基于鏈碼和紋理分析的輸電線斷股檢測(cè)

仝衛(wèi)國(guó)，劉士波，孫藝萌

(華北電力大學(xué) 自動(dòng)化系，河北 保定 071003)

基于鏈碼和紋理分析的輸電線斷股檢測(cè)

仝衛(wèi)國(guó)，劉士波，孫藝萌

(華北電力大學(xué) 自動(dòng)化系，河北 保定 071003)

為了解決基于數(shù)字圖像的輸電線斷股的檢測(cè)問(wèn)題，提出了基于Freeman鏈碼和紋理分析法相結(jié)合的輸電線斷股檢測(cè)方法，并根據(jù)斷股輸電線特點(diǎn)提出了鏈碼斷股識(shí)別準(zhǔn)則。對(duì)待識(shí)別圖片進(jìn)行灰度化、濾波和邊緣檢測(cè)處理；運(yùn)用Radon變換對(duì)輸電線進(jìn)行定位，獲得輸電線在圖像中的位置；分別運(yùn)用Freeman鏈碼和紋理分析法對(duì)輸電線的外圍和內(nèi)部進(jìn)行判斷，對(duì)斷股位置和掉落電線進(jìn)行檢測(cè)，從而實(shí)現(xiàn)了輸電線斷股和形變的定位，并對(duì)斷股缺陷的程度進(jìn)行判別。實(shí)驗(yàn)結(jié)果表明，該方法可以準(zhǔn)確定位輸電線斷股位置。

輸電線;斷股；Radon變換；鏈碼；紋理分析

0 引 言

隨著社會(huì)的發(fā)展，電力已經(jīng)成為人們生活中不可或缺的一部分，電力系統(tǒng)的安全運(yùn)行因此也變得日益重要。輸電線作為電力輸送的載體，其安全運(yùn)行在電力系統(tǒng)安全中發(fā)揮著重要作用。

常見(jiàn)的輸電線故障主要包括毛刺、表面凸起和斷股三種。由于長(zhǎng)期暴露在自然環(huán)境中，輸電線不僅承受著來(lái)自正常機(jī)械載荷和電力負(fù)荷的作用，還經(jīng)受著污穢、雷擊、強(qiáng)風(fēng)等自然因素的侵害。這些因素將會(huì)導(dǎo)致輸電線疲勞、氧化和腐蝕，極易導(dǎo)致毛刺、表面凸起甚至是斷股。如不能及時(shí)發(fā)現(xiàn)和消除，不僅會(huì)增加輸電線路的功率損耗，而且會(huì)嚴(yán)重威脅電力系統(tǒng)的安全和穩(wěn)定[1]。

為了保證輸電線的安全運(yùn)行、提高供電可靠性并確保輸變電線路最小故障率，常采用直升機(jī)巡檢[2]和無(wú)人機(jī)巡檢[3-4]。其所攜帶的圖像采集設(shè)備會(huì)獲得大量的圖像和視頻信息，為判斷輸電線故障提供依據(jù)。

目前，利用數(shù)字圖像檢測(cè)輸電線故障的研究比較多。主要手段有紫外成像檢測(cè)、紅外成像檢測(cè)和可見(jiàn)光檢測(cè)。一般輸電線故障處會(huì)發(fā)生電暈放電現(xiàn)象，因而可對(duì)輸電線進(jìn)行紫外成像[5-6]，通過(guò)檢測(cè)電暈放電位置對(duì)輸電線故障位置進(jìn)行定位。此外，輸電線故障位置阻抗變大，導(dǎo)致相應(yīng)位置的溫度會(huì)比正常位置高，所以利用紅外成像技術(shù)對(duì)輸電線高溫區(qū)域進(jìn)行檢測(cè)也可以定位故障位置[7]。再有，輸電線發(fā)生了斷股后會(huì)產(chǎn)生形變以及有掉線出現(xiàn)，使目標(biāo)邊緣產(chǎn)生變化，所以可以通過(guò)輸電線圖像的邊緣信息對(duì)斷股位置進(jìn)行檢測(cè)[8]。紅外成像受環(huán)境的影響較大，當(dāng)目標(biāo)與背景的溫度差別較大時(shí)，分辨率較低，而且價(jià)格較高。紫外成像可以準(zhǔn)確獲得異常放電位置，為斷股位置的判斷提供依據(jù)，但是紫外成像設(shè)備價(jià)格昂貴，不利于推廣。利用可見(jiàn)光進(jìn)行檢測(cè)，符合人類的視覺(jué)特點(diǎn)，而且檢測(cè)較為準(zhǔn)確，價(jià)格適中，有著廣泛的應(yīng)用前景。

輸電線斷股位置情況復(fù)雜，在輸電線斷股處，易發(fā)生較大形變，而且斷頭位置邊緣信息復(fù)雜，難以有效提取斷頭的邊緣信息，需要用鏈碼外的其他方法進(jìn)行檢測(cè)；而對(duì)于輸電線斷股位置處的掉線，其邊緣信息較為清晰，采用單一的Freeman鏈碼即可檢測(cè)。因此，采用單一的方法不能全面地檢測(cè)出輸電線斷股。為此，采用結(jié)合Radon變換、Freeman鏈碼和紋理分析法的輸電線斷股檢測(cè)方法。首先利用Radon變換的特點(diǎn)對(duì)輸電線的位置進(jìn)行定位。之后以此為基礎(chǔ)，分別利用Freeman鏈碼和紋理分析法對(duì)斷股輸電線的斷線和斷頭位置進(jìn)行檢測(cè)。最后，對(duì)斷股位置進(jìn)行標(biāo)記。實(shí)驗(yàn)結(jié)果表明，該方法可以正確檢測(cè)出輸電線的斷線和斷頭位置。

1 理論基礎(chǔ)

1.1 Radon變換

Radon變換的經(jīng)典表達(dá)式如式(1)所示。在數(shù)字圖像處理中，Radon變換表示圖像沿某個(gè)方向的直線的投影[9]。Radon變換法與Hough變換法和相位編組法等是常用的直線檢測(cè)方法[10]。

(1)

1.2 Freeman鏈碼

Freeman鏈碼是一種使用曲線的起始點(diǎn)坐標(biāo)和邊界點(diǎn)的方向碼來(lái)描述邊緣的方法，可以用來(lái)跟蹤邊緣，用于直線[11]、圓等的檢測(cè)[12]，在輸電線、絕緣子[13]檢測(cè)中應(yīng)用廣泛。

根據(jù)中心像素點(diǎn)鄰接方向個(gè)數(shù)的不同，通常可以將Freeman鏈碼分為4方向碼[14]和8方向碼[15]。8連通鏈碼能夠很好地描述中心像素點(diǎn)與其相鄰點(diǎn)的連接信息[16]，文中采用8連通鏈碼。

在8方向碼中，圖像中任意一個(gè)像素與它鄰近的像素有8個(gè)，可以得到8個(gè)不同的基本方向，分別用0，1，2，3，4，5，6，7這8個(gè)鏈碼值表示。通過(guò)記錄相鄰兩像素連線的方向值以及鏈碼的首尾坐標(biāo)來(lái)保存相應(yīng)的邊緣[17]。

1.3 紋理分析法

紋理是圖像的一個(gè)重要特性，它是圖像像素的顏色或灰度在空間內(nèi)以某一形式循環(huán)變化而產(chǎn)生的某種圖案，其體現(xiàn)了圖像顏色或灰度的某種性質(zhì)和不同顏色或灰度的空間關(guān)系，是圖像中一個(gè)十分重要但又較難描述的特征[18]。目前紋理特征的提取方法可分為五類：幾何法、模型法、頻域分析法、統(tǒng)計(jì)分析法[19]和信號(hào)分析法[20]。紋理分析在目標(biāo)識(shí)別與檢測(cè)中的應(yīng)用可分為目標(biāo)表面特征分析和目標(biāo)區(qū)域分割識(shí)別兩類[21]。

統(tǒng)計(jì)學(xué)方法是紋理特征提取應(yīng)用中使用最為廣泛的方法。該方法中最經(jīng)典的算法是灰度共生矩陣算法?；叶裙采仃嚪从沉藞D像灰度的變化情況、同種亮度的兩像素出現(xiàn)的頻率、相鄰像素的相關(guān)性等特性。其可有效地反映圖像中像素的灰度與梯度(或邊緣)之間的相互關(guān)系[22]；但其并不能直接用于描述圖像的紋理特征，還需要從共生矩陣中計(jì)算出諸如能量(角二階矩)、熵、慣性、相關(guān)性等值，然后用這些量對(duì)整幅圖像的紋理特征進(jìn)行描述[23]。文中僅用能量來(lái)體現(xiàn)其中的紋理特性，見(jiàn)式(2)[24]。

(2)

其中，P(i,j;d,θ)表示在距離d和角度θ下的灰度共生矩陣的第i行第j列的元素。

2 輸電線斷股故障檢測(cè)算法流程

輸電線斷股位置檢測(cè)的一般流程如下：

(1)圖像預(yù)處理；

(2)Radon變換定位輸電線位置；

(3)Freeman鏈碼定位斷線；

(4)基于紋理分析法定位斷股輸電線斷頭位置；

(5)數(shù)據(jù)整合，獲得斷股檢測(cè)結(jié)果。

2.1 圖像預(yù)處理

輸電線圖像的預(yù)處理是輸電線故障檢測(cè)的前提和基礎(chǔ)，也是進(jìn)行輸電線識(shí)別和斷股缺陷檢測(cè)的重要步驟。通過(guò)預(yù)處理步驟，可以獲得基本只包含輸電線外圍輪廓的邊緣二值圖，為Radon變換準(zhǔn)確定位輸電線和Freeman鏈碼準(zhǔn)確檢測(cè)掉線提供依據(jù)；同時(shí)也可以獲得噪聲較少的灰度圖，為紋理分析法定位輸電線斷股位置提供保障。

實(shí)驗(yàn)中首先對(duì)圖像進(jìn)行灰度化處理，使圖像從RGB圖像轉(zhuǎn)換為灰度圖。這樣做有助于簡(jiǎn)化后續(xù)檢測(cè)過(guò)程并減少運(yùn)算量。然后對(duì)圖像進(jìn)行平滑去噪。圖像在采集、存儲(chǔ)、傳輸過(guò)程中會(huì)引入噪聲，圖像平滑去噪是為了將原始圖像中的噪聲濾除掉，以保證后面的邊緣檢測(cè)過(guò)程得到物體準(zhǔn)確可靠的邊緣。實(shí)驗(yàn)采用中值濾波方法對(duì)圖像進(jìn)行平滑去噪[16,25]。中值濾波可以有效濾除非線性噪聲同時(shí)保留較好的邊緣信息。最后，利用Canny算子對(duì)圖像進(jìn)行邊緣檢測(cè)[26]。Canny算子有低誤判率、高定位精度和抑制虛假邊緣的優(yōu)點(diǎn)[8]，所以文中采用Canny算子。同時(shí)為了保證有利于下一階段Radon變換對(duì)輸電線的定位操作，這里采用較高的閾值進(jìn)行邊緣檢測(cè)，以使輸電線內(nèi)部的邊緣信息不被檢測(cè)出來(lái)，只檢測(cè)出輸電線的外圍輪廓。

2.2 用Radon變換定位輸電線位置

常用的直線檢測(cè)方法包括Hough變換法、Radon變換法、相位編組法等。但考慮到輸電線斷股處有較大形變，輸電線邊緣不會(huì)像正常輸電線那樣呈現(xiàn)直線狀，且比較復(fù)雜。因此利用Hough直線檢測(cè)效果并不理想，也很難精確定位輸電線的位置。同時(shí)為使檢測(cè)過(guò)程更加簡(jiǎn)單方便，文中利用Radon變換對(duì)輸電線的大致位置進(jìn)行定位。用Radon變換定位后將獲得輸電線的兩條近似定位直線。后續(xù)檢測(cè)將以這兩條定位直線為基礎(chǔ)。

具體操作如下：首先，對(duì)圖像預(yù)處理步驟中的二值邊緣圖像做0°～180°方向上的Radon變換，為減小運(yùn)算量，可以每隔2°做一次Radon變換。由輸電線的特點(diǎn)可知，沿垂直于導(dǎo)線方向的Radon變換的非零值寬度最窄，可以以此為依據(jù)找到寬度最窄的Radon變換，從而獲得輸電線在圖像中的傾斜角，并以此為依據(jù)對(duì)輸電線進(jìn)行校正，使輸電線以水平方式顯示。同時(shí)，在此方向上的Radon變換會(huì)產(chǎn)生兩個(gè)峰值，這兩個(gè)峰值所表示的坐標(biāo)即為輸電線上下邊緣的位置所在。

需要注意的是，為了保證輸電線的上下邊緣在Radon變換中以峰值的形式出現(xiàn)，做Radon變換的圖片就必須是二值邊緣圖片，且該圖片的邊緣主要為輸電線的上下邊緣，所以在邊緣檢測(cè)中Canny算子的閾值要選的高些。

2.3 Freeman鏈碼定位斷線

利用Freeman鏈碼及相關(guān)檢測(cè)準(zhǔn)則，并根據(jù)Radon變換定位的輸電線位置，對(duì)輸電線外圍的掉落線進(jìn)行定位。

文獻(xiàn)[8]也使用了一種基于改進(jìn)Freeman鏈碼的輸電線斷股識(shí)別方法，文中的不同之處在于針對(duì)的是細(xì)節(jié)輪廓較為清晰的輸電線，而且判斷準(zhǔn)則也不同。

這里只檢測(cè)掉落的輸電線的鏈碼。為保證只獲得兩條輸電線定位直線以外的鏈碼，鏈碼搜索的停止條件為：

(1)當(dāng)鏈碼搜索到邊緣的端點(diǎn)時(shí)停止；

(2)當(dāng)搜索到距離輸電線定位直線一定距離時(shí)停止。

以上兩個(gè)條件可以確保檢測(cè)到斷股的導(dǎo)線。

當(dāng)?shù)玫剿械逆湸a后，需要對(duì)每條鏈碼進(jìn)行判斷，以判斷是斷股導(dǎo)線還是形變的地方。

在Freeman準(zhǔn)則和和文獻(xiàn)[8]的基礎(chǔ)上，并根據(jù)斷股導(dǎo)線的特點(diǎn)，文中提出的判斷準(zhǔn)則如下：

(1)如果鏈碼的首尾位置不與輪廓線相連，則可以判斷為非輸電線部分。

(2)如果鏈碼的首尾位置中有一端與輪廓線相連，而另一端沒(méi)有和輪廓線相連，則為可疑邊緣。

(3)如果鏈碼的首尾都和輸輪廓線相連，則需要進(jìn)一步判斷是斷股導(dǎo)線還是形變邊緣。

針對(duì)第3步的結(jié)果，依次求取鏈碼的第一個(gè)點(diǎn)和最后一個(gè)點(diǎn)間的距離，第二個(gè)點(diǎn)和倒數(shù)第二個(gè)點(diǎn)的距離，第三個(gè)點(diǎn)和倒數(shù)第三個(gè)點(diǎn)的距離，依次類推，并將這些距離數(shù)據(jù)保存起來(lái)，當(dāng)計(jì)算的距離數(shù)目達(dá)到該段鏈碼總長(zhǎng)的三分之一時(shí)停止。其示意圖如圖1所示，其中箭頭表示相應(yīng)點(diǎn)對(duì)之間的距離。如果這些距離變化幅度較小、基本在一個(gè)小范圍內(nèi)浮動(dòng)，則可以判斷為斷股導(dǎo)線，如圖1(a)所示；如果這些距離變化較大，則可以判斷為形變邊緣，如圖1(b)所示。

圖1 輸電線斷股和形變判斷

2.4 基于紋理分析法定位斷股輸電線斷頭位置

這里僅對(duì)圖片中輸電線所在位置的內(nèi)部進(jìn)行計(jì)算，通過(guò)計(jì)算輸電線上的不同位置的灰度共生矩陣，對(duì)輸電線上的斷股位置進(jìn)行定位。

為說(shuō)明檢測(cè)方法，以實(shí)驗(yàn)所用圖片為例，實(shí)驗(yàn)根據(jù)Radon變換檢測(cè)輸電線的結(jié)果，將輸電線部分分為如圖2白框所示的10個(gè)區(qū)域，分別計(jì)算其灰度共生矩陣，獲得這10個(gè)區(qū)域的紋理特征，從而定位斷股位置。

圖2 紋理檢測(cè)的劃分區(qū)域

3 實(shí)驗(yàn)結(jié)果與分析

所采用的實(shí)驗(yàn)圖片如圖3所示。

圖3 實(shí)驗(yàn)圖片

該斷股圖片為巡檢過(guò)程中所拍攝的實(shí)際輸電線中的一段，為實(shí)際采集圖片。

3.1 圖像預(yù)處理結(jié)果

經(jīng)過(guò)圖像灰度化、濾波和邊緣檢測(cè)后的結(jié)果如圖4所示。其中，邊緣檢測(cè)采用Matlab自帶的edge函數(shù)，邊緣檢測(cè)算子為Canny算子。其中，圖4是在閾值選取為[0.1,0.3]時(shí)的邊緣檢測(cè)結(jié)果。

圖4 圖像預(yù)處理檢測(cè)結(jié)果

值得注意的是，邊緣檢測(cè)的目的是為下一步Radon變換做準(zhǔn)備。為了保證輸電線邊緣在Radon變換中形成兩個(gè)峰值，以利于輸電線位置的定位，應(yīng)采用較高的閾值做邊緣檢測(cè)。如果邊緣檢測(cè)的閾值過(guò)低，會(huì)導(dǎo)致邊緣檢測(cè)圖中一些不是輸電線邊界的邊緣也被檢測(cè)出來(lái)，不利于Radon變換對(duì)輸電線的定位。

3.2 Radon變換及Freeman鏈碼檢測(cè)結(jié)果

用Radon變換定位結(jié)果如圖5所示，用兩條平行的灰色線表示其上下輪廓；Freeman鏈碼的檢測(cè)結(jié)果如圖5所示，灰色線條外圍的兩個(gè)白色框表示用Freeman鏈碼檢測(cè)出的掉線邊緣，而灰色線條外圍的深色線條表示用Freeman鏈碼檢測(cè)出的形變的位置。

實(shí)驗(yàn)中的輸電線正好為水平，所以其Radon變換非零值最少的變換為90°方向，因此，不需校正圖像。

由實(shí)驗(yàn)可見(jiàn)，F(xiàn)reeman鏈碼可以有效準(zhǔn)確地對(duì)輸電線斷股位置處的掉線和形變位置進(jìn)行檢測(cè)。

圖5 斷股檢測(cè)結(jié)果

3.3 紋理分析法檢測(cè)結(jié)果

檢測(cè)部分結(jié)果如表1所示，一共計(jì)算了6、11、16、21、26共五個(gè)距離下的灰度共生矩陣的能量值。

表1 在選取角度為45°、不同距離下的能量值(只顯示整數(shù)部分)

從表1中可以看出，隨著距離的增加，紋理的能量值隨之減小，但所有區(qū)域的每一個(gè)距離下的第四個(gè)和第五個(gè)方框內(nèi)的能量值都相對(duì)很小，說(shuō)明其紋理特性相對(duì)于其他的幾個(gè)區(qū)域較弱，不太明顯。而實(shí)際情況也確實(shí)如此，輸電線的斷股區(qū)域確實(shí)出現(xiàn)在這兩個(gè)區(qū)域。

圖5所示的灰色線條定位的輸電線上的兩個(gè)相同大小的白色框即為紋理分析法檢測(cè)出的結(jié)果。

同時(shí)，值得注意的是，隨著計(jì)算距離的增加，灰度共生矩陣所計(jì)算的像素對(duì)數(shù)目會(huì)相應(yīng)減少。因此隨著距離的增加才會(huì)出現(xiàn)能量值也隨之減小的現(xiàn)象。

3.4 檢測(cè)結(jié)果整合及分析

檢測(cè)的最終結(jié)果如圖5所示，兩條灰色平行線條表示對(duì)輸電線的定位，白色框表示斷頭區(qū)域和斷股導(dǎo)線，深色線條標(biāo)識(shí)邊緣表示形變邊緣。

對(duì)比文獻(xiàn)[8]，可以發(fā)現(xiàn)兩種檢測(cè)方法都用到了Freeman鏈碼方法對(duì)斷股導(dǎo)線的掉線進(jìn)行了檢測(cè)定位，不同之處在于文中方法還對(duì)輸電線內(nèi)部的紋理特征進(jìn)行了分析。文中方法的一個(gè)優(yōu)點(diǎn)在于，斷股初期，斷股輸電線的掉線可能不明顯，單一采用Freeman鏈碼對(duì)輸電線的掉線進(jìn)行檢測(cè)來(lái)判斷是否發(fā)生斷股的方法會(huì)失效。而加入對(duì)輸電線的紋理特性進(jìn)行分析后，即便沒(méi)有明顯的掉線，也可以根據(jù)斷股位置發(fā)生的不規(guī)則紋理變化來(lái)定位潛在斷股位置，降低漏檢率。

實(shí)驗(yàn)結(jié)果表明，對(duì)于細(xì)節(jié)較為清晰的輸電線圖像，該方法可以有效識(shí)別出輸電線斷股的位置和形變的位置。

4 結(jié)束語(yǔ)

隨著數(shù)字圖像處理技術(shù)的發(fā)展，其在電力行業(yè)的應(yīng)用越來(lái)越廣泛。運(yùn)用計(jì)算機(jī)來(lái)代替人進(jìn)行輸電線斷股檢測(cè)，可以極大地提高檢測(cè)效率并降低漏檢率。文中提出的基于Freeman鏈碼和紋理分析的輸電線斷股檢測(cè)方法，可以準(zhǔn)確定位輸電線的斷股位置，解決了基于數(shù)字圖像的輸電線斷股檢測(cè)的問(wèn)題，為輸電線安全運(yùn)行提供了保證。

當(dāng)然，該方法仍有不足之處。該方法目前只能簡(jiǎn)單定位斷股區(qū)域，不能對(duì)輸電線斷股具體數(shù)目進(jìn)行有效檢測(cè)，仍需繼續(xù)研究。

[1] 岳國(guó)慶.高低壓電力電纜線路的運(yùn)行維護(hù)[J]．山西煤炭，2005，25(3)：33-34．

[2] 仝衛(wèi)國(guó)，苑津莎，李寶樹(shù)．圖像處理技術(shù)在直升機(jī)巡檢輸電線路中的應(yīng)用綜述[J]．電網(wǎng)技術(shù)，2010(12)：204-208．

[3] 陳西廣，董 罡，王濱海，等．固定翼無(wú)人機(jī)巡檢輸電線路探討[J]．山東電力技術(shù)，2011(5)：1-5.

[4] 湯明文，戴禮豪，林朝輝，等．無(wú)人機(jī)在電力線路巡視中的應(yīng)用[J]．中國(guó)電力，2013，46(3)：35-38．

[5] 張志勁，張 偉，黎振宇，等．不同缺陷類型導(dǎo)線的紫外成像檢測(cè)[J]．電網(wǎng)技術(shù)，2015，39(9)：2647-2652．

[6] 楊曉琳，李燕青，劉云鵬，等．基于數(shù)學(xué)形態(tài)學(xué)的電力設(shè)備紫外圖像放電區(qū)域提取[J]．電網(wǎng)技術(shù)，2008，32(7)：96-99．

[7] 楊政勃，金立軍，張文豪，等．基于紅外圖像識(shí)別的輸電線路故障診斷[J]．現(xiàn)代電力，2012，29(2)：76-79．

[8] 劉鯤鵬，王濱海，陳西廣，等．基于Freeman改進(jìn)準(zhǔn)則的輸電線斷股識(shí)別[J]．機(jī)電工程，2012，29(2)：211-214．

[9] 趙 波，陳至坤．電容層析成像算法研究[J]．自動(dòng)化儀表，2006(S1)：65-68．

[10] 李 安．輸電線路導(dǎo)線斷股的圖像檢測(cè)方法[D]．北京:華北電力大學(xué)，2013．

[11] 魯光泉,許洪國(guó),李一兵.基于鏈碼檢測(cè)的直線段檢測(cè)方法[J].計(jì)算機(jī)工程,2006,32(14):1-3.

[12] Freeman H.Boundary encoding and processing[M]//Picture processing and psychopictorics．New York：Academic，1970：241-266．

[13] 林聚財(cái)，韓 軍，陳舫明，等．基于彩色圖像的玻璃絕緣子缺陷診斷[J]．電網(wǎng)技術(shù)，2011，35(1)：127-133．

[14] 陳優(yōu)廣,張 薇,顧國(guó)慶.矩形點(diǎn)陣上鏈碼的轉(zhuǎn)換算法[J].小型微型計(jì)算機(jī)系統(tǒng),2005,26(12):2190-2193.

[15] 張 薇,陳優(yōu)廣,顧國(guó)慶.矩形點(diǎn)陣上八近鄰圖像的鏈碼轉(zhuǎn)換算法[J].小型微型計(jì)算機(jī)系統(tǒng),2006,27(10):1904-1908.

[16] 楊 煉．架空輸電線圖像的斷股診斷方法研究[D]．武漢:武漢科技大學(xué)，2013．

[17] 王競(jìng)雪，宋偉東，趙麗科，等．改進(jìn)的Freeman鏈碼在邊緣跟蹤及直線提取中的應(yīng)用研究[J]．信號(hào)處理，2014，30(4)：422-430．

[18] Haralick R M，Shanmngam K，Dinstein I．Texture feature for image classification[J]．IEEE Transactions on Systems，Man and Cybernetics，1973，3(6)：768-780．

[19] 劉曉民.紋理研究綜述[J].計(jì)算機(jī)應(yīng)用研究,2008,25(8):2284-2288.

[20] 周文慧．基于圖像紋理特征的牧草識(shí)別分類算法與應(yīng)用[D]．呼和浩特：內(nèi)蒙古大學(xué)，2014．

[21] 孫君頂,馬媛媛.紋理特征研究綜述[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2010,19(6):245-250.

[22] 魏 振，齊 波，左 健，等．基于局部放電圖像特征的換流變壓器油紙絕緣缺陷診斷方法[J]．電網(wǎng)技術(shù)，2015，39(4)：1160-1166．

[23] 謝 菲．圖像紋理特征的提取和圖像分類系統(tǒng)研究及實(shí)現(xiàn)[D]．成都：電子科技大學(xué)，2009．

[24] 焦蓬蓬，郭依正，劉麗娟，等．灰度共生矩陣紋理特征提取的Matlab實(shí)現(xiàn)[J]．計(jì)算機(jī)技術(shù)與發(fā)展，2012，22(11)：169-171．

[25] 王俊芳，王正歡，王 敏．常用圖像去噪濾波方法比較分析[J]．現(xiàn)代商貿(mào)工業(yè)，2009，21(16)：310-311．

[26] 段瑞玲，李慶祥，李玉和．圖像邊緣檢測(cè)方法研究綜述[J]．光學(xué)技術(shù)，2005，31(3)：415-419．

Broken Strands Detection of Transmission Line Based on Chain Code and Texture Analysis

TONG Wei-guo,LIU Shi-bo,SUN Yi-meng

(Department of Automation，North China Electric Power University,Baoding 071003,China)

In order to solve the problem of the detection of the broken strands of transmission line based on digital image,a method of broken strands detection based on Freeman chain code and texture analysis is proposed.The image is processed by gray scale,filtering and edge detection.Then,the position of transmission line is obtained by Radon transformation.Freeman chain code and texture analysis method are used to determine the external and internal of the transmission line to locate the position of the fault and the wire is dropped out,so the position of the fault and deformation of the transmission line is realized,and the degree of the fault is distinguished.Experimental results show that the method can accurately locate the position of the transmission line.

transmission line;damaged cables;Radon transformation;chain code;texture analysis

2016-01-08

2016-05-11

時(shí)間：2016-09-19

國(guó)家自然科學(xué)基金資助項(xiàng)目(61472419)

仝衛(wèi)國(guó)(1967-)，男，博士，副教授，研究方向?yàn)殡姽だ碚撆c新技術(shù)、圖像處理技術(shù)與傳感器；劉士波(1990-)，男，碩士研究生，研究方向?yàn)閿?shù)字圖像處理。

http://www.cnki.net/kcms/detail/61.1450.TP.20160919.0842.050.html

TP391

A

1673-629X(2016)11-0139-05

10.3969/j.issn.1673-629X.2016.11.031