一种输电线路异物侵入检测方法和系统与流程

1.本发明属于异物检测领域，尤其涉及一种输电线路异物侵入检测方法和系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.异物缠绕、悬挂在导线上，容易造成输电线路跳闸故障，严重时可能造成大面积停电。因此，对输电线路上的侵入的异物进行自动检测，有助于工作人员及时采取相应的解决措施，保障输电线路正常运行。
4.但是现有的基于深度学习的输电线路异物侵入检测方法，易检测出对背景中的异物，容易导致误判。


技术实现要素：

5.本发明为了解决上述问题，提出了一种输电线路异物侵入检测方法和系统，利用霍夫变换提取图像中的直线段；选取长度大于阈值且距离最远的两条直线段，并连接形成初始分割框，并对初始分割框进行扩展得到扩展分割框，根据扩展分割框从预处理后的图像裁剪出导线区域图像块，将导线区域图像块输入异物侵入检测模型，得到异物检测结果，有效选取了感兴趣区域，避免了背景中异物的干扰，提高了异物检测精度。
6.根据一些实施例，本发明采用如下技术方案：
7.一种输电线路异物侵入检测方法，包括：
8.实时获取输电线路图像；
9.对获取的输电线路图像进行预处理操作；
10.对预处理后的图像进行膨胀处理，并利用霍夫变换提取膨胀处理后的图像中的直线段；选取长度大于阈值且距离最远的两条直线段，并连接形成初始分割框；对初始分割框进行扩展得到扩展分割框，根据扩展分割框从预处理后的图像中裁剪出导线区域图像块；
11.将导线区域图像块输入异物侵入检测模型，得到异物检测结果。
12.进一步的，所述对初始分割框进行扩展得到扩展分割框的具体步骤为：
13.初始分割框的左边界向左移动预设宽度，以得到扩展分割框的左边界；
14.初始分割框的右边界向右移动预设宽度，以得到扩展分割框的右边界；
15.初始分割框的下边界向下移动预设宽度，以得到扩展分割框的下边界；
16.初始分割框的上边界不作移动。
17.进一步的，所述从预处理后的图像中裁剪出导线区域图像块的具体步骤为：
18.对于预处理后的图像，将扩展分割框外的区域设置为背景；
19.获取上边界中点像素的横坐标，左边界中点像素的纵坐标；
20.将所述横坐标和纵坐标组成新的像素位置，以新的像素位置为中心裁剪出规定尺寸的导线区域图像块。
21.进一步的，所述连接形成初始分割框的具体步骤为：
22.所述两条直线段分别作为初始分割框的左边界和右边界；
23.将两条直线段的上端点通过第一连接线相连，并将第一连接线作为初始分割框的上边界；
24.将两条直线段的下端点通过第二连接线相连，并将第二连接线作为初始分割框的下边界。
25.进一步的，所述预处理操作具体为，对输电线路图像依次进行灰度化、去噪和二值化处理。
26.进一步的，所述异物侵入检测模型的训练过程为：
27.获取大量输电线路图像，并对图像进行处理，得到导线区域图像块；
28.对导线区域图像块中的异物进行人工标记，得到训练集；
29.利用训练集对fcn进行训练，得到异物侵入检测模型。
30.进一步的，所述膨胀处理的具体步骤为：采用固定大小的内核，扫描所述预处理后的图像中的每一个像素，用内核元素与覆盖的图像进行“逻辑与”运算，如果运算结果为“真”，那么该像素的灰度值为0，否则为1。
31.一种输电线路异物侵入检测系统，包括：
32.图像获取模块，其被配置为：实时获取输电线路图像；
33.预处理模块，其被配置为：对获取的输电线路图像进行预处理操作；
34.导线区域图像块获取模块，其被配置为：对预处理后的图像进行膨胀处理，并利用霍夫变换提取膨胀处理后的图像中的直线段；选取长度大于阈值且距离最远的两条直线段，并连接形成初始分割框；对初始分割框进行扩展得到扩展分割框，根据扩展分割框从预处理后的图像裁剪出导线区域图像块；
35.异物检测模块，其被配置为：将导线区域图像块输入异物侵入检测模型，得到异物检测结果。
36.一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述方法的步骤。
37.一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述方法的步骤。
38.本发明的有益效果是：
39.本发明在将图像输入异物侵入检测模型之前，通过霍夫变换、初始分割框扩展等操作获取了导线区域图像块，有效选取了感兴趣区域，避免了背景中异物的干扰，提高了异物检测精度。
附图说明
40.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
41.图1是本发明的一种输电线路异物侵入检测方法流程图；
42.图2是本发明获取的输电线路图示意图；
43.图3(a)是本发明获取的输电线路图的初始分割框示意图；
44.图3(b)是本发明获取的输电线路图的扩展分割框示意图。
具体实施方式
45.下面结合附图与实施例对本发明作进一步说明。
46.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
47.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
48.实施例1
49.本实施例提供的一种输电线路异物侵入检测方法，包括如下步骤：
50.s1、通过图像采集装置实时获取输电线路图像。
51.其中，图像采集装置为设置于杆塔上的摄像头，摄像头设置于导线下方，并调整摄像头的角度，使其能够拍摄到所有导线在相邻杆塔上的安装位置，得到如图2所示的输电线路图像。
52.s2、对获取的输电线路图像进行预处理操作，得到与处理后的图像，即，对输电线路图像依次进行灰度化、去噪处理和二值化处理。
53.灰度化的方法为：
54.gray(i，j)＝0.299*r(i，j) 0.578*g(i，j) 0.114*b(i，j)
55.其中，gray(i，j)表示灰度化后像素点(i，j)的灰度值，r(i，j)、g(i，j)、b(i，j)分别表示彩色图像中像素点(i，j)的r、g、b三个分量。
56.去噪处理为采用中值滤波算法对灰度化后的输电线路图像进行平滑处理，具体的：对于图像中的每一个像素点(i，j)，以该点为中心创建一个3
×
3的窗口，以该窗口内的所有像素点的灰度值的中值代替该像素点处的灰度值gray(i，j)。
57.s3、对预处理后的图像进行膨胀处理，利用霍夫变换提取膨胀后的图像中的每条直线段的端点坐标；选取长度大于阈值且距离最远的两条直线段，这两条直线即为图像中距离最远的两条导线。具体为：
58.对预处理后的图像进行膨胀处理，得到膨胀后的图像，具体的，采用用一个4x4的内核，扫描图像的每一个像素，用内核元素与覆盖的二值图像进行“逻辑与”运算，如果都为0(即运算结果为“真”)，那么图像该像素的灰度值为0，否则为1，结果使图像扩大；
59.利用霍夫变换提取膨胀后的图像中的每条直线段的端点坐标；
60.根据每条直线段的端点坐标计算每条直线段的长度，并计算所有直线段长度的均值，将该均值作为阈值；
61.选取长度大于阈值的直线段；
62.计算选取的长度大于均值的所有直线段两两之间的直线距离d，直线距离d是指两条直线段之间的最小直线距离，选出距离最大的两条直线段是s1和s2。
63.s4、连接两条直线段的端点，形成初始分割框，具体的：
64.如图3(a)所示，两条直线段s1和s2分别作为初始分割框的左边界和有边界，将s1和s2上端点通过第一连接线(直线段h1)相连，直线段h1作为初始分割框的上边界，将s1和s2下端点通过第二连接线(直线段h2)相连，直线段h2作为初始分割框的下边界，直线段s1、s2、h1和h2形成初始分割框。
65.s5、对初始分割框进行扩展得到扩展分割框，预设扩展宽度为h，延展公式如下：
66.length(s1’)＝length(s1) h
67.length(s2’)＝length(s2) h
68.length(h1’)＝length(h1) 2h
69.length(h2’)＝length(h2) 2h
70.对初始分割框进行扩展得到如图3(b)所示的扩展分割框的具体步骤为：
71.初始分割框的左边界s1向左移动预设宽度h，以得到扩展分割框的左边界s1’；
72.初始分割框的右边界s2向右移动预设宽度h，以得到扩展分割框的右边界s2’；
73.初始分割框的上边界h1不作任何移动，仅仅是将长度延长为length(h1’)；
74.初始分割框的下边界h2向下移动预设宽度h，以得到扩展分割框的下边界h2’。
75.s6、根据扩展分割框从预处理后的图像裁剪出导线区域图像块；具体的：
76.首先对于预处理后的图像，将扩展分割框外的区域设置为背景，即将扩展分割框外的每个像素点的灰度值设置为0，为背景色；
77.然后，获取扩展分割框上边界h1’的中点上的像素位置，上边界中点像素的横坐标为a，左边界s1’的中点上的像素位置(c，d)，左边界中点像素的纵坐标为d；
78.最后，按照图像规定尺寸，例如规定图像尺寸为100
×
200，以像素点(a，d)为中心裁剪出规定尺寸(100
×
200)的矩形的导线区域图像块，即感兴趣区域。
79.s7、将导线区域图像块输入异物侵入检测模型，得到异物检测结果；
80.fcn异物侵入检测模型需要提前进行训练，fcn异物侵入检测模型的训练过程为：首先，获取大量输电线路图像，并通过s2
‑
s6的方法对图像进行处理，得到导线区域图像块；对导线区域图像块异物进行人工标记，得到训练集；然后，利用得到的训练集对fcn进行训练，得到训练好的异物侵入检测模型。
81.在异物侵入检测模型训练好后，就可以通过步骤s1
‑
6获得的导线区域图像块输入到训练好的异物侵入检测模型中，检测出输电线路上的异物。
82.实施例2
83.本实施例提供一种输电线路异物侵入检测系统，包括：
84.图像获取模块，其被配置为：实时获取输电线路图像；
85.预处理模块，其被配置为：对获取的输电线路图像进行预处理操作；
86.导线区域图像块获取模块，其被配置为：对预处理后的图像进行膨胀处理，并利用霍夫变换提取膨胀处理后的图像中的直线段；选取长度大于阈值且距离最远的两条直线段，并连接形成初始分割框；对初始分割框进行扩展得到扩展分割框，根据扩展分割框从预处理后的图像裁剪出导线区域图像块；
87.异物检测模块，其被配置为：将导线区域图像块输入异物侵入检测模型，得到异物检测结果。
88.实施例3
89.本实施例还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1所述方法的步骤。
90.实施例4
91.本实施例还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1所述方法的步骤。
92.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。