[发明专利]基于位置关系识别高压线路杆塔、引流线、导线的方法

说明书

技术领域

本发明涉及一种基于位置关系识别高压线路杆塔、引流线、导线的方法。该方法可以应用到红外图像、紫外图像、可见光图像上准确识别出线路的杆塔、引流线及导线。

背景技术

采用直升机对高压送电线路进行巡检具有较高的效率。通过在直升机上安装具有多光谱的图像采集设备，用于对输电线路的缺陷进行检测。由于每次巡检采集图像数据量大，完全采用人眼分析诊断线路图像缺陷，工作强度很大，同时会因为人眼的疲劳导致缺陷的遗漏或误判。因此采用智能缺陷诊断的方法自动分析采集的图像，发现线路中的可疑缺陷，有效减少人工诊断的数据量，进而降低人工分析的强度，同时提高线路维护的效率与可靠性。智能缺陷诊断的基础首先是图像上高压线路的各个部件的自动识别，这里主要研究杆塔、引流线、导线三个部件的识别，其次是在部件识别的基础上对部件进行诊断。

现有的高压线路部件识别的文献较少，且主要涉及导线的识别。Guangjian Yan等人在“Automatic Extraction of Power Lines From Aerial Images”一文中首先使用radon变换从电力线上提取线段，然后使用组的方法连接这些线段，最后使用卡尔曼滤波器将这些线段连接成完整的导线，从而实现导线的识别；Zhengrong Li等人在“Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform”一文中首先使用脉冲偶合神经滤波器剔除背景噪声，产生清晰的边缘，应用Hough变换检测直线，在Hough空间中应用基于知识的线聚类方法，改进hough变换，进而获得识别的结果。这两种识别方法存在的问题是：两种方法使用了radon变换和hough变换，故计算量较大，同时由于在野外环境下高压线路图像上的线对象较多，意味着更不适合使用hough或radon算法；其次，由于这两种方法仅仅根据导线本身的特性对导线进行识别，没有结合高压线路上其他部件与导线的位置关系识别导线，容易将与导线特性类似的背景干扰误判成导线，导致后续产生误诊断。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于位置关系识别架空高压线路杆塔、引流线、导线的方法。该方法能准确的识别杆塔、引流线及导线，通过充分利用杆塔、引流线、导线三个部件的自身特征以及位置关系来进行识别，克服了因使用hough、radon变换时计算量大，以及排除部件本身特性而带来的背景的干扰，降低了识别算法的复杂度、提高了识别的准确性。

为达到上述目的，本发明采用如下技术方案：

一种基于位置关系识别高压线路杆塔、引流线、导线的方法，其步骤如下：

(1)、对输入的架空高压线路图像进行预处理；

(2)、在预处理后的图像上分别提取水平、垂直、倾斜小线段；

(3)、以图像各个分块中水平、垂直、倾斜小线段数量的分布判断图像中是否存在塔杆。将图像纵向分成块，各个分块中分别具有水平、垂直、倾斜小线段，以图像中各个分块中水平、垂直、倾斜小线段的数量，判断图像中是否存在杆塔。如果图像中不存在杆塔，则当前处理的图像为第一类图像，则转步骤(4)；如果图像上存在杆塔，则转步骤(5)；

(4)、图像上不存在杆塔，则当前图像为第一类图像，在第一类图像中采用小线段跟踪、合并的方法生成长直线，在长直线中识别导线；

(5)、图像上存在杆塔，根据引流线与杆塔的位置关系选择拟合小曲线段的小线段，采用小线段拟合小曲线段，跟踪、合并拟合小曲线段生成曲线段，在生成的曲线段中识别引流线，判断图像中是否存在引流线，如果不存在引流线，则图像为第二类图像，转步骤(6)；如果存在引流线，则图像为第三类图像，则跳至步骤(7)；

(6)、图像上不存在引流线，在第二类图像中采用小线段跟踪、合并生成长直线，在长直线中识别导线；

(7)、图像上存在引流线，在第三类图像中采用小线段跟踪、合并生成长直线，在长直线中识别导线。

所述的步骤(1)中对高压线路图像进行预处理包括：图像的灰度化、用Prewitt算子提取图像边缘、用综合二值法二值化边缘提取后的图像、最后采用线性细化对二值化后的图像进行细化。