數字圖像在輸電線路檢測中的應用

陳榮保， 唐大為， 盛雨婷， 韋 盛

(合肥工業大學 電氣與自動化工程學院，安徽 合肥 230009)

0 引 言

輸電線路屬于電力系統重要組成部分，其安全運行保障國家的供電可靠性。由于輸電線路局域性廣、穿越區域地形復雜且易受不良自然環境侵害，通常采用人工巡檢方式監測輸電線路運行情況。人工巡檢勞動強度大、耗時長，效率低下，且現代輸電線路通常傳輸高壓，危險性較高。輸電線路監測需要明確故障，保障安全[1,2]。

為實現檢測目的，本文據地形地貌調整無人機航拍線路和高度，獲取有效圖像信息。在傳統Hough變換算法基礎上[3～5]，提出圖像拼接與Hough變換相融合的檢測方法，并借助MATLAB仿真驗證。結果表明，該算法降低了原始捕獲圖像的失真度，增加了目標電纜占據圖像的比重，提高了輸電線路圖像檢測的準確度。

1 圖像拼接與Hough變換融合算法

以自適應非極大值抑制算法檢測與篩選圖像特征角點，將篩選后的角點進行區域生長與匹配，去縫融合成拼接結果圖，并通過Hough變換提取目標電纜。

設圖像I(x,y)，若圖中像素點(x,y)移動(Δx,Δy)，據泰勒公式展開，其自相似函數為

c(x,y,Δx,Δy)≈[ΔxΔy]M(x,y)[ΔxΔy]

(1)

通過二次項函數計算角點的響應值R，判斷是否為角點。

R=detM-α(traceM)2

(2)

式中 detM為矩陣M(x,y)的行列式；traceM為矩陣的直跡；α為經驗常數，設計取值范圍[0.04，0.05]。

將小于設定閾值的R值置零，即

R={R:detM-α(traceM)2

(3)

在5×5的附近區域進行自適應的非極大值抑制，計算局部最大值點，獲取特征角點。將特征角點作為種子點，執行區域增長和局部區域匹配。結束生長的閾值條件：生長區域中像素PG(i,j)與種子點PS(x,y)的行數和列數的絕對值之和超過閾值；出現越界行為。

采用逆翹曲法填補空洞，據圖像融合前兩幅圖像的采樣密度，映射及填補后獲得拼接圖像[6～9]。核心算法流程圖如圖1所示。

圖1 核心算法流程

2 實驗仿真結果分析

數字圖像的輸電線路檢測算法分為2個步驟：首先進行圖像拼接算法的仿真；然后結合輸電線路的特征，運用Hough變換提取目標電纜。

2.1 圖像拼接算法的仿真結果分析

高壓輸電線路需要固定距離的檢測，有限的拍攝范圍導致目標電線所占圖像比重固定。為提高檢測準確度，改進并提出圖像拼接與Hough變換相融合的研究方法。其中，拼接后的圖像需確保拼接后圖像不失真，且有效提高目標電纜所占圖像的比例。

圖2 拍攝原圖與拼接圖的角點檢測

在輸電線路的檢測研究中，考慮到樹木、桿塔以及飛行物體等干擾，對無人機拍攝圖像進行拼接，結果如圖2(a)～2(c)所示。拼接中，為避免拼接后圖像失真，匹配角點需在同一水平和豎直方向上，而實際的拍攝難以滿足上述條件。如圖2(a)和圖2(b)所示，兩圖的角點不在同一位置。因此，本文選取仿真圖像的總角點數、目標電纜的角點數以及目標電纜長度的相對值作為特征參數，經統計后繪制成柱狀圖，如圖3所示。

圖3 特征參數統計圖

統計表明，拼接圖像總角點數869個，相較于原圖1(角點數787個)和原圖2(角點128個)均明顯增加，圖像無失真。此外，目標電纜的長度相對值也由原圖450 cm增加至拼接圖550 cm，證明本算法有效增加了目標電線在圖像中的占比，同時便于Hough變換對目標電纜的提取。

2.2 Hough變換仿真結果分析

結合電線特征，對原圖2(a)以及對應的拼接結果圖2(c)分別進行Hough變換仿真，結果如圖4(a)和圖4(b)所示。其中，灰色標記線為識別提取后的目標電纜，統計Hough變換的提取結果并繪制柱狀圖，如圖4(c)所示。結果顯示，在輸電線路檢測中，常受到外界直線的干擾，如塔桿的邊緣，不利于電線的識別提取，因此圖4(c)僅檢測出一條有效電線。而本算法經圖像拼接，增加了目標電纜在圖像中的占比，降低了外界因素對提取目標電纜的影響，最終準確識別出3條有效電線數，其有效匹配率也高達92 %，有效實現了目標電纜的提取。

圖4 融合算法的仿真分析

考慮到圖像特征的提取會受到圖像像素的影響，對于同一張圖像，像素的不同會直接影響最后特征的提取，通過對上述不同像素大小的圖像進行多組匹配，將結果進行對比，如圖5所示。

圖5 Hough變換與本文算法對不同大小圖像的識別對比

結果表明，對于同等像素的圖像，本算法在總電線數的提取、有效匹配電線數等方面均具備優勢，且有效提高了實測圖像中輸電線路檢測的準確度。

綜上所述，本文所提出的圖像拼接與Hough變換融合算法，通過角點的特征檢測和角點區域的生長與匹配，降低圖像失真度，提高了輸電線路圖像檢測的準確度。

3 結 論

從人工巡檢到無人機實測圖像監測，檢測準確度是輸電線路的研究重點。本文提出了一種圖像拼接與Hough變換相融合的算法檢測輸電線路。對采集圖像進行灰度歸一化處理后，以自適應非極大值抑制算法檢測篩選圖像中的角點，將其作為種子點進行區域生長與匹配，降低了原始捕獲圖像的失真度。通過Hough變換提取了拼接圖像中的目標輸電線路，有效增加了目標電纜長度，使目標電纜的提取更加清晰準確。在實驗室條件下，借助數字圖像處理工具MATLAB進行仿真，結果證明：本文所提出的算法在傳輸線路檢測的準確度和匹配度等方面都有顯著的優勢，具有工程實踐意義。高壓輸電線路檢測是架空線路檢測領域的研究熱點，對于纜車索道等高山、懸崖處的架空線路檢測具有參考價值。