[发明专利]一种输电线安全距离测量方法

说明书

本发明为克服输电线安全距离测量精度低的缺陷，提出一种输电线安全距离测量方法，包括以下步骤：采用完成标定的双目立体相机对输电线进行图像采集；将采集的输电线图像输入YOLOv2神经网络模型中进行输电线区域提取，得到区域图像；对区域图像进行直线线段检测，以及对区域图像进行电线路弧垂拟合，得到目标图像特征；对目标图像特征采用立体匹配算法进行特征匹配，使图像中的相同目标匹配，得到视差图和深度图；将视差图和深度图输入加权最小二乘滤波器中滤除无关参数；根据完成滤波处理的视差图和深度图进行几何计算，得到输电线安全距离测量结果。

技术领域

本发明涉及立体视觉测距技术领域，更具体地，涉及一种输电线安全距离测量方法。

背景技术

输电线路故障检测是从技术上提高电力系统供电可靠性，促进电网安全稳定运行的重要手段。在传统的输电线安全距离测量方法中，主要通过将控制信号发送至目标，其中控制信号包括激光束，红外线，超声波，无线电等，具体的，通过如公开号为CN203101642U(公开日2013-07-31)提出的电子测距装置发射出的信号经被测量物体的反射后又被测距仪接收，测距装置同时记录控制信号往返的时间并用于进行距离测量。

然而，该方法有三个主要缺点：一般传感器范围为1-4m，导致其精度较低；物体距离太近时有可能混淆先前脉冲与后续回波；各种测距方法没有普适性，在某些恶劣或者特殊的工作环境中无法发挥作用。

发明内容

本发明为克服上述现有技术所述的输电线安全距离测量精度低的缺陷，提供一种输电线安全距离测量方法。

为解决上述技术问题，本发明的技术方案如下：

一种输电线安全距离测量方法，包括以下步骤：

S1：采用完成标定的双目立体相机对输电线进行图像采集；

S2：将采集的输电线图像输入YOLOv2神经网络模型中进行输电线区域提取，得到区域图像；

S3：对所述区域图像进行直线线段检测，以及对所述区域图像进行电线路弧垂拟合，得到目标图像特征；

S4：对所述目标图像特征采用立体匹配算法进行特征匹配，使图像中的相同目标匹配，得到视差图和深度图；

S5：将所述视差图和深度图输入加权最小二乘滤波器中滤除无关参数；

S6：根据完成滤波处理的视差图和深度图进行几何计算，得到输电线安全距离测量结果。

作为优选方案，S1步骤中，采用完成标定的双目立体相机对同一目标进行不同角度拍摄，得到不同角度的左目图像和右目图像；其中，将左目图像作为所述S2步骤的输入图像，将右目图像作为所述S4步骤的输入图像。

作为优选方案，S2步骤中，还包括以下步骤：将历史采集的输电线图像集合输入YOLOv2神经网络模型中进行训练，得到完成训练的YOLOv2神经网络模型。

作为优选方案，S3步骤中，通过边缘检测和霍夫变换算法对所述区域图像进行直线线段检测。

作为优选方案，边缘检测中采用的边缘检测算子包括Sobel算子、Prewitt算子、Roberts算子、Canny算子中的一种或多种。

作为优选方案，S3步骤中，通过边缘检测对所述区域图像进行直线线段检测的具体步骤包括：通过高斯滤波对图像进行降噪；计算图像的梯度；对图像进行非极大值抑制；双阈值筛选边缘像素。

作为优选方案，S3步骤中，对直线线段检测结果采用RANSAC算法(Random SampleConsensus，随机抽样一致性)对直线线段进行曲线拟合，其具体步骤包括：对检测得到的直线段作外接矩形，并在外接矩形区域内查找关键点，并根据所述关键点在所述外接矩形中的位置和数量拟合得到输电线曲线段。这种算法的优点是对于模型参数估计的鲁棒性较好。