基于移動(dòng)邊緣計(jì)算的電網(wǎng)輸電線路巡檢圖像識(shí)別研究

蒙黔贛，曾路

（1.貴州電網(wǎng)有限責(zé)任公司都勻荔波供電局，黔南布依族苗族自治州 558400；2.貴州電網(wǎng)有限責(zé)任公司信息中心，貴陽 550003）

引言

隨著智能電網(wǎng)建設(shè)的高速發(fā)展，輸電線路規(guī)模逐漸增大，給電網(wǎng)的安全運(yùn)行帶來了新的挑戰(zhàn)，需要新型、高效的管理手段來保證電網(wǎng)輸電線路安全。

輸電線路的巡檢業(yè)務(wù)是電網(wǎng)設(shè)施運(yùn)行保障的重要一環(huán)，主要是為了掌握輸電線路的運(yùn)行狀況、能夠及時(shí)發(fā)現(xiàn)電網(wǎng)相關(guān)設(shè)備缺陷和威脅線路安全的問題[1]。目前常見的巡檢方式是通過無人機(jī)巡檢，在巡檢過程中采集有限目標(biāo)的圖像，如輸電線路及桿塔等，目標(biāo)物始終在有效視場(chǎng)內(nèi)，由于無人機(jī)巡檢是運(yùn)動(dòng)的，只有在發(fā)現(xiàn)故障或缺陷時(shí)，才會(huì)懸停飛行，其采集的圖像多數(shù)為動(dòng)態(tài)圖像[2]。這種情況下存在很多無效圖像，因此，需要采用圖像識(shí)別技術(shù)，識(shí)別出目標(biāo)圖像。

傳統(tǒng)的電網(wǎng)輸電線路巡檢圖像識(shí)別方法主要采用模糊模式識(shí)別方法和基于統(tǒng)計(jì)分析的識(shí)別方法，識(shí)別時(shí)對(duì)資源和時(shí)間消耗較大。因此，設(shè)計(jì)基于移動(dòng)邊緣計(jì)算的電網(wǎng)輸電線路巡檢圖像識(shí)別方法。移動(dòng)邊緣計(jì)算是一種將無線網(wǎng)絡(luò)與互聯(lián)網(wǎng)技術(shù)結(jié)合在一起，在無線網(wǎng)絡(luò)側(cè)增加計(jì)算、存儲(chǔ)等功能，通過無線AP開放無線網(wǎng)絡(luò)與業(yè)務(wù)服務(wù)器之間的信息交互，智能化滿足用戶的實(shí)際需求。通過移動(dòng)邊緣計(jì)算，實(shí)現(xiàn)實(shí)時(shí)有效的電網(wǎng)輸電線路巡檢圖像識(shí)別。

1 電網(wǎng)輸電線路巡檢圖像識(shí)別方法設(shè)計(jì)

1.1 基于移動(dòng)邊緣計(jì)算的圖像采集

電網(wǎng)輸電線路巡檢圖像主要通過無人機(jī)巡檢采集，獲得的圖像可能存在無用的圖像數(shù)據(jù)，如在某一個(gè)巡檢位置收集的圖像中，出現(xiàn)障礙物將目標(biāo)遮擋住，對(duì)于輸電線路巡檢圖像識(shí)別，沒有完整的輸電線路圖像的圖片是無用的[3]。針對(duì)這種情況，采用移動(dòng)邊緣技術(shù)，設(shè)計(jì)邊緣數(shù)據(jù)處理層，該層在接收輸電線路巡檢圖像數(shù)據(jù)后，臨時(shí)保存在云空間，在線識(shí)別含有輸電線路的圖像數(shù)據(jù)?；谝苿?dòng)邊緣計(jì)算的圖像數(shù)據(jù)采集和處理過程如圖1所示。

圖1 圖像采集和處理過程

每個(gè)城市都會(huì)有呈規(guī)律性的大規(guī)模輸電線路，將具有高分辨率、高像素且具有網(wǎng)絡(luò)傳輸功能的攝像機(jī)安裝在無人機(jī)上，攝像頭覆蓋前方80 m范圍，設(shè)置巡檢的時(shí)間的路線進(jìn)行巡檢，收集輸電線路圖像數(shù)據(jù)信息，并實(shí)時(shí)傳送至邊緣服務(wù)器，同時(shí)部分電網(wǎng)工作人員在地面上，通過移動(dòng)設(shè)備傳送到邊緣服務(wù)器[4]。

邊緣服務(wù)器與其附近的無人機(jī)等移動(dòng)設(shè)備的連接主要通過無線數(shù)據(jù)鏈實(shí)現(xiàn)，連接完成后即可實(shí)現(xiàn)部分服務(wù)請(qǐng)求的在線處理，同時(shí)臨時(shí)保存部分輸電線路巡檢圖像數(shù)據(jù)。其安裝位置在密集的輸電線路中心。經(jīng)過處理后，剩余的圖像用于后續(xù)識(shí)別。

1.2 輸電線路巡檢圖像預(yù)處理

在實(shí)際巡檢過程中，獲得的圖像數(shù)據(jù)中存在模糊、畸變和失真情況，造成圖像質(zhì)量下降，對(duì)于識(shí)別有較大影響。使用預(yù)處理技術(shù)，提高圖像質(zhì)量，圖像預(yù)處理技術(shù)主要包括灰度化、亮度均衡、對(duì)比度增強(qiáng)以及圖像去噪[5]。

在圖像中，以RGB表示圖像顏色，當(dāng)R=G=B時(shí)為灰度值，采用加權(quán)平均法實(shí)現(xiàn)圖像灰度化處理[6]。根據(jù)各個(gè)指標(biāo)的重要性，將RGB三個(gè)分量進(jìn)行加權(quán)平均，公式如下：

式中：

在圖像采集過程中，由于攝像機(jī)曝光等原因，容易出現(xiàn)圖像整體或局部過亮或過暗，使得圖像亮度不均衡[7]。采用直方圖均衡方法均衡圖像亮度。獲得原始圖像變換之后圖像的灰度級(jí)，統(tǒng)計(jì)出圖像中不同灰度級(jí)的像素個(gè)數(shù)，計(jì)算原始圖像直方圖為：

式中：

K—圖像灰度級(jí)。

根據(jù)公式2計(jì)算累計(jì)直方圖：

利用灰度值變換函數(shù)計(jì)算變換后的灰度值，四舍五入取整數(shù)：

確定灰度變換關(guān)系x→y，以此為依據(jù)，修正原始圖像的灰度值，統(tǒng)計(jì)變換后的不同灰度級(jí)像素個(gè)數(shù)，計(jì)算變換后圖像的直方圖，達(dá)到均衡圖像亮度的目的。

將圖像的對(duì)比度增強(qiáng)，突出圖像中識(shí)別目標(biāo)的特征。巡檢圖像對(duì)比度增強(qiáng)主要利用微分處理技術(shù)，處理圖像時(shí)，微分主要通過梯度算法實(shí)現(xiàn)[8]。假設(shè)圖像函數(shù)為在坐標(biāo)中的梯度矢量如下：

當(dāng)圖像為數(shù)字圖像時(shí)，將微分運(yùn)算替換掉，采用差分運(yùn)算，得到下式：

原始圖像在采集和傳輸過程中，容易受到各種干擾，從而在圖像中產(chǎn)生噪聲。采用線性濾波算法實(shí)現(xiàn)圖像去噪。假設(shè)原始圖像中存在M×N個(gè)像素，濾波后的圖像為通過下式獲得：

式中：

α—W中的像素點(diǎn)的集合；

W—不包含中心目標(biāo)點(diǎn)的點(diǎn)鄰域像素點(diǎn)坐標(biāo)的集合。

圖2中給出了取單位距離構(gòu)成鄰域的方法，圖中像素間的距離為Δl，選取Δl為半徑作圓，即可消除圖像噪聲。圖像處理完成后，提取圖像特征，用于后續(xù)的圖像識(shí)別。

1.3 提取輸電線路巡檢圖像特征

利用圖像的投影檢測(cè)出輸電線路的直線段，由于投影后的參數(shù)空間共線點(diǎn)會(huì)相交形成明顯的峰值，進(jìn)而可提取出圖像中輸電線路特征。

用r(d,β)表示一個(gè)圖像函數(shù)的radon變換，定義為在與縱坐標(biāo)夾角為β，與原點(diǎn)距離為d的直線上的線積分[10]。的變換函數(shù)是在角β上的一維投影[11]。在旋轉(zhuǎn)后的坐標(biāo)系中：表示沿著距離為d的，角度為β的射線的累加和[12]。通過將空間域映射到域上，使得空間中每個(gè)點(diǎn)對(duì)應(yīng)空間域中的一條直線。計(jì)算映射的直線段在其垂直方向的投影計(jì)算最大值，該值在參數(shù)空間形成一個(gè)峰值，通過改峰值點(diǎn)得到圖像空間中直線的斜率和截距，實(shí)現(xiàn)輸電線路巡檢圖像中直線特征的提取。

圖2 鄰域選取方法

1.4 識(shí)別輸電線路圖像

利用提取出的輸電線路特征識(shí)別巡檢圖像特征，保證獲得的圖像數(shù)據(jù)滿足相應(yīng)的需求。數(shù)字圖像是一個(gè)離散的二元函數(shù)，其定義域就是圖像的大小，值域就是最小像素灰度到最大的像素灰度[13]。將獲得的直線段方程的斜率和截距抽象到二維平面中，看做若干個(gè)一次函數(shù)，規(guī)劃到矩形區(qū)域內(nèi)：

公式中M和N表示圖像的大小，將矩形區(qū)域的幾何中心定義為圖像數(shù)據(jù)的中心點(diǎn)，假設(shè)圖像數(shù)據(jù)中存在輸電線路，當(dāng)輸電線路提取出的直線參數(shù)對(duì)應(yīng)的直線段穿過幾何中心時(shí)，說明該圖像即為有效圖像，識(shí)別成功。即：

大部分情況輸電線路不會(huì)只存在一個(gè)，當(dāng)存在多個(gè)輸電線路，首先將輸電線路提取結(jié)果中的一組1c進(jìn)行排序，計(jì)算出中間數(shù)及對(duì)應(yīng)的角度，運(yùn)用兩個(gè)參數(shù)計(jì)算出一條直線方程：

式中：

β—中心數(shù)對(duì)應(yīng)的角度。

通過直線方程，確定圖像中的輸電線路的個(gè)數(shù)和完整性，完成輸電線路巡檢圖像識(shí)別。至此，基于移動(dòng)邊緣計(jì)算的電網(wǎng)輸電線路巡檢圖像識(shí)別方法設(shè)計(jì)完成。

2 電網(wǎng)輸電線路巡檢圖像識(shí)別方法仿真測(cè)試

2.1 測(cè)試準(zhǔn)備

測(cè)試采用的圖像數(shù)據(jù)為航拍輸電線路紫外圖像和可見光圖像。通過隨機(jī)選擇具有代表性的圖像，作為測(cè)試樣本數(shù)據(jù)，使用設(shè)計(jì)的基于移動(dòng)邊緣計(jì)算的電網(wǎng)輸電線路巡檢圖像識(shí)別方法識(shí)別測(cè)試樣本數(shù)據(jù)，同時(shí)引用傳統(tǒng)的基于模糊模式識(shí)別的圖像識(shí)別方法和基于統(tǒng)計(jì)分析的識(shí)別方法，識(shí)別相同的測(cè)試樣本數(shù)據(jù)。具體的圖像數(shù)據(jù)如表1所示。

使用表1中的10組輸電線路巡檢圖像作為測(cè)試圖像，使用不同的識(shí)別算法識(shí)別并統(tǒng)計(jì)識(shí)別方法的資源和時(shí)間消耗相關(guān)數(shù)據(jù)。

表1 圖像樣本數(shù)據(jù)

2.2 圖像識(shí)別測(cè)試結(jié)果及分析

使用SigmaPlot14.0軟件統(tǒng)計(jì)測(cè)試結(jié)果。測(cè)試結(jié)果如圖3所示。

觀察圖3中結(jié)果，使用模糊模式識(shí)別方法獲得測(cè)試結(jié)果1，使用基于統(tǒng)計(jì)分析的識(shí)別方法獲得測(cè)試結(jié)果2，使用基于移動(dòng)邊緣計(jì)算的識(shí)別方法獲得測(cè)試結(jié)果3。結(jié)果1中顯示在識(shí)別過程消耗的資源在60～80 %之間，消耗的時(shí)間在在40～60 ms之間；結(jié)果2顯示，識(shí)別圖像過程中，資源消耗在70～85 %之間，時(shí)間消耗在20～40 ms之間，與上一個(gè)識(shí)別方法相比，時(shí)間消耗得到了縮短，但是資源消耗提高了一部分；結(jié)果3中顯示，識(shí)別過程中資源消耗在20%左右，時(shí)間消耗基本處于20ms以下，與前兩組數(shù)據(jù)相比，資源上的消耗得到了很大的縮減，且識(shí)別時(shí)間得到了提高。

綜上所述，在電網(wǎng)輸電線路巡檢圖像識(shí)別中引入移動(dòng)邊緣計(jì)算技術(shù)，有效的縮減了識(shí)過程中對(duì)資源和時(shí)間的消耗，設(shè)計(jì)的基于移動(dòng)邊緣計(jì)算的電網(wǎng)輸電線路巡檢圖像識(shí)別方法優(yōu)于傳統(tǒng)的識(shí)別方法。

3 結(jié)束語

近年來智能電網(wǎng)發(fā)展迅速，輸電線路規(guī)模越來越大，為了保證輸電線路的安全，采用多種手段對(duì)輸電線路進(jìn)行巡檢，獲得巡檢圖像。將巡檢過程中采集的圖像作為研究對(duì)象，引用移動(dòng)邊緣計(jì)算技術(shù)，實(shí)現(xiàn)電網(wǎng)輸電線路巡檢圖像識(shí)別。通過設(shè)計(jì)的對(duì)比測(cè)試證明了，圖像識(shí)別方法中移動(dòng)邊緣計(jì)算技術(shù)的引用有效的解決了傳統(tǒng)識(shí)別方法中存在的問題。但是隨著研究的深入，部分工作需要進(jìn)一步展開，測(cè)試受到多種條件制約，應(yīng)開發(fā)和構(gòu)建更完整的測(cè)試系統(tǒng)，為進(jìn)一步研究識(shí)別方法的完善和發(fā)展創(chuàng)造條件。