[发明专利]一种基于无人机图像的输电线路检测方法

说明书

本发明提供一种基于无人机图像的输电线路检测方法，包括以下步骤：采集输电线路图像；对输电线路图像进行分组筛选；对图像进行预处理；获取二值图像；采用形态学算法对获取的二值图像进行处理，实现输电线路边缘断点的连接以及输电线路图像背景成离散块状分布；通过累计概率Hough变换，对处理完成的二值图像进行检测，以获取长直线图像；对获取的长直线图像依次进行筛选、分组、拟合，最终定位出每条输电线路的位置。本发明提供了一种基于无人机图像的，对图像边缘有较高的检验精度，能够避免漏检、误检现象的输电线路检测方法。

技术领域

本发明涉及电网检测技术领域，尤其涉及一种基于无人机图像的输电线路检测方法。

背景技术

我国的国土幅员辽阔，地形也相对复杂，丘陵较多、平原较少，加上气象条件的复杂多变，给输电线路巡检带来了诸多困难。而且传统的人工巡检耗费大量的人力物力。在智能电网的建设推进中，输电线路的巡检智能化迫在眉睫。随着无人机技术、数字图像处理技术的发展，提出了无人机巡检输电线路的思路。

基于无人机图像的输电线路检测，是无人机巡检输电线路的一个重要研究子课题，也是后续分析输电线路是否出现故障的前提。图像分割是处理无人机拍摄的输电线路图像中非常重要的一个部分，图像分割的正确性和自适应性在一定程度上影响着输电线路检测和识别的智能化程度。常采用阈值法进行图像分割：利用图像中所要提取的目标与背景在灰度特性上的差异，通过选取合适的灰度阈值来对图像进行分割，从而将目标从背景上区分出来。最具代表性的阈值法有Qtsu法、最小错误法、最大熵法等。这些方法大多数集中在单阈值分割上，但是由于输电线路图像背景的复杂性，在灰度直方图中可能出现漏峰、多峰情况，导致输电线路与背景分离存在大量的漏检、误检现象。

发明内容

本发明的目的在于提供一种基于无人机图像的，对图像边缘有较高的检验精度，能够避免漏检、误检现象的输电线路检测方法。

为了达到上述目的，本发明采用如下技术方案：

一种基于无人机图像的输电线路检测方法，包括以下步骤：

步骤1、通过无人机巡检输电线路，由机载摄像头采集输电线路图像；

步骤2、根据无人机拍摄的输电线路图像的背景，对图像进行分组，将具有高度相似背景的图像划分为同一组；

步骤3、图像预处理；

所述步骤3包括如下步骤：

3.1、将彩色输电线路图像转换为灰度图像；

3.2、对灰度图像进行高斯模糊，实现在充分保留边界信息的情况下对图像进行去噪；

高斯模糊能够把某一点周围的像素色值按高斯曲线统计起来，采用数学上加权平均的计算方法得到这条曲线的色值，最后留下输电线路的轮廓。

步骤4、获取本组图像的二值图像；

所述步骤4包括如下步骤：

步骤4.1、采用Canny算子计算本组的每个图像的梯度，根据梯度计算图像边缘幅值与角度；

步骤4.2、根据图像较高的亮度梯度，采用Canny算子，使用滞后阈值，滞后阈值包括高阈值和低阈值，创建滚动条并输入阈值类型和阈值大小，拖动滚动条调节阈值参数，获取每个图像的最佳Canny阈值；

较高的亮度梯度比较有可能是边缘，但是没有一个确切的值来限定多大的亮度梯度是边缘多大，所以Canny使用滞后阈值。滞后阈值需要两个阈值——高阈值与低阈值。假设图像中的重要边缘都是连续的曲线，这样就可以跟踪给定曲线中模糊的部分，并且避免将没有组成曲线的噪声像素当成边缘。所以从一个较大的阈值开始，这将标识出比较确信的真实边缘，使用前面导出的方向信息，从这些真正的边缘开始在图像中跟踪整个的边缘。在跟踪的时候，使用一个较小的阈值，这样就可以跟踪曲线的模糊部分直到回到起点。