基于无人机巡线可见光影像的电力设备中绝缘子的提取方法
【专利摘要】本发明公开了基于无人机巡线可见光影像的电力设备中绝缘子的提取方法，包括：获得电力设备的可见光图像；对含有绝缘子的可见光影像，遍历整个影像，利用边缘和纹理信息检测出种子区域，直至到没有潜在的种子区域，其中利用Canny边缘检测算子和边界连接算法提取边界；获得种子区域之后，进行种子区域扩张以获得完整的绝缘子，种子区域扩张方向包括4个方向：行方向上单环向上扩张，行方向上单环向下扩张，列方向的单像素向右扩张，列方向的单像素向左扩张，由三个因素，基于纹理的测量值，基于边缘的量测值以及基于纹理的相似性因素，来确定是否允许往这个方向扩张。种子区域不断扩张，最后得到完整绝缘子。
【专利说明】基于无人机巡线可见光影像的电力设备中绝缘子的提取方法
【技术领域】
[0001]本发明属于应用于电力工业领域中的电力设备的检测方法，具体是指基于无人机巡线可见光影像的电力设备中绝缘子的提取方法。
【背景技术】
[0002]绝缘子是架空输电线路的重要组成部分，其作用是支撑导线和防止电流回地。目前对绝缘子的在线检测方法主要包括:①直接观察法，即用双筒望远镜观察绝缘子表面缺陷，有时还需登塔检查。该方法维修量大，作业条件恶劣，并对作业安全造成了一定的隐患。②紫外成像法，由紫外成像仪带电检测复合绝缘子表面局部放电形成的碳化通道和蚀损，该方法缺点是需在正温度及高湿度环境下操作，易受观察角度影响。⑨红外成像法，该方法可在线检测局部放电、泄露电流流过绝缘物质时的介电损耗或电阻损耗等引起的绝缘子局部温度升高，其缺点在于仪器造价高且温量易受环境影响。④超声波法，即用超声波检测绝缘子机械缺陷。该方法因耦合、衰减及超声换能器性能问题没有进一步发展。
[0003]鉴于此，实现电力线路绝缘子检测的自动化及提高在线检测的环境适应能力成为了重要的研究课题。为了解决这个问题，近年来许多学者致力研究利用数字图像处理技术从航拍图像中提取绝缘子图像。利用数字图像处理技术从航拍图像中提取绝缘子图像是架空输电线路故障自动检测的基础步骤。目前，国内外文献主要从边缘检测方法，以及基于阈值分割与二次定位两类方法从可见光影像中提取绝缘子图像。相关文献有:黄宵宁，张真良。直升机巡检航拍图像中绝缘子图像的提取算法[J]。电网技术，2010,34(1):194-197.刘国海，朱珠。图像处理技术在超高压巡检机器人视觉系统中的应用研究[J]。计算机工程与设计，2009，30 (I): 136-136。
[0004]基于阈值分割的方法从复杂背景中提取绝缘子。该方法的一般步骤是将得到的彩色图像从RGB空间转化到HSI空间；对转化后的S分量，进行阈值分割；然后对分割后的图像进行形态学滤波，消除噪声的干扰；最后采用连通区域标记的方法将绝缘子图像从背景图像分割出来。该算法优点是能够有效滤除复杂背景的干扰，得到准确的绝缘子图像。缺点阈值分割是基于目标和背景的颜色有较明显不同的情况，实际上，绝缘子经过一段时间运行后会褪色。此时再利用彩色图像分割法进行目标提取，阈值选择会比较困难，提取效果相应变差。
[0005]参考文献:徐耀良，张少成，杨宁，等。航拍图像中绝缘子的提取算法[J]。上海电力学院学报，2011，27 (5):515-518。葛玉敏，李宝树，赵书涛等。绝缘子图像中的特征目标提取[J]。高压电器，2009，45 (6): 56-60，68。
[0006]采用边缘检测方法提取绝缘子图像，一般处理步骤是:首先对影像进行预处理，然后利用Hough变换等方法从影像中提取绝缘子的边缘，并根据绝缘子串是垂直一排的特性来除去误检测的绝缘子图像，将绝缘子识别并定位出来。该方法的缺点是由于输电线路走廊背景的复杂性，一般的航拍图像中都存在着大量干扰，影响影响噪音，使得边缘检测算法非常复杂，既影响绝缘子图像的提取速度，也影响了图像精度。
[0007]参考文献:Peungsungwal S, Pungsiri B, Chamnongthai K, et al。Autonomousrobot for a power transmission line inspection[C]//Circuits and Systems,2001。ISCAS 2001。The 2001 IEEE International Symposium on。IEEE, 2001,3:121_124。刘建友，李宝树，仝卫国。航拍绝缘子图像的提取和识别[J]。传感器世界，2009，12:004。
[0008]由于航拍背景复杂，如何在图像中有效的提取出绝缘子图像并识别出来成为研究的热点。基于无人机巡线实现电力线路绝缘子检测的自动化越来越重要。
【发明内容】
[0009]本发明的目的是提供基于无人机巡线可见光影像的电力设备中绝缘子的提取方法，该提取方法高效且自动检测出电气设备中的绝缘子。
[0010]本发明的上述目的是通过如下技术方案来实现的:基于无人机巡线可见光影像的电力设备中绝缘子的提取方法，该方法包括如下步骤:
[0011](I)采用可见光影像拍摄电力设备，获得电力设备图像，该电力设备图像中包含至少一个能被识别的绝缘子图像；
[0012](2)选取任意一个能被识别的绝缘子图像，进行如下步骤；
[0013](3)选择一个方形区域作为种子区域，该种子区域的大小要小于绝缘子图像；
[0014](4)最佳种子区域的获取:在选取的绝缘子图像中移动种子区域进行搜索，以匹配得到最佳种子区域，具体搜索过程为种子区域自绝缘子图像的左上角，沿着行和列的方向，直到右下角进行移动，种子区域在移动过程中与该种子区域相重合的绝缘子图像的区域称之为候选种子区域，通过计算种子区域移动过程中的边缘度量值E、纹理度量值T和灰度一致性度量值S三个度量值，来判断该种子区域是否为最佳种子区域，其中，T表示种子区域中绝缘子环片之间的纹理相似性度量值，更高的T值表示更高的可能存在的绝缘子形状；E描述候选种子区域内绝缘子环片的边缘度量值，较高的E值表示有绝缘子种子区域的概率更高；S为候选绝缘子种子区域内的灰度值均匀分布度量值，较高的S值表明存在绝缘子种子区域的可能性更高；
[0015]其中，E值采用公式(4)进行计算:
【权利要求】
1.基于无人机巡线可见光影像的电力设备中绝缘子的提取方法，该方法包括如下步骤: (1)采用可见光影像拍摄电力设备，获得电力设备图像，该电力设备图像中包含至少一个能被识别的绝缘子图像； (2)选取任意一个能被识别的绝缘子图像，进行如下步骤； (3)选择一个方形区域作为种子区域，该种子区域的大小要小于绝缘子图像； (4)最佳种子区域的获取:在选取的绝缘子图像中移动种子区域进行搜索，以匹配得到最佳种子区域，具体搜索过程为种子区域自绝缘子图像的左上角，沿着行和列的方向，直到右下角进行移动，种子区域在移动过程中与该种子区域相重合的绝缘子图像的区域称之为候选种子区域，通过计算种子区域移动过程中的边缘度量值E、纹理度量值T和灰度一致性度量值S三个度量值，来判断该种子区域是否为最佳种子区域，其中，T表示种子区域中绝缘子环片之间的纹理相似性度量值，更高的T值表示更高的可能存在的绝缘子形状；E描述候选种子区域内绝缘子环片的边缘度量值，较高的E值表示有绝缘子种子区域的概率更高；S为候选绝缘子种子区域内的灰度值均匀分布度量值，较高的S值表明存在绝缘子种子区域的可能性更高； 其中，E值采用公式(4 )进行计算:
2.根据权利要求1所述的基于无人机巡线可见光影像的电力设备中绝缘子的提取方法，其特征在于:所述步骤(3)中，选择的种子区域的长度为绝缘子图像长度的60% — 80%，种子区域的宽度为绝缘子图像宽度 的60% — 80%。
【文档编号】G06K9/00GK103488988SQ201310403870
【公开日】2014年1月1日 申请日期:2013年9月6日 优先权日:2013年9月6日
【发明者】王柯, 陈驰, 彭向阳, 张泊宇, 麦晓明, 杨必胜, 王锐 申请人:广东电网公司电力科学研究院, 武汉大学