陈荣保, 韦 盛, 盛雨婷, 翁东波
(1.合肥工业大学 电气与自动化工程学院,安徽 合肥 230009;2.淮南供电公司 计量管理中心,安徽 淮南 232007)
电力线路在能源建设中占有重要地位,输电线巡检保障国家电网安全。使用人工检修的方式,在测量的过程中消耗经济多、危险系数大、时间长等缺点,这将阻碍电力行业的发展,对电力系统的安全、管理与维护带来不便。然而旋翼飞行器近年来发展迅速,其优点不言而喻,体积小、速度与高度可控、精度高等优势。随着无人机和图像识别等技术的成熟,输电线巡检方案发生变革,以无人机搭载高清相机等各类传感器,完成输电线工作状态的巡检任务[1,2]。
无人机巡检过程中,采集拍摄图像背景复杂,易受树木建筑等环境干扰,图像识别时受阈值差异导致结果产生较大的变化,边缘检测目标间断会造成误检、漏检现象[3,4]。直线拟合时局外噪声点会影响结果的准确,须提高系统抗噪声干扰的能力[5,6]。线状背景干扰会影响无人机自主巡检时目标识别丢失,造成不可预估的损失,同时巡检需降低运算时间,保证图像处理实时性与准确性,因此输电线图像识别算法尤为重要[7,8]。
本文对数字图像处理技术在输电线的应用进行了研究,提出改进EDLines算法快速识别输电线路,方法可去除拟合直线时局外噪声点的干扰。根据输电线路的特征,使用K均值聚类算法滤除线状干扰背景,设计模板匹配优化目标,识别出完整的输电线方便巡检的应用。……