基于数字图像处理的电力线异物识别方法研究

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (5429 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要针对架空线路异物搭挂的潜在威胁,本文提出一种快速识别航拍图像中异物的方法。首先运用直线段检测（LSD）算法从预处理后的图像中提取电力线,并基于架空导线上异物特征设计针对异物的识别算法,提取导线异物;接着对其进行边缘检测,提取缺陷画框并在巡检图像中标识;最后,通过多组样本数据对算法实用性能进行评估。实验结果表明,该方法能对输电导线上搭挂异物的情况进行有效识别,在无人机电力巡检中具有一定的应用价值。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	梁新福
	罗日成
	党世轩
	周晶
	阳冠菲

关键词 ：输电线路, 异物识别, 直线段检测（LSD）, 边缘检测

Abstract：Aiming at the potential threat of foreign objects hanging on overhead lines, a method for quickly identifying foreign objects in aerial images is proposed. First uses the linear segment detection (LSD) algorithm to extract the power line from the preprocessed image, and designs a foreign body recognition algorithm based on the foreign body feature on the overhead wire to extract the wire foreign body; then performs edge detection on it, extracts the defect frame and identifies it in the inspection image; finally, the practical performance of the algorithm is evaluated through multiple sets of sample data. The experimental results show that this method can effectively identify foreign objects hanging on the transmission wires, and it has great application value in the power inspection of unmanned aerial vehicles (UAVs).

Key words： transmission line foreign object recognition linear segment detection (LSD) edge detection

收稿日期: 2021-07-13

基金资助:广东电网有限责任公司科技项目资助（GDKJXM20184782）

作者简介: 梁新福（1996—）,男,河南省洛阳市人,硕士研究生,主要从事图像处理方向的研究工作。

引用本文:

梁新福, 罗日成, 党世轩, 周晶, 阳冠菲. 基于数字图像处理的电力线异物识别方法研究[J]. 电气技术, 2022, 23(2): 73-78. LIANG Xinfu, LUO Richeng, DANG Shixuan, ZHOU Jing, YANG Guanfei. Research on foreign object recognition method of power line based on digital image processing. Electrical Engineering, 2022, 23(2): 73-78.

链接本文:

http://dqjs.cesmedia.cn/CN/Y2022/V23/I2/73

[1] 曹翊军, 董兴辉, 曹年红, 等. 基于图像采集与识别的输电线路覆冰监测系统[J]. 电气技术, 2010, 11(8): 51-53.
[2] 陈肇隆. 基于无人机图像的输电线路附件识别与缺陷检测[D]. 广州: 华南理工大学, 2020.
[3] 陈瑞. 基于航拍图像的输电线路关键部件故障识别方法[D]. 保定: 华北电力大学, 2019.
[4] 金立军, 姚春羽, 闫书佳, 等. 基于航拍图像的输电线路异物识别[J]. 同济大学学报(自然科学版), 2013, 41(2): 277-281.
[5] 赵雨田. 基于数字图像处理的输电线路异物识别技术研究[D]. 南京: 南京理工大学, 2017.
[6] 邹栋. 输电线路中关键部件图像识别及异常检测方法研究[D]. 保定: 华北电力大学, 2017.
[7] 赵永生, 徐海青, 吴立刚, 等. 基于霍夫直线变换的输电线路异物识别应用研究[J]. 数字技术与应用, 2017(3): 127-129, 132.
[8] 张永强, 郭诚, 张豪俊, 等. 基于图像识别技术的气体绝缘金属封闭开关设备中开关触头位置监测系统[J]. 电气技术, 2019, 20(5): 51-54, 68.
[9] 印峰, 汪沨, 毛建旭, 等. 基于数字图像处理技术的绝缘子表面电荷测量标度问题的研究[J]. 电工技术学报, 2009, 24(7): 16-20.
[10] 王定松. 基于无人机的输电线路立体巡检系统设计及图像处理研究[D]. 扬州: 扬州大学, 2021.
[11] 剧成宇, 师艳, 高首都, 等. 基于LSD算法的航摄正射影像电力线提取[J]. 电力勘测设计, 2020(增刊2): 166-170.
[12] 刘思雨, 吕开云, 刘盈. 基于LSD算法的航拍影像电力线提取[J]. 江西科学, 2019, 37(6): 825-831.
[13] 李一波, 荆磊, 秦帅涛. 基于改进LSD算法的机场跑道检测[J]. 沈阳航空航天大学学报, 2020, 37(2): 63-69.
[14] 王冬梅, 谢鑫. 基于信息熵的自适应高斯金字塔的LSD算法改进[J]. 吉林大学学报(信息科学版), 2020, 38(6): 647-655.
[15] 王盛誉, 毛鹏飞, 谢晓君. 智能识别技术在无人机电力巡检中的应用[J]. 集成电路应用, 2021, 38(3): 98-99.
[16] 曾艳阳, 谢高森, 张建春. 基于截距直方图和Otsu融合的弱光图像分割[J]. 激光与光电子学进展, 2021, 58(20): 219-227.
[17] 娄联堂, 何慧玲. 基于图像灰度变换的OTSU阈值优化算法[J]. 中南民族大学学报(自然科学版), 2021, 40(3): 325-330.
[18] 张鹏帆, 席剑辉, 朱琳琳. 基于梯度极值Otsu算法的Canny边缘检测改进[J]. 沈阳航空航天大学学报, 2021, 38(5): 58-65.
[19] 张少平, 杨忠, 黄宵宁, 等. 航拍图像中玻璃绝缘子自爆缺陷的检测及定位[J]. 太赫兹科学与电子信息学报, 2013, 11(4): 609-613.
[20] 焦圣喜, 王海洋. 基于ORB算法的输电线路异物识别研究[J]. 科学技术与工程, 2016, 16(27): 236-240.
[21] 龚钢军, 张帅, 吴秋新, 等. 基于TensorFlow的高压输电线路异物识别[J]. 电力自动化设备, 2019, 39(4): 204-209, 216.
[22] 周豪. 电力输电线路异物检测方法研究[D]. 重庆: 重庆理工大学, 2021.
[23] 赵文青. 图像识别技术在输电线路视频监控中的研究与应用[D]. 济南: 齐鲁工业大学, 2021.
[24] 宋冬梅. 数学形态学在数字图像处理中的应用研究[J]. 计算技术与自动化, 2021, 40(2): 136-139.