一种基于无人机图像识别技术的特高压输电线路缺陷检测方法与流程

本发明涉及无人机点云图像模型，尤其是涉及一种基于无人机图像识别技术的特高压输电线路缺陷检测方法。

背景技术：

1、特高压输电线路是保障特高压安全稳定运行的重要设施，也是国家的基础建设设施设备，需要对特高压输电线路进行可靠性的维护和电力巡检，通过日常技术监测手段，保障特高压输电线路的运行可靠性。

2、在进行特高压输电线路的运维管理过程中，由于巡线的劳动强度大，特高压输电线所处的环境比较复杂，导致特高压输电线路的人工巡检难度较高，需要构建优化的特高压输电线路巡检和缺陷检测方法和技术手段。

3、例如，一种在中国专利文献上公开的“一种特高压输电线路耐张线夹无损检测装置及方法”，其公开号为cn115047061a，通过磁信号分析特高压输电线路的缺陷特征，在检测过程中包括无法在较复杂电路环境进行检测，无人机巡检仅能检测当前被检测线路是否存在断股，检测效率较低。

技术实现思路

1、本发明是为了克服现有技术中，特高压输电线路的缺陷检测运行可靠性较低，特高压输电线路巡检环境复杂不方便人工巡检，传统人工特高压巡检效率低的问题，提供一种基于无人机图像识别技术的特高压输电线路缺陷检测方法，通过无人机图像巡检进行识别结构模型构成和缺陷特征提取，实现特高压输电线路的高效率检测。

2、为了实现上述技术目的，本发明采用以下技术方案：

3、一种基于无人机图像识别技术的特高压输电线路缺陷检测方法，其特征是，包括以下步骤：

4、步骤s1：输电线路无人机图像识别结构构成；

5、步骤s2：通过无人机巡航进行图像采集和图像预处理；

6、步骤s3：对预处理完成后的图像进行输电线路缺陷检测；

7、步骤s4：进行缺陷特征提取和特征检测；

8、步骤s5：完成缺陷检测过程。

9、作为优选，步骤s1包括以下步骤：

10、步骤s1-1-1：构建特高压输电线路的三维点云图像分析模型；

11、步骤s1-1-2：结合三维可视化、导线量测、导线弧垂测量等技术，建立特高压输电线路的三维空间配置结构分析模型；

12、步骤s1-1-3：根据电力导线的三维数学模型的差异性分布，进行不同状态下特高压输电线路的缺陷检测。

13、通过无人机机载激光雷达测量技术，将多传感器设备植入到无人机系统中进行特高压输电线路的图像采集，通过雷达点云设计，采用雷达点云的可视化分析模型，结合图像识别技术，进行电力导线的三维数字模型表结构，实现特高压输电线路的高效率检测。

14、作为优选，所述步骤s1包括以下步骤：

15、步骤s1-2-1：利用特高压输电线路轨迹数据捕捉方法，在电力线雷达点中，建立特高压输电线路的xoy坐标平面，获得特高压输电线路缺陷部位对应段的投影点；

16、步骤s1-2-2：利用特高压输电线路轨迹数据实现对缺陷部位的二维空间捕获，在特高压输电线路分布的三维空间的二维信息；

17、步骤s1-2-3：根据步骤s1-2得到的特高压输电线路的二维信息，若电塔总数为n，线路总档数为n-1，通过无人机图像识别和测量，实现缺陷检测。

18、作为优选，所述步骤s2的图像采集和预处理包括以下步骤：

19、步骤s2-1：提取特高压输电线路的点云数字图像，得到特高压输电线路无人机图像的视觉特征分布值；

20、步骤s2-2：利用电力线路三维可视化分布空间中n个图像采集点，电力线三维重建的像素值表示为x1(0)、x2(0)、……xn(0)，雷达点的水平坐标分别再x轴方向、y轴方向的差异度因子i，在t时刻的导线雷达点在xoy平面匹配特征量分布值为xi(0)＝xi1(t)，xi2(t)，……xid(t)；

21、步骤s2-3：根据步骤s3-2中分裂导线与单导线、避雷线的形态特征分布差异度，得到输电线路无人机采集图像的三维重建型匹表示为vi(t)＝vi1(t)、vi2(t)…vid(t)；

22、步骤s2-4：得到特高压输电线路无人机图像的鲁棒lbp特征匹配最优解表示为pi＝(pi2，pi2……pid)。

23、采用非同质区域的边缘特征检测方法，得到特高压输电线路无人机图像的视觉特征分布值，利用图像法以及对图像进行数据分析，在大场景的融合通道背景下，得到特高压输电线路无人机图像的lbp特征匹配最优解，提取环境参数，自适应修改相关矩阵的阈值，使得无人机能自适应特高压输电线路的复杂环境，在适用于复杂环境的同时提高无人机对特高压线路的缺陷巡检效率。

24、作为优选，提取环境参数，根据像素点的雷达点水平坐标和无人机采集图像的三维重建型匹配数据，得到图像降噪重构函数如下所示：

25、fm(z)＝f(z)，fx(z)，fy(z)；

26、其中，f(z)为特高压输电线路缺陷领域内的极大值，表示已捕获全局对比度信息；fx(z)和fy(z)分别为输电线线路机载雷达点云的密度。

27、作为优选，步骤s3输电线路缺陷检测过程包括以下步骤：

28、步骤s3-1：结合输电线路的内部几何参数和线路外观几何参数分析的方法，建立特高压输电线路缺陷的三维点云重构模型，根据特高压输电线路缺陷三维点云的参数分布几何，得到输电线路的二维空间分布阈值p(ni)＝pkprkj＝1，k＝1，2，...，m；

29、步骤s3-2：通过步骤s5-1中电塔的粗略位置和顺次连接点的位置参数估计，得到相关电塔点云分布的二维数据；

30、步骤s3-3：以像素点(x，y)为中心，得到无人机机载激光云点数据的分配特征属性集为：

31、flg-m(z)＝flg(z)，flg-x(z)，flg-y(z)；

32、其中，flg(z)＝f(z)*f-1(gw)为领域测试度函数。

33、作为优选，所述步骤s4缺陷特征提取过程包括以下步骤：

34、步骤s4-1：分析在缺陷状态下的特高压输电线路的变形和异常参数分布情况，根据输电线路无人机图像的点云数据分布投影点；

35、步骤s4-2：采用簇聚类分析的方法，得到输电线路无人机参数分布的特征点，由此得到输电线路缺陷特征分布在该领域内的极大值；

36、步骤s4-3：根据输电线路无人机图像的点云数据分布投影点，分析缺陷故障下不连通，簇之间的空间间隔量，在临时坐标系中得到局部坐标值；

37、步骤s4-4：根据电力线空间配置，采用机载雷达系统获取点云参数，实现特高压输电线路缺陷特征提取并检测。

38、通过无人机机载雷达系统获取点云参数，得到雷达点云的可视化分析模型，为缺陷定位提供准确的图像参数，并以此图像参数为基础，进行三维重构，得到聚类簇投影点，对上述聚类簇投影点进行数据解析，分析缺陷故障下不连通、簇之间的空间间隔，实现输电线路的缺陷检测，判断当前特高压线路是否存在安全隐患，检测效率高，适用性强。

39、作为优选，当巡检数据完整性和图像完整性判断完成后，若巡检数据和三维图像不完整时，重新进行无人机机载激光雷达测量，完成测量后再进行电力三维空间配置结构和三维可视化导线测量。

40、因此，本发明的有益效果如下所示：

41、采用非同质区域的边缘特征检测方法，得到特高压输电线路无人机图像的视觉特征分布值，利用图像法以及对图像进行数据分析，在大场景的融合通道背景下，得到特高压输电线路无人机图像的lbp特征匹配最优解，提取环境参数，自适应修改相关矩阵的阈值，使得无人机能自适应特高压输电线路的复杂环境，在适用于复杂环境的同时提高无人机对特高压线路的缺陷巡检效率；

42、分析缺陷故障下不连通、簇之间的空间间隔，实现输电线路的缺陷检测，判断当前特高压线路是否存在安全隐患，检测效率高，适用性强。