[发明专利]一种基于视觉的输电线路识别及异物入侵在线检测方法

权利要求书

1.一种基于视觉的输电线路识别及异物入侵在线检测方法，其特征在于：包括如下步骤：

步骤一：对无人机航拍图像进行双边滤波与分段线性灰度变换，得到预处理后的图像；

对航拍图像进行双边滤波，根据像素距离与灰度相似度确定滤波器权重系数，去除噪声并保留边缘；基于输电线灰度特征进行分段线性变换，计算变换后像素灰度值，扩展输电线灰度区间，得到增强后的灰度图像；

步骤二：对灰度增强后的图像利用EDLines(Edge Drawing Lines)算法提取线段特征；

为避免非目标物对EDLines线段检测算法带来的干扰，利用EDLines直线检测算法进行线段提取，得到图像的线段特征；

步骤三：将得到的线段特征进行角度区间分类，提取输电线平行线段组，将满足预设线段连接标准的平行线段组进行融合；

为了提取输电线区域，利用输电线间互相平行的拓扑结构特征进行平行线段组提取。将0～180°划分为36个小区间，每5°一个区间，对检测到的线段按角度归为36类。统计角度在各区间内的所有直线段长度之和，最大值所对应角度区间为输电线的走向角度范围。通过保留倾角在该角度区间内的直线段，剔除剩余直线段，即能够获得与输电线走向近似一致的平行线组，包含n个线段。

将所述平行线组中满足线段融合标准的断续线段融合的实现方法为：按照线段端点坐标由左至右进行排序，根据两条序号相邻的线段的自身长度和距离以及两线段之间的相差角度，判断是否对二者进行融合，当两线段中点间距小于设定阈值，且两线段角度差值小于相应阈值，此时将两线段进行融合，具体方法为：

两线段中点距离表示为：

第i条线段端点坐标为(x_i1,y_i1),(x_i2,y_i2),i∈[0,n-1]，相邻的第j条线段端点坐标为(x_j1,y_j1),(x_j2,y_j2),j∈[0,n-1]且j＞i；；

设定两线段中点距离的长度阈值为l_thres＝4max(l_i,l_j)；第i条线段的长度为l_i；第j条线段的长度为l_j；

第i条线段的倾斜角为第j条线段的倾斜角为倾斜角阈值为θ_thres；

当l_i,j≤l_thres且|θ_i-θ_j|＜θ_thres时，将i,j两条线段进行融合，得到一条端点坐标为(x_i1,y_i1),(x_j2,y_j2),i,j∈[0,n-1]的线段，否则仍然保留为两条线段；

对步骤三得到的n个平行线段进行逐一处理，得到融合后的直线段；

步骤四：根据输电线路的形状和光谱特性特征寻找并划定输电线路目标区域，并根据异物特征标记疑似区域；

将步骤三中得到的融合后的线段作为目标线段，基于输电线形状和颜色特征进行过滤，剔除不满足输电线路特征约束的线段，得到输电线路边缘直线；

所述输电线路特征约束条件为：

约束条件一、若融合后的一条直线段总长度小于图像最短边的则认为该条直线不是输电线的边缘直线；

约束条件二、对目标线段的像素颜色特性进行统计，计算一条直线上的在RGB空间中的颜色矢量偏离灰度轴的夹角在5°范围以内的像素点个数，若此类像素个数低于该条直线上像素总个数的90％，则认为该条直线不是输电线的边缘直线；

根据上述两个约束条件对非输电线路目标线段进行剔除，保留满足约束的目标线段即得到输电线路边缘直线，得到输电线边缘直线图；

得到输电线路边缘直线图后，将最长边缘直线与水平方向的夹角，即倾斜角作为旋转依据，对输电线边缘直线图与步骤一的无人机航拍图像进行倾斜校正；

所述倾斜校正的方法为：得到的最长边缘直线段端点坐标为(x_longest1,y_longest1),(x_longest2,y_longest2)，最长边缘直线的倾斜角为

将倾斜角θ_longest作为输入，目标区域图像利用仿射变换矩阵，对图像进行反方向的倾斜校正，使得输电线呈水平方向；

所述仿射变换矩阵为：

在倾斜校正后的图像中划定输电线路目标区域，目标区域的定义规则如下：

将检测到的最外侧两条输电线边缘直线向其垂直方向扩展区域，即任意一条输电线向着远离另一条输电线方向扩展，扩展后得到的水平直线为水平边界；所述输电线与各自水平边界的距离为m；在水平边界区域内截取最大内接矩形；即完成输电线路目标区域的划定。

所述m为0.8-2倍的最外侧两条输电线间垂直距离的长度。

在输电线路目标区域内，搜索输电线路边缘直线断续处的连通域，生成每个连通域的最小外接矩形，并标记为一处疑似区域；

步骤五：计算相邻帧图像中输电线路目标区域的光流分布，并对光流图像进行阈值分割、形态学运算与滤波处理；比较疑似区域与背景区域的光流速度均值，如疑似区域大于背景区域的设定倍数阈值，则判定异物存在，疑似区域即为异物存在区域，实现输电线路异物检测；

通过光流算法计算相邻帧输电线路目标区域的全局性光流图像，由于异物像素点相对背景像素点的运动速度较快，因此异物所在区域的光流速度标量均值更大；为确定异物，需对光流图像进行自适应阈值分割，将目标和背景进行分离；对分割后的二值光流图像进行形态学的闭运算，填充区域内部空洞；采用均值滤波去除背景噪点；分别计算疑似与背景区域的光流速度标量均值，根据比较结果确定异物存在情况；

异物存在情况确定方法为：当疑似区域内光流速度标量均值v_object大于3倍的v_background时，判断该疑似区域内存在线路搭挂异物；当v_object≤3·v_background时，该疑似区域内无线路异物。