本發(fā)明涉及本發(fā)明屬于無(wú)人機(jī)遙感數(shù)據(jù)處理領(lǐng)域，尤其涉及一種使用無(wú)人機(jī)標(biāo)記影像的輸電線路地質(zhì)災(zāi)害監(jiān)測(cè)方法。

背景技術(shù)：

輸電線路作為電力建設(shè)中的重要組成部分，近年來(lái)國(guó)家加大對(duì)輸電線路的新建和翻修。由于受到自然條件的影響和人為施工不當(dāng)?shù)南拗?，輸電線路常會(huì)受到地質(zhì)災(zāi)害的威脅。地質(zhì)災(zāi)害的發(fā)生將對(duì)輸電線路造成損壞，嚴(yán)重影響人們的日常生活，造成重大經(jīng)濟(jì)財(cái)產(chǎn)損失，給國(guó)家和政府造成極大的壓力?？梢?jiàn)，準(zhǔn)確進(jìn)行輸電線路地質(zhì)災(zāi)害監(jiān)測(cè)可以輔助相關(guān)電力部門及時(shí)進(jìn)行輸電線路的維修和災(zāi)害防范，并及時(shí)采取救災(zāi)措施，保證輸電線路正常運(yùn)行和輸電線路建設(shè)的質(zhì)量，促進(jìn)電力行業(yè)健康可持續(xù)發(fā)展。輸電線路地質(zhì)災(zāi)害能夠高效監(jiān)測(cè)的前提是對(duì)已發(fā)生的各地區(qū)、各類型以及各種情況下的地質(zhì)災(zāi)害進(jìn)行詳細(xì)的分析研究，并能夠快速的發(fā)現(xiàn)輸電線路地質(zhì)災(zāi)害，因此需要數(shù)據(jù)量豐富、樣本類型全面且多樣化的輸電線路周邊地質(zhì)災(zāi)害相關(guān)可見(jiàn)光圖像樣本以及快速的數(shù)據(jù)采集方式。

而目前的輸電線路周邊地質(zhì)災(zāi)害可見(jiàn)光圖像存在拍攝角度不合理、數(shù)量稀少、分辨率不足的缺陷，同時(shí)目前地質(zhì)災(zāi)害可見(jiàn)光圖像樣本僅是原始圖像，不包含任何標(biāo)注信息，例如該影像采集的時(shí)間、區(qū)域、路線、地質(zhì)地貌等信息，無(wú)法作為地質(zhì)災(zāi)害檢測(cè)算法的訓(xùn)練數(shù)據(jù)源及測(cè)試數(shù)據(jù)源，更無(wú)法在監(jiān)測(cè)后對(duì)輸電線路地質(zhì)災(zāi)害的處理工作提供指導(dǎo)。對(duì)于視覺(jué)算法來(lái)說(shuō)，傳統(tǒng)的檢測(cè)算法首先需要手工設(shè)計(jì)特征，例如顏色、紋理、位置、形態(tài)等。因?yàn)槭止ぴO(shè)計(jì)特征需要大量的經(jīng)驗(yàn)，需要對(duì)其應(yīng)用領(lǐng)域和數(shù)據(jù)非常了解，還需要對(duì)設(shè)計(jì)出來(lái)的特征進(jìn)行大量的調(diào)試工作，在此基礎(chǔ)上還需要有一個(gè)合適的分類器。同時(shí)設(shè)計(jì)特征，并選擇一個(gè)分類器，合并兩者并達(dá)到最優(yōu)的效果，幾乎是不可能完成的任務(wù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種使用無(wú)人機(jī)標(biāo)記影像的輸電線路地質(zhì)災(zāi)害監(jiān)測(cè)方法，以解決現(xiàn)有技術(shù)中監(jiān)測(cè)效果差的技術(shù)問(wèn)題。

本發(fā)明提供一種使用無(wú)人機(jī)標(biāo)記影像的輸電線路地質(zhì)災(zāi)害監(jiān)測(cè)方法，所述方法包括：

利用無(wú)人機(jī)采集參考輸電線路影像并標(biāo)記；

對(duì)所述參考輸電線路影像進(jìn)行k-medoids聚類分析，獲取訓(xùn)練集；

利用無(wú)人機(jī)采集目標(biāo)輸電線路影像并標(biāo)記；

根據(jù)所述訓(xùn)練集進(jìn)行分類檢測(cè)；

根據(jù)所述分類檢測(cè)的檢測(cè)結(jié)果獲取地質(zhì)災(zāi)害的發(fā)生地點(diǎn)。

優(yōu)選的，所述利用無(wú)人機(jī)采集參考輸電線路影像并標(biāo)記包括：

從電力系統(tǒng)中導(dǎo)入待飛輸電線路的所有桿塔坐標(biāo)；

獲取所使用的無(wú)人機(jī)系統(tǒng)所需參數(shù)，所述參數(shù)包括無(wú)人機(jī)飛行速度、相機(jī)像元尺寸和成像分辨率；

根據(jù)輸電線路坐標(biāo)和無(wú)人機(jī)系統(tǒng)參數(shù)規(guī)劃飛行航跡和拍照方式；

根據(jù)所述飛行航跡進(jìn)行無(wú)人機(jī)飛行，每次拍照的同時(shí)獲取無(wú)人機(jī)定位定姿系統(tǒng)POS信息、姿態(tài)以及載荷姿態(tài)；

對(duì)獲取的所有圖像進(jìn)行標(biāo)記。

優(yōu)選的，對(duì)所述參考輸電線路影像進(jìn)行k-medoids聚類分析，獲取訓(xùn)練集之前，所述方法還包括：

對(duì)所述參考輸電線路影像進(jìn)行灰度拉伸；

對(duì)灰度拉伸后的所述參考輸電線路影像構(gòu)建H-S顏色直方圖和梯度方向直方圖；

根據(jù)所述H-S顏色直方圖和梯度方向直方圖分別獲取對(duì)應(yīng)的概率分布。

優(yōu)選的，所述參考輸電線路影像進(jìn)行k-medoids聚類分析，獲取訓(xùn)練集包括：

選取初始類簇中心點(diǎn)；

確定初始類簇中心點(diǎn)的個(gè)數(shù)；

對(duì)所述各個(gè)參考輸電線路影像進(jìn)行JSD計(jì)算，獲取訓(xùn)練集。

本發(fā)明的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：

本發(fā)明提供一種使用無(wú)人機(jī)標(biāo)記影像的輸電線路地質(zhì)災(zāi)害監(jiān)測(cè)方法，包括：利用無(wú)人機(jī)采集參考輸電線路影像并標(biāo)記；對(duì)參考輸電線路影像進(jìn)行k-medoids聚類分析，獲取訓(xùn)練集；利用無(wú)人機(jī)采集目標(biāo)輸電線路影像并標(biāo)記；根據(jù)訓(xùn)練集進(jìn)行分類檢測(cè)；根據(jù)分類檢測(cè)的檢測(cè)結(jié)果獲取地質(zhì)災(zāi)害的發(fā)生地點(diǎn)。無(wú)人機(jī)輸電線路巡檢可有效快速的覆蓋輸電線路周邊區(qū)域，且達(dá)到較高地物分辨率并可同時(shí)完成影像標(biāo)記，提供給地質(zhì)災(zāi)害檢測(cè)更優(yōu)秀的數(shù)據(jù)源，從而可以提高地質(zhì)災(zāi)害檢測(cè)的準(zhǔn)確性。同時(shí)，無(wú)人機(jī)影像采集過(guò)程中可實(shí)時(shí)完成圖像的標(biāo)簽工作，以輔助災(zāi)害檢測(cè)后的分析工作。通過(guò)以上步驟本發(fā)明能夠完成快速的輸電線路地質(zhì)災(zāi)害監(jiān)測(cè)工作。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本發(fā)明。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例中提供的一種使用無(wú)人機(jī)標(biāo)記影像的輸電線路地質(zhì)災(zāi)害監(jiān)測(cè)方法的方法流程圖；

圖2是本發(fā)明實(shí)施例中提供的步驟S100的方法流程圖；

圖3是本發(fā)明實(shí)施例中提供的步驟S200的方法流程圖。

具體實(shí)施方式

這里將詳細(xì)地對(duì)示例性實(shí)施例進(jìn)行說(shuō)明，其示例表示在附圖中。下面的描述涉及附圖時(shí)，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本發(fā)明相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本發(fā)明的一些方面相一致的裝置的例子。

本說(shuō)明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其它實(shí)施例的不同之處。

傳統(tǒng)的基于對(duì)地觀測(cè)數(shù)據(jù)的地質(zhì)災(zāi)害監(jiān)測(cè)工作主要依賴于影像目視解譯和實(shí)地調(diào)查，這種傳統(tǒng)模式耗時(shí)嚴(yán)重、費(fèi)用昂貴，且很多地區(qū)難以進(jìn)行實(shí)地調(diào)查，影響災(zāi)害后的快速響應(yīng)。而無(wú)人機(jī)影像較衛(wèi)星影像具有高清晰、大比例尺等優(yōu)點(diǎn)，也特別適合獲取帶狀地區(qū)航拍影像，且無(wú)人機(jī)為航拍攝影提供了操作方便，易于轉(zhuǎn)場(chǎng)的遙感平臺(tái)。而輸電線路通道恰恰成帶狀地區(qū)，非常適合無(wú)人機(jī)的應(yīng)用。本發(fā)明使用無(wú)人機(jī)遙感影像的同時(shí)結(jié)合電力行業(yè)特點(diǎn)，對(duì)影像數(shù)據(jù)進(jìn)行標(biāo)記以利于災(zāi)后的快速響應(yīng)。同時(shí)本發(fā)明采用圖像顏色、邊緣直方圖形式的概率分布來(lái)進(jìn)行數(shù)據(jù)分析和地質(zhì)災(zāi)害檢測(cè)。首先根據(jù)輸電線路位置信息等規(guī)劃無(wú)人機(jī)飛行方式，并在飛行過(guò)程中同步完成影像采集和數(shù)據(jù)標(biāo)記，然后對(duì)無(wú)人機(jī)遙感影像逐一進(jìn)行直方圖構(gòu)建，使用JSD(Jensen-Shannon Divergence)計(jì)算概率分布距離，使用改進(jìn)的k-medoids方法完成訓(xùn)練庫(kù)構(gòu)建，最后對(duì)每次新的遙感數(shù)據(jù)進(jìn)行分類以完成災(zāi)害檢測(cè)并完成災(zāi)害的分析工作。

請(qǐng)參考圖1，所示為本發(fā)明實(shí)施例中提供的一種使用無(wú)人機(jī)標(biāo)記影像的輸電線路地質(zhì)災(zāi)害監(jiān)測(cè)方法的方法流程圖，所述方法包括：

步驟S100：利用無(wú)人機(jī)采集參考輸電線路影像并標(biāo)記。

請(qǐng)參考圖2，所示為本發(fā)明實(shí)施例中提供的步驟S100的方法流程圖，包括：

步驟S101：從電力系統(tǒng)中導(dǎo)入待飛輸電線路的所有桿塔坐標(biāo)；

步驟S102：獲取所使用的無(wú)人機(jī)系統(tǒng)所需參數(shù)，所述參數(shù)包括無(wú)人機(jī)飛行速度、相機(jī)像元尺寸和成像分辨率；

步驟S103：根據(jù)輸電線路坐標(biāo)和無(wú)人機(jī)系統(tǒng)參數(shù)規(guī)劃飛行航跡和拍照方式；

步驟S104：根據(jù)所述飛行航跡進(jìn)行無(wú)人機(jī)飛行，每次拍照的同時(shí)獲取無(wú)人機(jī)定位定姿系統(tǒng)POS信息、姿態(tài)以及載荷姿態(tài)；

步驟S105：對(duì)獲取的所有圖像進(jìn)行標(biāo)記。

步驟S200：對(duì)所述參考輸電線路影像進(jìn)行k-medoids聚類分析，獲取訓(xùn)練集。

K-medoids是K-means一種改進(jìn)，不一樣的地方在于中心點(diǎn)的選取，在K-means中，我們將中心點(diǎn)取為當(dāng)前cluster(類)中所有數(shù)據(jù)點(diǎn)的平均值，在K-medoids算法中，我們將從當(dāng)前cluster中選取這樣一個(gè)點(diǎn)，它到其他所有(當(dāng)前cluster中的)點(diǎn)的距離之和最小，作為中心點(diǎn)?？朔薑-means算法產(chǎn)生類的大小相差不大的缺點(diǎn)，對(duì)于臟數(shù)據(jù)很敏感。

在步驟S200之前，所述方法還包括：

對(duì)所述參考輸電線路影像進(jìn)行灰度拉伸。

由于光線原因會(huì)造成圖像局部過(guò)亮或過(guò)暗，需要對(duì)圖像進(jìn)行拉伸使之覆蓋較大的取值區(qū)間。使亮的區(qū)域更亮，暗的區(qū)域更暗，提高圖像的對(duì)比度，從而使圖像邊緣明顯?；叶壤焓菍⒒叶葓D像進(jìn)行分段性變化，即若原圖像f(x,y)的灰度變化區(qū)間為[a,b]，變換后圖像g(x,y)的灰度范圍擴(kuò)展到區(qū)間[c,d]，可采用下列線性變換來(lái)實(shí)現(xiàn)：

對(duì)灰度拉伸后的所述參考輸電線路影像構(gòu)建H-S顏色直方圖和梯度方向直方圖。

相對(duì)于RGB空間，HSV空間能夠非常直觀的表達(dá)色彩的明暗，色調(diào)，以及鮮艷程度，方便進(jìn)行顏色之間的對(duì)比，也方便感情的傳達(dá)。轉(zhuǎn)換公式如下：

v＝max

對(duì)hue(色調(diào))通道使用32個(gè)bin,對(duì)saturatoin(飽和度)通道使用30個(gè)bin以構(gòu)建H-S直方圖；按照上述方式計(jì)算所有圖像的H-S直方圖，并歸一化以便對(duì)比。

梯度方向直方圖構(gòu)建

HOG(Histogram of Oriented Gradient)梯度方向直方圖描述子高維圖像特征向量生成步驟：1.圖像歸一化；2.利用一階微分計(jì)算圖像梯度；3.基于梯度幅值的方向權(quán)重投影；4.HOG特征向量歸一化；5.得出HOG最終的特征向量。歸一化圖像的主要目的是提高檢測(cè)器對(duì)光照的魯棒性，因?yàn)閷?shí)際的識(shí)別目標(biāo)可能出現(xiàn)的各種不同的場(chǎng)合，檢測(cè)器必須對(duì)光照不太敏感才會(huì)有好的效果。梯度方向直方圖bin數(shù)目為36。

根據(jù)所述H-S顏色直方圖和梯度方向直方圖分別獲取對(duì)應(yīng)的概率分布。

與H-S顏色直方圖和梯度方向直方圖對(duì)應(yīng)的概率分布為落入根據(jù)bin數(shù)目劃分的每個(gè)區(qū)域的像素個(gè)數(shù)的疊加結(jié)果。

請(qǐng)參考圖3，所示為本發(fā)明實(shí)施例中提供的步驟S200的方法流程圖，包括：

步驟S201：選取初始類簇中心點(diǎn)。

最簡(jiǎn)單的確定初始類簇中心點(diǎn)的方法是隨機(jī)選擇K個(gè)點(diǎn)作為初始的類簇中心點(diǎn)，但是該方法在有些情況下的效果較差。本發(fā)明中選擇批次距離盡可能遠(yuǎn)的K個(gè)點(diǎn)。首先隨機(jī)選擇一個(gè)點(diǎn)作為第一個(gè)初始類簇中心點(diǎn)，然后選擇距離該點(diǎn)最遠(yuǎn)的那個(gè)點(diǎn)作為第二個(gè)初始類簇中心點(diǎn)，然后再選擇距離前兩個(gè)點(diǎn)的最近距離最大的點(diǎn)作為第三個(gè)初始類簇的中心點(diǎn)，以此類推，直至選出K個(gè)初始類簇中心點(diǎn)。

步驟S202：確定初始類簇中心點(diǎn)的個(gè)數(shù)。

給定一個(gè)合適的類簇指標(biāo)，比如平均半徑或直徑，只要我們假設(shè)的類簇的數(shù)目等于或者高于真實(shí)的類簇的數(shù)目時(shí)，該指標(biāo)上升會(huì)很緩慢，而一旦試圖得到少于真實(shí)數(shù)目的類簇時(shí)，該指標(biāo)會(huì)急劇上升。此處選擇類簇指標(biāo)是K個(gè)類簇的平均質(zhì)心距離的加權(quán)平均值。

步驟S203：對(duì)所述各個(gè)參考輸電線路影像進(jìn)行JSD計(jì)算，獲取訓(xùn)練集。

JSD(Jensen-Shannon Divergence)是KL距離的改進(jìn)，計(jì)算方式如下：

其中，

KLD(P|Q)＝∑[P(i)×ln(P(i))/Q(i)]

D(P|R)指的是KLD，P和Q分別指根據(jù)所述H-S顏色直方圖和梯度方向直方圖獲取的概率分布和任一參考輸電線路影像的概率分布。

步驟S300：利用無(wú)人機(jī)采集目標(biāo)輸電線路影像并標(biāo)記。

步驟S400：根據(jù)所述訓(xùn)練集進(jìn)行分類檢測(cè)。

對(duì)于一個(gè)新的無(wú)人機(jī)遙感影像按照上面介紹的直方圖構(gòu)建方式轉(zhuǎn)換為一個(gè)H-S-G(色調(diào)-飽和度-梯度)的概率分布，將該分布與所以聚類結(jié)果的中心點(diǎn)進(jìn)行JSD計(jì)算，根據(jù)得到的k個(gè)距離計(jì)算分類的概率，與距離的倒數(shù)成正比，當(dāng)最大概率大于設(shè)定閾值時(shí)，完成分類，否則增加新類。

步驟S500：根據(jù)所述分類檢測(cè)的檢測(cè)結(jié)果獲取地質(zhì)災(zāi)害的發(fā)生地點(diǎn)。

完成地質(zhì)災(zāi)害檢測(cè)的圖像，通過(guò)基于區(qū)域生長(zhǎng)的圖像分割結(jié)合人工輔助標(biāo)記地質(zhì)災(zāi)害區(qū)域，然后根據(jù)幾何距計(jì)算區(qū)域質(zhì)心，最后利用該圖像對(duì)應(yīng)的無(wú)人機(jī)及載荷姿態(tài)等參數(shù)，計(jì)算空三解算，得到該地質(zhì)災(zāi)害的發(fā)生地點(diǎn)。根據(jù)地質(zhì)災(zāi)害地點(diǎn)、影像結(jié)合輸電線路信息、地形數(shù)據(jù)等輔助輸電線路災(zāi)害處理工作。

以上所述的本發(fā)明實(shí)施方式，并不構(gòu)成對(duì)本發(fā)明保護(hù)范圍的限定。任何在本發(fā)明的精神和原則之內(nèi)所作的修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

需要說(shuō)明的是，在本文中，諸如“第一”和“第二”等之類的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。

以上所述僅是本發(fā)明的具體實(shí)施方式，使本領(lǐng)域技術(shù)人員能夠理解或?qū)崿F(xiàn)本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。