一種輸電線防振錘的視覺檢測方法
【技術領域】
[0001] 本發明屬于數字圖像識別領域，具體涉及一種基于圖像的輸電線防振健金具檢測 方法，用于輸電線巡檢與維護機器人對防振健金具進行自主檢測。
【背景技術】
[0002] 截止2011年底，僅我國220kV及W上輸電回路長度已經超過48萬千米，其中包含 大幅度增長的500kV及W上交直流電壓等級的跨區、跨省、省內骨干電網。輸電網絡需要 定期巡視維護，目前，送項工作主要由通過人工方式進行。由輸電線路工人通過望遠鏡在 地面對線路進行觀察，必要時工人還要登培走線W實現對線路的近距離檢測，當發現輸電 線路故障時，輸電線路工人會采用滑車、走線、騎線等方式接近作業目標點，完成維護作業 [中國科學院學部.關于建立超大規模輸配電和電網安全保障體系的建議.中國科學院院 刊，2009, 24 巧）：493,541.]。
[0003] 然而在目前的巡檢與維護過程中暴露出下列幾個方面的問題；工作勞動強度大， 危險性高；人工檢測的準確率較低；維護成本高；維護檢測質量難W控制。
[0004] 為了解決W上問題，輸電線路巡檢與維護機器人于20世紀80年代末被提出 代替人工完成相應工作，經過20多年的發展，機器人的應用從早期的視覺線路檢測，逐 步發展到完成線路警示球安裝、線路除冰、防振健螺釘緊固等維護任務[個松宜，翁 桃，廖云杰等.巡線機器人的研究綜述及面向智能電網技術的一些探討.四川電力技 術，2009, 32 (Zl) :47-51.]。而在巡檢作業過程中，機器人需要對防振健等金具進行檢測，使 機器人進行合理的越障動作。
[0005] 目前，對于輸電線路防振健金具的檢測，主要采用提取防振健上圓形特征的視覺 方法，[譚磊，王耀南，沈春生等.輸電線路除冰機器人障礙視覺檢測識別算法.儀器儀 表學報，2011，32(11) :2564-2571.]。但是送種方法受其他復雜金具環境、背景光照等因素 的影響較大。

【發明內容】

[0006] 為了克服現有檢測方法的問題，提高防振健檢測的自動化程度與準確性，本發明 要解決的技術問題是提供一種輸電線防振健的視覺檢測方法。
[0007] 本發明為實現上述目的所采用的技術方案是；一種輸電線防振健的視覺檢測方 法，包括W下步驟：
[0008] (1)圖像的獲取；在電力機器人上安裝相機設備，固定相機設備的圖像采集角度 和相機參數，獲取輸電線圖像；
[000引 似圖像的預處理；對輸電線圖像進行處理，得到包含輸電線的感興趣區域；
[0010] (3)圖像特征提取；在感興趣區域中，提取圖像的梯度直方圖特征，獲取梯度直方 圖特征向量h ;
[0011] (4)輸電線金具檢測；對于圖像特征向量h，分別與事先建立的防振健金具標準庫 H°amP"與輸電線標準庫H"…進行比較，計算出圖像特征向量h與防振健金具、輸電線庫的相 關度，根據相關度的大小來實現防振健金具的檢測。
[0012] 所述圖像的預處理包括W下步驟：
[0013] (2. 1)通過灰度化處理將彩色的輸電線圖像轉換為灰度圖像；
[0014] (2. 2)采用高斯濾波對灰度圖像進行濾波，并通過直方圖均衡化調節圖像的對比 度；
[0015] (2. 3)采用Canny算子在初步裁剪后的圖像中檢測輸電線的邊緣位置，并W邊緣 位置為基準去除其他區域，得到邊緣圖像；
[0016] (2. 4)采用霍夫變換的方法，對邊緣圖像中的直線進行提取，通過分析導線的位置 與方向特征，對于提取出的直線進行篩選，獲取導線邊緣的位置信息；
[0017] (2. 5) W獲取的導線邊緣作為基準，在指定位置區域截取指定尺寸的矩形作為感 興趣區域。
[0018] 所述對邊緣圖像中的直線進行提取的方法為；按照W下條件篩選兩根直線作為輸 電線邊緣：
[0019]
[0020] 其中，輸電線邊緣直線Li與Lz在圖像坐標系UV中的表達分別為UCOS目1+VSin目1 =Pi與UCOS目2+vsin目2= P2;,資心曰為線路邊緣直線方向，考慮到機器人攜帶的 相機與線路間的相對位置關系，滿足如下條件目《目《目Mgh,目l?，目Mgh分別是線路 邊緣方向角闊值；[Au, Av]t為從輸電線邊緣直線Li上一點到直線Lz上一點的矢量；Wd為 線路寬度所對應的像素個數，<；為設定的闊值。
[0021] 所述提取圖像的梯度直方圖特征的過程為；將圖像劃分為若干相連區域cell,計 算cell中每個像素點的梯度強度及方向，對各個像素點進行直方圖計算，將具有相同梯度 方向的像素點的梯度強度作為梯度直方；將相連的若干個cell作為一個區域block,連接 block內所有cell的直方圖并歸一化處理，形成一個表示block內圖像梯度信息的歸一化 數組；最后將整個圖像的所有block的數組聯合，即是圖像的梯度直方圖特征向量。
[0022] 所述計算cell中每個像素點的梯度方向通過下式計算：
[0023]

[0024] 其中f為像素點的灰度；與|^為水平與垂直方向的梯度強度；0為梯度方向。 [00巧]所述計算cell中每個像素點的梯度強度通過下式計算：
[0026]
[0027] 為像素點的灰度；|￡與^為水平與垂直方向的梯度強 貧U 說r 度。
[0028] 所述輸電線金具檢測具體包括W下步驟：
[0029] 建立輸電線路的標準線路圖庫與防振健圖庫，每個圖庫中各有m張標準圖像；
[0030] 分別提取標準線路圖像的圖像梯度直方圖特征hi，i = 與標準防振健圖像 的圖像梯度直方圖特征h，，j = 1，2…m，W上圖像梯度直方圖特征分別構成輸電線標準庫 H""與防振健金具標準庫;
[003。 計算待檢測圖像的圖像梯度直方圖特征h，并依此計算h與滬"、滬mp-庫內每個 元素的相關度系數Ci(i = 1，2…m)與Cj(j = 1，2…m);
[003引計算得到h與每個庫的相關度eWh' == ^0'二與cDaw" = ^(./' = 1，2…m); m "Z
[0033] 采用W下判別式完成防振健檢測；當C"…時，則檢測結果為防振健；當 C°amPM《C"…時，則檢測結果為正常線路。
[0034] 本發明具有W下優點及有益效果：
[0035] 1.本發明提供的輸電線防振健的視覺檢測，改變了采用人工進行輸電線路缺陷檢 測的方式，克服了人工長期檢測容易疲勞誤判的缺陷，實現了輸電線路防振健檢測的自動 化。
[0036] 2.本發明利用通過線路邊緣檢測，準確的提取出圖像中的感興趣區域，去除了多 余區域，有利于提高運算速度；輸電線路梯度直方圖特征用于區分正常線路與防振健金具， 防振健檢測識別準確率高，并且檢測方法針對光照等干擾因素有較強的魯邦性。
[0037] 3.本發明已在輸電線機器人上進行試驗，試驗結果表明，采用本發明的機器人系 統可W準確完成輸電線路防振健的檢測，并利用該檢測結果記錄線路信息、指導機器人行 為。
【附圖說明】
[0038] 圖1是本發明的流程示意圖；
[0039] 圖2是機器人采集輸電線圖像的示意圖；
[0040] 圖3是機器人采集的待處理的輸電線圖像；
[0041] 圖4是經過直方圖均衡化的輸電線路灰度圖；
[0042] 圖5是經過高斯濾波的灰度圖像；
[0043] 圖6是采用Canny算子得到的邊緣圖像；
[0044] 圖7是采用霍夫變換得到的輸電線邊緣直線；
[0045] 圖8是一個cell的圖像梯度直方圖；
[0046] 圖9是一個block的圖像梯度直方圖；
[0047] 圖10是一幅圖像中感興趣區域的圖像梯度直方圖；
[0048] 圖11是輸電線路圖像的感興趣區域及梯度直方圖特征；
[0049] 圖12是防振健圖像的感興趣區域及梯度直方圖特征。
【具體實施方式】
[0050] 下面結合附圖及實施例對本發明做進一步的詳細說明。
[0051] 本發明W檢測出的輸電線路邊緣作為基準，獲取輸電線路感興趣區域，并提取該 區域中的圖像梯度直方圖作為圖像特征h，結合建立的輸電線標準庫H"…與防振健金具標 準庫tfamPM，計算當前的圖像特征h與每個庫的相關度。通過判別相關度，完成防振健金具 的檢測。該方法可W有效的對輸電線防振健進行識別，提高了檢測的自動化程度，如圖1所 示，具體流程如下：
[00閲 （1)圖像獲取步驟
[0053] 在輸電線維護機器人上安裝相機設備，固定該設備的圖像采集角度、焦距等參數， 獲取尺寸大小穩定的線路圖像。圖2是機器人采集圖像