，本文算法相對于其他絕緣子檢測算法更具有抗干擾能力，檢測精度更高，并且有不錯的魯棒性。
　?、墙^緣子檢測算法大多數(shù)是基于灰度圖像的，然而在對大量絕緣子圖像進(jìn)行研究分析后，發(fā)現(xiàn)可以從絕緣子的顏色信息中提取更多的特征。因此，本文提出了一種基于顏色聚類和紋理特征的絕緣子檢測算

6、法。首先利用各類顏色空間中的顏色分量信息和同一顏色空間下的顏色分量的相關(guān)性信息進(jìn)行K均值聚類，并根據(jù)聚類結(jié)果將圖像分割為若干部分;然后使用基于顏色共生矩陣(CCMs)的絕緣子紋理特征訓(xùn)練出來的SVM分類器依次去除分割圖像中的非絕緣子區(qū)域;最后基于BOW模型的精確匹配實現(xiàn)絕緣子的檢測。實驗結(jié)果證明，本算法處理復(fù)雜背景下的絕緣子圖像具有不錯的效果，尤其是檢測顏色信息較為豐富的絕緣子類型。
　?、冉^緣子的缺陷檢測可以分為絕緣子的檢測和絕

7、緣子缺陷的檢測兩個階段?；诒疚奶岢龅慕^緣子檢測算法可以分割出絕緣子區(qū)域圖像，根據(jù)絕緣子的內(nèi)部結(jié)構(gòu)特性，首先對絕緣子特征點進(jìn)行直線擬合得到絕緣子傾斜角度，并傾斜校正;然后二值化傾斜矯正后的絕緣子圖像，再進(jìn)行水平投影和垂直投影，可以依據(jù)水平投影結(jié)果將整串絕緣子分割成若干個絕緣子圖像，對這些分割的圖像再次垂直投影即可根據(jù)投影結(jié)果判斷絕緣子是否有缺陷以及出現(xiàn)缺陷的位置。實驗結(jié)果表明，本算法對不同數(shù)量的絕緣子串都有優(yōu)異的缺陷檢測能力，包括在部分