基于SIFT算法的导线异物悬挂检测方法研究

吴婕萍 赵文昊 于文萍

【摘  要】为实现输电导线上的异物检测，论文以SIFT（Scale-invariant feature transform）算法為理论基础，先采用高斯滤波对图像进行预处理，再提取图像的尺度不变换特征，最后采用基于梯度直方图的统计方法对所提取特征进行识别。实验结果表明，利用SIFT算法检测的准确率为92%，检测周期为15s。所提出的方法为SIFT算法的领域拓广、导线异物检测方面的研究提供了理论参考和使用价值。

【Abstract】In order to detect foreign object on transmission wires. This paper， which is based on SIFT （Scale-invariant feature transform） algorithm， firstly uses Gaussian filtering to preprocess the images， then extracts the scale invariant features of it， and finally adopts a statistical method based on gradient histograms to identify the extracted features. The experimental results show that the accuracy of detection using the SIFT algorithm is 92% and the detection period is 15s. The study provides theoretical reference and use value for SIFT algorithm's domain extension and the research on foreign object of transmission wires detection.

【关键词】导线异物;SIFT算法;机器视觉

【Keywords】foreign object on wire; SIFT algorithm; machine vision

【中图分类号】TM75                               【文献标志码】A                                   【文章编号】1673-1069（2020）06-0178-02

1 引言

输电导线常年暴露于野外环境，时常会有各种异物悬挂在输电线路上，存在着极大的安全隐患[1]。目前导线异物检测方法有人工巡线以及飞行器巡线，传统人工巡线的方式耗时耗力且精度较低。飞行器巡线虽然可以在远距离和复杂环境中准确地进行电力安全检测[2]，但是所拍摄的图像背景纹理仍会出现较多的导线误识别的情况。

经过近年来的发展，涌现出了较多的图像目标检测方法。例如，航空摄影技术[3]、对目标图像的提取和跟踪技术[4]、目标图像的分割技术[5]，同时输电线路图像自动检测方法中有待解决的问题主要包括确定对象的方位特征和解决目标图像背景运动的影响等。

综上，为实现对输电线路异物的在线检测，本文提出一种基于SIFT算法的导线异物悬挂检测方法，通过机器视觉技术来对导线异物做出相应的识别标识。

2 SIFT算法

SIFT（Scale-invariant feature transform）算法，即尺度不变特征转换，利用机器视觉来侦测图像中的局部特征，具有独特性好、信息量丰富的特点，其实质是在不同的尺度空间查找对应的关键点，计算方向并实现标注。……