[发明专利]一种基于无人机航拍图像的电力线检测方法

说明书

一种基于无人机航拍图像的电力线检测方法，首先对高分图像进行LSD直线段检测，对输入图像中潜在直线段区域进行检测和分析，提取出疑似的电力线区域，其次以线段的角度为特征使用无监督的高斯聚类算法和线段之间位置关系聚类的算法得到图像中候选的输电线路目标，最后基于图像中直线密度的算子，滤除图像中虚假的输电线路目标，本发明首先通过时间复杂度为线性的LSD算法检测出图像中潜在的直线段，然后使用无监督的混合高斯聚类方法对所有的直线段进行聚类，再使用直线段之间的邻域关系去除距离太远的直线段，最后定义了图像中的线密度的测度来过滤图像中虚假的直线目标，进一步的提高了算法的检测精度。

技术领域

本发明属电力行业输电线路电力线检测方法技术。

背景技术

采用高压、超高压输电系统是实现长距离输送电力能源的主要方式，所以输电线路已经成为及其重要的能源供给线。长距离超高压大容量输电线路大幅度扩建后，维护超高压输电线路的安全稳定运行是经济建设高速增长的坚实基础，减少输电系统的故障是减少停电事故发生的前提。要减少输电线路系统的安全运行故障就必须巡检的密度和保证巡检的质量。

电力线是输电线路系统中的主要部件其运行状态的好坏直接关系到整个电网系统的安全稳定。输电线路的架设方向与无人机的巡检方向是一致的，因此可以通过无人机拍摄的图像进行输电线路检测后确定出无人机的飞行方向，从而实现无人机的自主导航。输电线长期工作在野外的自然环境下，受到日晒、雨淋、雷电等恶劣自然环境的影响；还受到持续机械张力，电气闪络和自身材料老化的影响。导致输电线路出现断股，锈蚀等缺陷潜在的危害着电网系统的安全稳定运行。在激光点云数据应用逐渐普及的今天有很多学者提出了通过点云数据来检测输电线路，但是由于激光点云数据点密度不能过大导致这个方法不能有效的检测到输电线路。

随着计算机硬件技术和智能算法理论的进步，使得自动化的输电线路巡检成为了现实。在图像中实时准确的检测出架空输电线是实现输电线断股、锈蚀等缺陷自动检测和实现无人机自主导航蔽障等关键技术的基础。目前在数字图像处理领域中，直线检测的主流技术是hough变换及其衍生的各种算法，这种类型的算法时间复杂度和空间复杂度较高，在高分辨率图像的应用场景中很能难达到实时性的要求。

发明内容

本发明采用一种算法时间复杂度为线性的直线检测算法LSD，采用类混合高斯分类器的思想来对图像中的直线段进行聚类获取到图像中的直线。对无人机拍摄的大量图像数据进行分析后，发现真实的输电线路是按组出现的，不可能出现单股的架空电力线，因此定义了图像中线密度的测度来滤除单一的虚假目标来提高电力线检测的准确性。

一种基于无人机航拍图像的电力线检测方法，首先，对高分图像进行LSD直线段检测，其次，以线段的角度为特征使用无监督的高斯聚类算法和线段之间位置关系聚类的算法得到图像中候选的输电线路目标，最后基于图像中直线密度的算子，滤除图像中虚假的输电线路目标；

本发明所述直线密度的算子，定义了图像中线密度的测度来滤除单一的虚假目标来提高电力线检测的准确性；假设图像中的所有直线都是有相互作用力存在，而且这个作用力随着距离而衰减，这样位置孤立的电力线目标受到其它电力线的作用要小于密集分布的直线，通过这个判据滤除虚假的直线目标；其线密度定义如下：

其中，x表示两条直线之间的距离，f(x)表示的是两条直线之间的作用力。

本发明首先通过时间复杂度为线性的LSD算法检测出图像中潜在的直线段，然后使用无监督的混合高斯聚类方法对所有的直线段进行聚类，再使用直线段之间的邻域关系去除距离太远的直线段，最后定义了图像中的线密度的测度来过滤图像中虚假的直线目标，进一步的提高了算法的检测精度。

附图说明

图1为本发明直线检测流程图。

具体实施方式

1、基于LSD检测直线