图像处理技术在无人机电力线路巡检中的应用
来源:用户上传
作者:
摘要：通过利用无人机航拍获得图像，能够发现输配電线路是否出现故障，极大程度上降低了人为错误率，在无人机电力巡检过程中实现良好运用。在本研究中通过阐述目前国内外无人机电力巡线在应用图像处理技术上的现状，并深入分析了该技术的应用。
关键词：图像处理技术;无人机;电力线路;巡检;应用
中图分类号：TM75 文献标识码：A 文章编号：1007-9416（2019）06-0059-01
在当前电力行业中，由于电路线路涉及范围较广，而且所在地形相对复杂，环境恶劣，电力企业需要花费大量的人力、物力用于电力巡检。近年来，随着无人机技术的发展，无人机电力巡检具有较高的安全性，而且能够打破地理因素限制，具有较高的巡检效率，目前已经成为国内输电线路巡检中的常用方式。在无人机电力巡检时，通过无人机摄像设备能够获取大量高清的输电线路图像，对所收集的图像进行分析，可以发现绝缘子，塔杆等重要部件的运行情况，同时利用图像处理技术能够对重要输配电线路部件进行故障分析，准确获取线路缺项信息。目前，国内对于智能线路缺陷技术应用还处于初步阶段，图像检测和图像预处理方面能够显著提升无人机巡检水平的研究，本研究深入分析在电力巡检中运用图像预处理检测技术，研究了该技术在国内外的研究现状，阐述在利用该技术时所受到的因素，进一步能够提出有效措施，以提升系统功能。
1 国内外研究
无人机是近年来新型的综合学科，所涉及多门学科，包括图像处理，电子，航空等，其中利用图像处理能够准确判断线路运行情况。目前国内在无人机巡检上相比发达国家比较滞后，从上世纪80年代开始深入分析无人机巡线。但目前国内在无人机电力巡线上还处于硬件阶段，而发达国家逐渐深入图像数据处理这一方面，尤其是巡检技术发展比较完善。在无人机巡视过程中应用计算机视觉能够提高其路径导航性能。日本研究学者开发了无人机视线巡检系统，能够对图像进行实时检测以及故障自动诊断。因此，在无人机巡检过程中，图像处理相关研究是十分重要的。
2 在电力巡线中图像处理，扰因素分析
在电力巡检过程中应用图像处理可能会遇到多种外界因素的干扰，甚至还会对输电线路巡检产生不利影响。在实际电力巡检时常遇到以下因素干扰，包括光学因素，在光学系统中由于对于近轴区和实际图像区是存在一定偏差的，因而会导致图像质量降低，进一步降低电力部件的检测准确率。辐射失真，利用传感器进行目标反射观测，观测这种辐射的失真甚至会导致图像失真，进而影响最终图像的解释和判读情况。几何失真，由于使用不同的传感器以及飞行机的飞行情况，会导致无人机在电力巡检时出现图像失真问题，图像的退化即几何失真。运动模糊，由于在飞行过程中无人机成像会受到运动姿态，机械振动等多种因素的影响，因此在无人机电力巡检时运动模糊产生的结果干扰性是比较严重的。噪声，在无人机进行图像传输和拍摄时会受到外界信号的干扰，导致图像出现高斯噪声，这种噪声对于无人机电力巡检过程中产生的影响是比较严重的。
3 在电力巡检中运用图像处理技术
图像预处理。针对上述在电力巡检中运用图像处理技术所受到的因素，并结合在实际遍历巡检时图像处理应用，为确保提高电力巡检的图像检测准确性，我们需要对所获取的图像进行分析处理。首先，对于图像的光度来说，由于对于给定目标，在不同场景中所获得的亮度不同，或者在实际拍摄时有一部分图像亮度调亮，为增加计算机的识别能力因此需要适当调整图像亮度，可以利用三种方法：首先可以将转将其转化为颜色空间调整，这也是一种比较低效直观的调整方法，主要是由于颜色空间调整本身存在L分量能够用于表示亮度直接调整，然而利用这种方法低效是其主要的缺点。由于电脑屏幕能够决定参数图像在色彩空间的解析，因此需要将其转化为HSL，并对图像进行处理。线性调整，这种调整实际上是能够直接对像素值进行直接调整，直观表示电力巡检的物体，亮度线性调整是十分重要的。曲线调整，在亮度调整时会遇到下列问题，亮度变化不分层，通常某个区域会有明暗之分，因此调整图像的整体亮度是十分重要的。去雾雨背景，对于一些阴雨天气由于拍摄可见度降低，为去除图像遮挡物体，比如雾雨，恢复真实图像信息是十分重要的。我们从图像类别上来看目前在去除图片中的雾雨有两种方法，分别是单帧去雾和视频去雾两种方法。首先对于视频去雾检测来说，主要利用雾雨天气特点以达到检测效果，研究学者认为当视线里明亮，时域变化快，因此可以使用时域中每个像素中值滤波器以实现除去雾雨的效果，而这种方法只能够对于简单视频做处理，而对于一些运动过程中的视频来说需要建立雾雨模型，并开发物理特性描述模型，以表达雨像素值，研究学者设计基于背景分离图像处理分析模型，能够利用前景图像光度大小检测，进而通过直方图来分析雨线，以达到去除雾雨的目的。单一图像去雾相关研究，双边滤波是基于高斯滤波函数，对于边缘像素影响较小，进而可以实现去雾过程中边缘像素保持的效果。研究学者提出全局滤波，利用这种方法来处理图像物噪声，主要利用最小2乘法滤波器保持平衡框架，能够使图像滤波达到最佳效果，由指导图像滤波通过指导图像内容，并能够产生输出局部线性模型，其中该图像可为输入图像本身，和其他图像有指导的图像滤波相比双边滤波来说，具有良好的边缘特征去除效果。在图像拼接方面，由于只是无人直升机携带摄像机，其分辨率是有限的，因此无法获取较大范围的场景，但图像分辨率较低，无法获取较大场景的照片，在此基础上提升图像分辨率，为克服这一问题，可通过图像拼接的方式来满足实际需求。由于拍摄过程中环境复杂，因此缺乏相应算法来解决图像匹配相应问题。基于相似判断标准可将图像匹配分为两种，分别是基于轮廓特征模型匹配以及基于频域图像匹配特征方法，无法直接运用于图像像素值，而从图像特征导出像素，获取具有特征的参考值，匹配图像叠加特征区域，这种拼接的算法具有较强的鲁棒性能。基于模型匹配过程中会花费大量的时间，而且拼接效率低，图像旋转会导致图像拼接方法性能降低，而基于频域变换的方法在这一方法运用时需要经过大量的计算，且对于设备的要求也较高，通常在两幅图像边界上灰度具有明显差距，但事实上在图像拼接时无法避免灰度值，因此采用图像融合的方式能够有效处理这种问题，采用平滑重叠渐进方法，以实现从第一到第二图像的良好转变。 图像识别在传输线电路識别过程中是由计算机拍摄图像进行区域的信息传输的，由于传输线拍摄过程中常伴随恶劣天气的影响，因此提取较多目标对象时难度较大，需要使用图像处理的方式来解决图像识别问题，比如当前Adaboost，这种算法具有良好的视觉效果，且实用性强，可以通过组合弱分类器，进而获得强分类器，利用这种算法时速度较快，能够克服检测速度慢的问题，进而能够获取电力线路检测良好的识别效果。
4 结语
总而言之，在本研究中针对高压输电线路在出现故障之后会面临严重的后果，因此为确保电力安全，需要及时进行故障问题的检测。无人机电力巡检目前已经成为线路检测的主要方式，并且在电力线路检测时图像处理技术应用于无人机检测中，也能够从一定程度上推动无人机电力巡检发展，并进一步确保我国电力系统实现安全稳定性发展。
参考文献
[1] 王雪.高压输电线无人机巡检技术的研究与软件实现[D].西安电子科技大学，2018.
[2] 黄慧杰，詹斌.小型无人机在电力线路巡检中的技术应用[J].电工技术，2017（11）：97-98+102.
[3] 陈鄯舟.浅谈无人机在35kV电力线路巡视中的应用[J].化工管理，2018（08）：158.
Application of Image Processing Technology in Unmanned Aerial Vehicle Power Line Inspection
ZHANG Jie
（Tianjin Zhongwei Aerospace Data System Technology Co.，Ltd.， Tianjin 300301）
Abstract：By using UAV aerial photography to obtain images， we can find out whether there are faults in transmission and distribution lines， which greatly reduces the human error rate and achieves good application in UAV electric power patrol. In this study， the application of image processing technology in UAV power line patrol at home and abroad is described， and the application of this technology is analyzed in depth.
Key words：image processing technology; UAV; power line; patrol; application
转载注明来源:https://www.xzbu.com/8/view-15008239.htm
