[发明专利]一种基于图像处理的输电线路上异物识别的方法

说明书

本发明公开了一种基于图像处理的输电线路上异物识别的方法，包括以下步骤：对航拍的输电线路图像进行背景分割，并进行中值滤波和高斯滤波处理；对输电线路的图像进行二值化处理，将输电线路图像中的参数从图像空间转化到参数空间，根据设定的阈值截取包含输电线路所在区域的空间范围，并对空间参数进行离散化，离散化所对应的点存储累加器，选择局部峰值点对应的线段为检测出的对应线段；记录局部极大值的个数，并记录线段的个数；将线段个数和局部极大值的个数作为特征向量，基于特征向量判断输电线路图像中的输电线路上是否存在异物。本发明方法能够将含有异物的输电线图像准确识别出来，为输电线路故障诊断提供了新的手段。

技术领域

本申请涉及图像处理领域，具体涉及一种基于图像处理的输电线路上异物识别的方法。

背景技术

近年来，各地因为塑料袋、风筝、气球等漂浮性异物缠绕在输电线路上，造成不少跳闸事件。而且输电线路悬挂诸如此类的异物不仅使高压电的极限放电距离缩短，危及电力线下的行人与车辆安全，严重时甚至造成片区大面积停电.因此，及时发现异物，以便采取相应措施，具有十分重要的意义。

现有排查异物的方法主要是人工巡线法，然而随着高电压、大功率、长距离输电线路的发展，输电网络穿越的地理环境日趋复杂，依靠人工巡线排查异物变得越来越艰难.为了降低工作强度，提高工作效率，近几年，出现了借助飞行器作为运载工具，通过搭载光学设备的无人机获取输电线路的图像，并应用计算机智能处理巡检带回的大量图像数据来判断线路上是否存在异物。

目前，传统的图像处理算法在判断输电线上的异物时，存在识别误差率高的问题。

发明内容

本发明的目的是提供一种基于图像处理的输电线路上异物识别的方法，用以克服传统方法针对输电线路悬挂异物的潜在故障存在的识别误差率高的问题。

为了实现上述任务，本发明采用以下技术方案：

一种基于图像处理的输电线路上异物识别的方法，包括以下步骤：

对航拍的输电线路图像进行背景分割，并进行中值滤波和高斯滤波处理；

对于高斯滤波后的输电线路图像，计算输电线路图像的梯度并对其设置门限，得到二值图像；将输电线路图像中的参数从图像空间转化到参数空间，通过参数空间中的空间参数来表示图像空间中的像素；

在所述参数空间中，根据设定的阈值截取包含输电线路所在区域的空间范围，并对所述空间参数进行离散化，离散化所对应的点存储累加器，选择局部峰值点对应的线段为检测出的对应线段；

根据输电线路图像的大小，动态地设定累加器，通过创建局部极大值滤波器找到累加器中的局部极大值，记录局部极大值的个数；

记录所述线段断电的坐标，并记录线段的个数；将线段个数和所述局部极大值的个数作为特征向量，基于特征向量判断输电线路图像中的输电线路上是否存在异物。

进一步地，所述将输电线路图像中的参数从图像空间转化到参数空间，表示为：

其中，(x,y)为图像空间中的像素点，ρ,θ为参数空间中参数。

进一步地，所述选择局部峰值点的方法为：

对所述空间范围内的空间参数ρ,θ进行离散化，离散化所对应点存入累加器；如果存在这个点，则累加器加1；如果累加器超过阈值，则超出阈值时的空间参数ρ,θ即为局部峰值点。

进一步地，所述根据输电线路图像的大小，动态地设定累加器，包括：

对于输电线路图像G(x,y)，设其大小为[M，N]，则累加器Accum[ρ,θ]的大小[m,n]由下式决定：