[發(fā)明專利]一種輸電線防振錘的視覺檢測方法

有效

• 申請?zhí)枺?/td>: 201410720170.7
• 申請日: 2014-12-02
• 公開（公告）號: CN105718964B
• 公開（公告）日: 2019-04-16
• 發(fā)明（設(shè)計）人: 王洪光;宋屹峰;姜勇;王林;姜文東;王燦燦;初金良
• 申請（專利權(quán)）人: 中國科學(xué)院沈陽自動化研究所;國網(wǎng)浙江省電力公司;國網(wǎng)浙江省電力公司麗水供電公司
• 主分類號: G06K9/64
• 分類號: G06K9/64;G06K9/46
• 代理公司: 沈陽科苑專利商標(biāo)代理有限公司 21002
• 代理人: 徐麗

1.一種輸電線防振錘的視覺檢測方法，其特征在于，包括以下步驟：

(1)圖像的獲取；在電力機器人上安裝相機設(shè)備，固定相機設(shè)備的圖像采集角度和相機參數(shù)，獲取輸電線圖像；

(2)圖像的預(yù)處理；對輸電線圖像進行處理，得到包含輸電線的感興趣區(qū)域；

(3)圖像特征提取；在感興趣區(qū)域中，提取圖像的梯度直方圖特征，獲取梯度直方圖特征向量h；

(4)輸電線金具檢測；對于圖像特征向量h，分別與事先建立的防振錘金具標(biāo)準(zhǔn)庫H^Damper與輸電線標(biāo)準(zhǔn)庫H^Wire進行比較，計算出圖像特征向量h與防振錘金具、輸電線庫的相關(guān)度，根據(jù)相關(guān)度的大小來實現(xiàn)防振錘金具的檢測；

所述輸電線金具檢測具體包括以下步驟：

建立輸電線路的標(biāo)準(zhǔn)線路圖庫與防振錘圖庫，每個圖庫中各有m張標(biāo)準(zhǔn)圖像；

分別提取標(biāo)準(zhǔn)線路圖像的圖像梯度直方圖特征h_i,i＝1，2…m，與標(biāo)準(zhǔn)防振錘圖像的圖像梯度直方圖特征h_j,j＝1，2…m，以上圖像梯度直方圖特征分別構(gòu)成輸電線標(biāo)準(zhǔn)庫H^Wire與防振錘金具標(biāo)準(zhǔn)庫H^Damper；

計算待檢測圖像的圖像梯度直方圖特征h，并依此計算h與H^Wire、H^Damper庫內(nèi)每個元素的相關(guān)度系數(shù)c_i(i＝1，2…m)與c_j(j＝1，2…m)；

計算得到h與每個庫的相關(guān)度與

采用以下判別式完成防振錘檢測：當(dāng)c^Wire≤c^Damper時,則檢測結(jié)果為防振錘；當(dāng)c^Damper≤c^Wire時,則檢測結(jié)果為正常線路。

2.根據(jù)權(quán)利要求1所述的一種輸電線防振錘的視覺檢測方法，其特征在于，所述圖像的預(yù)處理包括以下步驟：

(2.1)通過灰度化處理將彩色的輸電線圖像轉(zhuǎn)換為灰度圖像；

(2.2)采用高斯濾波對灰度圖像進行濾波，并通過直方圖均衡化調(diào)節(jié)圖像的對比度；

(2.3)采用Canny算子在初步裁剪后的圖像中檢測輸電線的邊緣位置，并以邊緣位置為基準(zhǔn)去除其他區(qū)域，得到邊緣圖像；

(2.4)采用霍夫變換的方法，對邊緣圖像中的直線進行提取，通過分析導(dǎo)線的位置與方向特征，對于提取出的直線進行篩選，獲取導(dǎo)線邊緣的位置信息；

(2.5)以獲取的導(dǎo)線邊緣作為基準(zhǔn)，在指定位置區(qū)域截取指定尺寸的矩形作為感興趣區(qū)域。

3.根據(jù)權(quán)利要求2所述的一種輸電線防振錘的視覺檢測方法，其特征在于，所述對邊緣圖像中的直線進行提取的方法為：按照以下條件篩選兩根直線作為輸電線邊緣：

其中，輸電線邊緣直線L₁與L₂在圖像坐標(biāo)系uv中的表達(dá)分別為ucosβ₁+vsinβ₁＝ρ₁與ucosβ₂+vsinβ₂＝ρ₂；為線路邊緣直線方向，考慮到機器人攜帶的相機與線路間的相對位置關(guān)系，滿足如下條件β_low≤β≤β_high，β_low，β_high分別是線路邊緣方向角閾值；[Δu，Δv]^T為從輸電線邊緣直線L₁上一點到直線L₂上一點的矢量；w_d為線路寬度所對應(yīng)的像素個數(shù)，為設(shè)定的閾值。

4.根據(jù)權(quán)利要求1所述的一種輸電線防振錘的視覺檢測方法，其特征在于，所述提取圖像的梯度直方圖特征的過程為：將圖像劃分為若干相連區(qū)域cell，計算cell中每個像素點的梯度強度及方向，對各個像素點進行直方圖計算，將具有相同梯度方向的像素點的梯度強度作為梯度直方；將相連的若干個cell作為一個區(qū)域block，連接block內(nèi)所有cell的直方圖并歸一化處理，形成一個表示block內(nèi)圖像梯度信息的歸一化數(shù)組；最后將整個圖像的所有block的數(shù)組聯(lián)合，即是圖像的梯度直方圖特征向量。