基于计算机视觉的输电线路异常巡检图的识别分析

本文从三张异常的航拍巡检图入手，借助 OpenCV 及相关图形学理论知识，比较深入的研究航拍巡检图中输电线和绝缘子的特征，最终比较良好的完成了对输电线分叉、输电线悬挂赃物和绝缘子掉串三种异常情形的识别
第 1 章 绪 论

1.1 研究背景和实际意义

1.1.1 研究背景

电力是国家重要的能源动脉，输电线路网是电力的主要载体，维持输电线路网正常运行是国家经济平稳发展的重要保证。我国的输电线路总长度居世界第二，然而，我国地形复杂，输电线往往需要翻山越岭，穿越冰雪地带，横跨高海拔区域，甚至是地质灾害区。快速搭建这些输电线路网较为迅速，但是长期的维护需要很大的人力和财力。目前，我国输电线路运行的检查维护基本采用人力操作，主要方式有：1）采用肉眼或望远镜进行观测，由于地形复杂，工作人员往往需要徒步或者驾驶车辆实地巡检，劳动强度很大；2）携带电力工具攀爬高压线塔逐个检修，这种安全隐患很大，还受天

气等因素影响。依靠人力检修的方式满足不了我国快速发展的电力设施。随着电力技术、光学技术、航空技术和图像处理技术的进步，如今，使用直升机航拍图像进行维护已经受到多个国家采用。采用直升机完成输电线路的巡检任务，关键是实现对输电线路的基本部件准确的标识，最常见的就是输电线及绝缘子的识别。很大一部分故障就出现这两个重要部件上，如何较好的识别出架空输电线异常的巡检图则是本课题研究的内容。

1.1.2 实际意义

1. 若能够较好的识别出架空输电线异常的巡检图，借助如今较为先进的航空技术和计算机图像处理技术，将会极大的降低工作人员在巡检过程中的劳动强度，同时也降低输电线路的维护成本，提高巡检技术的水平和效率，对创造更好的经济效益和社会效益有着重大意义。

2. 这项技术的也可广泛用于军事民用领域中测绘、民用航空信息收集、航空摄影、气象监测和相关特征识别领域的应用，因而带动各领域技术的进步。

3. 这也促进计算机学科与电力学科的知识交叉，计算机图像处理技术和电力相关理论融合也促进教学向更好的方向发展。1.2 研究现状及存在的问题航拍得到的是一段区域输电线路的巡检视频，实际上就是一帧一帧的图像，即巡检图。对每一帧图像进行识别检测才能确定该区域的输电线路状况。目前图像处理大都采用的方法是 OpenCV 技术，我们在网上搜索后并没有找到类似的巡检图异常识别软件，同时查阅了相关文献，借鉴了其中一些方法，试验中也发现了一些问题。文献[1]中提出了绝缘子图像提取算法。它首先将图像从RGB空间转到HIS彩色空间，然对其中的 S 分量，采用基于遗传算法的最大熵阈值算法进行阈值化处理，将提取到的图像采用双结构级联滤波器滤除噪声，最后使用连通区域算法标识轮廓。它采用颜色特征提取绝缘子，我们用自己的巡检图试验后发现，使用 S 分量进行阈值化并不能很好的分割出绝缘子图像，反而和背景混淆在一起难以提取。文献[2]中提出了识别输电线塔杆的方法。它首先使用小波变换对图像进行去噪，紧接着使用 OpenCV 的基本方法进行图像增强分割，接着在图像增强分割的基础上进行边缘点检测，采用 Hausdorff 距离匹配方法判断塔杆类型。这种方法的去噪和图像增强分割步骤有一定的借鉴性，但是匹配塔杆轮廓以及判断塔杆类型比较适合于较大部件，不宜用来识别巡检图中重要的输电线、绝缘子这类小部件。

第 2 章 输电线路异常巡检图的识别技术基础

系统的输入信息为直升机航拍到的彩色输电线路图像，输出信息为通过识别后处理加工之后的图像信息。在实际的程序设计过程中，我们采用了 OpenCV 的计算机视觉函数库来完成上述输入输出过程。在本章中，我们将结合 OpenCV 提供的具体功能来阐述本文涉及的部分算法的原理及其用途。

2.1 OpenCV 简介

2.1.1 OpenCV 概述

OpenCV 是一个由 Intel 发起并研发的基于 C 语言的开源计算机数据库，库的编程功能主要针对实时计算机视觉的开源图像处理函数库，具有跨平台性，并支持多种语言。OpenCV 是一个经过代码优化的高性能处理库，它能够对图像和视频进行高效的实时获取，处理，载入等操作。它的应用领域包括:2d 和 3d 功能工具箱、Egomotion 估计、面部识别系统、手势识别、人机交互(HCI)、移动机器人、运动的理解、目标识别、分割和识别、立体视觉、结构与运动(SFM)、运动跟踪、增强现实技术[5]。

2.1.2 OpenCV 主要功能

1. 图象或视频的输入输出。OpenCV 支持文件和摄像头的输入以及图像视频文件的输出。

2. 图像数据操作。主要进行内存的分配与释放、图像的复制、设定与转换等。

3. 基本的图像处理。包括图像去噪、平滑处理、边缘检测和色彩变换等。

4. 矩阵或者向量数据操作以及线性代数运算。主要包括矩阵乘积、矩阵方程求解以及特征值等功能。

5．支持多种动态数据结构。包括链表、队列和图等。

6. 基本的 GUI。用来显示图像和视频、键盘鼠标操作和滑动条等。

7. 目标识别。特征方法和 HMM 模型。

2.2 本文可能用到的 OpenCV 相关方法

2.2.1 图像预处理

要想将图像显示在MFC窗口中，需要使用OpenCV提供的显示图像的方法，OpenCV显示图像的方法很灵活，便于使用者显示不同色彩空间的图像。同样为了达到更好的检测效果，我们需要对图像进行颜色空间的转换。直升机航拍的图像往往受到光照、天气和湿度等因素影响，得到的图像往往需要消除干扰信息，将图像进行预处理。关于这些，OpenCV 提供了很多相关的方法，我们可以根据具体情况来选择合适的方法：1.中值滤波。在计算机视觉技术中，有一类简单而经常被频繁调用的操作，人们称之为平滑处理。平滑处理最常见的用途就是减少图像上的噪声和失真。在这里我们采用滤波器，对其进行滤波。滤波器包括中值滤波，高斯模糊，双边滤波等方法，经过试验最终我们选取中值滤波作为本系统的滤波器，以保证能够有效去除噪声，又不影响系统的实时性。

2.形态学处理。最基本的形态学转换是膨胀和腐蚀。分析采集图像，我们采用闭运算对图像进行先膨胀腐后蚀操作，以消除图像噪声点，连接图像中相邻元素。

第 3 章 输电线分叉及悬挂赃物情形的识别 .........................8

3.1 输电线分叉情形的识别

3.2 输电线悬挂赃物情形的识别................................20

3.2.1 图像预处理..........................................21

3.2.2 赃物检测............................................23

3. 3 小结...................................................25

第 4 章 绝缘子掉串情形的识别..................................26

4.1 校正图像方位............................................27

4.2 提取图像 H 分量..........................................29

4.3 切片轮廓匹配............................................31