一種基于視覺注意機(jī)制的高壓巡線故障檢測方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電力監(jiān)測領(lǐng)域，具體涉及一種基于視覺注意機(jī)制的高壓巡線故障檢測 方法及系統(tǒng)。
【背景技術(shù)】
[0002] 輸電線作為電力傳輸?shù)妮d體，是供電系統(tǒng)重要組成部分。目前，大部分輸電線及其 他部件都暴露在戶外，被腐蝕和破壞，如果不及時發(fā)現(xiàn)缺陷并修復(fù)會導(dǎo)致嚴(yán)重的安全事故。 人工巡檢是最常用的巡檢方式。高壓輸電線地域范圍廣、距離長，輸電線的地理環(huán)境惡劣， 人工巡檢作業(yè)難度越來越大，而且效率低，很容易造成漏檢誤檢。從20世紀(jì)90年代開始，直 升機(jī)在電力巡線等電力工作中使用越來越廣泛。直升機(jī)上搭載各種檢測設(shè)備，依舊通過人 眼觀察輸電線的安全狀況，從快速的攝錄影像中觀察輸電線狀況對技術(shù)人員的要求增高， 并且輸電線走廊環(huán)境惡劣，不能完全保證飛行的安全性。
[0003] 近年來隨著自動控制技術(shù)、GPS導(dǎo)航技術(shù)、無線通信技術(shù)等發(fā)展，無人機(jī)以其重量 輕、體積小、靈活性大等優(yōu)點逐漸從軍事領(lǐng)域拓展到民用領(lǐng)域，應(yīng)用越來越廣泛。現(xiàn)有的采 用無人機(jī)搭載攝像頭的巡線方式，大部分是將圖像數(shù)據(jù)傳送到控制站，人工進(jìn)行一幀一幀 檢查，其效率也是低下的。

【發(fā)明內(nèi)容】

[0004] 為針對以上高壓巡線故障識別的效率低，本發(fā)明提供了一種高效的基于視覺注意 機(jī)制的高壓巡線故障檢測方法及系統(tǒng)。該系統(tǒng)基于計算機(jī)視覺技術(shù)，首先通過成像設(shè)備進(jìn) 行輸電線狀態(tài)捕獲，利用基于視覺注意機(jī)制的圖像識別方法提取輸電線特征，進(jìn)而進(jìn)行故 障異常檢測，可解決傳統(tǒng)巡檢方式的強(qiáng)度大、成本高、效率低等問題。
[0005] 本發(fā)明的技術(shù)方案是：
[0006] -種基于視覺注意機(jī)制的高壓巡線故障檢測系統(tǒng)，包括用于拍攝傳輸線的圖像傳 感器、進(jìn)行模數(shù)轉(zhuǎn)換的ADC模塊、FPGA模塊、進(jìn)行視頻備份的DDR存儲模塊、DSP圖像處理模 塊、自動控制模塊以及通信模塊。圖像傳感器獲取圖像，經(jīng)過ADC數(shù)模轉(zhuǎn)換后由FPGA進(jìn)行采 樣和圖像預(yù)處理，再將圖像緩存到RAM中。最后由DSP模塊對RAM中的圖像信息進(jìn)行故障檢 測，若發(fā)現(xiàn)有故障，會經(jīng)由自動控制模塊通知通信模塊將故障圖像數(shù)據(jù)信息傳送到控制站 以實現(xiàn)報警。另一方面。通信模塊接收來自控制臺的指令信號，經(jīng)由自動控制模塊進(jìn)行參數(shù) 設(shè)置進(jìn)行相應(yīng)的工作。
[0007] 所述的圖像傳感器為高分辨率圖像傳感器，圖像傳感器的驅(qū)動由FPGA輸出，中間 經(jīng)過放大器進(jìn)行驅(qū)動匹配。
[0008] 所述的FPGA模塊，控制視頻圖像的采樣和預(yù)處理，將圖像緩存到RAM中，供后續(xù)處 理。實時視頻圖像處理的底層預(yù)處理數(shù)據(jù)量大，但算法相對簡單，適合在FPGA中實現(xiàn)。另外 FPGA也支持并行和流水結(jié)構(gòu)和內(nèi)嵌DSP算法，這樣FPGA可以通過多個處理單元的并行工作， 通過硬件實現(xiàn)有大量乘法運(yùn)算的算法，可以提高故障檢測的效率，很好地兼顧了速度及靈 活性。
[0009] 所述的通信模塊，可為2G網(wǎng)絡(luò)的GSM或CDMA2000模式，或者為3G網(wǎng)絡(luò)的CDMA2000、 WCDMA、TD-SCDMA、WiMAX 模式，或者為 4G 網(wǎng)絡(luò)的 LTE、LTE-Advanced、WiMax、WirelessMAr^i 式。
[0010]所述的自動控制模塊采用單片機(jī)為控制器，控制DSP、FPGA的以及通信模塊的工 作。自動控制模塊通過接收來自通信模塊的控制臺指令執(zhí)行相應(yīng)的參數(shù)設(shè)置。當(dāng)接收到來 自DSP的故障信息，則會控制通信模塊將故障信息發(fā)送到控制站，故障信息可包括故障點圖 像、故障類別及地理位置等信息。
[0011] 所述的DSP圖像處理模塊主要用于圖像處理，當(dāng)檢測到有故障時，會將故障進(jìn)行分 類，再將分類后的故障信息發(fā)給自動控制模塊。
[0012] 本發(fā)明還提供了一種基于視覺注意機(jī)制的高壓巡線故障檢測方法，包括以下幾個 步驟：
[0013] ⑴圖像預(yù)處理
[0014] 由于視頻圖像的拍攝是掛載在多旋翼無人機(jī)的圖像傳感器完成的，在圖像采集 時，數(shù)字化時電子元件引入隨機(jī)噪聲，曝光過度或不足產(chǎn)生顆粒噪聲，成像系統(tǒng)與被拍攝景 物的相對運(yùn)動造成的圖像運(yùn)動模糊，因此為了減少對輸電線等目標(biāo)部件提取的干擾，要先 進(jìn)行圖像預(yù)處理。圖像預(yù)處理主要包括圖像灰度化、光學(xué)矯正、直方圖均衡、基于小波變換 的圖像去噪。
[0015] (2)輸電線的提取
[0016]首先使用Ratio算子對預(yù)處理后的圖像檢測出圖像的邊緣，再進(jìn)行形態(tài)學(xué)處理，去 除圖像中的面狀噪聲和干擾影像。采用基于梯度方向信息的隨機(jī)Hough變換方法，再依據(jù)電 力線的特征:輸電線比較長，一般不止一條；由于近距離拍攝，輸電線在圖像中類似于直線， 往往會貫穿整幅圖像，中間部分會被桿塔隔開，可去除角度相差很大的線，確定哪些線是電 力線。這樣可確定電力線在所拍攝圖片中所處的位置。
[0017] 當(dāng)輸電線區(qū)域被分割出來后，通過區(qū)域生長方法將周圍領(lǐng)域內(nèi)和直線具有相似特 征的像素點包括進(jìn)來，從而將兩端漏檢的直線延長，或?qū)⒃谕粭l直線上的幾個線段連接 起來。
[0018] (3)基于視覺注意機(jī)制的圖像顯著焦點提取
[0019] 對圖像進(jìn)行是否異物附著檢測采用基于Itti視覺注意模型。包括以下步驟：
[0020] 步驟1、對輸入的圖像進(jìn)行多尺度劃分。使用離散線性高斯濾波器對圖像進(jìn)行水平 和垂直方向的平滑和降采樣處理。
[0021] 步驟2、顏色、亮度和方向三個視覺特征提取;具體分為：
[0022] A)、顏色特征的提取。假設(shè)r，g，b為原始輸入圖像的紅色、綠色、藍(lán)色三個通道的分 量，則紅-綠通道和藍(lán)-黃通道的四個顏色的公式如下：
[0023] R = r-(g+b)/2
[0024] G = g-(r+b)/2
[0025] B = b-(r+g)/2
[0026] Y= (r+g)/2_ I r_g I/2_b
[0027] 其中的RGBY代表廣義的紅綠藍(lán)黃四種顏色。對紅-綠通道和藍(lán)-黃通道中對立的兩 個顏色作差取絕對值就可以得到2個顏色通道：
[0028] RG=|R-G
[0029] BY=|B-Y
[0030] B)、亮度特征的提取。亮度信息用I表示，則I為：
[0032] 需要用高斯金字塔對每一層的圖像提取亮度特征。
[0033] C)、方向特征的提取。使用Gabor濾波器對圖像提取方向特征。二維Gabor濾波器的 數(shù)學(xué)公式為：
[0038]式中：x，y表示坐標(biāo)變量，σχ和％分別表示高斯在X，y方向上的方差，θ,別取〇°、45°、 90°、135°，對亮度圖I進(jìn)行4個方向的Garbor濾波得到的4個方向特征圖。
[0039] 步驟3、特征圖的合并。在特征提取之前對圖像進(jìn)行了多尺度劃分，使得特征圖的 類型和分辨率不一致，因此需要通過以下2個步驟來完成特征合并。
[0040] A)、相同類型但尺度不同的特征圖的合并
[0041] 由于Itti視覺注意模型是模擬人眼視網(wǎng)膜中感受野的中央-周圍特征，因此對它 通過金字塔模型得到的多尺度圖像進(jìn)行中央-周圍操作。
[0042]由此得到的亮度特征圖像I的特征顯著圖的計算公式為：
[0043] I(c,s)= |l(c)0I(s)
[0044] 其中，I (c，s)為亮度特征顯著圖，1(c)和I (s)分別表示中央亮度和周圍亮度特征 顯著圖；
[0045]顏色特征圖像的特征顯著圖的計算公式為：
[0046] RG(c,s)= | (R(c)-G(c)) Θ (R(s)-G(s))
[0047] BY(c,s)= I (B(c)-Y(c)) Θ (B(s)-Y(s))
[0048] 方向顯著圖的計算公式為
[0049] 〇(c,s,0)= |〇(c,0)0〇(s,0)
[0050] 式中：RG(c，s)表示紅綠拮抗特征圖，R( c)表示紅色中心特征圖，G(c)表示綠色中 心特征圖，R(s)表示紅色周圍特征圖，G(s)表示綠色周圍特征圖，BY(c，s)表示藍(lán)黃拮抗特 征圖，B(c)表示藍(lán)色中心特征圖，Y(c)表示黃色中心特征圖，B(s)表示藍(lán)色周圍特征圖，Y (s)表示黃色周圍特征圖，〇(c，s，0)表示方位特征圖，〇(c，0)表示中心方位特征圖，〇(s，0) 表示周圍方位特征圖；
[0051] 由以上公式計算可得42幅Itti視覺注意模型特征顯著圖：6幅亮度圖、12幅顏色顯 著圖、24幅方向顯著圖。
[0052] Itti視覺注意模型需要將這42幅特征顯著圖像進(jìn)行融合，使用的是一種歸一化算 子N( ·)。通過歸一化算子N( ·)，特征圖中的顯著區(qū)域都被放大，明顯突出了待注意的突出 目標(biāo)特征，抑制了貢獻(xiàn)小的特征的干擾。將不同尺度的特征圖進(jìn)行歸一化就可以形成一副 該特征通道的顯著圖，公式如下：
[0056] B)、不同類型特征圖的合并
[0057]通過步驟1可以得到3幅不同類型的特征圖，它們的分辨率是一樣的，Itti模型通 過同比例相加的方法將這三個通道的顯著圖合并為S，公式如下：
[0059] C)、視覺注意焦點的提取和轉(zhuǎn)移
[0060]采用勝者為王的競爭機(jī)制提取最顯著的目標(biāo)并對其注意，并通過禁止返回機(jī)制尋 找下一個注意焦點。其中，若焦點位置距離(2)中檢測出的輸電線所在位置大于一定閾值， 則舍去。
[0061] (4)輸電線故障檢測
[0062] 步驟(3)中通過Itti注意機(jī)制，已確定多個注意焦點。計算每個焦點中物體的不變 矩特征。
[0063] a.該物體在輸電線上，但與已知的輸電線上的器件(如防震錘、絕緣子、桿塔等）的 不變矩相異大于一定閾值的，可初步判定為異物附著。
[0064] b.該物體的不變矩與絕緣子相似的，進(jìn)一步分析其形狀特征、小波特征，可確定是 否為絕緣子。若是，則進(jìn)行基于形狀數(shù)的掉串檢測、基于區(qū)域描述的方法的裂紋與表面污穢 等故障檢測。
[0065] (5)基于鏈碼的輸電線斷股檢測
[0066] 掃描圖像中的輸電線邊緣，對其鏈碼值為0和非0的像素點分別進(jìn)行記錄，以其中 鏈碼值為〇且連續(xù)最長的一段作為基準(zhǔn)線;若該序列中的像素點對應(yīng)的鏈碼值不為零，則計 算點與序列基準(zhǔn)線的距離，對這個距離設(shè)定一個閾值T1，并統(tǒng)計垂直距離大于閾值的像素 總數(shù)，若這樣的像