本發(fā)明涉及一種基于無人機(jī)成像平臺的通信單管塔傾斜檢測方法，屬于無人機(jī)和圖像處理技術(shù)在通信鐵塔傾斜度檢測方面的應(yīng)用領(lǐng)域。

背景技術(shù)：

高度信息化的今天，人們生活越來越離不開信息技術(shù)。這使得人們對通信質(zhì)量、通信速度、信號覆蓋等的要求越來越高。目前，移動通信網(wǎng)中信號的傳輸主要依靠于通信鐵塔基站。借助通信鐵塔實現(xiàn)對微波、超短波、無線網(wǎng)絡(luò)信號的傳輸與發(fā)射。通信鐵塔在為人們提供服務(wù)的同時，其本身大面積的擴(kuò)張建設(shè)也為帶來了問題，最常見的問題就是通信鐵塔的傾斜該如何檢測。容易發(fā)現(xiàn)，通信鐵塔應(yīng)用廣泛且遍布各類地形，容易遭受到自然因素和人為因素的影響發(fā)生傾斜，如果一些細(xì)小變化得不到及時的發(fā)現(xiàn)和處理，問題會進(jìn)一步擴(kuò)大導(dǎo)致信號覆蓋區(qū)域偏移、通信中斷，更為嚴(yán)重的甚至鐵塔倒塌運行安全。由此可見，通過有效的技術(shù)手段完成通信鐵塔傾斜檢測顯得十分重要。

通信鐵塔傾斜的傳統(tǒng)檢測方式是人工巡回檢測，其中大多采用鉛垂儀等垂直檢測儀器進(jìn)行簡單判斷。這種方式的缺點是十分低效，工作量較大，成本較高。而且，鐵塔常搭建在一些偏遠(yuǎn)地區(qū)，由于人力、物力以及周圍環(huán)境等因素的制約，難以對鐵塔難實現(xiàn)全面檢測。

為解決鐵塔傾斜檢測的問題，近年來我國涌現(xiàn)了一些新的檢測方法。常見的有基于傳感器技術(shù)和無線通信技術(shù)的在線監(jiān)測方式，即利用傾角傳感器對通信鐵塔的傾斜度進(jìn)行監(jiān)測，通過無線網(wǎng)絡(luò)將鐵塔的傾斜數(shù)據(jù)實時上傳至監(jiān)控中心，同時監(jiān)控中心可遠(yuǎn)程對監(jiān)測前端進(jìn)行各種參數(shù)的設(shè)置(趙猛.基于傾角傳感器的移動通信鐵塔形變預(yù)警系統(tǒng)設(shè)計[d].武漢理工大學(xué),2014.)。這種方式做到了實時的信息獲取，并且精確度也有了相應(yīng)的提升。但是這種方式也存在著問題，比如傳感器需要在常規(guī)溫度下才能正常工作，否則檢測精度會降低。受地形影響而維護(hù)難度大又是另一問題。

除了在線監(jiān)測方式之外，部分地區(qū)還使用gps精密單點定位的方式檢測通信鐵塔的傾斜狀態(tài)。主要利用衛(wèi)星通信并結(jié)合坐標(biāo)系統(tǒng)來進(jìn)行狀態(tài)檢測和數(shù)據(jù)分析(龔佑興.gps單點定位研究[d].長沙:中南大學(xué),2004.)。但是這種方式定位精度較低，并且實現(xiàn)成本很高。以目前的技術(shù)發(fā)展來看并不適用于大規(guī)模應(yīng)用。

近年來，受城市化進(jìn)程影響，城市人口不斷增多，面積不斷擴(kuò)大。為了盡可能的將通信信號覆蓋到城市用戶群，大量的通信基站需要集中建設(shè)在城市中。由于傳統(tǒng)的角鐵架信號塔體積龐大且不易于架設(shè)等問題，現(xiàn)階段城市中主要是采用了單管信號塔(又稱單管塔、獨管塔)。單管信號塔具有制作方便、美觀和易于批量生產(chǎn)等優(yōu)點，所以漸漸取代傳統(tǒng)角鐵架信號塔而被廣泛使用(屠海明,毛玥蕾,郁蔚.一體化基站通信單管塔簡介[j].工程建設(shè)與設(shè)計,2011,6:036.)。鑒于當(dāng)前單管信號塔的廣泛應(yīng)用，就需要一種能夠?qū)崿F(xiàn)其傾斜檢測的更為有效的技術(shù)。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種基于無人機(jī)成像平臺的通信單管塔傾斜檢測方法，利用無人機(jī)的環(huán)繞飛行功能對目標(biāo)鐵塔從多個方向以水平視角進(jìn)行拍攝，之后再利用圖像處理技術(shù)檢測傳回的圖片中鐵塔的軸線，進(jìn)而實現(xiàn)鐵塔傾斜檢測。本發(fā)明提供了一種精度更高、可行性更好的通信鐵塔傾斜狀態(tài)檢測方式，涉及到數(shù)字圖像處理技術(shù)和無人機(jī)技術(shù)，能夠適應(yīng)不同地理環(huán)境，可進(jìn)行大規(guī)模應(yīng)用。

本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案：

本發(fā)明提供一種基于無人機(jī)成像平臺的通信單管塔傾斜檢測方法，包括以下具體步驟：

步驟1，無人機(jī)以目標(biāo)通信單管塔為圓心、繞目標(biāo)通信單管塔水平飛行一周，飛行過程中機(jī)載相機(jī)保持水平狀態(tài)、在不同位置連續(xù)采集w張目標(biāo)通信單管塔的圖像；

步驟2，對步驟1中采集的w張目標(biāo)通信單管塔圖像進(jìn)行逐一處理，得到每張目標(biāo)通信單管塔圖像中單管塔與水平面之間的夾角，具體為：

2.1，識別并確定采集到的第t張目標(biāo)通信單管塔圖像st中的單管塔區(qū)域，其中，t＝1,2,…,w；

2.2，確定采集到的第t張目標(biāo)通信單管塔圖像st中單管塔的軸線：

2.3，計算2.2中單管塔軸線與水平面之間的夾角，即為圖像st中單管塔與水平面之間的夾角αt；

步驟3，判斷步驟2得到的w個夾角是否均在安全范圍內(nèi)，若是則判定目標(biāo)通信單管塔未傾斜，否則判定目標(biāo)通信單管塔發(fā)生傾斜。

作為本發(fā)明的進(jìn)一步技術(shù)方案，步驟1中通過機(jī)載三軸自穩(wěn)云臺使得機(jī)載相機(jī)保持水平狀態(tài)拍攝到單管塔圖像。

作為本發(fā)明的進(jìn)一步技術(shù)方案，步驟2.1中通過人工交互方式或機(jī)器學(xué)習(xí)方法，識別并確定采集到的第t張目標(biāo)通信單管塔圖像st中的單管塔區(qū)域。

作為本發(fā)明的進(jìn)一步技術(shù)方案，通過人工交互方式識別并確定采集到的第t張目標(biāo)通信單管塔圖像st中的單管塔區(qū)域，具體為：

1)任意選取圖像st中單管塔上的n個像素點；

2)將圖像st由rgb顏色空間轉(zhuǎn)換到cielab顏色空間；

3)在cielab顏色空間，對1)中選取的n個像素點的色彩分量求取均值；

4)在cielab顏色空間，若圖像st中任一像素點(x,y)的色彩分量同時滿足條件：|l(x,y)-l|＜threshold、|a(x,y)-a|＜threshold和|b(x,y)-b|＜threshold，則將像素點(x,y)置為白色點，否則置為黑色點；遍歷圖像st的所有像素點，得到二值化圖像label；其中，l(x,y)為像素點(x,y)的亮度值，l為n個像素點的亮度均值，a(x,y)為像素點(x,y)的紅或綠顏色值，a為n個像素點的紅或綠顏色均值，b(x,y)為像素點(x,y)的黃或藍(lán)顏色值，b為n個像素點的黃或藍(lán)顏色均值，threshold為設(shè)定的全局閾值；

5)對4)中得到的二值化圖像label進(jìn)行膨脹處理，得到單管塔的粗略區(qū)域。

作為本發(fā)明的進(jìn)一步技術(shù)方案，步驟3)中對1)中選取的n個像素點的色彩分量求取均值為：

其中，(xi,yi)為第i個像素點的坐標(biāo)，i＝1,2,...,n，l為n個像素點的亮度均值，l(xi,yi)為選取的第i個像素點的亮度值，a為n個像素點的紅或綠顏色均值，a(xi,yi)為選取的第i個像素點的紅或綠顏色值，b為n個像素點的黃或藍(lán)顏色均值，b(xi,yi)為選取的第i個像素點的黃或藍(lán)顏色值。

作為本發(fā)明的進(jìn)一步技術(shù)方案，步驟2.2中確定采集到的第t張目標(biāo)通信單管塔圖像st中單管塔的軸線，具體為：

①將圖像st轉(zhuǎn)化為灰度圖bw；

②對灰度圖bw進(jìn)行邊緣檢測，得到邊緣圖像f；

③對邊緣圖像f進(jìn)行形態(tài)學(xué)去噪；

④采用hough變換對形態(tài)學(xué)去噪后的邊緣圖像f進(jìn)行直線檢測；

⑤判斷④中檢測得到的直線是否在2.1中確定的單管塔區(qū)域內(nèi)，若是則保留，否則排除；

⑥在⑤中保留的直線中任選一條作為單管塔的軸線。

作為本發(fā)明的進(jìn)一步技術(shù)方案，步驟②中利用canny算子或robert算子或prewitt算子或sobel算子對灰度圖bw進(jìn)行邊緣檢測。

作為本發(fā)明的進(jìn)一步技術(shù)方案，步驟2.3中夾角αt的計算方法為：

ⅰ，若xpoint1＝xpoint2，則αt＝90°；

ii，若xpoint1≠xpoint2，則

其中，(xpoint1,ypoint1)和(xpoint2,ypoint2)為單管塔的軸線的兩個端點的坐標(biāo)。

作為本發(fā)明的進(jìn)一步技術(shù)方案，步驟1中w的取值范圍為[3,7]。

作為本發(fā)明的進(jìn)一步技術(shù)方案，步驟3中的安全范圍為[88°,90°]。

本發(fā)明采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：本發(fā)明以無人機(jī)機(jī)載三軸自穩(wěn)云臺為手段，得到相機(jī)以水平姿態(tài)下拍攝到的單管塔照片，利用相關(guān)數(shù)字圖像處理技術(shù)檢測單管塔的傾斜程度，方法簡單，精確度高，對無人機(jī)及數(shù)字圖像處理技術(shù)的擴(kuò)展應(yīng)用具有重要的指導(dǎo)意義。

附圖說明

圖1是三軸自穩(wěn)云臺結(jié)構(gòu)圖；

圖2是圖片數(shù)據(jù)采集階段流程圖；

圖3是圖像處理階段流程圖；

圖4是待測單管塔照片；

圖5是經(jīng)過圖像分割處理之后的二值圖像；

圖6是圖5經(jīng)過膨脹處理之后人工給出的單管塔的粗略區(qū)域；

圖7是canny算子的邊緣檢測效果圖；

圖8是圖7經(jīng)過形態(tài)學(xué)去噪后的結(jié)果圖；

圖9是hough變換空間結(jié)果圖；

圖10是hough直線檢測結(jié)果圖；

圖11是最終檢測結(jié)果圖。

具體實施方式

下面結(jié)合附圖以及具體實施例對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)說明：

本發(fā)明所公開的檢測單管塔傾斜的方法將會使用到工業(yè)級無人機(jī)技術(shù)、三軸云臺技術(shù)以及相機(jī)，其中，相機(jī)的分辨率不低于1200萬像素。整個檢測方法主要分為圖片數(shù)據(jù)采集階段和圖像處理階段。在圖片數(shù)據(jù)采集階段，將會利用無人機(jī)的環(huán)繞飛行功能、以目標(biāo)通信單管塔對應(yīng)的gps位置為圓心、200m距離為半徑環(huán)繞通信單管塔飛行一圈，繞飛中在不同位置通過三軸自穩(wěn)云臺使得相機(jī)姿勢保持水平狀態(tài)連續(xù)拍攝w張照片。在圖像處理階段，將會利用canny邊緣檢測和hough變換作直線檢測，并最后給出檢測結(jié)果，即判斷通信單管塔是否傾斜。

一、圖片數(shù)據(jù)采集階段：

這將會使用到多旋翼無人機(jī)、三軸自穩(wěn)云臺、相機(jī)。本檢測方法中則使用的是工業(yè)級無人機(jī)，利用無人機(jī)的定點繞飛功能，使無人機(jī)在一定高度下環(huán)繞目標(biāo)單管塔繞飛一周，期間連續(xù)以“水平姿態(tài)”下，繞飛過程中從不同位置拍攝w張通信鐵塔的照片。之后，將照片信息保存在相機(jī)本地存儲卡中由無人機(jī)帶回或者4g等無線信號實時傳回以待分析，圖片數(shù)據(jù)采集階段結(jié)束。

本發(fā)明的實施例中，從5個不同的方位拍攝圖像的檢測結(jié)果來最終判斷單管塔是否傾斜，即w＝5。且，本發(fā)明的方案中不局限于5個圖片，w的取值范圍在[3,7]個圖片范圍內(nèi)都為有效。

在圖片數(shù)據(jù)采集期間可能會遇到兩個問題：

1)如何使相機(jī)保持水平姿勢？

2)如何避免無人機(jī)抖動對相機(jī)造成的影響？

關(guān)于第一個問題，本方法中將會采用機(jī)載三軸自穩(wěn)云臺來加以解決。三軸自穩(wěn)云臺采用由三個互相垂直的框組成的三軸結(jié)構(gòu)，這三個框架依次嵌套，分別實現(xiàn)不同的作用。如附圖1所示。

上述三軸體系中，外框軸為航向軸，與外框一起安裝在無人機(jī)上。中框軸為俯仰軸，同中框一起安裝在外框上，繞外框作俯仰運動。內(nèi)框軸為橫滾軸，與內(nèi)框一起安裝在中框上，用以測定承載臺的滾動姿態(tài)。這三個軸分別負(fù)責(zé)承載臺的航向、俯仰和滾轉(zhuǎn)等三個方位的運動旋轉(zhuǎn)補(bǔ)償。當(dāng)無人機(jī)飛行中姿態(tài)發(fā)生改變時，云臺上的陀螺儀和加速度傳感器傳感器可及時測出旋轉(zhuǎn)的角速度和角度，并將信息發(fā)送給控制器，由控制器驅(qū)動電機(jī)做運動反方向的旋轉(zhuǎn)補(bǔ)償以維持承載臺的平衡，從而可以使相機(jī)始終保持水平。

關(guān)于第二個問題，要避免無人機(jī)抖動對相機(jī)造成的影響，主要通過三個途徑：第一個是在云臺減震板的上下板之間加裝橡膠球，通過軟連接以減弱震動的影響；第二個是通過在三軸云臺實現(xiàn)無人機(jī)在機(jī)動時大的姿態(tài)動作補(bǔ)償，使得畫面穩(wěn)定；第三種則是通過相機(jī)的快速曝光來減弱震動的影響。當(dāng)相機(jī)的曝光時間減少，則能夠避免由于無人機(jī)抖動而產(chǎn)生的拖影，采集到的圖片信息的質(zhì)量大大提高。

圖片數(shù)據(jù)采集階段的流程如圖2所示：

首先是無人機(jī)的組裝，無人機(jī)在飛行之前需要對其各部件進(jìn)行組裝：

(1)安裝螺旋槳和智能飛行電池；

(2)展開遙控器上的移動設(shè)備支架，放置并使用數(shù)據(jù)線連接遙控器usb接口和移動設(shè)備；

(3)調(diào)整天線位置；

(4)校準(zhǔn)指南針。

然后打開電源，進(jìn)行飛行前檢查：

(1)檢查遙控器、智能飛行電池和移動設(shè)備的電量是否充足；

(2)檢查三軸自穩(wěn)云臺是否運行正常；

(3)檢查相機(jī)是否運行正常，確保microsd已插入，以及前視攝像頭清潔；

(4)檢查電機(jī)是否正常啟動。

通過一系列檢查并簡單試飛之后，最后設(shè)置好飛行軌跡和飛行高度15m，便可以開始正式飛行。飛行過程中使無人機(jī)按照預(yù)定軌跡環(huán)繞單管塔飛行一周，同時保證相機(jī)鏡頭時刻對準(zhǔn)單管塔方向，使得單管塔出現(xiàn)在照片中。飛行期間利用三軸自穩(wěn)云臺時刻保持相機(jī)姿勢水平，即使相機(jī)所拍攝照片底邊始終平行于地表。當(dāng)連續(xù)拍攝w＝5張照片之后，則圖片數(shù)據(jù)采集完畢，使無人機(jī)返航。

二、圖像處理階段：

對無人機(jī)傳回的照片信息進(jìn)行處理。處理的目的是為了獲取照片中通信鐵塔的軸線以作進(jìn)一步的判斷單管塔是否傾斜。這一階段主要分為兩步：第一步為單管塔識別，在該步中可以通過兩種方式實現(xiàn)，一種是人工交互方式，一種是基于深度學(xué)習(xí)等的機(jī)器學(xué)習(xí)自動識別方式(本方案中以人工方式進(jìn)行示例說明)；第二步為單管塔軸線的確定，進(jìn)而判斷其傾斜程度。

人機(jī)交互方式主要是通過人工交互來確定信號塔的粗略區(qū)域并進(jìn)行后續(xù)處理。它的思路為人工點擊待檢測圖片中的信號塔，從而提取單管塔的顏色特征，并確定出其粗略范圍。具體為：選擇待處理的圖片并讀入原始圖像信息；將原始圖像在顯示器上顯示出來，由人工準(zhǔn)確選取圖片中信號塔上的一個點，并獲得該點的圖像的橫縱坐標(biāo)將原始圖像由rgb顏色空間轉(zhuǎn)化到cielab顏色空間，選擇固定閾值，將圖像中各像素點的lab顏色空間各通道色彩分量與人工點選位置處的l、a、b顏色值進(jìn)行比較，依據(jù)閾值確定顏色分布范圍與人工點選像素相近的像素點為信號塔區(qū)域像素點；將處理過后的圖像用大小為20像素的方型結(jié)構(gòu)元素作膨脹處理，給出單管信號塔的粗略區(qū)域。

本實施例中，首先將無人機(jī)采集回來的待檢測通信單管塔照片序列標(biāo)記為st，其中，t＝1,2,...,5。選取并讀入原始圖像s1，依照如圖3所示圖像處理步驟進(jìn)行處理，其余圖像依照同樣的步驟處理。

圖像處理的具體可分為：

一)確定原始圖像s1中單管塔的區(qū)域：

■單管塔特征提取

將原始圖像s1在顯示器上顯示出來，如圖4所示。在人機(jī)交互方式下，由人工準(zhǔn)確點擊選取原始圖像s1上單管塔的n個點，其中，n的值越大即選取的點越多，最終提取到的單管塔的顏色信息就越準(zhǔn)確。依次讀取這n個像素點的坐標(biāo)，記為(xi,yi)，其中，i＝1,2,...,n，關(guān)閉原始圖像窗口。

■由rgb顏色空間轉(zhuǎn)化到cielab顏色空間

將原始圖像s1由rgb顏色空間轉(zhuǎn)化到cielab顏色空間，獲取原始圖像s1上各像素點在lab顏色空間的色彩分量(l,a,b)，其中，l表示亮度，a表示紅或綠的對應(yīng)值，b表示黃或藍(lán)的對應(yīng)值，l、a、b均為8bit無符號整形。

■基于全局閾值的圖像分割處理

設(shè)原始圖像s1中像素點(x,y)在lab顏色空間中的色彩分量為l(x,y)、a(x,y)和b(x,y)。

首先，對(1)中提取到的n個單管塔像素點作進(jìn)一步處理，根據(jù)如下公式：

其中，l為n個像素點的亮度均值，l(xi,yi)為選取的第i個像素點的亮度值，a為n個像素點的紅或綠顏色均值，a(xi,yi)為選取的第i個像素點的紅或綠顏色值，b為n個像素點的黃或藍(lán)顏色均值，b(xi,yi)為選取的第i個像素點的黃或藍(lán)顏色值。

然后，人工設(shè)置固定閾值threshold(本實施例中threshold＝10)，在cielab顏色空間，依次遍歷s1上的每個像素點，按照如下標(biāo)準(zhǔn)分割圖像：

若像素點同時滿足：

|l(x,y)-l|＜threshold

|a(x,y)-a|＜threshold

|b(x,y)-b|＜threshold

則判定該點為單管塔像素點，置為白色點(值為1)。反之則不是單管塔像素點，置為黑色點(值為0)。

最終會得到除了單管塔部分為白色、其余部分均為黑色的如圖5所示的二值化圖像label。

■膨脹處理

如圖5所示的二值化圖像label中，由于存在本來應(yīng)該標(biāo)記為1的像素點(白色點)仍然標(biāo)記為0(黑色點)，則產(chǎn)生了大量“空洞”，得到的并非完整的單管塔。因此，為了獲得單管塔的粗略區(qū)域，則仍需要對該圖像作膨脹處理，消除“空洞”。

膨脹處理是形態(tài)學(xué)處理的一種重要的方式，它利用結(jié)構(gòu)元素來對圖像補(bǔ)集進(jìn)行填充，即擴(kuò)大圖像，使圖像中的亮色特征變濃，暗色特征降低(gonzalezrs,wintzp.digitalimageprocessing[j].1977.)。

選擇大小為20像素的方型結(jié)構(gòu)元素，依次對label中的每一層二值圖像進(jìn)行膨脹處理，得到人工給出的單管塔的粗略區(qū)域，如圖6所示。

二)確定單管塔的軸線

■將原始圖像s1轉(zhuǎn)化為灰度圖bw。

■canny邊緣檢測

canny邊緣檢測算子是一種基于最優(yōu)檢測、最優(yōu)定位和單邊緣響應(yīng)等準(zhǔn)則而出現(xiàn)的算子，因為其檢測精確度高、信噪比大和漏檢率低等特點而被廣泛使用。

對bw做canny邊緣檢測從而獲取單管塔的邊緣特征。設(shè)置閾值thresh為(0.093,0.095)，標(biāo)準(zhǔn)偏差值sigma(sigma＝2)，得到處理后的單管塔邊緣圖像f。邊緣檢測的結(jié)果如圖7所示，得到的效果圖f為二值圖像。

本發(fā)明中，可利用canny算子對圖像的邊緣進(jìn)行檢測，但不局限于該算子，其它例如robert算子、prewitt算子和sobel算子等其它邊緣檢測算法同樣適用。

■形態(tài)學(xué)去噪

如圖7所示，經(jīng)過canny算子檢測到的效果圖f上仍然存在噪聲。為了避免噪聲對最后結(jié)果產(chǎn)生影響，需要繼續(xù)對效果圖f做形態(tài)學(xué)去噪處理(曹海燕.數(shù)學(xué)形態(tài)學(xué)與變換域圖像去噪算法及其并行化研究[d].成都:成都理工大學(xué),2009.)。

先刪除二值圖f中面積小于scale(scale＝30)的噪聲。為了填補(bǔ)刪除噪聲點后在圖像中出現(xiàn)的“空洞”，還需要對二值圖f繼續(xù)做膨脹處理。選擇長度為6像素，旋轉(zhuǎn)角度為90°的垂直線性結(jié)構(gòu)元素。依次對f中的每一層二值圖像進(jìn)行膨脹處理，得到去噪后的效果圖f，如圖8所示。

■hough變換

現(xiàn)已得到二值圖f上點的集合，如果要找到位于圖中一條直線上所有點的子集，其中一種方法就是先找到由每一對點決定的直線，然后找到屬于這條特殊線的所有點的子集，這種方法在直角坐標(biāo)系下往往由于計算量非常大并且時間復(fù)雜度高而極難實現(xiàn)(gonzalezrc,woodsre,eddinssl.digitalimageprocessingusingmatlab[m].2004.)。所以通常采用hough變換來實現(xiàn)對直線的檢測。

hough變換利用點—線對偶性把圖像空間中的檢測問題轉(zhuǎn)換到參數(shù)空間。通過簡單的累加統(tǒng)計，在hough參數(shù)空間中尋找累加器峰值的方法檢測直線。參數(shù)空間中直線的表示方式如下：

ρ＝xkcosθ+yksinθ

即將原本圖像空間中用以表示經(jīng)過點(xk,yk)的直線yk＝axk+b轉(zhuǎn)化為用上述公式表示，其中ρ為直線到原點的距離，θ為該直線的垂線的傾斜角度。原圖像上位于同一條直線上的所有點的子集擁有相同的(ρ,θ)，即可依此方式檢測出二值圖f中與單管塔相符合的直線，直線的傾斜角度即為單管塔的傾斜角度，進(jìn)而檢測出單管塔的傾斜角度。

首先設(shè)置ρ值的單位區(qū)間rhoresolution(rhoresolution＝0.5)，以及θ值的單位區(qū)間theta(theta＝0.5)，θ的單位為度。因為單管塔不可能過分傾斜，為了減少計算量，限定θ值的取值范圍為(-10,10)。經(jīng)過處理，得到hough變換的結(jié)果h，如圖9所示。以及θ和ρ的一組值theta和rho。

■檢測直線

檢測直線的第一步是做hough變換峰值檢測，旨在從hough變換的結(jié)果h中找到一組有意義的明顯峰值。通過設(shè)置查找峰值數(shù)numpeaks(numpeaks＝3)，對h處理后得到一組峰值peak。

之后利用上一步驟hough變換中得到的θ和ρ的值theta和rho，以及峰值peak對二值圖f進(jìn)行hough直線檢測，得到一組線段lines，其中線段的兩個端點記為point1和point2，其坐標(biāo)分別為(xpoint1,ypoint1)和(xpoint2,ypoint2)?？稍诙祱Df中繪制并疊加這些線段，如圖10所示。

■確定單管塔的軸線

現(xiàn)已得到hough直線檢測的結(jié)果，首先判斷其是否在一)中的單管塔粗略區(qū)域內(nèi)，判斷的標(biāo)準(zhǔn)如下：

若滿足公式label(xpoint1,ypoint1)+label(xpoint2,ypoint2)＝2，則判定該線段兩端點在圖中單管塔粗略區(qū)域內(nèi)，即該線段在單管塔的粗略區(qū)域內(nèi)。如果不滿足上述公式，則該線段不在圖中單管塔上，排除該條直線段。從判定在單管塔粗略區(qū)域內(nèi)的線段中任選一條，即認(rèn)定為單管塔的軸線，如圖11所示。

三)計算單管塔軸線與水平面之間的夾角

若：xpoint1＝xpoint2并且ypoint1≠ypoint2，則單管塔軸線與水平面之間的夾角α1為90°。

若：若xpoint1≠xpoint2并且ypoint1≠ypoint2，則依據(jù)如下公式可得到單管塔軸線與水平面之間的夾角α1：

三、根據(jù)步驟二可得到一組αt，其中，t＝1,2,...,5。若αt值均滿足αt∈[88°,90°]，則可認(rèn)為該單管塔垂直于地面(未傾斜)。否則，視該單管塔發(fā)生傾斜為危險狀態(tài)。

以上所述，僅為本發(fā)明中的具體實施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可理解想到的變換或替換，都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi)，因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書的保護(hù)范圍為準(zhǔn)。