專利名稱：基于紅外圖像智能診斷高壓輸電線路熱缺陷的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及到ー種基于紅外熱圖像智能檢測高壓輸電線路熱缺陷的方法。特別涉及到在運(yùn)動(dòng)狀態(tài)下從拍攝到的紅外圖像中智能檢測輸電線路存在的熱缺陷方法，該方法能有效提高對(duì)輸電線路熱缺陷檢測的效率。該方法可以有效應(yīng)用到車載或直升機(jī)輸電線路巡檢業(yè)務(wù)中。
背景技術(shù)：
高壓輸電線路是電カ系統(tǒng)的動(dòng)脈，其運(yùn)行狀態(tài)直接決定電力系統(tǒng)的安全及國家經(jīng)濟(jì)的運(yùn)行，紅外檢測具有遠(yuǎn)距離、不停電、不接觸、不解體等特點(diǎn)，可以查出多種電カ設(shè)備的致熱缺陷，給電カ系統(tǒng)線路狀態(tài)監(jiān)測提供了一種先進(jìn)手段。紅外熱像儀是利用紅外探測器、光學(xué)成像物鏡和焦平面光感應(yīng)系統(tǒng)接受被測目標(biāo)的紅外輻射能量分布圖形反映到紅外探測器的光敏元上，在光學(xué)系統(tǒng)和紅外探測器之間， 焦平面光感應(yīng)系統(tǒng)將被測物體的紅外熱像聚焦在紅外探測器上，由探測器將紅外輻射能轉(zhuǎn)換成電信號(hào)，經(jīng)放大處理、轉(zhuǎn)換或視頻信號(hào)通過電視屏或監(jiān)測器顯示紅外熱像圖。在室外影響紅外熱像儀測量精度的因素很多。如高小明，影響紅外熱像儀測量精度的因素分析，華電技木，2008年11月，第30卷第11期，分析了這幾種因素不同的被測物體的輻射率是不同的。物體的輻射率都在(Tl之間，其大小和物體的材料、表面粗糙度、 形狀、氧化程度、顏色、厚度等均有一定的關(guān)系。對(duì)輸電線路金屬材料而言，表面狀態(tài)對(duì)輻射率的影響較大，一般粗糙表面和受氧化后表面的輻射率是磨光表面的數(shù)倍；輻射率與測量的角度有關(guān)，測量的角度越大，誤差越大；環(huán)境對(duì)紅外測溫工作的影響較大在紅外輻射的傳輸過程中，由于大氣的吸收作用，總會(huì)有一定的能量衰減，在接近地面的大氣中，吸收紅外輻射能量的氣體主要有水蒸氣、ニ氧化碳?，F(xiàn)大多數(shù)紅外熱像儀并沒有針對(duì)大氣衰減的補(bǔ)償手段；當(dāng)太陽光或強(qiáng)烈燈光照射吋，由于光線的反射和漫反射，會(huì)極大影響紅外熱像儀的正常工作和準(zhǔn)確判斷，同吋，光線照射造成被測物體的溫升將略加在被測設(shè)備的穩(wěn)定溫升上，直接造成測量誤差，因此紅外測溫工作最好選擇在沒有陽光的陰天；當(dāng)被測物體處于室外且有風(fēng)吋，空氣的流動(dòng)會(huì)加速發(fā)熱物體表面的散熱，使物體表面溫度降低；大氣中的塵埃及懸浮粒子是紅外輻射在傳播過程中能量衰減的又一原因；鄰近物體熱輻射對(duì)測溫的影響，被測物體溫度越低或輻射率越小，受到鄰近物體熱輻射的影響越大，對(duì)測溫精度的影響越大；當(dāng)輸電線路串聯(lián)回路中的某一部件存在過熱缺陷時(shí)，運(yùn)行中的電氣接頭會(huì)向周圍部件傳導(dǎo)熱量，導(dǎo)致回路中靠近過熱點(diǎn)的其他部件發(fā)熱，但由于熱傳遞過程中有損耗，這些點(diǎn)比過熱點(diǎn)的溫度要低一些，因此，在進(jìn)行測溫吋，必須做到準(zhǔn)確定位，找到真正的發(fā)熱源。紅外熱像儀檢測輸電線路缺陷常采用的測量方法有，如程玉蘭，紅外診斷現(xiàn)場實(shí)用技術(shù)[M].北京機(jī)械エ業(yè)出版社，2002，4。同類比較法對(duì)同一線路不同位置的、 同一類型的部件進(jìn)行溫升比較，進(jìn)而判斷是否存在熱缺陷；歷史對(duì)比法對(duì)同一線路不同時(shí)期，拍攝同一位置同一類型的部件的熱圖像進(jìn)行溫升比較，進(jìn)而判斷是否存在熱缺陷。同類比較法、歷史對(duì)比法這兩種熱缺陷分析方法比較可靠、但效率較低，需要大量的測量數(shù)據(jù)來分析。絕對(duì)溫度警界溫升法依據(jù)導(dǎo)線型號(hào)、負(fù)荷電流規(guī)定ー個(gè)溫度閾值，超出這個(gè)溫度閾值，可能存在熱缺陷，由于環(huán)境對(duì)被測物體影響較大，如太陽輻射引起的溫升，因此這種方法并不可靠，也不準(zhǔn)確。胡世征，電氣設(shè)備紅外診斷的相對(duì)溫差判斷法及判斷標(biāo)準(zhǔn)，電網(wǎng)技木，1998年 10月，第22卷第10期。相對(duì)溫差是指兩臺(tái)設(shè)備狀況相同或基本相同(指設(shè)備型號(hào)、安裝地點(diǎn)、環(huán)境溫度、表面狀況和負(fù)荷大小)的兩個(gè)對(duì)應(yīng)測點(diǎn)之間的溫差，與其中較熱點(diǎn)溫升比值的百分?jǐn)?shù)。郭賢瀟，李煒，蔡漢生，高壓輸電線路紅外檢測初探，HIGH VOLTAGE ENGIINEERING, June. 1999，Vol. 25，No. 2。在輸電線路紅外熱缺陷檢測時(shí)，常采用絕對(duì)溫差法取被測對(duì)象附近Im遠(yuǎn)的地方正常運(yùn)行的導(dǎo)線或線路金具的最高溫度為參考溫度し被測量對(duì)象的溫度為Λ ΑΓ = T-Ta,根據(jù)Zl Γ來判斷熱缺陷情況，這種方法可以消除太陽輻射造成的附加溫升的影響。同吋，由于同向性、檢測距離、環(huán)境溫度、濕度、風(fēng)速等參數(shù)的不準(zhǔn)確性帶來的誤差也減小了。在滿負(fù)荷時(shí)，對(duì)高壓線路發(fā)熱判斷取バΓ超過5。C時(shí)可認(rèn)為有輕微接觸隱患(一般熱缺陷)，バΓ超過1 5て即為重大缺陷，Zl Γ超過4 0。C即為緊急缺陷。于德明，沈建，汪駿，姚文軍，陳方東，武藝，直升機(jī)與人工巡視效果對(duì)比分析，中國電力，2008年11月，第41卷第11期。當(dāng)前國內(nèi)外都著手研究基于直升機(jī)和機(jī)器人的巡檢系統(tǒng)，分析比較直升機(jī)巡檢與人工巡檢的優(yōu)缺點(diǎn)，指出直升機(jī)巡視在巡查設(shè)備隱蔽性缺陷能力方面有著無法比擬的優(yōu)勢。在直升機(jī)巡檢技術(shù)中我國由于受航空管制的影響發(fā)展滯后，在21世紀(jì)初才真正開始研發(fā)。而檢測缺陷部件的設(shè)備總體上是朝著多光譜圖像合成的方向發(fā)展，高壓線路部件的診斷檢測技術(shù)已經(jīng)向著智能化方向發(fā)展。在采用直升機(jī)開展巡檢業(yè)務(wù)吋，紅外熱像儀是ー項(xiàng)檢測線路熱缺陷的重要手段。 希望采用紅外熱像儀能自動(dòng)發(fā)現(xiàn)線路熱缺陷。由于受地面背景干擾，例如地面行駛的汽車、 地面發(fā)熱體及桿塔本身反射發(fā)熱的影響，自動(dòng)發(fā)現(xiàn)線路熱缺陷是一件很困難的事情，本發(fā)明采用紅外圖像識(shí)別與相對(duì)溫差法結(jié)合技木，在紅外圖像上智能識(shí)別線路部件，在識(shí)別部件的基礎(chǔ)上，尋找最高溫度，再采用相對(duì)溫差法判決是否存在熱缺陷的部件。該方法可以有效應(yīng)用到直升機(jī)或車載巡檢時(shí)智能檢測高壓線路熱缺陷。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的就是在直升機(jī)巡檢或車載巡檢吋，由紅外熱像儀采集到的紅外圖像智能診斷出線路存在的熱缺陷，即提供一種基于紅外圖像智能高壓輸電線路熱缺陷的方法，在對(duì)高壓線路巡檢時(shí)，能有效提高熱缺陷診斷效率。為達(dá)到上述目的，本發(fā)明的構(gòu)思如下本發(fā)明要求在直升機(jī)巡檢或車載巡檢時(shí)能有效排除背景干擾，例如自然復(fù)雜背景中地面行駛的汽車或地面發(fā)熱體發(fā)出的熱源，桿塔本身在太陽長時(shí)間照射下的發(fā)熱，這些熱源物體與線路部件發(fā)熱一起疊加在紅外圖像上， 常常影響對(duì)實(shí)際線路部件溫度的判決，進(jìn)而造成大量誤判。在輸電線路上，紅外熱缺陷常出現(xiàn)在導(dǎo)線、引流線、絕緣子及其這些部件連接接觸部位。因此在識(shí)別出輸電線路中導(dǎo)線、引流線、絕緣子部件，才能自動(dòng)可靠診斷線路的熱缺陷。本發(fā)明將紅外圖像線路部件識(shí)別與相對(duì)溫差判決技術(shù)結(jié)合，智能實(shí)現(xiàn)對(duì)線路部件熱缺陷的診斷。在識(shí)別的每個(gè)部件溫度區(qū)域內(nèi)，自動(dòng)找出最高溫度，以這個(gè)最高溫度像素作為種子點(diǎn)，采用區(qū)域生長方法，低于最高溫度5度作為邊緣判決條件，生成ー個(gè)最高溫度區(qū)域，如這個(gè)最高溫度區(qū)域大小數(shù)目與該部件溫度區(qū)域大小數(shù)目近似一致，則該部件溫度正常；如最高溫度區(qū)域大小數(shù)目明顯小于該部件溫度區(qū)域大小數(shù)目，將該部件最高溫度區(qū)域外像素作為ー個(gè)區(qū)域，計(jì)算最高溫度區(qū)域內(nèi)平均溫度；計(jì)算除最高溫度外區(qū)域平均溫度，采用相對(duì)溫差法，診斷該部件是否存在熱缺陷。相對(duì)溫差法可以消除太陽輻射造成的附加溫升的影響，同吋，將檢測距離、環(huán)境溫度、濕度、風(fēng)速等參數(shù)不準(zhǔn)確帶來的誤差也減少。從直升機(jī)上紅外熱像儀拍攝輸電線路景物來看由自然的背景與輸電線路組成。 從輸電線路組成結(jié)構(gòu)來看由直線桿塔、耐張桿塔、桿塔之間的導(dǎo)線與地線組成。由于自然景物中一些發(fā)熱的物體、行駛的汽車、在陽光照射下桿塔本身發(fā)熱，這些發(fā)熱對(duì)象常常干擾紅外熱像儀對(duì)線路熱缺陷的診斷，造成誤判，直接影響紅外熱缺陷診斷的正確性及可靠性。如采用專業(yè)的紅外分析軟件來分析紅外圖像上線路的熱缺陷，需要大量的交互操作，首先依靠人眼從紅外圖像上找出線路設(shè)備，采用區(qū)域最高溫度分析法來發(fā)現(xiàn)是否存在熱缺陷，由于直升機(jī)巡檢時(shí)，實(shí)時(shí)采用大量紅外圖像數(shù)據(jù)，采用交互分析診斷， 工作強(qiáng)度很高，熱缺陷診斷效率較低。為了提高紅外熱缺陷診斷的效率，在直升機(jī)巡檢或車載巡檢時(shí)，實(shí)現(xiàn)ー邊采集紅外圖像，ー邊診斷線路上熱缺陷，進(jìn)而提高紅外熱缺陷診斷效率。因此需要從紅外圖像上識(shí)別出有電流負(fù)載的線路部件，如導(dǎo)線、引流線、絕緣子及這些部件的接觸區(qū)域，在識(shí)別的每個(gè)部件區(qū)域上再采用相對(duì)溫差法診斷部件的熱缺陷。在紅外圖像上識(shí)別線路部件，首先建立線路的知識(shí)模型及部件上下之間的位置關(guān)系。高壓線路可以看成是由不同方向的線段組成導(dǎo)線是由多段平行線對(duì)象組成的，引流線是向下彎曲的曲線，桿塔是由不同方向的線段拼接組成，絕緣子與導(dǎo)線、引流線、桿塔高壓具有固定位置的穩(wěn)定關(guān)系連接。將采集的紅外圖像進(jìn)行分類。由于紅外熱像儀不能將兩個(gè)桿塔之間的500米線路走廊全部拍攝下來，因此將采集的線路紅外熱圖像分為三類第一類紅外圖像中沒有桿塔， 只存在導(dǎo)線，導(dǎo)線有多條平行的直線對(duì)象組成，且貫穿紅外圖像全程；第二類紅外圖像中既存在導(dǎo)線，又存在桿塔且為直線桿塔；第三類紅外圖像被定義為圖像中既存在導(dǎo)線，又存在桿塔且為耐張桿塔。根據(jù)上述發(fā)明構(gòu)思，本發(fā)明采用下述技術(shù)方案一種基于紅外圖像智能診斷高壓線路熱缺陷的方法，其特征在于操作步驟如下
1、采用基于線對(duì)象感知聚類算法識(shí)別線路部件，具體步驟如下 1-1、帶方向的邊緣算子處理紅外圖像，提取出水平線段、垂直線段、斜線段、曲線段，通過最大類間ニ差法生成紅外ニ值圖像，記為IB (i，j)表示紅外ニ值圖像；
1-2、在步驟1-1的紅外ニ值圖像上，計(jì)算每個(gè)水平、傾斜、垂直小線段的斜率與截距， 將斜率與截距相同的小線段，合并連接為長的直線線段；通過分析小線段共端點(diǎn)的方式來擬合曲線段；
1-3、在步驟1-2紅外ニ值圖像上垂直等分區(qū)域，分析每個(gè)區(qū)域內(nèi)的三類小線段分布密度；如存在同時(shí)水平、垂直、傾斜線段分布密度較高的區(qū)域，確認(rèn)為包含桿塔的紅外圖像； 如桿塔圖像中不存在曲線，確認(rèn)為包含直線桿塔紅外圖像；桿塔圖像中存在曲線，確認(rèn)為包含耐張桿塔紅外圖像；
1-4、將水平線段與傾斜線段中，斜率近似相同，截距不同的線段歸類為平行線組；并確認(rèn)為導(dǎo)線組；
1-5、依據(jù)步驟1-3與步驟1-4，在確認(rèn)包含直線桿塔的紅外圖像中，如存在兩組平行導(dǎo)線，判斷相鄰端點(diǎn)接近程度，同時(shí)相對(duì)擴(kuò)展導(dǎo)線，使這兩組導(dǎo)線相交，在交點(diǎn)的垂直方向存在合成絕緣子，推理出合成絕緣子位置，作為識(shí)別的合成絕緣子部件；如存在一組平行導(dǎo)線，與桿塔區(qū)域相鄰的端點(diǎn)，按16*8大小像素區(qū)域擴(kuò)展其端點(diǎn)，使其有效擴(kuò)展到線路部件之間的接觸區(qū)域；
1-6、依據(jù)步驟1-3與步驟1-4，在確認(rèn)包含耐張桿塔的紅外圖像中，如存在平行導(dǎo)線組，判決與曲線相鄰導(dǎo)線端點(diǎn)，該端點(diǎn)平行延長方向上存在玻璃絕緣子部件，推理出玻璃絕緣子位置，作為識(shí)別的玻璃絕緣子部件；
1-7、將識(shí)別的導(dǎo)線、引流線、絕緣子位置坐標(biāo)用獨(dú)立的連通區(qū)域結(jié)構(gòu)管理，具體采用如下結(jié)構(gòu)管理，用于對(duì)識(shí)別部件的管理；
struct part—object {
PART—NAME part_ID;
unsigned int elements—number； vector〈struct Element〉 elements； Il部件外接矩形區(qū)域坐標(biāo)
int Ieftxj 丄efty; int topx, topy； int rightx, righty； int bottomx, bottomy；
ι
在紅外圖像上，將識(shí)別出每個(gè)部件區(qū)域位置坐標(biāo)用對(duì)象區(qū)域BLOB來管理，建立每個(gè)部件區(qū)域像素與對(duì)應(yīng)實(shí)際溫度之間的映射，進(jìn)而建立每個(gè)部件溫度區(qū)域。
2、在識(shí)別出每個(gè)部件區(qū)域內(nèi)，采用相對(duì)溫差法診斷其熱缺陷，具體熱缺陷診斷采用如下過程
2-1，讀取識(shí)別的每個(gè)部件區(qū)域，依據(jù)其區(qū)域像素坐標(biāo)，從紅外溫度圖像IW(i, j)上，讀取該區(qū)域內(nèi)實(shí)際的溫度值，對(duì)導(dǎo)線部件采用分塊自動(dòng)找出最高溫度值，對(duì)絕緣子部件依據(jù)連通性，自動(dòng)找出最高溫度值，記為Tmax—h。t ；
2-2、以最高溫度像素為種子點(diǎn)，采用區(qū)域生長方法，以低于最高溫度5度作為邊界判決條件，生成最高溫度的連通區(qū)域，如這個(gè)最高溫度區(qū)域大小數(shù)目與該部件區(qū)域大小數(shù)目近似一致，則該部件溫度正常，則結(jié)束診斷；如最高溫度區(qū)域大小數(shù)目明顯小于該部件區(qū)域大小數(shù)目，將該部件最高溫度區(qū)域外像素作為ー個(gè)區(qū)域，轉(zhuǎn)入步驟2-3 ；
2-3、對(duì)這個(gè)部件區(qū)域在紅外溫度圖像IW (i, j)上生成兩個(gè)溫度連通區(qū)域ー個(gè)是最高溫度的連通區(qū)域，另ー個(gè)是由除最高溫度外像素組成的溫度連通區(qū)域。計(jì)算最高溫度連通區(qū)域內(nèi)溫度的平均值A(chǔ)VG_Tmax，計(jì)算除最高溫度外像素組成的溫度連通區(qū)域內(nèi)溫度的平均值A(chǔ)VGJVef，做如下計(jì)算2-4、依據(jù)ΔΓ診斷該部件熱缺陷 如ΔΓ<10% ,則該部件有輕微接觸隱患(一般熱缺陷)； 如10%<Δ?！0% ,則該部件有重大缺陷； 如ΔΓ>90% ,則該部件為緊急缺陷； 2-5、依據(jù)上述步驟2-1到步驟2-4，對(duì)其他識(shí)別部件進(jìn)行熱缺陷診斷； 本發(fā)明與現(xiàn)有技術(shù)相比較，具有如下顯而易見的突出實(shí)質(zhì)性特點(diǎn)和顯著優(yōu)點(diǎn)本發(fā)明采用基于線對(duì)象感知聚類算法識(shí)別線路部件，能有效排除自然復(fù)雜景物中地面行駛的汽車發(fā)熱、地面發(fā)現(xiàn)物體及桿塔本身反射熱量對(duì)線路熱缺陷診斷的影響。本發(fā)明采用相對(duì)溫差法診斷部件熱缺陷，可以消除太陽輻射造成的附加溫升的影響，減少檢測距離、環(huán)境溫度、 濕度、風(fēng)速等參數(shù)不準(zhǔn)確帶來的誤差。本發(fā)明有效提高對(duì)輸電線路熱缺陷檢測的效率，能有效應(yīng)用到車載或直升機(jī)輸電線路巡檢業(yè)務(wù)中。


圖1為本發(fā)明智能檢測熱缺陷硬件工作環(huán)境圖2為本發(fā)明從紅外灰度圖像上識(shí)別高壓線路部件的方法；
圖3為從圖2中識(shí)別出的部件進(jìn)行絕對(duì)溫差法診斷熱缺陷的方法；
圖4為實(shí)際采集高壓線路導(dǎo)線上有熱缺陷的紅外圖像；
圖5為從圖4紅外圖像上提取識(shí)別的導(dǎo)線并行線組；
圖6為從圖5識(shí)別的每個(gè)導(dǎo)線上分段搜索找出最高溫度的方法；
圖7為從實(shí)際采集的紅外圖像上擴(kuò)展導(dǎo)線診斷接觸區(qū)域熱缺陷示例圖。
具體實(shí)施例方式以下結(jié)合附圖對(duì)本發(fā)明的優(yōu)選實(shí)施例作進(jìn)ー步的詳細(xì)說明。本實(shí)施例以本發(fā)明的技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。如圖1所示，本發(fā)明的紅外圖像智能檢測高壓線路熱缺陷的方法適用的硬件環(huán)境，可以在直升機(jī)巡檢或車載巡檢工作環(huán)境下，檢測熱缺陷。紅外熱像儀的分辨率為 320 X 240或640 X 480，紅外熱像儀的輸出接ロ是模擬PAL/NTSC視頻數(shù)據(jù)或數(shù)字網(wǎng)絡(luò)視頻流，采集的每幅紅外灰度圖像帶相應(yīng)的溫度圖像，每采集一幅紅外圖像，同時(shí)實(shí)現(xiàn)紅外熱缺陷診斷。如圖2所示，本基于紅外圖像智能診斷高壓輸電線路熱缺陷的方法，其操作步驟如下
1、采用基于線對(duì)象感知聚類算法識(shí)別線路部件，其具體步驟如下 1-1、對(duì)采集到的紅外圖像進(jìn)行預(yù)處理包括采用3X3中值濾波降噪，直方圖均衡化處理獲取邊緣清晰的紅外灰度圖像，通過四個(gè)方向的！3rewiit算子對(duì)紅外灰度圖像進(jìn)行邊緣提取，通過最大類間ニ差法生成紅外ニ值圖像。記為IB(i，j)表示紅外ニ值圖像；圖4是實(shí)際采集的紅外圖像，圖5是經(jīng)過處理生成的紅外ニ值圖像；
1-2、在ニ值圖像上提取水平、傾斜、垂直三類小線段。傾角范圍在-22.5e~ 22.5°的直線是由水平小線段組成；傾角范圍在22.5"~67了Um.5 ~157ゲ的直線是由傾斜小線段組成； 傾角范圍在67.5。~112.5°的直線是由垂直小線段組成。在ニ值圖像上按8捜索并標(biāo)記水平、傾斜、垂直小線段，定義三個(gè)鏈表結(jié)構(gòu)Hsegment、Vsegment, Ssegment用來存放水平、 垂直、傾斜小線段；
1-3、計(jì)算每個(gè)水平、傾斜、垂直小線段的斜率與截距，將斜率與截距相同的小線段，連接為長的直線線段；通過分析小線段共端點(diǎn)的方式來擬合曲線段；采用如下結(jié)構(gòu)來表示線段
struct Segment{
Point startP ；//線段起始點(diǎn)坐標(biāo)
PointendP;//線段結(jié)束點(diǎn)坐標(biāo)
Double slope;//線段斜率
Double intercept; //線段截距 Int length;//線段長度
Int locate;//是否是曲線線段
}
1-4、在ニ值圖像上垂直等分區(qū)域，分析每個(gè)區(qū)域內(nèi)的三類小線段分布密度；如存在同時(shí)較高分布水平、垂直、傾斜線段的區(qū)域，確認(rèn)為桿塔區(qū)域，在桿塔圖像中是否存在曲線來區(qū)分是第二類圖像還是第三類圖像，如桿塔圖像中不存在曲線，確認(rèn)為第二類紅外圖像；桿塔圖像中存在曲線，確認(rèn)為第三類紅外圖像；
1-5、分析水平、垂直、傾斜線段的平行關(guān)系，將斜率近似相同，截距不同的線段聚類為平行線組；并確認(rèn)為導(dǎo)線組。用如下結(jié)構(gòu)表示平行線組 struct Parallel{
Int Group； Int size； Point startP; Point endP; Double slope； Int 丄eft—edge； Int right_edge； Int bottom—edge; Int up—edge;
ι
1-6、依據(jù)識(shí)別出導(dǎo)線的位置，檢測出導(dǎo)線的寬度。依據(jù)絕緣子在第二類紅外圖像(在兩平行折線斷點(diǎn)處的垂直位置上)和第三類紅外圖像中的位置(在平行導(dǎo)線終點(diǎn)平行延長方向)，推導(dǎo)出絕緣子的大致位置。 1-7、在生成導(dǎo)線、引流線、絕緣子的ニ值模板圖像的基礎(chǔ)上，將每個(gè)導(dǎo)線、引流線、 絕緣子采用ニ值的連通區(qū)域來管理。為了有效檢測導(dǎo)線與線路其他部件的接觸區(qū)域，擴(kuò)展ニ值的連通區(qū)域使其能有效擴(kuò)展到部件之間的接觸區(qū)域。采用如下結(jié)構(gòu)來管理識(shí)別出的部件
struct part—object {
PART—NAME part_ID;
unsigned int elements—number； vector〈struct Element〉 elements； Il部件外接矩形區(qū)域坐標(biāo) int leftx, lefty; int topx, topy； int rightx, righty； int bottomx, bottomy；
ι
2、如圖3所示，紅外圖像識(shí)別高壓線路部件的基礎(chǔ)上，進(jìn)行紅外熱缺陷診斷，其具體步驟如下
2-1、識(shí)別的每個(gè)部件坐標(biāo)，采用對(duì)象連通區(qū)域BLOB管理，依據(jù)其像素坐標(biāo)，從紅外溫度圖像上，記錄該區(qū)域內(nèi)實(shí)際的溫度值，對(duì)導(dǎo)線部件采用分塊自動(dòng)找出最高溫度值，對(duì)絕緣子部件依據(jù)連通性，自動(dòng)找出最高溫度值，記為Tmax h。t，如圖6所示采用導(dǎo)線分塊方法，自動(dòng)找出的最高溫度，用綠顏色框標(biāo)記；
2-2、以最高溫度像素為種子點(diǎn)，采用區(qū)域生長方法，以低于最高溫度5度作為邊界判決條件，生成最高溫度的連通區(qū)域，如這個(gè)最高溫度區(qū)域大小與該部件溫度區(qū)域大小近似一致，則該部件溫度正常，則結(jié)束對(duì)該部件的診斷；如最高溫度區(qū)域大小明顯小于該部件溫度區(qū)域大小，將該部件最高溫度區(qū)域外像素作為ー個(gè)區(qū)域；
2-3、對(duì)這個(gè)部件區(qū)域在紅外溫度圖像IW (i, j)上生成兩個(gè)溫度連通區(qū)域ー個(gè)是最高溫度的連通區(qū)域，另ー個(gè)是由除最高溫度外像素組成的溫度連通區(qū)域。計(jì)算最高溫度連通區(qū)域內(nèi)溫度的平均值A(chǔ)VG_Tmax，計(jì)算除最高溫度外像素組成的溫度連通區(qū)域內(nèi)溫度的平均值A(chǔ)VGJVef，做如下計(jì)算
權(quán)利要求
1.一種基于紅外圖像智能診斷高壓輸電線路熱缺陷的方法，其特征在于操作步驟如下步驟1、采用基于線對(duì)象感知聚類算法識(shí)別線路部件；步驟2、對(duì)識(shí)別的線路部件，采用相對(duì)溫差法診斷其熱缺陷。
2.如權(quán)利要求1所述的基于紅外圖像智能診斷高壓輸電線路熱缺陷的方法，其特征在于所述的步驟1采用基于線對(duì)象感知聚類算法的具體步驟如下步驟1-1、帶方向的邊緣算子處理紅外圖像，提取出水平線段、垂直線段、斜線段、曲線段，通過最大類間ニ差法生成紅外ニ值圖像，記為IB (i，j)表示紅外ニ值圖像；步驟1-2、在步驟1-1的紅外ニ值圖像上，計(jì)算每個(gè)水平、傾斜、垂直小線段的斜率與截距，將斜率與截距相同的小線段，合并連接為長的直線線段；通過分析小線段共端點(diǎn)的方式來擬合曲線段；步驟1-3、在步驟1-2紅外ニ值圖像上垂直等分區(qū)域，分析每個(gè)區(qū)域內(nèi)的三類小線段分布密度；如存在同時(shí)水平、垂直、傾斜線段分布密度較高的區(qū)域，確認(rèn)為包含桿塔的紅外圖像；如桿塔圖像中不存在曲線，確認(rèn)為包含直線桿塔紅外圖像；桿塔圖像中存在曲線，確認(rèn)為包含耐張桿塔紅外圖像；步驟1-4、將水平線段與傾斜線段中，斜率近似相同，截距不同的線段歸類為平行線組； 并確認(rèn)為導(dǎo)線組；步驟1-5、依據(jù)步驟1-3與步驟1-4，在確認(rèn)包含直線桿塔的紅外圖像中，如存在兩組平行導(dǎo)線，判斷相鄰端點(diǎn)接近程度，同時(shí)相對(duì)擴(kuò)展導(dǎo)線，使這兩組導(dǎo)線相交，在交點(diǎn)的垂直方向存在合成絕緣子，推理出合成絕緣子位置，作為識(shí)別的合成絕緣子部件；如存在一組平行導(dǎo)線，與桿塔區(qū)域相鄰的端點(diǎn)，按16*8大小像素區(qū)域擴(kuò)展其端點(diǎn)，使其有效擴(kuò)展到線路部件之間的接觸區(qū)域；步驟1-6、依據(jù)步驟1-3與步驟1-4，在確認(rèn)包含耐張桿塔的紅外圖像中，如存在平行導(dǎo)線組，判決與曲線相鄰導(dǎo)線端點(diǎn)，該端點(diǎn)平行延長方向上存在玻璃絕緣子部件，推理出玻璃絕緣子位置，作為識(shí)別的玻璃絕緣子部件；步驟1-7、將識(shí)別的導(dǎo)線、引流線、絕緣子位置坐標(biāo)用獨(dú)立的連通區(qū)域結(jié)構(gòu)管理。
3.如權(quán)利要求2所述的基于紅外圖像中智能診斷高壓輸電線路熱缺陷的方法，其特征在于所述步驟2對(duì)識(shí)別的線路部件，采用相對(duì)溫差法診斷其熱缺陷的具體步驟如下步驟2-1，讀取識(shí)別的每個(gè)部件區(qū)域，依據(jù)其區(qū)域像素坐標(biāo)，從紅外溫度圖像IW (i, j) 上，讀取該區(qū)域內(nèi)實(shí)際的溫度值，對(duì)導(dǎo)線部件采用分塊自動(dòng)找出最高溫度值，對(duì)絕緣子部件依據(jù)連通性，自動(dòng)找出最高溫度值，記為Tmax—h。t ；步驟2-2、以最高溫度像素為種子點(diǎn)，采用區(qū)域生長方法，以低于最高溫度5度作為邊界判決條件，生成最高溫度的連通區(qū)域，如這個(gè)最高溫度區(qū)域大小數(shù)目與該部件區(qū)域大小數(shù)目近似一致，則該部件溫度正常，則結(jié)束診斷；如最高溫度區(qū)域大小數(shù)目明顯小于該部件區(qū)域大小數(shù)目，將該部件最高溫度區(qū)域外像素作為ー個(gè)區(qū)域，轉(zhuǎn)入步驟2-3 ；步驟2-3、對(duì)這個(gè)部件區(qū)域在紅外溫度圖像IW (i, j)上生成兩個(gè)溫度連通區(qū)域一個(gè)是最高溫度的連通區(qū)域，另ー個(gè)是由除最高溫度外像素組成的溫度連通區(qū)域，計(jì)算最高溫度連通區(qū)域內(nèi)溫度的平均值A(chǔ)VG_Tmax，計(jì)算除最高溫度外像素組成的溫度連通區(qū)域內(nèi)溫度的平均值A(chǔ)VG_i;ef，做如下計(jì)算
全文摘要
本發(fā)明涉及到一種基于紅外圖像智能診斷高壓輸電線路熱缺陷的方法。它是一種在運(yùn)動(dòng)狀態(tài)下從拍攝到的紅外圖像中自動(dòng)檢測輸電線路存在熱缺陷的方法。操作步驟為步驟1、采用基于線對(duì)象感知聚類識(shí)別線路中的部件；有效排除自然復(fù)雜景物中地面行駛的汽車發(fā)熱、地面發(fā)熱物體及桿塔本身反射熱量對(duì)線路熱缺陷診斷的影響。步驟2、對(duì)識(shí)別的線路部件，采用相對(duì)溫差法，診斷該部件是否存在熱缺陷，可消除太陽輻射造成的附加溫升的影響，同時(shí)，將檢測距離、環(huán)境溫度、濕度、風(fēng)速等參數(shù)不準(zhǔn)確帶來的誤差也減少。該方法能有效提高對(duì)輸電線路熱缺陷檢測的效率，有效應(yīng)用到車載或直升機(jī)輸電線路巡檢業(yè)務(wù)中。
文檔編號(hào)G01R31/08GK102565625SQ201210006788
公開日2012年7月11日 申請(qǐng)日期2012年1月11日 優(yōu)先權(quán)日2011年5月25日
發(fā)明者張書鳴, 朱國軍, 韓軍, 馬行漢 申請(qǐng)人:上海大學(xué)