PDF下载
无人机巡线图像中的输电线路识别方法的研究

毛佳琪

成都理工大学地球科学学院,四川成都,610059

摘要: 随着智能电网的不断普及应用,如何从复杂环境中准确高效的提取出输电线路成为了研究的重点。本文研究了如何从无人机航拍图像中自动识别输电线路。对比分析了三种边缘检测算子,并应用Hough变换进行直线识别与提取。实验结果表明,本文使用的导线识别方法,可以实现导线的识别与检测。
关键词: 图像增强;边缘检测;Hough变换
DOI:10.12721/ccn.2023.160490
基金资助:
文章地址:

当前我国电网覆盖总体国土面积的88%,供电人口超过11亿人。将智能方式应用于复杂危险地形下的电网巡线,可以降低劳动作业人员的劳动强度以及危险系数,大幅度缩短巡线时间,提高我国电网的野外抢修速度。如今“无人机巡线为主,人工巡线为辅”已经成为我国输电线路巡线的重要方式。本文研究了在复杂的背景下,航拍图像上输电线路导线识别提取方法。

1 输电线路图像增强

对于无人机航拍输电线得到的图像,很多因素会导致图像出现失真或其他情况,所有我们在对图像进行直线提取之前,需要对图像进行图像增强,其中最常用的方法为灰度变换。灰度变化中,我们也可以分为线性变换、分段线性变换和非线性变换[1]。

线性变换

线性变换中最常用的就是对图片进行亮度处理,直接增加或减少图像亮度。还存在另一种方法,就是对图像进行取反。

分段线性变换

灰度变换都是以一定的函数映射为基础,分段线性变换,即变换的函数映射为特殊线性函数,这个函数的表达式如式(1)所示:

42.png在分段线性变换中,可以将图像较暗区域,发生明显的变换,便于对图像中不明显区域的识别。

2 边缘检测

边缘检测就是从图像中找到边缘的位置并确定边缘的方向,即对连续图像梯度的局部最大值和方向进行求值。对于连续图像,想要得到它的局部最大值,需要在它方向导数的边缘(法线)方向上进行求导[2]。

为准确识别输电线路,对边缘进行检测,我们选取三个典型边缘检测算子进行研究,分别为Sobel算子、Roberts算子、Canny算子。

Sobel算子

Sobel算子在处理过程中,从两个方向对图像进行处理,并采用城市距离。根据特点计算出图像中除边界外每个点的梯度大小,将每个点的梯度大小与预先设定的阈值进行比较,大于设定阈值的像素保留,即可确定图像的边缘。

Roberts算子

Roberts算子是一种以对角线相邻像素之差为基础的算子,这种算子利用局部差分寻找图像边缘。

Canny算子

Canny算子,实际上就是先用一个准高斯函数,对其进行平滑处理以去除噪声,然后以带方向的一阶微分算子计算梯度的幅值和方向。

43.png图1 三种边缘检测算子对比

对三种算子分别进行比较分析,结果如图1所示。Sobel算子对图像中干扰较少的输电线检测较为准确,但是对于图像中较细的输电线,则无法对其进行准确识别;当图像背景中出现云彩等干扰物时,会对输电线的识别产生影响,使其出现错误。Roberts算子可以识别图像中的物体边缘,但是与Sobel算子相比,识别不够准确。Canny算子与其他算子相比,检测结果更为精准和优越。因此选用Canny算子为本次实验的主要算子。

3. Hough变换法

Hough变换[3]就是将待处理图像中使用直角坐标系表示复杂的边缘特征信息,利用共线和直线相交的关系,转化为极坐标空间中的点。应用Hough变换识别输电线路,形成离散型的Hough空间,最后形成标记输电线路的图像。为使实验结果更加准确,选取存在杆塔影响的图像,仿真结果如图2所示。

44.png图2 经Hough变换后识别输电线路

图2可以表明,在图像中,若输电线路相互间间距较小,每股线路在图像中显示较为清晰,应用Hough变换后,对输电线路的识别更为准确。

4 结论

利用无人机巡线并对得到的图像进行数字处理,对识别输电线路有着得天独厚的优势。本文主要研究了三种边缘检测算子,并运用Hough变换进行直线提取。结果表明在不同环境中应选择不同类型的检测算子。复杂环境中,Canny算子的检测结构要比其他算子更加准确。大部分输电线路可以应用Hough变换被完整的识别提取出来。

参考文献

[1]阮秋琦.数字图像处理基础[M].北京:清华大学出版社,2010

[2]李学鹏,全玉生,黄徐,等.数学形态学用于高压直流输电线路行波保护的探讨[J]. 电力系统保护与控制, 2006, 34(5): 5–9.

[3]黄东芳,胡桂明,周杨.基于一种改进的Hough变换的输电线提取与识别[J].计算技术与自动化,2016,35(3):50-53.

作者简介:毛佳琪(1996-),女,汉族,硕士研究生,主要从事遥感图像处理、识别方面的研究。