高巧麗,高新明
(1.黑龍江科技大學 電氣與控制工程學院,哈爾濱150022; 2.山東交通職業(yè)學院,山東 濰坊 261000)
高壓輸電線路的主要作用是傳輸電能,在電能傳輸過程中對其穩(wěn)定和安全性能具有很高的要求。由于高壓輸電線路分布十分廣泛,其經(jīng)過的地域不同,地勢復雜,僅靠人工檢測非常困難,因此,出現(xiàn)很多無人機和機器人巡檢設(shè)備,為高壓輸電線路的安全檢測提供了便捷。機器人和無人機巡檢過程中收集大量的圖像,如何實時精準地發(fā)現(xiàn)高壓輸電線路的故障及懸掛異物并進行邊緣檢測是一項很大的技術(shù)挑戰(zhàn)。高壓輸電線路跨越的地域十分廣泛,存在的故障及懸掛的異物不同,一般常見的懸掛物有鳥巢、塑料袋、樹枝、雜草、風箏等。本文以高壓傳輸線上懸掛風箏的圖像為例進行圖像邊緣檢測。
目前常用的圖像邊緣檢測算法有Roberts算子、Sobel算子、Prewitt算子、Laplacian算子等[1]。主要是通過計算取梯度極大值或者二階導數(shù)過零點進行圖像邊緣檢測,這些算子在邊緣定位時各有其特點。Roberts算子在對角線方向上,根據(jù)相鄰兩像素點之差近似梯度幅值對圖像進行邊緣檢測,它檢測水平和垂直邊緣的效果好,但是對斜側(cè)方向檢測不夠精準[2]。Sobel算子根據(jù)像素點上下、左右相鄰點之間的灰度加權(quán)差和在邊緣處極值來檢測邊緣,對噪聲具有平滑作用,能夠提供較精確的邊緣信息,但缺點是其邊緣定位精度不夠高[1]。所以本文提出改進的Prewitt圖像邊緣檢測算法。
Prewitt算子是一組方向算子模板,從不同的方向進行邊緣檢測,上下左右算子相同,去掉部分偽邊緣,對噪聲具有平滑作用[3]。……