本发明涉及图像处理技术领域，特别涉及一种用于检测输电线路覆冰的无人机双目视觉图像处理系统。
背景技术：
伴随着国家的经济发展，输电线路起着越来越重要的作用。由于输电线路的工作环境大多在野外，容易受到各种环境气象因素的影响，特别是在一些高海拔高寒地区，输电线路容易受到覆冰灾害的影响，导致输电线路故障，造成店里系统无法安全可靠的运行，影响人民群众的正常生活和生产。因此，通过及时掌握输电线路覆冰状态，开展覆冰灾害预防与处理工作，对电力输送的安全稳定具有重要的显示意义和实用价值。
目前有多种检测手段来检测输电线路覆冰厚度信息，主要检测方法包括：量器具检测法、称重法、导线倾角-弧垂法、在线监测设备图像法等。但是这些检测手段不仅需依靠地面测量，检测效率低，而且受环境因素影响严重，无法实现输电线路覆冰灾害的快速检测。
技术实现要素：
本发明的发明目的在于提供一种用于检测输电线路覆冰的无人机双目视觉图像处理系统，以解决现有输电线路覆冰检测方法检测效率低，并且受环境因素影响严重，无法对输电线率覆冰快速检测的问题。
根据本发明的实施例，一种用于检测输电线路覆冰的无人机双目视觉图像处理系统包括：
图像判定模块，用于获取输入数据；根据所述输入数据，判定所述输入数据是否为无人机双目视觉图像对；
若是，将所述输入数据发送至所述图像三角测量模块；
若否，将所述输入数据发送至姿态信息判定模块；
姿态信息判定模块，用于接收所述图像判定模块发送的输入数据；根据所述输入数据，判定所述输入数据是否为无人机姿态数据；
若是，将所述无人机姿态数据发送至所述图像三角测量模块；
图像三角测量模块，用于根据所述无人机姿态数据，将所述无人机双目视觉图像对的像素坐标转换为地理空间坐标；
输电线路覆冰及识别模块，用于根据所述转换后的无人机双目视觉图像对，识别所述无人机双目视觉图像的输电线路覆冰；
输电线路覆冰厚度测量模块，用于根据所述无人机双目视觉图像的输电线路覆冰的测量点和所述地理空间坐标，计算得到所述输电线路覆冰厚度。
进一步，所述系统还包括，
图像匹配模块，用于获取无人机双目视觉图像对；根据所述无人机双目视觉图像对进行匹配，根据匹配结果，确定是否将所述无人机双目视觉图像对传送至图像三角测量模块；
若充分匹配，则将所述无人机双目视觉图像对传送至所述图像三角测量模块；
若不充分匹配，则将所述无人机双目视觉图像对传送至添加匹配点模块；
添加匹配点模块，用于接收所述图像匹配模块传送的无人机双目视觉图像对，对所述无人机双目视觉图像对添加匹配点，将处理后的无人机双目视觉图像对传送至所述图像三角测量模块。
进一步，所述图像匹配模块，还用于将所述无人机双目视觉图像对分别提取SIFT特征点，对所述无人机双目视觉图像对的SIFT特征点进行匹配；根据所述SIFT特征点的匹配数量，确定所述无人机双目视觉图像对是否匹配；
若所述匹配数量大于预设数量，则所述无人机双目视觉图像对充分匹配；
若所述匹配数量小于预设数量，则所述无人机双目视觉图像对不充分匹配。
进一步，所述图像判定模块，还用于若所述输入数据的格式为预设格式，则所述输入数据为无人机双目视觉图像对；
若所述输入数据的格式不是预设格式，则所述输入数据不是无人机双目视觉图像对。
进一步，所述姿态数据判定模块，还用于若所述输入数据为预设信息，则所述输入图形为无人机姿态数据；
若所述输入数据不是预设信息，则所述输入数据不是无人机姿态数据；其中，所述输入数据包括图像名称、拍摄的经度、纬度、高度、横滚角、俯仰角和航偏角。
由以上技术方案可知，本发明公开了一种用于检测输电线路覆冰的无人机双目视觉图像处理系统，对无人机双目视觉图像对进行坐标转换，将所述无人机双目视觉图像对的像素坐标转换为地理空间坐标；并对无人机双目视觉图像对的输电线路覆冰进行识别，根据所述输电线路覆冰的测量点和所述地理空间坐标，计算得到所述输电线路覆冰厚度，由于无人机双目视觉图像不受环境因素的影响，并且计算得到的输电线路覆冰的厚度准确，可实现输电线路覆冰灾害的快速检测。
附图说明
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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，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用于检测输电线路覆冰的无人机双目视觉图像处理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，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。
如图1所示，根据本发明的实施例，一种用于检测输电线路覆冰的无人机双目视觉图像处理系统包括：
图像判定模块1，用于获取输入数据；根据所述输入数据，判定所述输入数据是否为无人机双目视觉图像对；
若是，将所述输入数据发送至所述图像三角测量模块3；
若否，将所述输入数据发送至姿态信息判定模块2；
姿态信息判定模块2，用于接收所述图像判定模块发送的输入数据；根据所述输入数据，判定所述输入数据是否为无人机姿态数据；
若是，将所述无人机姿态数据发送至所述图像三角测量模块3；
图像三角测量模块3，用于根据所述无人机姿态数据，将所述无人机双目视觉图像对的像素坐标转换为地理空间坐标；
输电线路覆冰及识别模块4，用于根据所述转换后的无人机双目视觉图像对，识别所述无人机双目视觉图像的输电线路覆冰；
输电线路覆冰厚度测量模块5，用于根据所述无人机双目视觉图像的输电线路覆冰的测量点和所述地理空间坐标，计算得到所述输电线路覆冰厚度。
根据无人机双目视觉图像中的输电线路覆冰选定的两个测量点，计算两个测量点在地理空间坐标的距离，从而得到输电线路覆冰的厚度。
由以上技术方案可知，本实施例公开了一种用于检测输电线路覆冰的无人机双目视觉图像处理系统，对无人机双目视觉图像对进行坐标转换，将所述无人机双目视觉图像对的像素坐标转换为地理空间坐标；并对无人机双目视觉图像对的输电线路覆冰进行识别，根据所述输电线路覆冰的测量点和所述地理空间坐标，计算得到所述输电线路覆冰厚度，由于无人机双目视觉图像不受环境因素的影响，并且计算得到的输电线路覆冰的厚度准确，可实现输电线路覆冰灾害的快速检测。
进一步，所述系统还包括，
图像匹配模块6，用于获取无人机双目视觉图像对；根据所述无人机双目视觉图像对进行匹配，根据匹配结果，确定是否将所述无人机双目视觉图像对传送至图像三角测量模块3；
若充分匹配，则将所述无人机双目视觉图像对传送至所述图像三角测量模块3；
若不充分匹配，则将所述无人机双目视觉图像对传送至添加匹配点模块7；
添加匹配点模块7，用于接收所述图像匹配模块传送的无人机双目视觉图像对，对所述无人机双目视觉图像对添加匹配点，将处理后的无人机双目视觉图像对传送至所述图像三角测量模块。
由于无人机双目视觉图像对不充分匹配，无法传至图像三角测量模块对无人机双目视觉图像对进行处理，添加匹配点模块增加无人机双目视觉图像对匹配点，使无人机双目视觉图像对的匹配点达到充分匹配的条件，再传送至图像三角测量模块对无人机双目视觉图像对进行处理。判定匹配是否充分的条件可以是匹配点的数量是否达到预设数量，比如匹配点的数量为6个，预设数量为8个，那么添加匹配点模块对无人机双目视觉图像对添加至少两个匹配点后，再将无人机双目视觉图像对传送至图像三角测量模块。
进一步，所述图像匹配模块6，还用于将所述无人机双目视觉图像对分别提取SIFT特征点，对所述无人机双目视觉图像对的SIFT特征点进行匹配；根据所述SIFT特征点的匹配数量，确定所述无人机双目视觉图像对是否匹配；
SIFT，即尺度不变特征变换，是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。
SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、微视角改变的容忍度也相当高。基于这些特性，它们是高度显著而且相对容易撷取，在母数庞大的特征数据库中，很容易辨识物体而且鲜有误认。使用SIFT特征描述对于部分物体遮蔽的侦测率也相当高，甚至只需要3个以上的SIFT物体特征就足以计算出位置与方位。在现今的电脑硬件速度下和小型的特征数据库条件下，辨识速度可接近即时运算。SIFT特征的信息量大，适合在海量数据库中快速准确匹配。
若所述匹配数量大于预设数量，则所述无人机双目视觉图像对充分匹配；
若所述匹配数量小于预设数量，则所述无人机双目视觉图像对不充分匹配。
预设数量可根据实际情况设定，优选的预设数量为8个，匹配点的数量大于8个，则无人机双目视觉图像对充分匹配，匹配点的数量小于8个，则无人机双目视觉图像对不充分匹配。
进一步，所述图像判定模块1，还用于若所述输入数据的格式为预设格式，则所述输入数据为无人机双目视觉图像对；
预设格式可为常规图片的普遍格式，例如：jpg、png、tif和bmp等。
若所述输入数据的格式不是预设格式，则所述输入数据不是无人机双目视觉图像对。
进一步，所述姿态数据判定模块2，还用于若所述输入数据为预设信息，则所述输入图形为无人机姿态数据；
若所述输入数据不是预设信息，则所述输入数据不是无人机姿态数据；其中，所述输入数据包括图像名称、拍摄的经度、纬度、高度、横滚角、俯仰角和航偏角。
可选地，所述系统还包括显示图像数据显示模块8，可显示输电线路覆冰及识别模块、图像匹配模块及添加匹配点模块的图像和数据。
由以上技术方案可知，本实施例公开了提供一种用于检测输电线路覆冰的无人机双目视觉图像处理系统，对无人机双目视觉图像对进行坐标转换，将所述无人机双目视觉图像对的像素坐标转换为地理空间坐标；并对无人机双目视觉图像对的输电线路覆冰进行识别，根据所述输电线路覆冰的测量点和所述地理空间坐标，计算得到所述输电线路覆冰厚度，由于无人机双目视觉图像不受环境因素的影响，并且计算得到的输电线路覆冰的厚度准确，可实现输电线路覆冰灾害的快速检测。
本领域技术人员在考虑说明书及实践这里公开的发明后，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。