[发明专利]基于霍夫直线变换对输电线路的异物识别方法

说明书

技术领域

本发明涉及一种图形处理方法，特别涉及基于霍夫直线变换对输电线路的异物识别方法。

背景技术

电力是我国能源的大动脉，而输电线路网则是电力传输的主要载体，维护输电线路正常运行显得尤为重要。搭建这些输电线路较为迅速，但是长期维护需要巨大的人力、财力和物力。近年来，各地因为风筝、气球等悬挂异物危及电网安全的事件屡见不鲜，如图1所示，输电线路悬挂诸如此类的异物会使高压电的极限放电距离缩短，甚至会造成大面积停电的严重后果。因此，及时识别出输电线路上的异物具有十分重要的意义。

现有的输电线路异物排查主要为人工巡线，但是人工巡线存在安全隐患大，工作效率低，针对一些复杂地形的输电线路操作难度大等缺点。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，装载可见光成像检测设备对110～1000kV高压输电线走廊进行巡检的方法，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，此项技术能够极大地提高巡检技术的水平和效率，降低输电线路的维护成本，对创造更好的经济效益和社会效益有着重大意义。

发明内容

针对上述现有技术存在的问题，提供了基于霍夫直线变换对输电线路的异物识别方法，应用在输电线路巡检中，有效降低巡检人力成本，提高巡检效率和精度都将具有很大的工程应用价值，为输电线路异物识别提供了新的手段。

为了实现上述目的，基于霍夫直线变换对输电线路的异物识别方法，其特征在于，包括如下步骤：

(1)采集输电线路的图像；

(2)对采集的输电线路图像进行灰度化处理；

(3)将经过灰度化处理的输电线路图像采用中值滤波处理；

(4)将经过步骤(3)处理过的图片进行图形分割：采用Otsu法来进行图像分割得到待识别的二值图：

(41)设图像有L个灰度级，灰度值是i的像素为n,则总的像素数是N＝n₁+n₂+n₃+...+n_L-1。各灰度值出现的概率P_i＝n_i/N,很显然P₁+P₂+P₃+...+P_L-1＝1。

(42)设阈值为t,则t将图像分割为两个区域，即把灰度级分为两类:

背景类A＝{0,1,2,…...,t}；前景类B＝{t+1,t+2,……,L-1}

背景类和前景类的概率分别为：

A，B两类的灰度均值分别为：

图像总的灰度均值ω₀为：

由此可以得到A，B两个区域的类间方差：

σ²＝P_A(ω_A-ω₀)²+p_B(ω_B-ω₀)²

类间方差越大，两类灰度差别就越大，则使类间方差最大的t值就是所要的阈值，根据阈值t，得到待识别的二值图；

(5)利用Otsu法来进行图像分割后，再进行Canny边缘检测；

(6)将经过步骤(5)处理过的图片进行形态学处理：采用闭运算对经过步骤(5)处理过的图片进行先膨胀后腐蚀操作，以消除图像噪声点，连接图像中相邻元素；

(7)用霍夫直线变换函数来检测步骤(6)处理过的输电线路图像：对图像中每一个像素点进行遍历，再对经过这个点的所有直线进行频率统计，出现频率较大的直线作为该图像中的被检测到的直线；

(8)对步骤(7)处理过的输电线路图像进行异物识别：

对正常的输电线周围制作一个高度为10像素，宽度为直线两个端点的x坐标的差的绝对值这为像素的矩形；对每条正常输电线,计算对应的像素值为255的点总数n，如果n除以矩形的高度与宽度之积超过异点率，判断异点率不在正常范围，识别输电线路上有异物。

作为上述方案的进一步优化，对经过灰度化处理的输电线路图像采用5*5中值滤波处理。

作为上述方案的进一步优化，步骤(8)的电线路图像进行异物识别，包括如下步骤：

(81)获取图像中所有的输电线直线序列；

(82)根据输电线直线序列的斜率，提取正常输电线范围；