[發明專利]一種基于無人機的輸電線路圖像識別檢測方法

在審

• 申請號: 202011476612.X
• 申請日: 2020-12-15
• 公開（公告）號: CN112733610A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 于常樂;朱遠達;趙會;張肅;徐浩然;季彥辰;趙泓博;伊永飛;楊林;于明浩;李文文;萬家
• 申請（專利權）人: 國網遼寧省電力有限公司技能培訓中心;國家電網有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 遼寧沈陽國興知識產權代理有限公司 21100
• 代理人: 姜婷婷

1.一種基于無人機的輸電線路圖像識別檢測方法，其特征在于包括下述步驟：

步驟1，通過無人機圖像采集系統獲得輸電線路導體圖像，采用3/4去噪聚類方法進行圖像增強處理，對圖片中導線區域進行提取，并采用Canny邊緣檢測方法提取導體區域輪廓；

步驟2，利用基于聚類和DS證據融合理論的圖像分割識別方法，識別出導線斷裂的狀態；

步驟3，建立輸電線路不同狀態下的識別模型庫；

步驟4，基于AdaBoost算法的輸電線路圖像比對方法對輸電線路進行快速精準識別。

2.根據權利要求1所述的一種基于無人機的輸電線路圖像識別檢測方法，其特征在于所述的步驟1中，3/4去噪聚類方法包括下述步驟：

設原始圖像為mxn階矩陣A：

式中：a_ij表示圖像像素的灰度值；

矩陣A經3/4取值變換得到圖像矩陣H:

令：

f(i,j)＝a_ij+a_i+1,j+a_i,j+1+a_i+1,j+1

式中d為濾波閾值，能在圖像上劃定一敏感區，對該區域采取最大方差閾值法計算而得到。

3.根據權利要求1所述的一種基于無人機的輸電線路圖像識別檢測方法，其特征在于所述的步驟1中，Canny邊緣檢測方法包括下述步驟：

Canny算法采用二維高斯函數對圖像進行平滑，二維高斯函數具有如下形式：

其對應的梯度矢量為：

二維高斯濾波函數一般不直接與圖像進行卷積，而是分解為兩個一維的行和列濾波器：

其中：

然后分別與圖像作卷積運算得到：

其中*是卷積符號，k為常系數，σ為高斯濾波函數的空間尺度參數。

4.根據權利要求1所述的一種基于無人機的輸電線路圖像識別檢測方法，其特征在于所述的步驟2中，圖像聚類(K-means)分割包括下述步驟：

1)初始化，確定聚類數k和簇中心初值；

2)計算歐氏距離，按照式(1)計算各樣本Z_i與各簇中心O_j的歐氏距離E_ij，

式中：Z_i,m為樣本Z的第m個屬性；M為樣本維數，即屬性個數；

3)劃分簇，將各樣本劃分到與之歐氏距離最小的簇；

4)更新簇，計算各簇中各樣本平均值，作為新的簇中心；

5)判斷收斂，如果簇中心移動距離小于設定值或達到迭代次數限值，判斷為收斂，結束聚類；否則返回步驟2繼續計算；

輸入上述聚類算法的樣本為輸電線路的像素點，為了提高計算效率，在輸入前將圖像壓縮為h*w像素，并選取圖像分割目標的色調值作為簇中心初值，色調值H是像素點的屬性，計算方法如下式所示：

R、G與B分別為紅、綠、藍顏色通道數值：T_max＝max(R,G,B)；T_min＝min(R,G,B)。

5.根據權利要求1所述的一種基于無人機的輸電線路圖像識別檢測方法，其特征在于所述的步驟2中，D-S證據理論為，所有可能結果的有限集合稱為識別框架，其中的元素兩兩互斥，在給定識別框架中2ⁿ并滿足：

m(A₁)＝1-m(A₂)

m_i(A₁)＝1-m_i(A₂)＝P_i

m為2ⁿ上的基本概率分配。

6.根據權利要求1所述的一種基于無人機的輸電線路圖像識別檢測方法，其特征在于所述的步驟4中，AdaBoost算法為：最佳特征的投票過程，即基于加權投票機制，對于某一個問題的答案通過大量的分類函數的加權組合來判定，效果較優的分類器的權值在每一次計算迭代中增大，而效果相對差的分類器的權值在逐漸減小。