[發明專利]一種基于無人機影像智能分析方法

在審

• 申請號: 201811334476.3
• 申請日: 2018-11-09
• 公開（公告）號: CN109697406A
• 公開（公告）日: 2019-04-30
• 發明（設計）人: 劉國威;李成信;覃毅藩;王江;彭超群;韋建城;黃天彩;楊帆;韋基毅;盧宇;孫鵬舉
• 申請（專利權）人: 廣西電網有限責任公司河池供電局
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/54
• 代理公司: 北京挺立專利事務所(普通合伙) 11265
• 代理人: 吳彩鳳

本發明提供一種基于無人機影像智能分析方法，所述分析方法包括以下步驟：影像水平糾正，影像重采樣，Wallis濾波，特征點提取，SIFT匹配，密集匹配，三視檢核；該基于無人機影像智能分析方法采用了Wallis濾波，能夠增強原始影像的反差并同時壓制噪聲，大大增強影像中不同尺度的影像紋理模式，因此在提取影像中的點特征時，能夠提高點特征的數量和精度，而在影像匹配中則能夠提高匹配結果的可靠性及精度，為輸電線路缺陷檢測提供精確可靠的影像基礎和數據。

技術領域

本發明是一種基于無人機影像智能分析方法，屬于輸電線路隱患監測技術領域。

背景技術

當前輸電線路的巡視主要還是采用人工方式，通過肉眼或拍攝照片的方式發現缺陷，這種方法雖簡單，但效率較低，周期較長，且巡檢拍攝的影像，均需人工進行判別，但人工觀察受制于拍攝角度、視頻像素等因素的制約，難以準確的判斷出線路走廊下方樹木高度、樹線距離等定量的參數，如果搭載高清的激光掃描的攝像頭，其昂貴的價格也不適合大規模推廣。

在這一背景下，利用最新的圖像智能識別技術，通過人工拍攝或機載的普通相機拍攝的照片或視頻影像，分析出線路存在的各類隱患，包括通道障礙隱患(周邊樹木生長和違章建筑)和線路自身隱患(標識牌缺失損毀、絕緣子爆裂、導線斷股以及弧垂異常等)，為線路的調度和運檢提供第一時間的預警信息，能夠提高線路巡檢的工作效率和無人機的使用效果，是線路運檢領域的的又一次技術升級，具有廣泛的應用前景和良好的推廣價值。

目前，在輸電線巡檢中圖像處理技術僅有很短的應用歷史，國內外的研究成果也很少，國外研究成果主要集中在圖像質量的改善和圖像采集的穩定性上，在攝像機的智能控制方面是其主要應用，很少涉及輸電線路故障的識別與定位，輸電走廊的三維信息采集可利用直升機激光三維空間掃描技術，但由于其成本高并不適合用于日常電力巡檢，國內外已經具有初步研究成果的是輸電線路的提取與識別、弧垂測量和電纜狀態監測等方面，但還有待進一步提高其精度和實用性，而絕緣子、桿塔、防震錘等重要輸電設備圖像監測方法的相關研究才剛剛起步，在電力巡檢領域圖像處理技術具有良好的應用前景，但還有一些關鍵技術需要解決。

圖像識別是利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術，是近年來發展起來的一門新型技術科學，人類識別圖像的過程總是先比較分析、判斷這些圖像在外型或顏色方面的某些特征，進而分別類，即識別它們，然而，光強和波長不同的光波引起了圖像的灰度、色彩等因素，這與景物表面的特性、光線條件、方向以及干擾等多種因素有關，如若是在惡劣的工作環境里，那么圖像與景物的差別就不是很大，因此，只有經過預處理、分割、特征提取、分析、分類、識別等一系列過程，才能區分出圖像屬于哪一類，現今，計算機可完全模擬這些技術，并通過對圖像信息進行處理來達到對它的識別。

圖像識別的方法大體上可以歸納為統計方法和句法結構識別方法，統計方法的基礎是數學上的決策理論，其基本的模型是大量統計分析所研究的圖像，找出規律性認識，抽出反映圖像本質特點的特征以進行識別，在這種方法中，如何抽取圖像的特征或決定統計參數是其大部分工作，也就是所謂參數法，此外，還有非參數決策法，譬如近鄰法則，這種方法繞過概率的估計而直接進行決策，對于特征抽取，必須縮減圖像的大量原始信息為少數的特征，對聲波信號可抽取頻譜特征，對文字和符號等可只抽取幾何形狀特征，為了抽取特征，有時要對原始圖像信息進行各種變換，空間投影，把多維的圖像點簡化到幾個坐標分量上，句法結構識別方法建立在分析圖像的結構的基礎上，可以模仿語言構造，使用一些語句來表達一幅圖像，由詞、短語等組成語句的結構，并按一定的語法表達出來，即短語組成語句，單詞組成短語，單詞是其中最基本的元素，語句之所以會與圖像發生聯系原因在于任何一幅圖像，全都是由一些點、直線、斜線、弧線及環等組成，剖析圖像的這些基本元素，看這些基本元素按怎樣的規則構成圖像。

上述兩類方法各有優缺點，統計方法很少利用圖像本身的結構關系，句法結構識別方法因為沒有考慮圖像在環境中所受的噪聲干擾，則使其元素或結構帶有一定的隨機性，因而，可取的途徑就是把兩者結合起來，各取其長。