圖像處理技術在輸電線路直升機智能巡檢中的應用

陳舫明，杜雅慧，陳弘

（1.紹興電力局，浙江紹興321000；2.浙江捷尚視覺科技有限公司，杭州310000）

圖像處理技術在輸電線路直升機智能巡檢中的應用

陳舫明1，杜雅慧2，陳弘1

（1.紹興電力局，浙江紹興321000；2.浙江捷尚視覺科技有限公司，杭州310000）

在能夠獲得同樣巡檢效果的前提下，如何減少直升機在空中的巡檢時間，紹興電力局在其研制的直升機智能巡檢系統(tǒng)中做了有益的嘗試。將巡檢方式由目測發(fā)現(xiàn)缺陷，拍攝和記錄缺陷位置的圖像，改由“巡檢裝置”快速記錄線路全程圖像，事后分析圖像，尋找線路部件缺陷新的巡檢方式。這種巡檢方式將會遇到處理海量圖像文件的技術瓶頸，對這一技術現(xiàn)狀進行了探討，并提出了可能解決的技術方案。

輸電線路；直升機巡檢；圖像；處理；技術

0 引言

常規(guī)的輸電線路直升機巡檢是目測和儀器自動檢測相結合，巡檢桿塔、導地線、絕緣子及其金具等部件運行狀態(tài)。巡檢線路設備是否有以下狀況：導地線斷股、毛刺、間隔棒傾斜、脫落；防震錘脫落或滑移，地線放電間隙變化；連接金具接點過熱、異常電暈；絕緣子自爆，傾斜；金具銹蝕、螺絲松動和銷釘類缺失等。巡檢方式：由目測發(fā)現(xiàn)缺陷，拍攝和記錄缺陷位置的圖像，平均航巡速度大約在5～10 km/h，巡檢效率不高。

直升機智能巡檢技術提出：在獲得同樣巡檢效果的前提條件下，研究如何有效減少空中飛行時間，使其航巡速度保持在20～25 km/h左右，巡檢效率提高一倍多。由此，設計了一種能夠由“巡檢裝置”快速記錄線路、桿塔全程圖像，事后分析處理圖像、尋找線路部件缺陷的巡檢方式。這種巡檢方式實際上已經(jīng)將巡檢員在空中實時發(fā)現(xiàn)線路部件缺陷的責任，移交給了地面上通過圖像處理尋找線路部件缺陷的數(shù)據(jù)分析員。因此，需要1套高質(zhì)量圖像采集處理系統(tǒng)，其圖像處理能力成為發(fā)現(xiàn)線路部件缺陷的關鍵技術。

在圖像處理技術領域中，利用圖像算法理論智能診斷線路部件缺陷的技術目前尚不成熟，但圖像預處理技術和圖像智能檢索技術能有效提高直升機巡檢圖像處理的實用化水平。通過分析圖像預處理技術和圖像智能檢索技術的研究現(xiàn)狀，對圖像預處理技術進行了重點剖析，探索研制基于直升機巡檢采集的紅外圖像、紫外圖像、可見光圖像，智能檢索線路部件缺陷的應用系統(tǒng)能便捷查詢巡檢圖像數(shù)據(jù)，快速發(fā)現(xiàn)線路部件缺陷，并對線路部件缺陷圖像進行規(guī)范管理。

1 圖像預處理技術

直升機巡檢采集到的圖像由于受到天氣、運動、振動和直升機懸停等原因造成圖像模糊和重復。圖像處理的具體流程如圖1所示。

圖1 圖像預處理流程

1.1 圖像照度調(diào)整

照度主要分低照度和高照度2種情況，照度不理想的主要原因是圖像亮度分布范圍窄和分布位置偏。為擴大直方圖分布范圍，設全圖亮度均值為ave，當前像素原值為A，范圍增強百分比為k，則當前像素調(diào)整后值A′計算方法為：

式中：k的范圍為±100%，k越大，圖像直方圖的分布越廣，圖像對比度越強。

為調(diào)整直方圖的分布位置，設原像素亮度值為B，亮度增量為d，則調(diào)整后亮度值B′的計算公式為：

式中：e的范圍為±127，e為正時直方圖向右移動，反之則向左移動。

對于多通道圖像，照度調(diào)整的算法同上，但需要對多個通道分別進行計算，以使各通道保持平衡。

1.2 去除霧雨背景

采用了基于自動白平衡的方法對霧雨圖像進行處理。這種算法的優(yōu)點是速度較快，而且沒有交互參數(shù)，是一種全自動的方法。具體處理方法如下：首先，對輸入圖像的色彩模式（RGB）3個通道分別進行處理；降低每一個通道的直方圖兩端一定比例的像素，然后提高中間區(qū)域的像素，從而得到結果圖像。降低邊界顏色像素的目的是避免不常出現(xiàn)的顏色，影響拉伸直方圖的最大、最小值。通過這樣的處理，可以快速有效地去除圖像中的霧雨背景。

1.3 圖像模糊度判斷

航拍過程中所拍攝的輸電線塔圖像模糊主要是全局模糊造成，為此提出一種快速的模糊檢測算法，具體步驟如下：

（1）背景過濾。由于航拍圖像的背景一般較模糊，而輸電線路圖像的清晰與否只取決于前景（輸電線路）部分，因此在計算模糊度時需要過濾圖像的背景部分。通過計算圖像的局部極值點，可以獲取圖像的前景區(qū)域。

（2）二次模糊。對原始圖像利用不同寬度的高斯模糊核進行二次模糊，根據(jù)極值點處的像素在各種模糊核處理下的變化規(guī)律，計算圖像清晰度的初始值。

（3）擬合優(yōu)化。為了使清晰程度值能更好地體現(xiàn)人眼視覺效果，預先標注一系列不同模糊程度的航拍圖像，根據(jù)人眼感覺逐一評分。步驟（2）中得到的清晰度初始值和人眼視覺效果評分做一次非線性擬合，即得到優(yōu)化后的模糊評分值。

（4）分類輸出。模糊評分值與預先設定的模糊度閾值進行比較，即得到模糊分類結果。

1.4 重復圖像判斷與拼接

提出了圖像序列的重復度判斷算法與圖像序列的拼接算法。重復度判斷算法對輸入的多幀圖像進行處理，在保留某一場景中一幀圖像的同時，剔除序列中同一場景的冗余圖像。圖像序列的拼接算法對同一場景多張局部圖像進行處理，將其拼接成該場景的全景圖，重復圖像判斷和圖像拼接的算法流程如圖2所示。

圖2 圖像重復度判斷與拼接流程

1.4.1 特征檢測

圖像的特征檢測主要是指圖像的特征點提取，目前比較常用的角點包括Harris角點，F(xiàn)ast角點，Sift角點以及Surf角點等。Sift角點及Surf角點是近幾年提出的比較好的特征提取方法，具有其他方法所不具備的尺度不變性，但算法復雜度較高，不適用于高分辨率的輸電線路圖像。在此采用了比較快速的Harris角點提取方法，以達到圖像快速拼接的目的。

1.4.2 圖像配準

采用了基于Harris角點特征的圖像配準方法，假設要拼接的2幅圖像內(nèi)容是靜止的，基于Harris角點圖像配準的步驟如下：

（1）計算2幅圖像Harris角點的相關性矩陣，根據(jù)相關性矩陣確定2幅圖像匹配的Harris角點的點對。

（2）根據(jù)匹配的點對，計算最優(yōu)的透視變換矩陣，并且利用Ransac技術消除誤匹配的點。

1.4.3 圖像重復度判斷

當圖像內(nèi)容重復度過高時，可只用其中1幅代表，參與后續(xù)處理。

1.4.4 圖像拼接

在此采用了加權平均的方法，對重疊區(qū)域的圖像進行平均。不同于直接平均方法，該算法在重疊區(qū)域根據(jù)各個像素與圖像中心的距離計算其加權系數(shù)，距離圖像中心較近的像素獲得較高的權值，而對邊緣區(qū)域像素賦予較低的權值。通過這種方式可以實現(xiàn)圖像內(nèi)容的平滑過渡，有效地消除圖像中的拼接痕跡。

2 圖像處理技術的應用

以紹興電力局航拍真實圖像為例，驗證上述方法的有效性，圖像分辨率為3 008×2 000 ppi。

2.1 照度調(diào)整試驗

從圖3低照度調(diào)整比較的結果可以看到，對于一般程度的低照度圖像，使用本文介紹的方法可以有效地進行優(yōu)化。

圖3 低照度調(diào)整比較

2.2 去除雨霧背景

輸電線路圖像基于白平衡的去霧比較結果見圖4，從中可以看出采用的算法能夠有效去除測試圖像中的薄霧干擾，得到比較好的圖像效果。

2.3 圖像模糊度判斷

圖4 圖像去霧結果比較

選擇模糊程度不同的航拍輸電線路圖像共40幅，測試志愿者3名。首先請志愿者根據(jù)圖像的清晰程度為圖像打分，分值為0～100，分數(shù)越高表示圖像越清晰。定義小于50分為“模糊”，大于50分為“清晰”。將人工打分與算法所得分數(shù)進行比對，結果如表1所示。

表1 人工打分與算法的比較

表1人工標記與算法結果對比可以看到，算法得到的結果與人眼的判斷高度一致，以50分為界的分類結果可以較好地反應真實需求。

為進一步驗證模糊度與結果分數(shù)的一致性，人為向輸電線路圖像分別添加不同程度的高斯噪聲，測試結果如表2所示，結果進一步驗證了算法的有效性。

表2 后添加模糊與算法結果

2.4 重復度判斷

將試驗圖像進行不同程度的平移和旋轉(zhuǎn)，對結果圖像與原始圖像進行比較，得到重復度分數(shù)見表3。

從表3結果可以看到，前3幅圖像與原圖差別較小，此時均方差很小，面積比較大，可以視為內(nèi)容與原圖重復較大；后面的圖像移動較多，此時雖然面積比很大，但均方差也很大，說明與原圖內(nèi)容差異比較顯著?？梢娎镁讲詈兔娣e比綜合判斷圖像的重復與否是可行的。

圖5 3幅圖像拼接后的效果

表3 試驗圖像與原圖進行重復度判斷比較分

2.5 拼接試驗

圖5給出了圖像拼接的試驗結果，從中可以看到算法對于輸入的3幅圖像，可以有效地進行拼接，并且產(chǎn)生的結果圖像沒有明顯的拼接縫。

3 海量圖像的智能檢索技術

海量的圖像數(shù)據(jù)通過圖像預處理后，能有效地減少重復、模糊圖像的數(shù)量，但仍然會有數(shù)量可觀的圖像需要處理，具體處理方式如下：

（1）縮略圖檢索全圖方式。針對巡檢的可見光圖像，即首先將巡檢存儲的可見光圖像采用快速縮小方法，縮小16倍，將分辨率4 872×3 248 ppi縮小為1 218×8 12 ppi。在副屏或屏幕右下角顯示縮小后的圖片。通過鼠標指向縮略圖中桿塔設備的關鍵部位，在主屏內(nèi)顯示相應放大或原始分辯率的設備細節(jié)。實現(xiàn)快速掃描顯示桿塔區(qū)域，使人眼能快速發(fā)現(xiàn)線路存在的缺陷。

（2）導線跟蹤播放技術。在導線圖像拼接或不拼接的基礎上，僅播放導地線類巡檢圖像時，同時跟蹤導線快速播放顯示。

（3）桿塔自動按功能區(qū)掃描檢索。在分類僅播放桿塔類巡檢圖像時，通過縮略圖鼠標引導局部放大，實現(xiàn)掃描桿塔部件區(qū)域?；蛴檬髽诉x取桿塔任意區(qū)域（關鍵部件中心區(qū)域），掃描顯示桿塔部件。

（4）快速地交互缺陷標注工具。當發(fā)現(xiàn)缺陷部件時，可以使用圖形與文字工具，針對缺陷部件畫出不同方向的矩形框，并標注文字信息。

（5）XML結構語言管理線路與部件缺陷。為設計可見光圖像線路分析軟件，采用XML擴展標記語言來管理記錄巡檢的圖像數(shù)據(jù)與缺陷分析的結果，采用XML樹狀結構存儲語言，能實現(xiàn)便捷的智能搜索管理。

（6）巡檢資料歷史查詢。將所有巡檢分析檢索的缺陷進行匯總管理。建立以線路部件為主的XML結構，在每次生成這個XML結構時，將每次巡檢缺陷信息鏈接到這個結構中，進行查詢、匯總、統(tǒng)計。

4 結語

輸電線路直升機巡檢已經(jīng)成為輸電線路巡檢的重要方式，智能巡檢將成為輸電線路直升機巡檢技術的發(fā)展方向。因此，圖像處理技術作為輸電線路直升機（無人機）智能巡檢技術的組成部分，其實用化水平也必將越來越受到關注。在當前圖像智能診斷線路部件缺陷技術尚不成熟的條件下，圖像預處理技術和圖像智能檢索技術相信將成為當前圖像處理技術中的研究熱點。

[1]仝衛(wèi)國，苑津莎，李寶樹.圖像處理技術在直升機巡檢輸電線路中的應用綜述[J].電網(wǎng)技術，2010，34（12）∶204-208.

（本文編輯：陸瑩）

Application of Image Processing Technology in Intelligent Patrol Inspection of Transmission Lines by Helicopter

CHEN Fang-ming1，DU Ya-hui2，CHEN Hong1
（1.Shaoxing Electric Power Bureau，Shaoxing Zhejiang 321000，China；2.Zhejiang iCare Vision Technology Co.，Ltd，Hangzhou 310000，China）

In order to reduce the time of helicopter patrol and achieve the same effect，Shaoxing Electric Power Bureau has made great efforts in the implementation of the intelligent patrol system of self-developed intelligent helicopter.The patrol method of visually identifying faults，taking photographs and recording the fault positions is replaced with that of fast recording of line omnidirectional images by"patrol device",postanalysis of images，locating of circuit part defects.The method has the technical bottleneck of processing a large number of images and this paper discusses the technical situation and presents the possible technical scheme.

transmission line；helicopter patrol；image；processing；technology

TM755

：B

：1007-1881（2012）09-0063-04

2012-01-02

陳舫明（1962-），男，浙江紹興人，高級工程師，從事輸電線路直升機智能巡檢技術工作。