基于無人機圖像識別技術(shù)的水利工程輸電線路缺陷檢測方法

黃廣龍

(水利部新疆維吾爾自治區(qū)水利水電勘測設計研究院，烏魯木齊 830000)

0 引 言

水利工程輸電線路是保障水利工程安全穩(wěn)定運行的重要設施，也是國家的基礎建設設施設備，需要對水利工程輸電線路進行可靠性的維護和電力巡檢，通過日常技術(shù)監(jiān)測手段，保障水利工程輸電線路的運行可靠性。在進行水利工程輸電線路的運維管理過程中，由于巡線的勞動強度大，水利工程輸電線路所處的環(huán)境比較復雜，導致對水利工程輸電線路的人工巡檢難度較高，需要構(gòu)建優(yōu)化的水利工程輸電線路巡檢和缺陷檢測方法和技術(shù)手段，確保水利工程輸電線路的等級控制、電網(wǎng)布測、線路測量、構(gòu)筑物變形測量等工作的有效開展[1]。

對水利工程輸電線路的缺陷檢測是勘測控制網(wǎng)、施工控制網(wǎng)、運營維護控制網(wǎng)的基礎。目前，對水利工程輸電線路缺陷檢測方法主要有人工巡檢方法、傳感器定位偵測方法等[2-3]。如文獻[4]中提出了雙程擺掃激光測距探測成像在輸電線路通道監(jiān)測，通過構(gòu)建輸電線路通道監(jiān)測雙程擺掃激光測距探測成像模型，根據(jù)輸出圖像的差異度融合結(jié)果實現(xiàn)對輸電線路通道監(jiān)測雙程擺掃激光掃描和可靠性監(jiān)測，但采用該方法進行水利工程輸電線路缺陷檢測的環(huán)境局限性較大。文獻[5]中提出了基于圖像處理的輸電線路冰區(qū)發(fā)展趨勢估計方法，通過遙感圖像采集技術(shù)進行輸電線路遙感信息分析，根據(jù)遙感特征檢測結(jié)果，實現(xiàn)輸電線路冰區(qū)發(fā)展趨勢估計和缺陷檢測，但采用該方法進行水利工程輸電線路缺陷檢測的計算負載較大。

針對上述問題，本文利用無人機成像技術(shù)進行輸電線路的缺陷檢測方法設計，提出基于無人機圖像識別技術(shù)的水利工程輸電線路缺陷檢測方法。采用無人機圖像信息采集方法，提取水利工程輸電線路的點云數(shù)字圖像，分析缺陷故障下不連通、簇之間的空間間隔，根據(jù)中心化投影點的聚類分布，實現(xiàn)缺陷檢測設計，最后進行仿真測試分析。測試結(jié)果表明，本文方法能夠提高輸電線路缺陷檢測能力的可靠性。

1 結(jié)構(gòu)構(gòu)成與圖像采集

1.1 輸電線路無人機圖像識別結(jié)構(gòu)構(gòu)成

通過構(gòu)建水利工程輸電線路的三維點云圖像分析模型，采用機載激光雷達(LiDAR) 測量技術(shù)，將GNSS/INS多傳感器設備植入到無人機系統(tǒng)中進行水利工程輸電線路的圖像采集。結(jié)合三維可視化、導線量測、導線弧垂測量等技術(shù)，建立水利工程輸電線路的三維空間配置結(jié)構(gòu)分析模型。通過LiDAR 點云設計，采用LiDAR 點云的可視化分析模型，結(jié)合圖像識別技術(shù)，進行電力導線的三維數(shù)學模型表構(gòu)造。根據(jù)對電力導線的三維數(shù)學模型的差異性分布，進行不同狀態(tài)下水利工程輸電線路的聚類特征分析。利用電塔 LiDAR 點云的水平坐標結(jié)構(gòu)分布設計，實現(xiàn)對水利工程輸電線路的缺陷檢測。根據(jù)上述總體設計思想[6]，得到本文設計的水利工程輸電線路缺陷檢測方法的技術(shù)實現(xiàn)流程，見圖1。

圖1 水利工程輸電線路缺陷檢測技術(shù)實現(xiàn)流程

根據(jù)圖1所示，利用精確的水利工程輸電線路軌跡數(shù)據(jù)捕捉的方法，采用GNSS/INS多傳感器組合控制的方法，在電力線LiDAR 點中，建立水利工程輸電線路的XOY坐標平面，采用幾何狀態(tài)測量方法，獲得水利工程輸電線路缺陷部位對應段的投影點，利用精確的水利工程輸電線路軌跡數(shù)據(jù)實現(xiàn)對缺陷部位的二維空間捕獲，在水利工程輸電線路分布的三維空間的二維位置信息，電塔總數(shù)目為N、線路總檔數(shù)為N-1,基于無人機圖像識別和測量，實現(xiàn)缺陷檢測。水利工程輸電線路的三維分布結(jié)構(gòu)圖見圖2。

圖2 水利工程輸電線路的三維分布結(jié)構(gòu)圖

1.2 圖像采集與預處理

采用無人機圖像信息采集方法，提取水利工程輸電線路的點云數(shù)字圖像，采用非同質(zhì)區(qū)域的邊緣特征檢測方法，得到水利工程輸電線路無人機圖像的視覺特征分布值[7]。在電力線路走廊三維可視化分布空間中，有N個圖像采集節(jié)點，電力線三維重建的像素值表示為(X1(0),X2(0), …,XN(0))，LiDAR點的水平坐標分別在 X 軸方向、Y 軸方向的差異度因子為i，在t時刻的導線 LiDAR 點在 XOY 平面的匹配特征量分布值為Xi(t)=(xi1(t),xi2(t),…,xiD(t))。根據(jù)分裂導線與單導線、避雷線的形態(tài)特征分布差異度，得到輸電線路無人機采樣圖像的三維重建模型匹表示為Vi(t)=(vi1(t),vi2(t),…,viD(t))。在大場景的融合通道背景下，得到水利工程輸電線路無人機圖像的魯棒LBP 特征匹配最優(yōu)解表示為pi=(pi1,pi2,…,piD)。提取環(huán)境參數(shù)，自適應修改自相關(guān)矩陣的閾值，得到圖像降噪重構(gòu)函數(shù)為：

fM(z)=(f(z),fx(z),fy(z))

(1)

其中：f(z)為水利工程輸電線路缺陷鄰域內(nèi)的極大值，表示已捕獲全局對比度信息；fx(z)和fy(z)分別為輸電線線路機載 LiDAR 點云的密度。

2 輸電線路缺陷檢測

2.1 輸電線路的三維點云重建

結(jié)合輸電線路的內(nèi)部幾何參數(shù)和線路外觀幾何參數(shù)分析的方法，建立水利工程輸電線路缺陷的三維點云重構(gòu)模型，根據(jù)水利工程輸電線路缺陷三維點云的參數(shù)分布集合，得到輸電線路的二維空間分布閾值P(ni)={pk|prkj=1,k=1,2,…,m}。通過電塔的粗略位置(點)和順次連接點的位置參數(shù)估計，得到相關(guān)電塔點云分布的二維數(shù)據(jù)為：

(2)

LiDAR點投影到相應段的垂截面后，得到顯著目標檢測模型參數(shù)如下：

(3)

其中：τij(t)為全局對比度；ηij(t)為超像素熵值；τis(t)為無人機光感感知強度；allowedk為點云數(shù)據(jù)的允用范圍。

計算全局對比度和空間相關(guān)性，得到水利工程輸電線路缺陷分布相似區(qū)域為：

G(w)=exp{-[log(ω/ω0)]2/2[log(σ/ω0)]2}

(4)

其中：ω為水平梯度系數(shù)；ω0為垂直梯度系數(shù)；σ為離散二維熵。

在以像素點 (x,y) 為中心的小鄰域內(nèi)，得到機載激光點云數(shù)據(jù)的分配特征屬性集為：

flg-M(z)=(flg(z),flg-x(z),flg-y(z))

(5)

其中：flg(z)=f(z)*F-1(G(ω))為鄰域測度函數(shù)。

由此，實現(xiàn)對水利工程輸電線路的三維點云重建。根據(jù)水利工程輸電線路的三維點云重建結(jié)構(gòu)，對無人機采樣圖像進行特征識別，實現(xiàn)缺陷檢測。

2.2 缺陷特征提取及檢測

分析在缺陷狀態(tài)下的水利工程輸電線路的變形和異常參數(shù)分部情況，根據(jù)輸電線路無人機圖像的點云數(shù)據(jù)分布投影點，采用簇聚類分析的方法，得到輸電線路無人機圖參數(shù)分布的特征點，由此得到輸電線路缺陷特征分布在該鄰域內(nèi)的極大值：

(6)

其中：n為顯著度高的特征點；fi為第i個檢測通道的水利工程輸電線路缺陷異常特征分布維數(shù)；favg為對匹配點與待匹配點進行像素值匹配的均值。

當σ2

(7)

基于內(nèi)容的圖像檢索方法，得到兩幅圖像之間存在初始匹配誤差的差異度，采用特征聚類分析，刪除離群特征點，得到水利工程輸電線路缺陷定位的判別函數(shù)為：

(8)

根據(jù)輸電線路無人機圖像的點云數(shù)據(jù)分布投影點，分析缺陷故障下不連通、簇之間的空間間隔，在臨時坐標系中得到局部坐標值。綜上分析，基于電力線空間配置，采用機載 LiDAR 系統(tǒng)獲取點云參數(shù)，實現(xiàn)水利工程輸電線路缺陷檢測[8]。

3 實驗分析

通過仿真實驗，驗證本文方法在實現(xiàn)輸電下缺陷檢測中的應用性能。實驗采用Visual Studio 2010 C++ 集成設計，無人機圖像采集采用Riegl公司的機載 LiDAR系統(tǒng)，機載圖像采集的平均距離約為10.0 m左右，水利工程輸電線路的線寬度約為200.0 m，無人機進行圖像采集的樣本參數(shù)見表1。

表1 無人機圖像采集樣本參數(shù)

根據(jù)上述仿真參數(shù)設定，進行水利工程輸電線路缺陷檢測的仿真設計，得到水利工程輸電線路的LiDAR點云數(shù)據(jù)采集結(jié)果，見圖3。

圖3 水利工程輸電線路的LiDAR點云數(shù)據(jù)采集結(jié)果

根據(jù)圖3的采集結(jié)果，通過LiDAR點云設計，采用LiDAR 點云的可視化分析模型，進行水利工程輸電線路點云數(shù)據(jù)直線擬合，見圖4。

圖4 點云數(shù)據(jù)的直線擬合結(jié)果

分析圖4可知，本文方法進行LiDAR點云數(shù)據(jù)擬合，能為缺陷定位提供準確的圖像參數(shù)。在此基礎上進行三維重構(gòu)，見圖5。

根據(jù)圖5的擬合結(jié)果，得到5個聚類簇投影點。在此基礎上，分析缺陷故障下不連通、簇之間的空間間隔，根據(jù)中心化投影點的聚類分布，實現(xiàn)輸電線路的缺陷檢測。缺陷檢測結(jié)果見圖6。

圖5 輸電線路的無人機圖像三維重構(gòu)擬合

圖6 缺陷檢測結(jié)果

分析圖6可知，本文方法表現(xiàn)出良好的操控性能與輔助巡視高壓輸電線的能力，克服了人工巡視的困難，充分提升了缺陷圖像識別效率。根據(jù)此次缺陷檢測結(jié)果圖片，證明本文方法對水利工程輸電線路缺陷檢測的定位性能較好，測試檢測的精度較高。測試表明，針對第一種部分采用基于多目標物體識別算法，能夠從同一張圖片中同時識別出多種物體，具有高速度和較高的識別精度的優(yōu)點。針對第二種部分，采用深度殘差來完成，對于常見的輸電設備缺陷，達到了75%的精度。因此，說明了對于特征不明顯的缺陷具有較高識別精度，可有效識別多個物體的缺陷，大幅降低了人工識別缺陷圖像的工作量，并提高了巡視效率和質(zhì)量。

4 結(jié) 語

為構(gòu)建優(yōu)化的水利工程輸電線路巡檢和缺陷檢測方法和技術(shù)手段，確保水利工程輸電線路的等級控制、電網(wǎng)布測、線路測量、構(gòu)筑物變形測量等工作有效開展，本文提出基于無人機圖像識別技術(shù)的水利工程輸電線路缺陷檢測方法，進行不同狀態(tài)下水利工程輸電線路的聚類特征分析，利用電塔 LiDAR 點云的水平坐標結(jié)構(gòu)分布設計，實現(xiàn)對水利工程輸電線路的缺陷檢測。研究結(jié)果表明，本文方法對水利工程輸電線路缺陷檢測的精度較高，定位性能較好。