一种基于可见光图像的输电线路覆冰检测方法与流程

本发明涉及输电线路检测技术领域，尤其涉及一种基于可见光图像的输电线路覆冰检测方法。

背景技术：

在输电线路检测技术领域，常遇到输电线路覆冰现象，所谓输电线路覆冰现象是指在恶劣天气发生后，云中或者雾中冰冷的水滴凝结在电线上，形成电线覆冰，如果一个范围内的所有电线都被冰包住，这就是线路覆冰。线路覆冰使细的电线变成了粗的冰棍，对于长距离输电的高压电线来说，使支撑高压线的铁塔加大了负重，严重的线路覆冰使铁塔无力支撑这些电线而倒塌。如果铁塔的绝缘子串上有了覆冰就只能拉闸，使输电线路停止输电，于是造成大面积的电力中断。我国作为世界上输电线路覆冰重灾国之一，输电线路覆冰事故频繁发生，为避免输电线路覆冰灾害引起电网瘫痪，需要针对覆冰量达到一定程度时得到有效预警,并对输电线路覆冰现象及时采取相应融冰措施，所以，对覆冰现象进行现场勘测和信息采集，尤其是对输电线路覆冰厚度进行探测是个非常重要的问题。

目前常见的输电线路覆冰厚度检测方法主要有两种：力学分析和视频监控图像分析。其中，力学分析方法主要是通过绝缘子的拉力反映出覆冰的重量以及覆冰加给导线的荷载，具体地，将拉力传感器或者应力片传感器串入绝缘子串或者绝缘子串上下连接的电力金具中，检测导线覆冰重力变化、风偏角度、绝缘子倾斜角度以及风速、风向等信息，建立数学模型计算出当前线路的覆冰厚度。视频监控图像分析方法是通过在杆塔上安装图像采集终端，通过对终端传回的图像进行处理得到覆冰厚度。

然而，通过力学分析方法进行覆冰厚度检测时，由于覆冰的因素很多，各种因素之间相互关系复杂，目前对绝缘子拉力与线路覆冰分布、覆冰型式等之间的关系未能精确确定，而且所用的拉力传感器属于非标电力金具，从而导致力学分析结果不够精确。通过视频监控图像分析方法进行视频监控时，在天气条件恶劣的状况下，视频监控摄像头也有可能出现覆冰，导致所采集到的图像不够清晰，从而影响覆冰厚度计算的准确性。因此，急需一种能够精确计算出输电线路覆冰厚度的方法。

技术实现要素：

为克服相关技术中存在的问题，本发明提供一种基于可见光图像的输电线路覆冰检测方法。

本发明实施例提供一种基于可见光图像的输电线路覆冰检测方法，包括：

通过二值化对原始图像进行边缘检测获取二值图像；

采用边缘检测算子分别从8个不同的方向对所述二值图像进行边缘检测，提取所述二值图像的边缘特征，得到其二值边缘图像；

对所述二值边缘图像进行分块处理，获取带有杆塔图像的杆塔分块；

根据线段之间的近似性、连续性以及共线性对所述杆塔分块进行线段合并，获取导线；

根据所述二值边缘图像中导线的上下边缘像素点之间的差值，计算得出覆冰厚度。

优选地，根据所述二值边缘图像中导线的上下边缘像素点之间的差值，计算得出覆冰厚度之后，还包括：根据覆冰后所述导线的倾角和覆冰前所述导线的倾角，对所述覆冰厚度校正得到精确的覆冰厚度。

优选地，所述通过二值化对原始图像进行边缘检测获取二值图像，包括：

对所述原始图像进行高斯平滑获取高斯核，利用所述高斯核对所述原始图像进行卷积，得到高斯平滑后的图像；

利用梯度算子对所述高斯平滑后的图像求导数，获取梯度图像；

对所述梯度图像的梯度值进行非极大值抑制，获取像素点局部最大值和像素点局部非极大值；

将所述像素点局部非极大值对应的灰度值置零，获取所述二值图像。

优选地，所述梯度算子为8方向的Prewitt算子或索贝尔算子。

优选地，对所述二值边缘图像进行分块处理获取带有杆塔图像的杆塔分块，包括：

对所述二值边缘图像中的原始线段进行连通结构的Blob分析，获取处理后的最终线段，且每个方向的所述最终线段数量小于或等于128；

对所述二值边缘图像进行分块处理，获取分块图像，且所述分块图像中水平分块数为16，垂直分块数为4；

分别统计所述分块图像中水平方向、垂直方向、斜上方向以及斜下方向的所述最终线段数量；

如果所述分块内水平方向的所述最终线段数量大于3、垂直方向的所述最终线段数量大于3且斜上方向的所述最终线段数量大于或者等于3；或者所述分块内水平方向的所述最终线段数量大于3、垂直方向的所述最终线段数量大于3且斜下方向的所述最终线段数量大于或者等于3，则判定所述分块内存在杆塔；

所述水平方向为-10°～10°；所述垂直方向为大于85°或者小于-85°；所述斜上方向为10°～85°；所述斜下方向为-85°～-10°。

优选地，所述根据线段之间的近似性、连续性以及共线性对所述杆塔分块进行线段合并，获取导线，包括：

根据所述最终线段的方向和角度，对所述最终线段分六个方向分组，获取紧条件下的线段组，所述紧条件下的线段组包括：水平线段组、上偏水平线段组、上偏垂直线段组、下偏水平线段组、下偏垂直线段组、垂直线段组；

对每一线段组采用两级迭代处理的方法进行搜索，获取最佳合并线段；

所述两级迭代处理的方法包括：

遍历所述每一线段组内所有未合并处理的所述最终线段，读取一条线段A，所述线段A的长度为L1；

遍历所述每一线段组内所有除线段A外的所述最终线段，读取另一条线段S，所述线段S的长度为L2；

获取所述线段A与线段S之间的距离L；

如果符合L≤2×min(L₁,L₂)，则判定所述线段A与线段S有近似性；

获取所述线段A与水平方向的夹角θ1、所述线段S与水平方向的夹角θ2和角度阈值θ_threshold；

如果符合|θ₁-θ₂|≤θ_threshold，则判定所述线段A与线段S有连续性；

获取所述线段A的宽度line1_width、所述线段S的宽度line2_width以及阈值k；

如果满足距离dist≤k-max(line1_width,line2_width)，则判定所述线段A与线段S有共线性；

如果所述线段A与线段S同时符合近似性、连续性和共线性，将所述距离L放入一级度量数组内；

遍历所述每一线段组内所有除线段A、线段S外的所述最终线段，读取另一条线段X；

判断所述线段X与所述线段A的近似性、连续性以及共线性；

如果所述线段X与所述线段A符合近似性、连续性以及共线性，将所述线段X与所述线段A的距离放入所述一级度量数组内；

遍历完所述每一线段组内所有除线段A、线段S、线段X外的所述最终线段，获取与线段A符合近似性、连续性以及共线性的线段，并放入一级度量数组内；

在所述一级度量数组内，根据最短距离的线段，获取一级最佳合并线段；

合并所述线段A与一级最佳合并线段，获取新线段C；

遍历所述每一线段组内所有的所述最终线段，读取一条线段D；

判断所述线段D与所述线段C的近似性、连续性以及共线性；

如果所述线段D与所述线段D符合近似性、连续性以及共线性，将所述线段D与所述线段C的距离放入二级度量数组内；

遍历完所述每一线段组内所有除线段D外的所述最终线段；

在所述二级度量数组内，根据最短距离的线段，获取最佳合并线段E；

合并所述线段C与最佳合并线段E，获取所述紧条件下的合并线段；

遍历所述每一线段组内其余未合并处理的未合并最终线段，采用所述两级迭代处理的方法获取所述未合并最终线段的最佳合并线段；

合并所述未合并最终线段和所述未合并最终线段的最佳合并线段，获取所述紧条件下的合并线段；

根据所述紧条件下的合并线段，获取导线。

优选地，所述根据线段之间的近似性、连续性以及共线性对所述杆塔分块进行线段合并，获取导线，还包括：

将所述紧条件下的合并线段分组，获取松条件下的线段组，所述松条件下的线段组包括线段角度在-75°～75°之间的松条件下线段组和线段角度在小于-75°或者或大于75°之间的松条件下线段组；

遍历所述松条件的线段组内所有未合并处理的线段，采用所述两级迭代处理的方法，获取所述松条件下的合并线段。

优选地，所述根据二值边缘图像中导线的上下边缘像素点之间的差值，计算得出覆冰厚度，包括：

获取所述二值边缘图像中单列上边缘像素点的垂直坐标p1(i)；

获取所述二值边缘图像中所述单列下边缘像素点的垂直坐标p2(i)；

根据所述垂直坐标p1和垂直坐标p2，利用p(i)＝|p1(i)-p2(i)|，计算得出所述单列边缘像素点的像素差；

根据所述像素差，利用获取覆冰前所述导线的上下边缘平均厚度d1以及覆冰后所述导线的上下边缘平均厚度d2；

根据所述覆冰前导线的上下边缘平均厚度d1、覆冰后导线的上下边缘平均厚度d2以及导线外径D，利用计算得出导线上下边缘间的厚度DM；

根据所述导线上下边缘间的厚度，利用计算得出导线的覆冰厚度。

优选地，所述根据覆冰后所述导线的倾角和覆冰前所述导线的倾角，对所述覆冰厚度校正得到精确的覆冰厚度，包括：

根据覆冰后上下边缘的测量厚度eg'，覆冰后上下边缘的实际厚度eg，利用eg＝eg'×cosβ，计算得出导线的倾角β；

根据覆冰后导线倾角β₁、覆冰前导线倾角β₂、所述导线上下边缘间的厚度DM以及导线外径D，利用计算得出导线覆冰厚度。

优选地，所述角度阈值θ_threshold为2～12，所述阈值k取值为1～3。

本发明的实施例提供的技术方案可以包括以下有益效果：

本发明针对输电线路的可见光图像，提出分五步进行覆冰厚度检测的方法，获取输电线路的可见光图像后，便能根据公式快速得出输电线路导线的覆冰厚度，结合实际中导线覆冰前后的倾角不同，利用公式对输电线路的覆冰厚度进行校正，能够使输电线路导线覆冰厚度计算更加准确，从而为后续的融冰措施提供可靠的依据。针对可见光图像中导线识别困难的现状，本发明提出先识别可见光图像中的杆塔，再依据杆塔位置识别导线的方法，能够有效解决在可见光图像中识别导线的问题，从而保证本方法能够精确计算出输电线路的覆冰厚度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于可见光图像的输电线路覆冰检测方法的流程示意图；

图2为本发明实施例中根据二值边缘图像获取带有杆塔图像的杆塔分块的示意图；

图3为本发明实施例中两级迭代处理方法流程图；

图4为本发明实施例中两线段间的近似性性示意图；

图5为本发明实施例中两线段间的共线性示意图；

图6为本发明实施例中覆冰厚度校正示意图。

符号表示：

L1-线段A的长度、L2-线段S的长度、L-线段A与线段S之间的距离、θ1-线段A与水平方向的夹角、θ2-线段S与水平方向的夹角、AD-覆冰导线的上沿、BC-覆冰导线的下沿、β-导线的倾角、eg'-覆冰后上下边缘的测量厚度、eg-覆冰后上下边缘的实际厚度。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图像的二值化，是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果，通过对原始图像进行二值化处理，能够获取原始图像的二值图像，对二值图像采用边缘检测算子进行边缘检测和边缘提取后，能够获取二值图像的二值边缘图像。

本发明实施例针对通过无人机获取的输电线路覆冰可见光图像，采用基于可见光图像的输电线路覆冰检测方法，实现对覆冰厚度的精确计算。下面将结合附图，对本实施例进行进一步的详细介绍，图1是本发明实施例提供的一种基于可见光图像的输电线路覆冰检测方法的流程示意图。具体步骤如下：

S110：通过二值化对原始图像进行边缘检测获取二值图像。

具体地，可以采用如下方式对原始图像进行边缘检测：

首先，对原始图像进行高斯平滑获取高斯核，利用高斯核对原始图像进行卷积，去除显著的噪声，得到高斯平滑后的图像。

其次，利用梯度算子对高斯平滑后的图像求导数，获取梯度图像。这里梯度算子可以选择8方向的Prewitt算子或索贝尔算子。Prewitt算子也即平均差分法，由于该算子是先求平均再求差分从而求得梯度，而算法中的平均运算能够起到减少或消除噪声的作用，而且8方向的Prewitt算子检测8个方向的图像边缘，能够比较全面的采集图像信息，保证梯度图像更加清晰。索贝尔算子是典型的基于一阶导数的边缘检测算子，由于该算子中包含类似局部平均的运算，对噪声具有平滑作用，能够抑制噪声，有利于获取更准确地二值图像，从而有利于覆冰厚度计算。

获取梯度图像后，对梯度图像的梯度值进行非极大值抑制，即寻找像素点局部最大值和像素点局部非极大值。

最后，将像素点局部非极大值对应的灰度值置零，获取二值图像。

S120：采用边缘检测算子分别从8个不同的方向对二值图像进行边缘检测，提取二值图像的边缘特征，得到其二值边缘图像。

具体地，采用Prewitt算子分别从8个不同的方向对二值图像进行边缘检测，剔除非边缘的点，提取二值图像的边缘特征，得到其二值边缘图像。

S130：对二值边缘图像进行分块处理，获取带有杆塔图像的杆塔分块。

获取输电线路的二值边缘图像之后，为了确定图像中导线的位置，先对杆塔的区域进行定位，这样有利于缩小搜索范围，能够解决可见光图像中导线识别困难的问题。由于输电线路结构在自然场景中的显著性特征是其杆塔结构，虽然输电线路杆塔有不同用途、其结构也不同，但是考虑巡检拍摄角度的不同，在图像中输电线路杆塔有共同的近对称交叉结构组成，所以本发明中默认二值边缘图像中带有共同的近对称交叉结构的部分即为杆塔分块。

参考图2，图2是本发明实施例中根据二值边缘图像获取带有杆塔图像的杆塔分块的示意图。具体地，根据二值边缘图像获取带有杆塔图像的杆塔分块的步骤如下：

S1301：对二值边缘图像中的原始线段进行连通结构的Blob分析，获取处理后的最终线段，且每个方向的最终线段数量小于或等于128。

对二值边缘图像中相同像素的连通区域进行Blot分析，得到处理后的最终线段，由于边缘检测算子采用了Prewitt算子，将最终线段分为8个方向，每个方向待处理的最终线段最多为128条。

S1302：对二值边缘图像进行分块处理，获取分块图像，且分块图像中水平分块数为16，垂直分块数为4。

由于无人机巡检拍摄的输电线路杆塔图像大多贯穿图像的上下，而且杆塔存在镂空的区域，水平分块较大，垂直分块较小，所以本实施例中对二值边缘图像进行典型的分块方式：水平分块数为16，垂直分块数为4。得到分块图像后，判断每个分块内是否存在线段的对称交叉特性，即判断每个分块内的杆塔图像。

S1303：分别统计:分块图像中水平方向、垂直方向、斜上方向以及斜下方向的最终线段数量。

按照水平方向为-10°～10°、垂直方向为大于85°或者小于-85°、斜上方向为10°～85°、斜下方向为-85°～-10°，分别统计每个分块图像中四个方向的最终线段数量。

S1304：如果分块内水平方向的最终线段数量大于3、垂直方向的最终线段数量大于3且斜上方向的最终线段数量大于或者等于3，或者分块内水平方向的最终线段数量大于3、垂直方向的最终线段数量大于3且斜下方向的最终线段数量大于或者等于3，则判定分块内存在杆塔。

根据对称交叉特性，有两种情况下判定为存在杆塔分块：

A、分块内水平方向的最终线段数量大于3、垂直方向的最终线段数量大于3且斜上方向的最终线段数量大于或者等于3；

B、分块内水平方向的最终线段数量大于3、垂直方向的最终线段数量大于3且斜下方向的最终线段数量大于或者等于3。

S140：根据线段之间的近似性、连续性以及共线性对杆塔分块进行线段合并，获取导线。

导线的定位可以看作是相同方向上子线段的合并，根据线段在图像中分布的不同情况，分紧条件和松条件两种情况来计算最佳合并线段的搜索。紧条件下线段的合并是将受背景纹理影响断续的直线线段合并，松条件下线段合并是将近直线或曲线断续的线段合并。这种根据不同情况处理最终线段的方式，能够减少背景纹理小线段的干扰，也能够降低对输电线路并列线段的影响，有利于提高图像选择的准确性，从而有利于后续精确计算输电线路的覆冰厚度。

具体地，根据线段之间的近似性、连续性以及共线性对杆塔分块进行线段合并，获取导线的步骤如下：

S1401：根据最终线段的方向和角度，对最终线段分六个方向分组，获取紧条件下的线段组，紧条件下的线段组包括：水平线段组、上偏水平线段组、上偏垂直线段组、下偏水平线段组、下偏垂直线段组、垂直线段组。

S1402：对每一线段组采用两级迭代处理的方法进行搜索，获取最佳合并线段。

参考图3，图3为本发明实施例中两级迭代处理方法流程图，两级迭代处理的方法包括如下步骤：

1)遍历每一线段组内所有未合并处理的最终线段，读取一条线段A，线段A的长度为L1；

2)遍历每一线段组内所有除线段A外的最终线段，读取另一条线段S，线段S的长度为L2；

3)参考图4，图4为本发明实施例中两线段间的近似性性示意图。获取线段A与线段S之间的距离L，此处距离L为线段A与线段S上最近的端点之间的距离，而不是两条线段之间的垂直距离；

4)如果符合L≤2×min(L₁,L₂)，则判定线段A与线段S有近似性；

5)参考图5，图5为本发明实施例中两线段间的共线性示意图。获取线段A与水平方向的夹角θ1、线段S与水平方向的夹角θ2和角度阈值θ_threshold，此处角度阈值θ_threshold取2～12；

6)如果符合|θ₁-θ₂|≤θ_threshold，则判定线段A与线段S有连续性；

7)获取线段A的宽度line1_width、线段S的宽度line2_width以及阈值k，此处阈值k取2～12；

8)如果满足dist≤k-max(line1_width,line2_width)，则判定线段A与线段S有共线性；

9)如果线段A与线段S同时符合近似性、连续性和共线性，将距离L放入一级度量数组内；

10)返回第2)步，遍历每一线段组内所有除线段A、线段S外的最终线段，读取另一条线段X；

11)判断线段X与线段A的近似性、连续性以及共线性；

12)如果线段X与线段A符合近似性、连续性以及共线性，将线段X与线段A的距离放入一级度量数组内；

13)遍历完每一线段组内所有除线段A、线段S、线段X外的最终线段,获取与线段A符合近似性、连续性以及共线性的线段，并放入一级度量数组内；

14)在一级度量数组内，根据最短距离的线段，获取一级最佳合并线段；

15)合并线段A与一级最佳合并线段，获取新线段C，重新计算新线段C的属性，

16)返回第2)步，进行迭代搜索最佳合并线段，即：遍历每一线段组内所有的最终线段，读取一条线段D；

判断线段D与线段C的近似性、连续性以及共线性；

如果线段D与线段D符合近似性、连续性以及共线性，将线段D与线段C的距离放入二级度量数组内；

遍历完每一线段组内所有除线段D外的最终线段；

在二级度量数组内，根据最短距离的线段，获取最佳合并线段E；

合并线段C与最佳合并线段E，获取紧条件下的一条合并线段；

返回第1)步，遍历其余未处理的最终线段，直到结束，获取每一线段组内紧条件下的所有的线段的合并线段。

最佳合并线段的选择采用两级迭代处理的方法，能够使提取的导线处理为显著的、完整的边缘轮廓，依据线段长度对线段进行排列，保留较长的线段，从而能够较完整地保留输电线路的轮廓信息。本发明中角度阈值θ_threshold取2～12，阈值k取2～12，在紧条件下，θ_threshold与k取值较小，在松条件下，θ_threshold与k取值较大。

S1403：根据紧条件下的合并线段，获取导线。

松条件下合并线段的选取也采用两级迭代处理的方法，与紧条件下合并线段的选取的不同之处在于，松条件下线段的合并是将上述紧条件下合并后的线段分为两组：包括线段角度在-75°～75°之间的线段组和线段角度在小于-75°或者或大于75°之间的线段组。具体线段的选取方法与紧条件下选取方法相同，这里不再赘述。

S150：根据二值边缘图像中导线的上下边缘像素点之间的差值，计算得出覆冰厚度。

具体地，覆冰厚度计算步骤如下：

01)获取二值边缘图像中单列上边缘像素点的垂直坐标p1(i)；

02)获取二值边缘图像中所述单列下边缘像素点的垂直坐标p2(i)；

03)根据垂直坐标p1和垂直坐标p2，利用p(i)＝|p1(i)-p2(i)|，计算得出单列边缘像素点的像素差；

04)根据像素差，利用获取覆冰前导线的上下边缘平均厚度d1以及覆冰后导线的上下边缘平均厚度d2；

05)根据覆冰前导线的上下边缘平均厚度d1、覆冰后导线的上下边缘平均厚度d2以及导线外径D，利用计算得出导线上下边缘间的厚度DM；

06)根据导线上下边缘间的厚度，利用计算得出导线的覆冰厚度。

覆冰厚度的计算主要是依据覆冰的上下边缘的像素点的差值，即覆冰的上下边缘的像素点的垂直坐标差值，该像素点的差值即为覆冰后的厚度。由于此处覆冰后的厚度中包含有架空绞线的厚度，所以需要将绞线去掉后、然后采用一定的计算方法得到覆冰厚度。相应地，在计算覆冰厚度时需要预先知道在未覆冰的情况下，二值边缘图像中架空绞线上下边缘所占的像素差。在二值边缘图像中，每一列都会有上边缘点(即第一行出现边缘的点)和下边缘点(即最后一行出现边缘的点)，上下边缘的像素点垂直坐标差即为厚度，这个厚度是指二值边缘图像上的厚度，还需要通过参数转换为实际厚度。

以p(i)表示架空输电线厚度的像素点数，p1(i)和p2(i)分别表示架空输电线的上下边缘所对应的像素点的垂直坐标，则利用p(i)＝|p1(i)-p2(i)|计算得到单列上的厚度像素p(i)，利用计算得到架空输电线的上下边缘的平均厚度d，假设得到未覆冰架空输电线的平均像素厚度为d1，得到覆冰后的架空输电线的平均像素厚度为d2，架空输电线上导线外径为D，利用公式计算得到覆冰的架空输电线上下边缘的厚度DM。从目前大量环境覆冰调研情况来看，覆冰形态概况起来可以分为两类：截面形状有规则的为一类，截面形状无规则的为一类。通常在计算输电线路上的覆冰厚度时将覆冰截面近似为圆形，所以利用公式计算得到覆冰厚度d。

由于架空输电线在重力的作用下呈悬链曲线下垂，除了无人机拍摄角度从上垂直向下或者从下网上垂直两种情况以外，在实际中架空输电线一般不是直线，因此，需要对计算得到的覆冰厚度进行校正，即对二值边缘图像中覆冰厚度所占像素进行校正。

具体地，对覆冰厚度校正得到精确的覆冰厚度的步骤包括：

根据覆冰后上下边缘的测量厚度eg'，覆冰后上下边缘的实际厚度eg，利用eg＝eg'×cosβ，计算得出导线的倾角β；

根据覆冰后导线倾角β₁、覆冰前导线倾角β₂、所述导线上下边缘间的厚度DM以及导线外径D，利用计算得出导线覆冰厚度。

参考图6，图6为本发明实施例中覆冰厚度校正示意图。AD为覆冰(或者架空输电线)上沿，BC为覆冰(或者架空输电线)下沿，直线L是AD与BC处理后得到的虚拟线，eg'为覆冰后上下边缘的测量厚度，而覆冰后上下边缘的实际厚度为eg＝eg'×cosβ。直线L的求解依据折中原则，二值边缘图像具有上边缘和下边缘，上下边缘各成一线并且在实际状况中是不相交的，所以直线L上的单列点为上下边缘点的中间点，即这样求解出来的直线L上的点有可能不在一条直线上，所以无法确定其斜率，也就无法计算准确的eg值，因此，对L(i)做一阶曲线拟合，所以利用公式计算校正后的覆冰厚度d，其中β₁和β₂分别表示覆冰后架空输电线的倾角和覆冰前架空输电线的倾角。对导线覆冰厚度进行校正，能够得到更精确的覆冰厚度，有利于供电企业针对覆冰量对输电线路覆冰现象及时采取相应融冰措施。

本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。