本发明涉及电网巡检领域,尤其涉及用于无人机电力巡检中图片清晰度增强的方法。
背景技术:
定期进行电网巡检是保证电网正常运行,消除事故或安全隐患的重要措施,现有巡检方式多为人工配合检测设备进行巡查检测,受天气等因素影响,效率较低。随着无线传输及计算机技术的进步,在电网巡检时逐渐采用无人机来完成电网巡检工作,其大部分都是通过无人机对电网进行拍摄,再无线传输给主机,在拍摄过程中经常会由于天气的变化而影响到拍摄图片不够清晰,传输有干扰等状况,其后果是直接影响到工作人员对电网安全的分析,因此有必要提高无人机在电网巡检时照片、视频的清晰度。
技术实现要素:
基于上述现状,本发明所要解决的技术问题在于,提供用于无人机电力巡检中图片清晰度增强的方法,并且能够即时且准确的检测并反馈电网状态。
本发明的用于无人机电力巡检中图片清晰度增强的方法主要包括以下步骤:
1、信息收集,在电网正常运行状态下收集巡检范围内电塔与电塔之间的距离、输电线路、绝缘子、以及各个零部件的正常连接的图片。
2、参数设置,将电网正常运行状态下收集的图片信息编入到处理中心,用于无人机在拍摄工程中进行图片的对比,处理中心与安装在无人机上的摄像头连接。
3、无人机在巡检过程中,通过安装在无人机上的摄像头对电网进行拍摄,拍摄后由处理中心进行自动比对,比对发现有偏差的发送给服务器,服务器工作人员在收到无人机传输图片后经过判断,有问题的安排工作人员检修。
无人机拍摄照片的清晰度是工作人员进行安全分析的重要依据,那么有必要针对无人机拍摄的照片进行清晰化处理,方法如下:
定义如下变量以便于描述:
待处理整幅图片的尺寸为imagesize:即imagesize=height*width,其中height为图片的高,width为图片的宽。
均值滤波器为avefilter(n),其中n是均值滤波的窗口大小。
基础光强a:大气光成分的强度,本发明采用自适应的求取方法,能够根据不同的图片性质判断出不同的值。
亮度修复因子ω:修复透射率分布函数中的亮度,本发明采用自适应的求取方法,能够根据不同的图片的亮度求取不同的值。
透射率分布函数t(x,y):光线通过大气环境干扰后没有被散射部分的比例,0≤t(x,y)≤1。
原始不清晰图片为ioriginal:若为彩色图片,r、g、b三通道的值分别为ioriginal_r、ioriginal_g、ioriginal_b;若为灰度图片则ioriginal为单通道。
定义不清晰图片的光辐射场,取低照度图片每个像素点的三通道的最大值ioriginal,得到光辐射场初始值w(x,y);
按照如下方法对照片进行清晰度增强:
通过对不清晰图片进行估测,制备出自适应的亮度修复因子ω:求出w(x,y)的平均值:nmean=mean(w(x,y)),其中,nmean为w(x,y)的均值,mean()为求得整幅图片均值的操作,其公式为
w(x,y)为光辐射场的初始值,自适应亮度修复因子ω=k0-(nmean/k1)2,其中nmean反映了整幅图片的亮度平均值,k1为设定的控制参数,该参数反映了图片的明暗程度;通过对不清晰图片亮度的估测,制备出基础光强a:定义整幅图片的尺寸为imagesize=height*width,其中height为图片的高width为图片的宽,统计光辐射场w(x,y)的直方图histogram_w;计算直方图的累加和
对不清晰图片进行亮度提升处理:
对光辐射场初始值做第一次处理其公式为
对光辐射场初始值做第二次处理
光辐射场的精确估计值:u(x,y)=ave1(x,y)*(1-nstd2)+ave2(x,y)*nstd2,其中nstd2为先前制备均值滤波器所求的归一化的光辐射场标准差;ave1(x,y)和ave2(x,y)分别为对光辐射场初始值进行两次滤波求得的值;u(x,y)定义为光辐射场的精确估计值;
透射率分布函数s(x,y):
根据复原公式j(x,y)=(ioriginal(x,y)-a)*s(x,y)+a,将灰度图片亮度值ioriginal以及基础光强a、透射率分布函数s(x,y)代入计算得到复原后值j(x,y),即可得到复原后图片j(x,y)。
本发明的有益效果:
通过对无人机电力巡检中图片清晰度增强的方法,可以大量减少人力用于日常的电力巡检工作,图片清晰处理后能够使工作人员更加准确的判断出故障,通过工作人员的及时分析,能够为维修节约大量时间,并且还能有效的减少故障的发生率,从而减少因故障而造成的不必要的损失。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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为本发明的方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明的用于无人机电力巡检中图片清晰度增强的方法主要包括以下步骤:
1、信息收集,在电网正常运行状态下收集巡检范围内电塔与电塔之间的距离、输电线路、绝缘子、以及各个零部件的正常连接的图片。
2、参数设置,将电网正常运行状态下收集的图片信息编入到处理中心,用于无人机在拍摄工程中进行图片的对比,处理中心与安装在无人机上的摄像头连接。
3、无人机在巡检过程中,通过安装在无人机上的摄像头对电网进行拍摄,拍摄后由处理中心进行自动比对,比对发现有偏差的发送给服务器,服务器工作人员在收到无人机传输图片后经过判断,有问题的安排工作人员检修。
4、服务器在收到图片后会经过如下方式进行图片清晰处理:
定义如下变量以便于描述:
待处理整幅图片的尺寸为imagesize:即imagesize=height*width,其中height为图片的高,width为图片的宽。
均值滤波器为avefilter(n),其中n是均值滤波的窗口大小。
基础光强a:大气光成分的强度,本发明采用自适应的求取方法,能够根据不同的图片性质判断出不同的值。
亮度修复因子ω:修复透射率分布函数中的亮度,本发明采用自适应的求取方法,能够根据不同的图片的亮度求取不同的值。
透射率分布函数t(x,y):光线通过大气环境干扰后没有被散射部分的比例,0≤t(x,y)≤1。
原始不清晰图片为ioriginal:若为彩色图片,r、g、b三通道的值分别为ioriginal_r、ioriginal_g、ioriginal_b;若为灰度图片则ioriginal为单通道。
定义不清晰图片的光辐射场,取低照度图片每个像素点的三通道的最大值ioriginal,得到光辐射场初始值w(x,y);
按照如下方法对照片进行清晰度增强:
通过对不清晰图片进行估测,制备出自适应的亮度修复因子ω:求出w(x,y)的平均值:nmean=mean(w(x,y)),其中,nmean为w(x,y)的均值,mean()为求得整幅图片均值的操作,其公式为
w(x,y)为光辐射场的初始值,自适应亮度修复因子ω=k0-(nmean/k1)2,其中nmean反映了整幅图片的亮度平均值,k1为设定的控制参数,该参数反映了图片的明暗程度;通过对低照度亮度的估测,制备出基础光强a:定义整幅图片的尺寸为imagesize=height*width,其中height为图片的高width为图片的宽,统计光辐射场w(x,y)的直方图histogram_w;计算直方图的累加和
对不清晰图片进行亮度提升处理:
对光辐射场初始值做第一次处理其公式为
对光辐射场初始值做第二次处理
光辐射场的精确估计值:u(x,y)=ave1(x,y)*(1-nstd2)+ave2(x,y)*nstd2,其中nstd2为先前制备均值滤波器所求的归一化的光辐射场标准差;ave1(x,y)和ave2(x,y)分别为对光辐射场初始值进行两次滤波求得的值;u(x,y)定义为光辐射场的精确估计值;
透射率分布函数s(x,y):
根据复原公式j(x,y)=(ioriginal(x,y)-a)*s(x,y)+a,将灰度图片亮度值ioriginal以及基础光强a、透射率分布函数s(x,y)代入计算得到复原后值j(x,y),即可得到复原后图片j(x,y)。
6、图片清晰度增强后,工作人员可以有效的判断是否有故障,故障原因,能给及时提供解决方案。
最后应当说明的是,以上实施例仅用以说明本发明创造的技术方案,而非对本发明创造保护范围的限制,尽管参照较佳实施例对本发明创造作了详细地说明,本领域的普通技术人员应当理解,可以对本发明创造的技术方案进行修改或者等同替换,而不脱离本发明创造技术方案的实质和范围。