本发明涉及一种基于直升机巡检输电线路的杆塔编号提取方法,属于电网安全与保护领域。
背景技术:
在电力系统领域,直升机巡检输电线路是一项非常重要的工作,并且已经成为输电线路定期维护的重要手段。目前,直升机巡检输电线路都是采用可见光或红外模式采集输电线路图像或视频,并没有对视频中的图像进行处理,都是采用人工识别模式进行故障定位,如果故障点图像或视频不够清晰,人工识别模式很难对故障点进行定位。
技术实现要素:
为了解决上述技术问题,本发明提供了一种基于直升机巡检输电线路的杆塔编号提取方法。
为了达到上述目的,本发明所采用的技术方案是:
基于直升机巡检输电线路的杆塔编号提取方法,包括,
直升机摄像装置采集内含杆塔编号的图像;
对图像进行增强处理;
对增强后的图像进行分割;
对分割后的图像进行去噪处理;
对去噪后的图像进行杆塔编号提取。
图像增强的原则为,突出杆塔编号区域的信息,抑制其他无用信息。
采用阈值化分割法对增强后的图像进行分割。
计算图像灰度取值范围内的灰度阈值,将图像中各个像素的灰度值与灰度阈值相比较,根据比较的结果将对应的像素分割为两类,灰度值大于灰度阈值的一类和灰度值小于灰度阈值的另一类,灰度值等于灰度阈值的像素可以归入这两类之一。
采用膨胀和腐蚀形态学运算对分割后的图像进行去噪处理。
杆塔编号提取过程为,
对去噪后的图像进行杆塔编号目标点边缘检测;
对杆塔编号目标边缘点数量进行区域统计;
对图像进行二值化处理;
对杆塔编号进行识别。
采用改进的canny边缘检测算子方法,对去噪后的图像进行杆塔编号目标点边缘检测。
通过神经网络的文字识别方法对杆塔编号进行识别。
本发明所达到的有益效果:本发明专利提出的基于直升机巡检输电线路的杆塔编号提取方法,可对采集到的图形进行目标点增强,并进行目标点分割和去噪声处理,准确的对输电线路采集的杆塔编号图像进行目标提取,实现对输电线路中存在故障杆塔进行有效的定位。
附图说明
图1为本发明的流程图;
图2为增强后的图像;
图3为分割后的图像;
图4为去噪后的图像;
图5为canny算子检测的图像;
图6为行方向边缘点的数量统计;
图7为列方向边缘点的数量统计;
图8为二值化处理后的图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,基于直升机巡检输电线路的杆塔编号提取方法,包括以下步骤:
步骤1,直升机摄像装置采集内含杆塔编号的图像。
步骤2,对图像进行增强处理。
图像增强不以图像保真度为原则,而是通过处理有选择的突出有用信息,即杆塔编号区域的信息,抑制其他无用信息,从而提高图像的利用率,便于人或计算机分析,增强后的图像如图2所示。
步骤3,采用阈值化分割法对增强后的图像进行分割,把图像分成若干个特定的、具有独特性质的区域并提取出杆塔编号目标。
图像处于目标和背景内部相邻像素间的灰度值是高度相关的,但是处于目标和背景交界处两侧的像素在灰度值上有很大的差别,可对此图像应用阈值化分割算法,计算图像灰度取值范围内的灰度阈值,将图像中各个像素的灰度值与灰度阈值相比较,根据比较的结果将对应的像素分割为两类,灰度值大于灰度阈值的一类和灰度值小于灰度阈值的另一类,灰度值等于灰度阈值的像素可以归入这两类之一。
分割后的两类像素一般分属图像的两个不同区域,因此达到了区域分割的目的,分割后图像如图3所示。
步骤4,采用膨胀和腐蚀形态学运算对分割后的图像进行去噪处理。
由于图像增强和图像分割产生了噪声,同时由于杆塔编号背景的影响,使得杆塔等设备边缘和目标点处于同一分割区域,需要对图像进行去噪处理。
去噪声处理:首先对图像进行腐蚀,然后膨胀其结果,可使图像的轮廓变得光滑,断开狭窄的间断和消除细的突出物;其次,对图像进行膨胀,然后腐蚀其结果,弥补狭窄的间断和长细的鸿沟,消除小的孔洞,并填补轮廓线中的断裂。对图3进行去燥处理,去除噪声后的图像如图4所示。
步骤5,对去噪后的图像进行杆塔编号提取。
具体过程为:采用改进的canny边缘检测算子方法,对去噪后的图像进行杆塔编号目标点边缘检测,对杆塔编号目标边缘点数量进行区域统计,对图像进行二值化处理,采用神经网络的文字识别系统对杆塔编号进行识别,实现对杆塔编号的目标提取。
采用改进的canny边缘检测算子对图4进行边缘检测,如图5所示。由于canny算子检测得到的边缘点分布集中,可以对图5中的边缘点分别在行列方向进行数量统计,统计结果如图6和7所示。根据统计的结果,杆塔编号边缘点的数量统计一定比非杆塔编号图像区域的数量统计多,经过上述图像预处理以后,目标所在区域的边缘点数量远大于其余部分,因此,行方向和列方向的数量统计均可取整幅图像边缘点的平均值作为临界值。若某一行的边缘点总数大于临界值,则可定义为行的边界,类似的对列进行同样的比较,求出列的边界。对连续的边缘点内的像素值设置成1,其他区域设置成0,即对图5进行二值化处理,如图8所示,最后采用基于神经网络的文字识别系统对杆塔编号进行识别。
本发明专利以杆塔编号的可见光图像作为对象,阐述了杆塔编号的目标提取方法,分别采用了灰度变换、灰度增强、图像分割、形态学去噪等步骤,对杆塔编号图像进行处理。该方法可有效地对杆塔编号进行目标提取,对输电线路的故障定位提供了技术支撑。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。