專利名稱：基于視頻圖像處理的輸電導(dǎo)線舞動識別計算方法
技術(shù)領(lǐng)域：
本發(fā)明屬于遠(yuǎn)程數(shù)字視頻監(jiān)控和圖像識別技術(shù)領(lǐng)域，主要用于對輸電導(dǎo)線舞動的 識別計算，涉及圖像灰度化、圖像分害I]、基于鏈碼的輸電導(dǎo)線提取、霍夫變換、舞動幅度計算 等一系列圖像處理和識別計算技術(shù)，能夠?qū)旊妼?dǎo)線的舞動進行自動的識別計算，是一種 基于遠(yuǎn)程視頻監(jiān)控與圖像識別技術(shù)的輸電導(dǎo)線舞動識別計算方法。
背景技術(shù)：
目前在輸電線路的在線監(jiān)測系統(tǒng)中，對輸電導(dǎo)線舞動的監(jiān)測主要是利用各種傳感 器，例如位移傳感器、加速度傳感器、風(fēng)速傳感器等得到的大量數(shù)據(jù)來綜合計算舞動大小。 但是這種方法需要在輸電線路不同位置處加裝傳感器，特別是為了保證精度，則需在每條 線路上安裝大量的傳感器，加重了輸電線路的負(fù)擔(dān)。同時，鑒于安全生產(chǎn)的要求，輸電線路 上傳感器的安裝數(shù)量以及位置是受控的，導(dǎo)致此方法的精度較低。220KV以上電壓等級的 輸電線路多采用多回線和分裂導(dǎo)線，當(dāng)分裂導(dǎo)線根數(shù)越多，導(dǎo)線離地越高時，越容易引起舞 動。因此當(dāng)輸電導(dǎo)線舞動超過線路所能承受的限度時，便會導(dǎo)致金具損壞、導(dǎo)線斷股、相間 短路、桿塔傾斜甚至倒塔等嚴(yán)重事故，使電力企業(yè)以及人民生產(chǎn)生活蒙受重大的損失。采 用遠(yuǎn)程數(shù)字視頻監(jiān)控與圖像識別技術(shù)對輸電導(dǎo)線舞動進行監(jiān)測，比現(xiàn)有的監(jiān)測手段更加直 觀、有效，且不需要在輸電導(dǎo)線上加裝過多設(shè)備，避免了對輸電線路的影響。遠(yuǎn)程數(shù)字視頻監(jiān)控與圖像識別系統(tǒng)就是將遠(yuǎn)程數(shù)字視頻監(jiān)控和圖像處理與識別 技術(shù)結(jié)合起來，首先通過安裝在鐵塔上的攝像頭及視頻傳輸?shù)仍O(shè)備，將采集到的數(shù)字視頻 信號通過傳輸通道以視頻流的方式實時傳送回監(jiān)控中心，在監(jiān)控中心對現(xiàn)場進行遠(yuǎn)程視頻 監(jiān)視，從視頻流中截取監(jiān)視目標(biāo)圖像，通過相應(yīng)的圖像預(yù)處理技術(shù)對數(shù)字視頻圖像進行分 析、處理和識別計算。輸電導(dǎo)線舞動的表現(xiàn)方式通常為水平舞動，發(fā)生垂直方向上舞動的概 率極小。因而，本發(fā)明采用遠(yuǎn)程數(shù)字視頻監(jiān)控與圖像識別系統(tǒng)，實現(xiàn)輸電導(dǎo)線水平方向上舞 動的自動識別計算，為保證電力企業(yè)生產(chǎn)安全以及故障診斷提供了一種新的直觀而準(zhǔn)確的 手段，其長期積累的監(jiān)測數(shù)據(jù)也能為輸電線路設(shè)計提供依據(jù)。對于幫助電力企業(yè)提高自動 化監(jiān)測水平有著非常重要的現(xiàn)實意義。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于視頻圖像處理的輸電導(dǎo)線舞動識別計算方法，其特 征在于，輸電導(dǎo)線舞動識別計算方法的步驟如下，1)利用高壓塔上安裝的攝像頭采集輸電線路的數(shù)字視頻信號；2)采集輸電線路的數(shù)字視頻信號以視頻流的方式通過傳輸通道實時傳送回監(jiān)控 中心；3)監(jiān)控中心對現(xiàn)場進行遠(yuǎn)程視頻監(jiān)視，并從視頻流中截取監(jiān)視目標(biāo)圖片，其中監(jiān) 視目標(biāo)圖片分為原始圖像和監(jiān)測圖像；4)對原始圖像進行灰度化、二維圖像分割、鏈碼搜索和霍夫(Hough)變換進行圖像處理和識別，將輸電導(dǎo)線從復(fù)雜的圖像背景中提取出來，計算其重心、中心位置，并存儲 起來；5)對監(jiān)測圖像也進行相同的處理、識別和計算；6)最后根據(jù)得到的原始圖像和監(jiān)測圖像中輸電導(dǎo)線的重心和中心位置分別計算 出原始圖像和監(jiān)測圖像各自的輸電導(dǎo)線的等效線，并根據(jù)這兩條等效線間的最大距離運用 比例法計算出輸電線實際的舞動幅值。所述原始圖像所指原始的無舞動的輸電導(dǎo)線圖像；所述監(jiān)測圖像是監(jiān)測過程中截 取的輸電導(dǎo)線圖像。所述對灰度化后的輸電導(dǎo)線路圖像進行二值分割時采用的是基于模擬退火算法 和微粒群算法的二維最大類間方差法，其綜合了模擬退火算法、微粒群算法和二維最大類 間方差法的優(yōu)點，并能有效地克服各自的缺點，與一般的圖像分割方法相比具有更好的分 割效果和魯棒性，更適合分割對比度較低的復(fù)雜圖像。所述對二值分割后的輸電導(dǎo)線圖像進行輸電導(dǎo)線圖像提取時采用的是改進的 Freeman鏈碼搜索算法，該算法在Freeman鏈碼表示法的基礎(chǔ)上，根據(jù)實際環(huán)境中輸電導(dǎo)線 在圖像里一般呈縱向線形縱向分布的特點，一次只需按逆時針順序搜索圖像像素點的下、 右下、右、左、左下5個領(lǐng)域方向的像素點，而不像傳統(tǒng)的鏈碼搜索方法那樣每次都搜索鄰 域的8個像素點，從而大大減少了計算量。本發(fā)明的有益效果是本發(fā)明以在輸電線路現(xiàn)場視頻流中截取的圖像為研究對象， 通過一系列的圖像處理和識別過程，得出舞動的幅度信息，能夠準(zhǔn)確、直觀、有效的計算出 輸電導(dǎo)線的舞動幅度，同時可以在數(shù)據(jù)庫中保存長期的舞動數(shù)據(jù)，為遠(yuǎn)程視頻監(jiān)控和圖像 識別提供輸電導(dǎo)線的舞動狀態(tài)的原始數(shù)據(jù)，便于對輸電導(dǎo)線的舞動狀態(tài)分析；減少事故漏 報和錯報的發(fā)生，以保證輸電線路的安全運行。


圖1是輸電導(dǎo)線原始圖像和監(jiān)測目標(biāo)圖像，其中(a)原始圖像(b)監(jiān)測目標(biāo)圖像。圖2是輸電導(dǎo)線圖像預(yù)處理過程的灰度圖，其中(a)原始圖像(b)監(jiān)測目標(biāo)圖像。圖3是圖1、圖2的輸電導(dǎo)線圖像預(yù)處理過程的二值分割結(jié)果圖，其中(a)原始圖 像，(b)監(jiān)測目標(biāo)圖像。圖4是輸電導(dǎo)線圖像經(jīng)鏈碼搜索后的結(jié)果圖，其中(a)對原始圖像經(jīng)鏈碼搜索后 的結(jié)果，(b)對監(jiān)測目標(biāo)圖像經(jīng)鏈碼搜索后的結(jié)果。圖5是輸電導(dǎo)線圖像經(jīng)分段霍夫變換后的結(jié)果圖，其中(a)對原始圖像經(jīng)分段霍 夫變換后的結(jié)果，(b)對監(jiān)測目標(biāo)圖像經(jīng)分段霍夫變換后的結(jié)果。圖6是輸電導(dǎo)線舞動識別的程序流程圖。
具體實施例方式本發(fā)明提供一種基于視頻圖像處理的輸電導(dǎo)線舞動識別計算方法，下面結(jié)合附圖 予以說明，依據(jù)圖6所示輸電導(dǎo)線舞動識別的程序流程圖。對輸電導(dǎo)線舞動識別計算方法 的流程說明如下一、彩色圖像灰度化
圖1是輸電導(dǎo)線的原始圖像和監(jiān)測目標(biāo)圖像。由于彩色圖像的數(shù)據(jù)量大，而且監(jiān) 測目標(biāo)圖像的特征復(fù)雜，不利于快速提取所需要的特征量。而灰度圖是只含亮度信息的單 純圖像，灰度圖的表示通常把亮度值進行量化成0到255共256個級別，0最暗(全黑)，255 最亮(全白)。因此，需要對圖像進行灰度化處理。對圖1進行灰度化操作，舍棄掉復(fù)雜的顏色信息，得到灰度圖結(jié)果如圖2。二、采用基于模擬退火算法和微粒群算法的二維最大類間方差法分割圖像。常用的閾值分割方法有最大類間方差法(OTSU)法、最大熵法等。這些方法都是基 于圖像的灰度信息來計算閾值的。但是當(dāng)圖像的信噪比低，灰度差異不明顯，目標(biāo)面積較小 的時候，這些方法就難以取得較好的分割效果。而二維最大類間方差算法(2D-0TSU)是基 于二維直方圖的，它不僅考慮了圖像的灰度信息，還考慮了鄰域空間的相關(guān)信息。因此，二 維最大類間方差算法與基于一維直方圖的分割算法相比具有更高的分割精度和魯棒性，更 適合對比度較低的復(fù)雜圖像。用二維最大類間方差法來求取圖像最佳分割閾值的效果雖然 很好，但計算時間長，實用性差。遺傳算法和微粒群算法(PSO)都可以快速地搜索出全局最 優(yōu)解，微粒群算法和遺傳算法相比，所需參數(shù)少且計算量小，收斂速度更快。但是它們都無 法保證收斂于最優(yōu)解，易陷入局部最優(yōu)。模擬退火算法(SA)理論上是一種以概率1收斂于 全局最優(yōu)解的優(yōu)化方法，具有擺脫局部最優(yōu)解的能力，但是為了搜索出全局最優(yōu)解需要花 費較多時間。針對這些問題，本發(fā)明在二維最大類間方差法基礎(chǔ)上，提出了一種基于模擬退 火算法和微粒群算法的二維最大類間方差法，該方法在搜索全局最優(yōu)解中有著較好地收斂 性和計算速度，計算出的閾值使圖像中的輸電導(dǎo)線類與背景類間的方差最大化。輸電導(dǎo)線 圖像中的導(dǎo)線呈現(xiàn)線形縱向分布，與呈不規(guī)則分布的背景間有存在明顯差別，因此輸電導(dǎo) 線圖像經(jīng)二維最大類間方差法分割后可以將圖像中的復(fù)雜背景部分濾除掉，并有效地突顯 出圖像中的輸電導(dǎo)線目標(biāo)。利用二維直方圖中的任意向量(s，t)對圖像進行分割時，圖像目標(biāo)和背景類間的 方差如下
權(quán)利要求
1.一種基于視頻圖像處理的輸電導(dǎo)線舞動識別計算方法，其特征在于，輸電導(dǎo)線舞動 識別計算方法的步驟如下；1)利用高壓塔上安裝的攝像頭采集輸電線路的數(shù)字視頻信號；2)采集輸電線路的數(shù)字視頻信號以視頻流的方式通過傳輸通道實時傳送回監(jiān)控中心；3)監(jiān)控中心對現(xiàn)場進行遠(yuǎn)程視頻監(jiān)視，并從視頻流中截取監(jiān)視目標(biāo)圖片，其中監(jiān)視目 標(biāo)圖片分為原始圖像和監(jiān)測圖像；4)對原始圖像進行灰度化、二維圖像分割、鏈碼搜索和霍夫(Hough)變換進行圖像 處理和識別，將輸電導(dǎo)線從復(fù)雜的圖像背景中提取出來，計算其重心、中心位置，并存儲起 來；5)對監(jiān)測圖像也進行相同的處理、識別和計算；6)最后根據(jù)得到的原始圖像和監(jiān)測圖像中輸電導(dǎo)線的重心和中心位置分別計算出原 始圖像和監(jiān)測圖像各自的輸電導(dǎo)線的等效線，并根據(jù)這兩條等效線間的最大距離運用比例 法計算出輸電線實際的舞動幅值。
2.根據(jù)權(quán)利要求1所述基于視頻圖像處理的輸電導(dǎo)線舞動識別計算方法，其特征在 于，所述對灰度化后的輸電導(dǎo)線路圖像進行二值分割時采用的是基于模擬退火算法和微粒 群算法的二維最大類間方差法，其綜合了模擬退火算法、微粒群算法和二維最大類間方差 法能有效地克服各自的缺點，與傳統(tǒng)的圖像分割方法相比具有更好的分割效果和魯棒性， 更適合分割對比度較低的復(fù)雜圖像。
3.根據(jù)權(quán)利要求1所述基于視頻圖像處理的輸電導(dǎo)線舞動識別計算方法，其特征在 于，所述對二值分割后的輸電導(dǎo)線圖像進行輸電導(dǎo)線圖像提取時采用的是改進的Freeman 鏈碼搜索算法，該算法在Freeman鏈碼表示法的基礎(chǔ)上，根據(jù)實際環(huán)境中輸電導(dǎo)線在圖像 里呈縱向線形縱向分布的特點，一次只需按逆時針順序搜索圖像像素點的下、右下、右、左、 左下5個領(lǐng)域方向的像素點，而不像傳統(tǒng)的鏈碼搜索方法那樣每次都搜索鄰域的8個像素 點，從而大大減少了計算量。
全文摘要
本發(fā)明公開了屬于遠(yuǎn)程數(shù)字視頻監(jiān)控和圖像識別技術(shù)領(lǐng)域的一種基于視頻圖像處理的輸電導(dǎo)線舞動識別計算方法。首先將攝像頭采集到的數(shù)字視頻信號通過傳輸通道以視頻流的方式實時傳送回監(jiān)控中心，在監(jiān)控中心對現(xiàn)場進行遠(yuǎn)程視頻監(jiān)視，從視頻流中截取監(jiān)視目標(biāo)圖像，通過圖像灰度化、圖像分割、基于鏈碼的輸電導(dǎo)線提取、霍夫變換、舞動幅度計算等一系列圖像處理和識別計算得出舞動的幅度信息，能夠準(zhǔn)確、直觀、有效的計算出輸電導(dǎo)線的舞動幅度，同時可以在數(shù)據(jù)庫中保存長期的舞動數(shù)據(jù)，為遠(yuǎn)程視頻監(jiān)控和圖像識別提供輸電導(dǎo)線的舞動狀態(tài)的原始數(shù)據(jù)，便于對輸電導(dǎo)線的舞動狀態(tài)分析；減少事故漏報和錯報的發(fā)生，以保證輸電線路的安全運行。
文檔編號G06T7/00GK102143354SQ201010606740
公開日2011年8月3日 申請日期2010年12月16日 優(yōu)先權(quán)日2010年12月16日
發(fā)明者孫鳳杰, 楊鎮(zhèn)澴, 田野, 范杰清 申請人:華北電力大學(xué)