一种无人机双目视觉线路覆冰测量系统的制作方法

本发明涉及无人机技术领域，具体为一种无人机双目视觉线路覆冰测量系统。

背景技术：

输电线路覆冰严重的情况下会造成严重事故，如杆塔变形、倒塔、导线断股、金具和绝缘子损坏、绝缘子闪络等，覆冰对输电线的危害主要有下面几种：(1)过负荷，即由于线路覆冰之后，导线的实际重量远超过了设计值，从而导致架空输电线路发生电气和机械方面的故障，导线的负荷主要有水平负荷、垂直负荷以及纵向负荷；(2)导线覆冰舞动、脱冰跳跃事故；(3)绝缘子串冰闪事故。目前，监测输电线路覆冰的实时状态以及覆冰的严重程度主要依靠设立覆冰观测站、模拟导线法、在线遥测法以及图像监测法，但总体而言，目前国内外的研究多存在一定的局限，且使用的图像处理方法比较传统，同时没有对基于图像处理的输电线路覆冰监测做更加详细系统的论述，也很少对各自提出的方法进行试验验证。鉴于此，我们提供一种无人机双目视觉线路覆冰测量系统。

技术实现要素：

本发明的目的在于提供一种无人机双目视觉线路覆冰测量系统，以解决上述背景技术中提出目前输电线路覆冰测量方法存在的问题。

为实现上述目的，本发明提供如下技术方案：

一种无人机双目视觉线路覆冰测量系统，包括数据采集部件、数据传输部件以及数据处理部件，数据采集部件包括无人机、双目视觉相机、控制存储模块、电源、减震系统和升温系统，所述数据传输部件包括无线传输控制模块，所述数据处理部件包括地面控制端；

所述无人机用于所述双目视觉相机的搭载设备；

所述控制存储模块用于控制相机采集影像并存储影像，将数据通过无线传输控制模块传给地面设备；

所述双目视觉相机用于获取电线的覆冰影像；

所述减震系统用于缓解相机拍摄时抖动；

所述升温系统用于在周围气温低时，提高相机周围温度，使相机正常运行。

作为优选，所述无线传输控制模块用于将数据从无人机的控制存储模块传输至地面控制端。

作为优选，所述地面控制端用于将影像数据进行管理、获取和分析。

作为优选，所述无人机双目视觉线路覆冰测量系统的操作步骤如下：

s1：操作人员通过遥控无人机，利用无人机搭载的双目视觉相机对目标区域的电线进行影像数据采集；

s2：控制存储模块将采集的影像数据进行储存，并通过无线传输控制模块将采集的影像数据传输至地面控制端；

s3：利用双目视觉原理，对获取的影像数据进行图像处理，获取指定位置的覆冰厚度；

s4：结合覆冰形态、覆冰厚度、导线型号和电压等级判断是否需要进行除冰，建立覆冰分析报告。

作为优选，所述图像处理包括图像灰度化、图像增强以及图像分割。

作为优选，所述图像灰度化是将采集到的彩色图像转化成灰度图像，直接对rgb图像的r分量、g分量和b分量进行灰度图像处理，处理公式为：

y＝0.299r+0.587g+0.114b；

其中y为亮度，即rgb图像转换成灰度图像后对应像素点的灰度值；r、g、b分别为红色分量值、绿色分量值和蓝色分量值。

作为优选，所述图像增强是通过中值滤波的方式消除图像噪声，同时避免图像边缘的模糊；

二维图像的像素灰度集合为{xi，j，(i，j)∈z²}，z²是二维整数集，大小为a＝m×n的窗口内的像素值中值被定义为：

yi,j＝median[xi+k,j+l,(k,l)∈a]；

其中a表示含奇数个像素，上述公式表示把窗口内的奇数个像素按灰度值大小排列，取中间像素值赋给yi，j，然后以yi，j取代二维窗口a中的中心像素值作为中值滤波的输出。

作为优选，所述图像分割包括未覆冰图像分割和覆冰图像分割，采用图像边缘检测方法对未覆冰的输电线路图像进行图像分割处理，采用纹理分析与阈值分割相结合的方法实现覆冰图像输电线路的分割。

作为优选，所述图像边缘检测采用sobel算子对未覆冰的输电线路图像进行边缘检测，sobel算子通过像素点上下、左右邻域点灰度加权差，在边缘处达到极值这一现象检测边缘，包括2组3×3的矩阵，分为横向和纵向，将之与图像作平面卷积，计算得出横向与纵向的亮度差分值，若以a代表原始输电线路图像，gx及gy分别代表经横向及纵向边缘检测的图像灰度值，其公式如下：

图像的每一个像素的横向及纵向灰度值通过以下公式来计算该点灰度的大小：

若灰度g大于某一阈值，则认为该点(x，y)为边缘点，再用以下公式计算灰度方向：

作为优选，所述覆冰厚度的计算通过计算覆冰前后图像提取到的边缘之间的距离d和d′，则输出电线的覆冰厚度为：

h＝(d′-d)/2。

与现有技术相比，本发明的有益效果是：

本无人机双目视觉线路覆冰测量系统通过无人机搭载双目相机采集输电线路覆冰数据，利用控制存储模块对数据进行存储，并通过无线传输控制模块获取存储的影像，利用获取的数据计算覆冰厚度，识别覆冰形态，准确率高，精确测量覆冰厚度，清晰识别覆冰形态；适用范围广，易操作，平坦地区和山地都适用，可达到人员徒步无法发达的地区；效率高，数据可实时回传，现场测量，即可出结果。

附图说明

图1为本发明无人机智能机库环境及安防监测联动系统总体构架图；

图2为本发明系统模块的连接示意图；

图3为本发明的双目视觉原理的示意图。

具体实施方式

下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

一种无人机双目视觉线路覆冰测量系统，如图1和图2所示，包括数据采集部件、数据传输部件以及数据处理部件，数据采集部件包括无人机、双目视觉相机、控制存储模块、电源、减震系统和升温系统，数据传输部件包括无线传输控制模块，数据处理部件包括地面控制端；

无人机用于双目视觉相机的搭载设备；

控制存储模块用于控制相机采集影像并存储影像，将数据通过无线传输控制模块传给地面设备；

双目视觉相机用于获取电线的覆冰影像；

减震系统用于缓解相机拍摄时抖动；

升温系统用于在周围气温低时，提高相机周围温度，使相机正常运行。

无线传输控制模块用于将数据从无人机的控制存储模块传输至地面控制端。

地面控制端用于将影像数据进行管理、获取和分析。

进一步的，无人机双目视觉线路覆冰测量系统的操作步骤如下：

s1：操作人员通过遥控无人机，利用无人机搭载的双目视觉相机对目标区域的电线进行影像数据采集；

s2：控制存储模块将采集的影像数据进行储存，并通过无线传输控制模块将采集的影像数据传输至地面控制端；

s3：利用双目视觉原理，对获取的影像数据进行图像处理，获取指定位置的覆冰厚度；

s4：结合覆冰形态、覆冰厚度、导线型号和电压等级判断是否需要进行除冰，建立覆冰分析报告。

具体的，图像处理包括图像灰度化、图像增强以及图像分割。

(1)图像灰度化是将采集到的彩色图像转化成灰度图像，直接对rgb图像的r分量、g分量和b分量进行灰度图像处理，处理公式为：

y＝0.299r+0.587g+0.114b；

其中y为亮度，即rgb图像转换成灰度图像后对应像素点的灰度值；r、g、b分别为红色分量值、绿色分量值和蓝色分量值。

(2)图像增强是通过中值滤波的方式消除图像噪声，同时避免图像边缘的模糊；

二维图像的像素灰度集合为{xi，j，(i，j)∈z²}，z²是二维整数集，大小为a＝m×n的窗口内的像素值中值被定义为：

yi,j＝median[xi+k,j+l,(k,l)∈a]；

其中a表示含奇数个像素，上述公式表示把窗口内的奇数个像素按灰度值大小排列，取中间像素值赋给yi，j，然后以yi，j取代二维窗口a中的中心像素值作为中值滤波的输出。

(3)图像分割包括未覆冰图像分割和覆冰图像分割，采用图像边缘检测方法对未覆冰的输电线路图像进行图像分割处理，采用纹理分析与阈值分割相结合的方法实现覆冰图像输电线路的分割，纹理分析之后的图像背景和物体处于不同的灰度级，可以采用阈值分割实现导线绝缘子的分割。阈值分割的难点在于阈值的选取，它直接关系到图像的分割效果。选取阈值的方法有很多，如双峰法、迭代法和最大类间方差法等。阈值迭代算法等同于数学上的逐步逼近和迭代，每一幅图像都存在一个最佳的阈值，开始时先选择一个阈值作为初始估计值，然后按某种策略不断改进这一估计值，直到满足给定的准则为止。

本发明的无人机双目视觉线路覆冰测量系统通过无人机搭载双目相机采集输电线路覆冰数据，利用控制存储模块对数据进行存储，并通过无线传输控制模块获取存储的影像，利用获取的数据计算覆冰厚度，识别覆冰形态，准确率高，精确测量覆冰厚度，清晰识别覆冰形态；适用范围广，易操作，平坦地区和山地都适用，可达到人员徒步无法发达的地区；效率高，数据可实时回传，现场测量，即可出结果。

实施例2

作为本发明的第二种实施例，图像边缘检测采用sobel算子对未覆冰的输电线路图像进行边缘检测，sobel算子通过像素点上下、左右邻域点灰度加权差，在边缘处达到极值这一现象检测边缘，包括2组3×3的矩阵，分为横向和纵向，将之与图像作平面卷积，计算得出横向与纵向的亮度差分值，若以a代表原始输电线路图像，gx及gy分别代表经横向及纵向边缘检测的图像灰度值，其公式如下：

图像的每一个像素的横向及纵向灰度值通过以下公式来计算该点灰度的大小：

若灰度g大于某一阈值，则认为该点(x，y)为边缘点，再用以下公式计算灰度方向：

覆冰厚度的计算通过计算覆冰前后图像提取到的边缘之间的距离d和d′，则输出电线的覆冰厚度为：

h＝(d′-d)/2。

本发明图像边缘检测可以有效地抑制噪声的影响，同时客观地、正确地选取边缘检测的门限值，利用sobel算子在空间上容易实现，可提供精确的边缘方向信息，提高未覆冰的输电线路图像信息的准确率。

实施例3

作为本发明的第三种实施例，双目视觉原理如图3所示，其中基线距b＝两摄像机的投影中心连线的距离；相机焦距为f；

双目同一时刻监测电线的同一特征点p(xc,yc,zc),分别在在左目和右目上获取了点p的图像，它们的图像坐标分别为pleft＝(xleft,yleft),pright＝(xright,yright)；

双目的图像在同一个平面上，则特征点p的图像坐标y坐标相同，即yleft＝yright＝y，则由三角几何关系得到：

则视差为：disparity＝xleft-xright。由此可计算出特征点p在相机坐标系下的三维坐标为：

因此，左目像面上的任意一点只要能在右目像面上找到对应的匹配点，就可以确定出该点的三维坐标，这种方法是完全的点对点运算，像面上所有点只要存在相应的匹配点，就可以参与上述运算，从而获取其对应的三维坐标。

本发明的无人机双目视觉线路覆冰测量系统通过无人机搭载双目相机采集输电线路覆冰数据，利用控制存储模块对数据进行存储，并通过无线传输控制模块获取存储的影像，利用获取的数据计算覆冰厚度，识别覆冰形态，准确率高，精确测量覆冰厚度，清晰识别覆冰形态；适用范围广，易操作，平坦地区和山地都适用，可达到人员徒步无法发达的地区；效率高，数据可实时回传，现场测量，即可出结果。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。