本發(fā)明屬于電力設(shè)備上電力線異物檢測
技術(shù)領(lǐng)域：
，具體涉及一種電力線異物檢測方法。
背景技術(shù)：
：近年來，雖然國家已經(jīng)采取措施限制塑料袋的使用，但是日常生活中使用塑料袋的情況依然很多，加上大風等天氣原因，塑料袋及塑料袋類似物極易懸掛在電力線上，風箏或者塑料袋等異物，如果懸掛在電力線上會導(dǎo)致高壓線極限放電距離縮短，危及線下的路人和車等的安全，嚴重時甚至會引起大面積停電，所以研究一種及時檢測電力線上異物的方法尤其重要。目前，常用的是人工查找異物并人工去除的方法，然而該方法不僅勞動強度大，工作人員的安全也存在很大隱患。技術(shù)實現(xiàn)要素：有鑒于此，本發(fā)明提供了一種電力線異物檢測方法，能夠自動檢測線段并獲得異物位置，降低勞動強度，提高工作人員的安全性。實施本發(fā)明的具體步驟為：步驟一：利用相機采集電力線視頻；步驟二：將步驟一處理后的每幀圖像進行線段檢測，獲得線段集合；步驟三：在線段集合內(nèi)，將相鄰線段尾首連接組成連接線段，計算連接線段的斜率，并將連接線段斜率和與其相連的線段的斜率進行比較，如果斜率相同，則判定這兩條線段之間存在異物，計算連接線段之間的長度，該長度值則為異物懸掛在電力線上的長度；否則，則判定這兩條線段之間無異物。進一步地，步驟二具體為：第1步：對每幀圖像灰度化處理后進行高斯濾波；第2步：計算第1步處理后圖像的水平和垂直兩個方向的梯度分量，進而獲得梯度幅值和梯度方向；第3步：對每副圖像進行相位編組生成線段支持區(qū)；生成線段支持區(qū)的具體操作過程如下：將空間按照360度方向進行Q等分，并對所劃分的Q個區(qū)域方向進行標號，依據(jù)Q個區(qū)域方向，根據(jù)像素的梯度方向?qū)?yīng)的所屬區(qū)域方向，對圖像中每個像素均進行標號，相同標號的像素形成的區(qū)域記為一個線段支持區(qū)；Q為自然數(shù)；第4步：計算線段支持區(qū)的線段參數(shù)，線段參數(shù)包括線段與水平方向的夾角和端點坐標；第5步：判斷線段支持區(qū)的線段參數(shù)是否為有效參數(shù)，將有效參數(shù)對應(yīng)的線段作為有效線段；判斷過程如下：有效線段提取算子γ設(shè)為如果γ大于設(shè)定的閾值I，則判定該線段支持區(qū)對應(yīng)的線段參數(shù)為有效參數(shù)；如果γ小于或等于設(shè)定的閾值I，則判定該線段支持區(qū)對應(yīng)的線段參數(shù)為無效參數(shù)；其中，N為線段支持區(qū)內(nèi)所有像素點的數(shù)目，L為根據(jù)線段的起始點坐標確定的線段長度。進一步地，第2步中圖像中水平和垂直兩個方向的梯度分量通過sobel算子獲得。進一步地，第4步中線段支持區(qū)的線段參數(shù)利用加權(quán)最小二乘算法獲得。進一步地，在執(zhí)行步驟三之前，剔除線段集合中的異常線段，具體操作為：基于線段參數(shù)計算線段的斜率，并對所有線段的斜率取均值，進而獲得線段斜率與均值差的絕對值，若所述絕對值大于設(shè)定的閾值II，則認為該線段為異常線段并將其從集合中刪除；否則，則認為該線段為正常線段將其保留。進一步地，在剔除線段集合中異常線段后，進一步包括：針對線段集合，判斷相鄰線段的角度，若角度差小于閾值IV，且相鄰線段距離在設(shè)定范圍τ內(nèi)，則將相鄰線段合并形成同一條電線；若角度差大于或等于閾值IV，或相鄰線段距離在設(shè)定范圍τ內(nèi)或外，則判定相鄰線段不在同一條電線上。進一步地，在執(zhí)行步驟三之前，對線段集合進行合并，具體操作為：針對線段集合，判斷相鄰線段的角度，若角度差小于閾值IV，且相鄰線段距離在設(shè)定范圍τ內(nèi)，則將相鄰線段合并形成同一條電線；若角度差大于或等于閾值IV，或相鄰線段距離在設(shè)定范圍τ內(nèi)或外，則判定相鄰線段不在同一條電線上。進一步地，Q為8。有益效果：1.本發(fā)明通過圖像的檢測線段，利用相鄰線段之間的連接線段的斜率進行是否有異物的判斷，最終獲得異物位置和異物長度，從而降低了勞動強度，提高了工作人員的安全性，避免了傳統(tǒng)人工檢測電力線異物并人工去除可能遇到的危險。2.本發(fā)明利用圖像的梯度方向與幅值信息可以較準確的檢測線段，有利于突出電力線的主邊緣線段，將圖像的空間信息進行編組，并通過算子對所編組的有效參數(shù)進行判斷獲得有效線段，在一定程度上有效地剔除了無效線段。3.本發(fā)明通過對異常線段進行剔除并對檢測線段周圍的碎小線段進行合并，使得能夠在背景干擾大時也能全面的獲取檢測線段。附圖說明圖1為本發(fā)明流程圖；圖2為采集的電力線圖像；圖3為灰度化處理后的圖像；圖4為線段檢測流程圖；圖5為空間360度方向的劃分方式圖；圖6為去除異常斜率的線段后的圖像；圖7為標記異物位置的圖像；圖8為連接線圖；圖9為Hough線段檢測的檢測效果；圖10為本發(fā)明的檢測效果；具體實施方式下面結(jié)合附圖并舉實施例，對本發(fā)明進行詳細描述。隨著圖像處理的快速發(fā)展，很多學者都在嘗試將圖像處理知識與工程應(yīng)用聯(lián)系起來，因此本發(fā)明利用了圖像處理檢測電力線異物，該方法使得操作人員與電線無直接接觸，保障了他們的安全，也可為電力線檢測異物提供科學素材。利用圖像去除異物的關(guān)鍵技術(shù)在于如何檢測到電力線上的異物。本發(fā)明利用相鄰線段之間的連接線段的斜率進行是否有異物的判斷，最終獲得異物位置和異物長度，檢測方案為：步驟一：利用相機采集電力線視頻；步驟二：將步驟一處理后的每幀圖像進行線段檢測，獲得線段集合；步驟三：在線段集合內(nèi)，將相鄰線段尾首連接組成連接線段，計算連接線段的斜率，并將連接線段斜率和與其相連的線段的斜率進行比較，如果斜率相同，則判定這兩條線段之間存在異物，計算連接線段之間的長度，該長度值則為異物懸掛在電力線上的長度；否則，則判定這兩條線段之間無異物。在提取線段集合時，容易提取到很多噪聲，需要對其進行排除，本發(fā)明采用三個排除噪聲的方案，排除了無效線段，異常線段，并進行碎小線段的合并，從而提高了檢測的準確度。下面對本發(fā)明優(yōu)選實施例進行描述。參照圖1的流程圖，以實際場景中的一處電力線為例，進行實驗，具體實施步驟如下：步驟一：利用相機采集電力線含異物的視頻，采集視頻的每幀圖像的分辨率至少200dpi、尺寸1080×720像素以上，如圖2所示；對獲得的圖像進行灰度化處理，如圖3所示；步驟二：將步驟一處理后的圖像進行線段檢測；如圖4所示；第1步：對步驟一處理后的每幀圖像進行高斯濾波，消除高斯噪聲；第2步：利用sobel算子計算第1步處理后圖像的水平和垂直兩個方向的梯度分量，分別為Ix和Iy，進而獲得梯度幅值和梯度方向；利用sobel算子計算圖像的梯度。Z1Z2Z3Z4Z5Z6Z7Z8Z9一副圖像的3*3區(qū)域上圖中的Z代表圖像的灰度值，計算Z5處的梯度時可用如下公式：Ix＝(Z7+2*Z8+Z9)-(Z1+2*Z2+Z3)；Iy＝(Z3+2*Z6+Z9)-(Z1+2*Z4+Z7)；利用圖像的兩個梯度分量，獲得的梯度幅值m：但是計算平方和平方根的過程很費時，因此可用一種近似梯度幅值的公式來計算，公式如下所示：m＝|Ix|+|Iy|。利用圖像的兩個梯度分量，獲得的梯度方向θ：第3步：對每副圖像進行相位編組生成線段支持區(qū)；生成線段支持區(qū)的具體操作過程如下：如圖5所示，將空間按照360度方向進行8等分，并對所劃分的8個區(qū)域方向進行標號，依據(jù)8個區(qū)域方向，對圖像中每個像素根據(jù)像素梯度方向所屬區(qū)域方向進行標號，相同標號的像素形成的區(qū)域記為一個線段支持區(qū)；從而獲得直線支持區(qū)域；第4步：利用加權(quán)最小二乘算法計算線段支持區(qū)的線段參數(shù)，線段參數(shù)包括線段與水平方向的夾角和端點坐標；確定直線支持區(qū)域后，就要在區(qū)域內(nèi)進行直線提取，每個直線支持區(qū)域都是一條直線的候選區(qū)域，與每個直線支持區(qū)域?qū)?yīng)的灰度表面可看作是理想斜面與噪聲相加而得，可用平面來表示，平面參數(shù)由最小二乘加權(quán)擬合獲得。進而用平面擬合灰度表面，直線的方向與擬合平面的梯度方向垂直，用一個表示區(qū)域灰度平均值的水平平面與擬合平面相交，交線即為所要抽取的直線。以支持區(qū)的像素點坐標作為已知量，以對應(yīng)的梯度幅值作為各像素點的權(quán)值，利用最小二乘擬合提取直線。1)構(gòu)造直線方程為：y＝kx+B2)誤差方程為：v＝Ux-Z利用方程X＝(UTU)-1UTZ解出X，從而得到直線方程，根據(jù)線段支持區(qū)的坐標的范圍得出線段的長度和線段與水平方向的夾角。第5步：基于支持區(qū)的線段參數(shù)，判斷線段支持區(qū)的線段參數(shù)是否為有效參數(shù)，并對有效參數(shù)進行提取，獲得有效線段；具體判斷過程如下：有效線段提取算子γ設(shè)為如果γ大于設(shè)定的閾值I，則判定該線段支持區(qū)對應(yīng)的線段參數(shù)為有效參數(shù)；如果γ小于或等于設(shè)定的閾值I，則判定該線段支持區(qū)對應(yīng)的線段參數(shù)為無效參數(shù)；其中，N為線段支持區(qū)內(nèi)所有像素點的數(shù)目，L為根據(jù)線段的起始點坐標確定的線段長度；現(xiàn)有技術(shù)采用占空比計算提取算子，占空比為像素點數(shù)目與外接矩形面積的比值，由于外接矩形面積的計算量大，為了減少計算量，本發(fā)明采用確定提取算子，并用之判斷有效線段。步驟三：基于線段參數(shù)計算步驟二中有效線段的斜率，并對所有線段的斜率取均值，進而獲得線段斜率與均值差的絕對值，若所述絕對值大于設(shè)定的閾值II，則認為該線段為異常線段并將其舍去；若所述絕對值小于或等于設(shè)定的閾值II，則認為該線段為正常線段將其保留；如圖6所示。步驟四:針對保留的正常線段，判斷相鄰線段的角度，若角度差小于閾值IV，且相鄰線段距離在設(shè)定范圍內(nèi)，則將相鄰線段合并形成同一條電線；若角度差大于或等于閾值IV，或相鄰線段距離在設(shè)定范圍τ內(nèi)或外，則判定相鄰線段不在同一條電線上；如圖7所示。步驟五：針對步驟四處理后的所有線段，如圖8所示，將相鄰線段尾首連接組成連接線段，計算連接線段的斜率，并將連接線段斜率和與其相連的線段的斜率進行比較，如果斜率相同，則判定這兩條線段之間存在異物，計算連接線段之間的長度，該長度值則為異物懸掛在電力線上的長度；否則，則判定這兩條線段之間無異物。如圖8可見，連接線段34的斜率與線段23和線段45的斜率相同，則認為線段23和線段45之間有異物，連接線段34的長度為異物的長度。為充分驗證本發(fā)明方法的有效性和適用性，將本發(fā)明方法和hough線段檢測算法進行對比性實驗，hough線段檢測易漏檢誤檢，背景干擾小的情況下檢測線段的效果較好，但是當背景干擾大時極易誤檢與漏檢。如圖9和10所示，檢測線段時很容易得到碎線段，hough線段檢測線段時甚至會出現(xiàn)誤檢和漏檢的情況，而本發(fā)明方法的檢測效果優(yōu)于hough檢測。綜上所述，以上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。當前第1頁1 2 3