[发明专利]一种用于无人机电力巡检的异构图像融合检测方法

说明书

本发明公开了一种用于无人机电力巡检的异构图像融合检测方法，包括如下步骤：首先在电力巡检的无人机上，安装光学成像相机和用热红外成像相机，采集不同角度的可见光图像和热红外图像；（2）、从可见光图像和热红外图像中提取电力巡检异常特征并构建各种故障类型的特征知识库；（3）、从无人机飞行过程中采集到的可见光图像和热红外图像中，提取故障目标，结合特征知识库，分别构造基本信度分配函数；（4）、将获取到的针对同一故障目标的异构图像证据进行融合，不同角度的异构图像证据进行融合，并用综合可信度设定融合权重。本发明克服了利用单一的可见光图像与热红外图像造成的诊断结果不可靠这一弊端。

技术领域

本发明属于视觉检测领域，是图像处理与识别技术的应用，具体一种用于无人机电力巡检的异构图像融合检测方法。

背景技术

在电力系统供电运行中，最常见的故障就是高压输电线路故障，包括线缆破损、绝缘子故障、套管破裂、杆塔坍塌、悬挂异物故障、鸟害故障等。及时有效的检测高压输电线路的故障和异常，对于电力系统的安全运行至关重要。人工巡检是现阶段的电力巡检最广泛的巡线方式，但这种方式不仅耗时耗力，而且效率较低。输电线路所处环境复杂，有很多地方并不适合人工巡检。并且由于人工巡检存在人的主观判断性，工作人员的经验对结果分析的准确度也有待商榷。基于视觉的高压线缆带电检测技术，为电力巡检提供一种新的思路。通过无人机作为移动平台携带热红外成像仪与可见光传感器进行线路巡检为解决这一瓶颈提供了可能。可见光相机具有很高的分辨率，可以提供场景的空间细节。但由于能见度低，使得复杂环境下的可见光图像不清晰。且可见光成像传感器对于线缆内部电气故障不敏感。而热红外成像仪善于捕捉所有物体在绝对零度以上发射的红外辐射。对高压线的内部发热异常能得到很好的检测效果，但其对诸如线缆破损这种故障类型不敏感,无法实现对线缆外部的缺陷及异常进行检测。

热红外图像与可见光图像的异构融合在高压线缆带电检测中具有信息表达上的互补性，然而异构图像的像素级融合要求针对同一目标的异构图像进行标定配准，这在无人机飞行过程中很难实现，而采用异构图像决策级融合则可以很好的克服这一困难。将两种异构图像进行决策级融合可以达到更加全面而快速的检测效果。

发明内容

本发明的目的是：提供一种用于无人机电力巡检的异构图像融合检测方法。针对高压输电线缆同时获取其热红外图像与可见光图像，提取关于线缆故障的信息，进行异构图像决策级融合，提供一种新的证据更新规则，使故障检测与识别更加有效。实现对高压电力线缆的全面检测。

为了达到上述目的，本发明的技术方案是：

一种用于无人机电力巡检的异构图像融合检测方法，包括如下步骤：

(1)、在电力巡检的无人机上，安装用于采集可见光图像的光学成像相机和用于采集热红外图像的热红外成像相机，在无人机飞行过程中采集不同角度的可见光图像和热红外图像；

(2)、从可见光图像和热红外图像中提取电力巡检异常特征并构建各种故障类型的特征知识库；

(3)、从无人机飞行过程中采集到的可见光图像和热红外图像中，提取故障目标，结合特征知识库，分别构造基本信度分配函数；

(4)、将获取到的针对同一故障目标的异构图像证据进行融合，不同角度的异构图像证据进行融合，并用综合可信度设定融合权重。

上述步骤(2)中电力巡检异常特征是指：线缆破损、绝缘子故障、套管破裂、杆塔坍塌、悬挂异物故障、鸟害故障等。

构建各种故障类型的特征知识库是指：对于可见光图像，选用图像中分割出的故障目标的Hu不变矩特征；对于热红外图像，选用故障目标的亮度特征对应的温度值，分别构建可见光和热红外图像各自的故障特征知识库。

上述步骤(3)中分别构造基本信度分配函数是指：