基于圖像識別的無人機輸電線路斷股檢測系統(tǒng)設(shè)計

高曉東　鄭連勇　王蔚　曹飛

摘 要： 針對傳統(tǒng)的輸電線路人工沿線巡檢方式成本高、效率和安全性低等缺陷，基于圖像識別技術(shù)，設(shè)計并開發(fā)了一套實時的無人機輸電線路斷股檢測系統(tǒng)。該系統(tǒng)利用輸電線路直線特征，使用Laplacian算子對輸電線路進行邊緣檢測，經(jīng)閉運算、二值化運算后得到光滑邊緣；使用改進后的霍夫變換與區(qū)域種子點獲取和生長提取無人機實時拍攝的輸電線路圖像；最終，根據(jù)輸電線路的寬度變化判斷是否存在斷股缺陷。該系統(tǒng)實際使用效果良好，能夠明確顯示斷股缺陷信息，并能為相關(guān)輸電線路的斷股缺陷檢測技術(shù)提供參考。

關(guān)鍵詞： 線路斷股檢測； 邊緣檢測； 霍夫變換； 區(qū)域種子點； 區(qū)域生長

中圖分類號： TN913?34； TP393 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2017）20?0162?03

Abstract： Aiming at the problems of high cost， low efficiency and little safety of traditional artificial patrol， a real?time broken strand defects detection system for transmission line of unmanned aerial vehicle was designed and developed on the basis of image recognition technology. The straight line feature of transmission circuit is used in the system to perform the edge detection and Laplacian operator， and then the closed and binarization operations are adopted in the system to obtain smooth edge of transmission lines images. The improved Hough transforma regional seed acquisition and region growing are employed to extract the transmission line real?time images taken by UAV， and then judge whether broken strand defects exist according to width variation of the transmission line. This system works well in its actual running， can display the information of broken strand defects clearly， and can provide a reference for detection of broken strand defects in the related transmission lines.

Keywords： broken strand line detection； edge detection； Hough transform； regional seed point； region growing

傳統(tǒng)的輸電線路人工沿線巡檢方式存在成本高、效率與安全系數(shù)低等缺點，而新興的無人機巡檢方式卻能有效改善上述缺陷，為高壓輸電線路定期巡檢提供新的方案[1]。斷股缺陷作為高壓輸電線路常見且危害性高的重要缺陷，在無人機巡檢方式的研究和分析中，存在與輸電線路類似的線性特征區(qū)域干擾較難排除、輸電線路環(huán)境和背景復(fù)雜引起的算法不可靠等問題[2?6]。因此，基于圖像識別技術(shù)，本文引入改進的霍夫變換，選用區(qū)域生長種子點處的平均像素作為閾值參考，設(shè)計并開發(fā)了一套無人機輸電線路斷股檢測系統(tǒng)。該系統(tǒng)能有效解決上述干擾難以排除、算法不可靠等問題，從而對輸電線路進行準(zhǔn)確檢測及判斷。此外，本文對無人機相關(guān)SDK進行了二次開發(fā)，確保無人機對所拍攝的輸電線路缺陷圖像的實時傳輸與處理。

1 無人機巡航檢測系統(tǒng)

本文設(shè)計的無人機巡檢系統(tǒng)結(jié)構(gòu)如圖1所示。分別為前端用于獲取輸電線路圖像的線纜檢測子系統(tǒng)以及后臺顯示輸電線路圖像、檢測斷股缺陷的圖像處理子系統(tǒng)，兩個子系統(tǒng)均由WiFi連接并保持通信。其中，前端子系統(tǒng)中的無人機由手動控制拍攝輸電線路圖像，經(jīng)壓縮后借助WiFi傳輸給PC端。

1.1 圖像發(fā)送和接收

本文選擇使用TCP/IP協(xié)議執(zhí)行圖像發(fā)送和接收操作。發(fā)送端將圖像壓縮編碼后發(fā)送給接收端進行分片接收，發(fā)送過程中會對各數(shù)據(jù)包進行實時跟蹤，以確保圖像的完整性。其相關(guān)流程如圖2所示。

1.2 無線通信模塊

本文使用Internet實現(xiàn)各部分之間的通信。套接字之間的連接由服務(wù)器監(jiān)聽、客戶端請求以及連接確認(rèn)三個步驟實現(xiàn)。無人機和地面控制中心的無線通信基于Winsock編程技術(shù)實現(xiàn)，流程見圖3。

圖像的傳輸依次由圖像采集、前端請求圖像傳輸、接收端請求接收圖像并創(chuàng)建Socket、接收圖像后顯示并處理、斷開連接5個步驟實現(xiàn)。通信傳輸效果如圖4所示。

1.3 圖像處理后臺子系統(tǒng)

該子系統(tǒng)依次對輸電線路進行識別和斷股缺陷檢測。識別過程中，首先使用Laplacian算子對輸電線路圖像邊緣進行檢測，經(jīng)閉運算以及二值化獲取光滑邊緣。隨后，采用改進后的霍夫變換檢測輸電線路直線特征（輸電線路像素比背景均勻且差別較大），并取直線邊緣為區(qū)域生長所需的種子點，在窗口二值化后除去背景干擾，繼而進行區(qū)域生長，最終獲得輸電線路。檢測過程則是利用斷股缺陷會使輸電線路寬度發(fā)生變化的特性來檢測斷股缺陷是否存在，流程如圖5所示。

2 輸電線路識別分析

2.1 邊緣檢測

本文選擇使用Laplacian算子進行直線邊緣檢測，能夠滿足檢測的邊緣完整、檢測位置偏離原邊緣少以及邊緣圓滑的要求[7]。經(jīng)閉運算將邊緣平滑化后，得到未改變過多面積但存在較多小像素值噪點的圖像，此時借助一定閾值的二值化方法能去除圖像中的噪點。

2.2 改進的霍夫變換檢測輸電線路邊緣方法

本文選擇使用改進的霍夫變換來排除具有類似直線邊緣物體的干擾[8]。輸電線路在圖像中具有直線近似邊緣、橫貫圖像、成對出現(xiàn)、傾斜角較小等特征，借此可以通過設(shè)定直線長度和傾斜角閾值對直線邊緣進行篩選，從而將共線數(shù)量較多的直線確定為輸電線路邊緣。最終結(jié)果如圖6所示。

2.3 輸電線路區(qū)域種子點獲取和生長

本文選取經(jīng)霍夫變換后的輸電線路直線邊緣作為種子點，通過比較各種子點像素值和平均像素，過濾除去非輸電線路邊緣（差值絕對值大于閾值）；結(jié)合輸電線路的金屬特性（圖像中像素值較低），取當(dāng)前種子點附近像素值最低的像素點作為種子點。

種子點集合確定后，選擇與其強度、紋理顏色、灰度等相似的相鄰像素以迭代方式合并到一起，形成能代表該物體的更大區(qū)域，區(qū)域生長效果可見圖7。

3 斷股缺陷檢測和效果

輸電線路中的斷股缺陷通常表現(xiàn)出毛刺亦或是多股導(dǎo)線同時向下并散開的形態(tài)特征，表現(xiàn)在圖像上則是寬度突然增大。因此，拍攝時在確保圖像中輸電線路左右貫穿的前提下，重點關(guān)注輸電線路的寬度變化（即各列輸電線路的像素和變化）。算法如下所示：

（1） 將拍攝獲得的圖像分割成N個長度固定的小區(qū)域，并統(tǒng)計各區(qū)域內(nèi)所包含像素值和GN（N=1，2，…，n）。

（2） 求得圖像的平均像素Gv，并計算絕對灰度差距離Di，如下：

（4） 按行至上而下遍歷區(qū)域生長圖像，直到點（x1，y1）處像素值為255，返回y1；反方向按行遍歷，直到點（x2，y2）處像素值為255時返回y2。

（5） 在圖像上畫紅色矩形框（x1，y1），（x2，y2）并結(jié)束程序。

采用上述算法獲得的斷股缺陷檢測和識別效果如圖8所示。由圖8可知，該系統(tǒng)的斷股檢測效果良好，能對輸電線路缺陷進行及時有效識別與檢測。

4 結(jié) 語

針對傳統(tǒng)的輸電線路人工沿線巡檢方式成本高、效率低等缺陷，基于圖像識別技術(shù)，本文設(shè)計并開發(fā)了一套無人機輸電線路斷股檢測系統(tǒng)。該系統(tǒng)利用輸電線路直線特征，先后經(jīng)過邊緣檢測、閉運算和二值化運算、改進的霍夫變換與區(qū)域種子點獲取和生長得到無人機實時拍攝的輸電線路圖像。該系統(tǒng)實際使用效果良好，獲取的圖像能夠明確反映斷股缺陷信息，并能為相關(guān)輸電線路的斷股缺陷檢測提供技術(shù)支持及參考。

參考文獻(xiàn)

[1] 張文峰，彭向陽，鐘清，等.基于遙感的電力線路安全巡檢技術(shù)現(xiàn)狀及展望[J].廣東電力，2014（2）：1?6.

[2] 王銳，王柯，徐曉剛，等.輸電線路無人機巡檢地面測控站及運輸保障系統(tǒng)設(shè)計[J].廣東電力，2014（2）：87?92.

[3] 孫鳳杰，楊鎮(zhèn)澴，李媛媛，等.輸電導(dǎo)線圖像目標(biāo)識別方法[J].中國圖象圖形學(xué)報，2012，17（3）：349?356.

[4] ISHINO R， TSUTSUMI F. Detection system of damaged cables using video obtained from an aerial inspection of transmission lines [C]// Proceedings of Power Engineering Society General Meeting. Istanbul： IEEE， 2015： 1857?1862.

[5] WANG X， HU J， WU B， et al. Study on edge extraction methods for image?based icing on?line monitoring on overhead transmission lines [C]// Proceedings of International Conference on High Voltage Engineering and Application. Taipei， China： IEEE， 2013： 661?665.

[6] 王亞萍，韓軍，陳舫明，等.可見光圖像中的高壓線缺陷自動診斷方法[J].計算機工程與應(yīng)用，2011，47（12）：180?184.

[7] 龔聲蓉.數(shù)字圖像處理與分析[M].北京：清華大學(xué)出版社，2014.

[8] 唐佳林，王鎮(zhèn)波，張鑫鑫.基于霍夫變換的直線檢測技術(shù)[J].科技信息，2011（14）：43.