基于视觉的接触网绝缘子识别定位研究
来源:用户上传
作者:展明星 王致诚 李致远
【摘要：】绝缘子串的精确定位是实现其故障检测的重要前提。文章针对目前接触网绝缘子巡检图像中绝缘子串检测算法定位不精确的问题，提出一种双目视觉结合SURF特征的目标识别定位方法。由于绝缘子所处位置环境复杂，采用SURF特征可实现目标识别的前期粗定位;根据双目视觉原理求取已经粗定位识别出物体的三维坐标，实现目标物体的识别与细定位;通过这些方法保存识别出物体形心的三维坐标，传输给巡检机器人，以便控制机器人调整检测位置。实验结果证明，此方法有较好的识别效率和准确性，可以成功地识别出目标，具有一定的工程应用价值。
【关键词：】绝缘子;双目视觉;SURF算法;复杂背景;图像识别
U225.4+3A561844
0 引言
绝缘子是铁路接触网的重要部件，主要功能是对接地体保持电气绝缘，起到支撑接触网电缆和防止电流回地的作用。绝缘子长期暴露在户外会产生一定程度的污染和破损，导致电气性能下降并影响绝缘强度。保持绝缘子清洁能有效降低污闪事故的发生，众多学者也为此开展了对绝缘子当前状态监测的研究。S着机器视觉技术的不断发展，以其为基础的智能检测技术开始逐渐应用到铁路巡检设备中。由于接触网绝缘子被各种电线支架包围，造成检测过程中精确识别的难度加大，因此如何提高机器视觉的识别能力具有重要的研究意义。
目前主要通过人工方式或者根据电气特性对绝缘子状态进行检测，但实际应用中，人工检测方式效率低下，与自动化检测的安全性要求相比，仍有相当大的距离。而电气特性检测方法的稳定性较差，极易受到周边环境的影响[1-2]。文献[3]针对稳定性较差问题提出一种加入现场可编程门阵列硬件加速方法，应用于电力巡检无人机，通过坐标转换关系计算偏转角的差值，进而得到绝缘子前端定位。文献[4]采用交替优化的策略，增加反馈机制调节卷积核的大小和个数，依据语义误差信息熵测度指标评价结果，进而实现反复推敲比对后的检测结果。这些方法在检测图像缺陷方面做出了改进，但存在着识别过程计算量大，图像去除干扰能力较差的问题。例如航拍图像中若存在复杂背景，如高压线、树杈、鸟巢等都会导致目标绝缘子特征不明显。因此，本文提出一种基于双目视觉结合区域特征的图像匹配方法，对接触网绝缘子进行识别。采用SURF（Speeded up robust feature）算法，来提高绝缘子识别过程中的速度和准确性。利用双目摄像头模拟人眼，获取被测物体的二维图像，再对其图像进行识别与匹配，然后根据视差原理计算得出物体的三维空间坐标，最后将定位坐标传输给巡检机器人，以便巡检机器人实现位置的控制和调整，从而得到更精确的检测。本文算法在定位精度和速度方面表现出了良好的性能，具有一定的工程实际应用价值。
本文重点研究作用于接触网绝缘子的巡检机器人视觉识别系统，提出一种双目视觉结合区域特征的图像匹配方法，对接触网绝缘子进行识别，实现对待检测绝缘子的识别定位，提高机器人巡检效率，减少因人员疏忽、漏检等因素造成的安全隐患。
1 基于SURF特征的目标识别
SURF算法是由BAYH提出的，在SIFT（Scale-invariant feature transform，尺度不变特征变换）算法基础上引入了Hessian矩阵，并加入了积分图像和盒子滤波器，大大提高了计算速度，节省了程序运行时间，对于形状、位置相对固定的接触网绝缘子自动化检测具有较强的实时性[5]。
1.1 SURF特征匹配
1.1.1 提取特征点
SURF算法是在SIFT算法的基础上引入了Hessian矩阵及积分图像[6]。将目标图像和高斯函数做卷积运算，加入盒子滤波器代替高斯核函数进行卷积运算，得到图像和高斯函数的卷积，并将其转换成积分图像与高斯二阶导数模板的卷积运算，此时的高斯二阶导数模板实际上已变成一些简单的权重区域组合，将卷积运算转换为积分图像的加减运算。因此，可以提高图像特征点提取速度。上述的Hessian矩阵的行列式在尺度空间中每层的局部最大值即为特征点。
1.1.2 构建特征描述符
优质的特征描述符应具有较好的鲁棒性不受外界条件干扰，在光照、视角以及噪声的干扰下仍能保持不变。在SURF算法中，统计特征点领域内的Haar小波特征，不统计其梯度直方图。通过Haar小波响应累加值和最大值的确定为主方向，同时为了保证特征向量具有旋转不变性，选择特征点为中心，沿着基准方向构建正方形区域，经过Haar小波响应最终形成例如一个64维的特征向量组成的特征描述符。这种方法可避免傅里叶变换得原函数在正余弦不同频率下的系数，而是得到原函数在不同尺度小波（这里采用Haar小波）下的系数。
1.1.3 特征匹配
提取特征点之后对待匹配区域图像与标准模板图像进行匹配，SURF算法采用最近邻域匹配方法。首先计算待匹配图像到标准模板图像上特征点的欧氏距离，得出对应的距离集合，然后通过排序得到最小距离d1以及次最小欧氏距离d2。设定一个阈值T，当d1和d2的比值小于该阈值，即d1/d2
转载注明来源:https://www.xzbu.com/1/view-15435104.htm
