一種基於可見光圖像的輸電線路覆冰檢測方法與流程
2023-06-05 03:04:11

本發明涉及輸電線路檢測技術領域,尤其涉及一種基於可見光圖像的輸電線路覆冰檢測方法。
背景技術:
在輸電線路檢測技術領域,常遇到輸電線路覆冰現象,所謂輸電線路覆冰現象是指在惡劣天氣發生後,雲中或者霧中冰冷的水滴凝結在電線上,形成電線覆冰,如果一個範圍內的所有電線都被冰包住,這就是線路覆冰。線路覆冰使細的電線變成了粗的冰棍,對於長距離輸電的高壓電線來說,使支撐高壓線的鐵塔加大了負重,嚴重的線路覆冰使鐵塔無力支撐這些電線而倒塌。如果鐵塔的絕緣子串上有了覆冰就只能拉閘,使輸電線路停止輸電,於是造成大面積的電力中斷。我國作為世界上輸電線路覆冰重災國之一,輸電線路覆冰事故頻繁發生,為避免輸電線路覆冰災害引起電網癱瘓,需要針對覆冰量達到一定程度時得到有效預警,並對輸電線路覆冰現象及時採取相應融冰措施,所以,對覆冰現象進行現場勘測和信息採集,尤其是對輸電線路覆冰厚度進行探測是個非常重要的問題。
目前常見的輸電線路覆冰厚度檢測方法主要有兩種:力學分析和視頻監控圖像分析。其中,力學分析方法主要是通過絕緣子的拉力反映出覆冰的重量以及覆冰加給導線的荷載,具體地,將拉力傳感器或者應力片傳感器串入絕緣子串或者絕緣子串上下連接的電力金具中,檢測導線覆冰重力變化、風偏角度、絕緣子傾斜角度以及風速、風向等信息,建立數學模型計算出當前線路的覆冰厚度。視頻監控圖像分析方法是通過在杆塔上安裝圖像採集終端,通過對終端傳回的圖像進行處理得到覆冰厚度。
然而,通過力學分析方法進行覆冰厚度檢測時,由於覆冰的因素很多,各種因素之間相互關係複雜,目前對絕緣子拉力與線路覆冰分布、覆冰型式等之間的關係未能精確確定,而且所用的拉力傳感器屬於非標電力金具,從而導致力學分析結果不夠精確。通過視頻監控圖像分析方法進行視頻監控時,在天氣條件惡劣的狀況下,視頻監控攝像頭也有可能出現覆冰,導致所採集到的圖像不夠清晰,從而影響覆冰厚度計算的準確性。因此,急需一種能夠精確計算出輸電線路覆冰厚度的方法。
技術實現要素:
為克服相關技術中存在的問題,本發明提供一種基於可見光圖像的輸電線路覆冰檢測方法。
本發明實施例提供一種基於可見光圖像的輸電線路覆冰檢測方法,包括:
通過二值化對原始圖像進行邊緣檢測獲取二值圖像;
採用邊緣檢測算子分別從8個不同的方向對所述二值圖像進行邊緣檢測,提取所述二值圖像的邊緣特徵,得到其二值邊緣圖像;
對所述二值邊緣圖像進行分塊處理,獲取帶有杆塔圖像的杆塔分塊;
根據線段之間的近似性、連續性以及共線性對所述杆塔分塊進行線段合併,獲取導線;
根據所述二值邊緣圖像中導線的上下邊緣像素點之間的差值,計算得出覆冰厚度。
優選地,根據所述二值邊緣圖像中導線的上下邊緣像素點之間的差值,計算得出覆冰厚度之後,還包括:根據覆冰後所述導線的傾角和覆冰前所述導線的傾角,對所述覆冰厚度校正得到精確的覆冰厚度。
優選地,所述通過二值化對原始圖像進行邊緣檢測獲取二值圖像,包括:
對所述原始圖像進行高斯平滑獲取高斯核,利用所述高斯核對所述原始圖像進行卷積,得到高斯平滑後的圖像;
利用梯度算子對所述高斯平滑後的圖像求導數,獲取梯度圖像;
對所述梯度圖像的梯度值進行非極大值抑制,獲取像素點局部最大值和像素點局部非極大值;
將所述像素點局部非極大值對應的灰度值置零,獲取所述二值圖像。
優選地,所述梯度算子為8方向的Prewitt算子或索貝爾算子。
優選地,對所述二值邊緣圖像進行分塊處理獲取帶有杆塔圖像的杆塔分塊,包括:
對所述二值邊緣圖像中的原始線段進行連通結構的Blob分析,獲取處理後的最終線段,且每個方向的所述最終線段數量小於或等於128;
對所述二值邊緣圖像進行分塊處理,獲取分塊圖像,且所述分塊圖像中水平分塊數為16,垂直分塊數為4;
分別統計所述分塊圖像中水平方向、垂直方向、斜上方向以及斜下方向的所述最終線段數量;
如果所述分塊內水平方向的所述最終線段數量大於3、垂直方向的所述最終線段數量大於3且斜上方向的所述最終線段數量大於或者等於3;或者所述分塊內水平方向的所述最終線段數量大於3、垂直方向的所述最終線段數量大於3且斜下方向的所述最終線段數量大於或者等於3,則判定所述分塊內存在杆塔;
所述水平方向為-10°~10°;所述垂直方向為大於85°或者小於-85°;所述斜上方向為10°~85°;所述斜下方向為-85°~-10°。
優選地,所述根據線段之間的近似性、連續性以及共線性對所述杆塔分塊進行線段合併,獲取導線,包括:
根據所述最終線段的方向和角度,對所述最終線段分六個方向分組,獲取緊條件下的線段組,所述緊條件下的線段組包括:水平線段組、上偏水平線段組、上偏垂直線段組、下偏水平線段組、下偏垂直線段組、垂直線段組;
對每一線段組採用兩級迭代處理的方法進行搜索,獲取最佳合併線段;
所述兩級迭代處理的方法包括:
遍歷所述每一線段組內所有未合併處理的所述最終線段,讀取一條線段A,所述線段A的長度為L1;
遍歷所述每一線段組內所有除線段A外的所述最終線段,讀取另一條線段S,所述線段S的長度為L2;
獲取所述線段A與線段S之間的距離L;
如果符合L≤2×min(L1,L2),則判定所述線段A與線段S有近似性;
獲取所述線段A與水平方向的夾角θ1、所述線段S與水平方向的夾角θ2和角度閾值θthreshold;
如果符合|θ1-θ2|≤θthreshold,則判定所述線段A與線段S有連續性;
獲取所述線段A的寬度line1_width、所述線段S的寬度line2_width以及閾值k;
如果滿足距離dist≤k-max(line1_width,line2_width),則判定所述線段A與線段S有共線性;
如果所述線段A與線段S同時符合近似性、連續性和共線性,將所述距離L放入一級度量數組內;
遍歷所述每一線段組內所有除線段A、線段S外的所述最終線段,讀取另一條線段X;
判斷所述線段X與所述線段A的近似性、連續性以及共線性;
如果所述線段X與所述線段A符合近似性、連續性以及共線性,將所述線段X與所述線段A的距離放入所述一級度量數組內;
遍歷完所述每一線段組內所有除線段A、線段S、線段X外的所述最終線段,獲取與線段A符合近似性、連續性以及共線性的線段,並放入一級度量數組內;
在所述一級度量數組內,根據最短距離的線段,獲取一級最佳合併線段;
合併所述線段A與一級最佳合併線段,獲取新線段C;
遍歷所述每一線段組內所有的所述最終線段,讀取一條線段D;
判斷所述線段D與所述線段C的近似性、連續性以及共線性;
如果所述線段D與所述線段D符合近似性、連續性以及共線性,將所述線段D與所述線段C的距離放入二級度量數組內;
遍歷完所述每一線段組內所有除線段D外的所述最終線段;
在所述二級度量數組內,根據最短距離的線段,獲取最佳合併線段E;
合併所述線段C與最佳合併線段E,獲取所述緊條件下的合併線段;
遍歷所述每一線段組內其餘未合併處理的未合併最終線段,採用所述兩級迭代處理的方法獲取所述未合併最終線段的最佳合併線段;
合併所述未合併最終線段和所述未合併最終線段的最佳合併線段,獲取所述緊條件下的合併線段;
根據所述緊條件下的合併線段,獲取導線。
優選地,所述根據線段之間的近似性、連續性以及共線性對所述杆塔分塊進行線段合併,獲取導線,還包括:
將所述緊條件下的合併線段分組,獲取松條件下的線段組,所述松條件下的線段組包括線段角度在-75°~75°之間的松條件下線段組和線段角度在小於-75°或者或大於75°之間的松條件下線段組;
遍歷所述松條件的線段組內所有未合併處理的線段,採用所述兩級迭代處理的方法,獲取所述松條件下的合併線段。
優選地,所述根據二值邊緣圖像中導線的上下邊緣像素點之間的差值,計算得出覆冰厚度,包括:
獲取所述二值邊緣圖像中單列上邊緣像素點的垂直坐標p1(i);
獲取所述二值邊緣圖像中所述單列下邊緣像素點的垂直坐標p2(i);
根據所述垂直坐標p1和垂直坐標p2,利用p(i)=|p1(i)-p2(i)|,計算得出所述單列邊緣像素點的像素差;
根據所述像素差,利用獲取覆冰前所述導線的上下邊緣平均厚度d1以及覆冰後所述導線的上下邊緣平均厚度d2;
根據所述覆冰前導線的上下邊緣平均厚度d1、覆冰後導線的上下邊緣平均厚度d2以及導線外徑D,利用計算得出導線上下邊緣間的厚度DM;
根據所述導線上下邊緣間的厚度,利用計算得出導線的覆冰厚度。
優選地,所述根據覆冰後所述導線的傾角和覆冰前所述導線的傾角,對所述覆冰厚度校正得到精確的覆冰厚度,包括:
根據覆冰後上下邊緣的測量厚度eg',覆冰後上下邊緣的實際厚度eg,利用eg=eg'×cosβ,計算得出導線的傾角β;
根據覆冰後導線傾角β1、覆冰前導線傾角β2、所述導線上下邊緣間的厚度DM以及導線外徑D,利用計算得出導線覆冰厚度。
優選地,所述角度閾值θthreshold為2~12,所述閾值k取值為1~3。
本發明的實施例提供的技術方案可以包括以下有益效果:
本發明針對輸電線路的可見光圖像,提出分五步進行覆冰厚度檢測的方法,獲取輸電線路的可見光圖像後,便能根據公式快速得出輸電線路導線的覆冰厚度,結合實際中導線覆冰前後的傾角不同,利用公式對輸電線路的覆冰厚度進行校正,能夠使輸電線路導線覆冰厚度計算更加準確,從而為後續的融冰措施提供可靠的依據。針對可見光圖像中導線識別困難的現狀,本發明提出先識別可見光圖像中的杆塔,再依據杆塔位置識別導線的方法,能夠有效解決在可見光圖像中識別導線的問題,從而保證本方法能夠精確計算出輸電線路的覆冰厚度。
應當理解的是,以上的一般描述和後文的細節描述僅是示例性和解釋性的,並不能限制本發明。
附圖說明
此處的附圖被併入說明書中並構成本說明書的一部分,示出了符合本發明的實施例,並與說明書一起用於解釋本發明的原理。
為了更清楚地說明本發明實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,對於本領域普通技術人員而言,在不付出創造性勞動性的前提下,還可以根據這些附圖獲得其他的附圖。
圖1為本發明實施例提供的一種基於可見光圖像的輸電線路覆冰檢測方法的流程示意圖;
圖2為本發明實施例中根據二值邊緣圖像獲取帶有杆塔圖像的杆塔分塊的示意圖;
圖3為本發明實施例中兩級迭代處理方法流程圖;
圖4為本發明實施例中兩線段間的近似性性示意圖;
圖5為本發明實施例中兩線段間的共線性示意圖;
圖6為本發明實施例中覆冰厚度校正示意圖。
符號表示:
L1-線段A的長度、L2-線段S的長度、L-線段A與線段S之間的距離、θ1-線段A與水平方向的夾角、θ2-線段S與水平方向的夾角、AD-覆冰導線的上沿、BC-覆冰導線的下沿、β-導線的傾角、eg'-覆冰後上下邊緣的測量厚度、eg-覆冰後上下邊緣的實際厚度。
具體實施方式
這裡將詳細地對示例性實施例進行說明,其示例表示在附圖中。下面的描述涉及附圖時,除非另有表示,不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本發明相一致的所有實施方式。相反,它們僅是與如所附權利要求書中所詳述的、本發明的一些方面相一致的裝置和方法的例子。
圖像的二值化,是將圖像上的像素點的灰度值設置為0或255,也就是將整個圖像呈現出明顯的只有黑和白的視覺效果,通過對原始圖像進行二值化處理,能夠獲取原始圖像的二值圖像,對二值圖像採用邊緣檢測算子進行邊緣檢測和邊緣提取後,能夠獲取二值圖像的二值邊緣圖像。
本發明實施例針對通過無人機獲取的輸電線路覆冰可見光圖像,採用基於可見光圖像的輸電線路覆冰檢測方法,實現對覆冰厚度的精確計算。下面將結合附圖,對本實施例進行進一步的詳細介紹,圖1是本發明實施例提供的一種基於可見光圖像的輸電線路覆冰檢測方法的流程示意圖。具體步驟如下:
S110:通過二值化對原始圖像進行邊緣檢測獲取二值圖像。
具體地,可以採用如下方式對原始圖像進行邊緣檢測:
首先,對原始圖像進行高斯平滑獲取高斯核,利用高斯核對原始圖像進行卷積,去除顯著的噪聲,得到高斯平滑後的圖像。
其次,利用梯度算子對高斯平滑後的圖像求導數,獲取梯度圖像。這裡梯度算子可以選擇8方向的Prewitt算子或索貝爾算子。Prewitt算子也即平均差分法,由於該算子是先求平均再求差分從而求得梯度,而算法中的平均運算能夠起到減少或消除噪聲的作用,而且8方向的Prewitt算子檢測8個方向的圖像邊緣,能夠比較全面的採集圖像信息,保證梯度圖像更加清晰。索貝爾算子是典型的基於一階導數的邊緣檢測算子,由於該算子中包含類似局部平均的運算,對噪聲具有平滑作用,能夠抑制噪聲,有利於獲取更準確地二值圖像,從而有利於覆冰厚度計算。
獲取梯度圖像後,對梯度圖像的梯度值進行非極大值抑制,即尋找像素點局部最大值和像素點局部非極大值。
最後,將像素點局部非極大值對應的灰度值置零,獲取二值圖像。
S120:採用邊緣檢測算子分別從8個不同的方向對二值圖像進行邊緣檢測,提取二值圖像的邊緣特徵,得到其二值邊緣圖像。
具體地,採用Prewitt算子分別從8個不同的方向對二值圖像進行邊緣檢測,剔除非邊緣的點,提取二值圖像的邊緣特徵,得到其二值邊緣圖像。
S130:對二值邊緣圖像進行分塊處理,獲取帶有杆塔圖像的杆塔分塊。
獲取輸電線路的二值邊緣圖像之後,為了確定圖像中導線的位置,先對杆塔的區域進行定位,這樣有利於縮小搜索範圍,能夠解決可見光圖像中導線識別困難的問題。由於輸電線路結構在自然場景中的顯著性特徵是其杆塔結構,雖然輸電線路杆塔有不同用途、其結構也不同,但是考慮巡檢拍攝角度的不同,在圖像中輸電線路杆塔有共同的近對稱交叉結構組成,所以本發明中默認二值邊緣圖像中帶有共同的近對稱交叉結構的部分即為杆塔分塊。
參考圖2,圖2是本發明實施例中根據二值邊緣圖像獲取帶有杆塔圖像的杆塔分塊的示意圖。具體地,根據二值邊緣圖像獲取帶有杆塔圖像的杆塔分塊的步驟如下:
S1301:對二值邊緣圖像中的原始線段進行連通結構的Blob分析,獲取處理後的最終線段,且每個方向的最終線段數量小於或等於128。
對二值邊緣圖像中相同像素的連通區域進行Blot分析,得到處理後的最終線段,由於邊緣檢測算子採用了Prewitt算子,將最終線段分為8個方向,每個方向待處理的最終線段最多為128條。
S1302:對二值邊緣圖像進行分塊處理,獲取分塊圖像,且分塊圖像中水平分塊數為16,垂直分塊數為4。
由於無人機巡檢拍攝的輸電線路杆塔圖像大多貫穿圖像的上下,而且杆塔存在鏤空的區域,水平分塊較大,垂直分塊較小,所以本實施例中對二值邊緣圖像進行典型的分塊方式:水平分塊數為16,垂直分塊數為4。得到分塊圖像後,判斷每個分塊內是否存在線段的對稱交叉特性,即判斷每個分塊內的杆塔圖像。
S1303:分別統計:分塊圖像中水平方向、垂直方向、斜上方向以及斜下方向的最終線段數量。
按照水平方向為-10°~10°、垂直方向為大於85°或者小於-85°、斜上方向為10°~85°、斜下方向為-85°~-10°,分別統計每個分塊圖像中四個方向的最終線段數量。
S1304:如果分塊內水平方向的最終線段數量大於3、垂直方向的最終線段數量大於3且斜上方向的最終線段數量大於或者等於3,或者分塊內水平方向的最終線段數量大於3、垂直方向的最終線段數量大於3且斜下方向的最終線段數量大於或者等於3,則判定分塊內存在杆塔。
根據對稱交叉特性,有兩種情況下判定為存在杆塔分塊:
A、分塊內水平方向的最終線段數量大於3、垂直方向的最終線段數量大於3且斜上方向的最終線段數量大於或者等於3;
B、分塊內水平方向的最終線段數量大於3、垂直方向的最終線段數量大於3且斜下方向的最終線段數量大於或者等於3。
S140:根據線段之間的近似性、連續性以及共線性對杆塔分塊進行線段合併,獲取導線。
導線的定位可以看作是相同方向上子線段的合併,根據線段在圖像中分布的不同情況,分緊條件和松條件兩種情況來計算最佳合併線段的搜索。緊條件下線段的合併是將受背景紋理影響斷續的直線線段合併,松條件下線段合併是將近直線或曲線斷續的線段合併。這種根據不同情況處理最終線段的方式,能夠減少背景紋理小線段的幹擾,也能夠降低對輸電線路並列線段的影響,有利於提高圖像選擇的準確性,從而有利於後續精確計算輸電線路的覆冰厚度。
具體地,根據線段之間的近似性、連續性以及共線性對杆塔分塊進行線段合併,獲取導線的步驟如下:
S1401:根據最終線段的方向和角度,對最終線段分六個方向分組,獲取緊條件下的線段組,緊條件下的線段組包括:水平線段組、上偏水平線段組、上偏垂直線段組、下偏水平線段組、下偏垂直線段組、垂直線段組。
S1402:對每一線段組採用兩級迭代處理的方法進行搜索,獲取最佳合併線段。
參考圖3,圖3為本發明實施例中兩級迭代處理方法流程圖,兩級迭代處理的方法包括如下步驟:
1)遍歷每一線段組內所有未合併處理的最終線段,讀取一條線段A,線段A的長度為L1;
2)遍歷每一線段組內所有除線段A外的最終線段,讀取另一條線段S,線段S的長度為L2;
3)參考圖4,圖4為本發明實施例中兩線段間的近似性性示意圖。獲取線段A與線段S之間的距離L,此處距離L為線段A與線段S上最近的端點之間的距離,而不是兩條線段之間的垂直距離;
4)如果符合L≤2×min(L1,L2),則判定線段A與線段S有近似性;
5)參考圖5,圖5為本發明實施例中兩線段間的共線性示意圖。獲取線段A與水平方向的夾角θ1、線段S與水平方向的夾角θ2和角度閾值θthreshold,此處角度閾值θthreshold取2~12;
6)如果符合|θ1-θ2|≤θthreshold,則判定線段A與線段S有連續性;
7)獲取線段A的寬度line1_width、線段S的寬度line2_width以及閾值k,此處閾值k取2~12;
8)如果滿足dist≤k-max(line1_width,line2_width),則判定線段A與線段S有共線性;
9)如果線段A與線段S同時符合近似性、連續性和共線性,將距離L放入一級度量數組內;
10)返回第2)步,遍歷每一線段組內所有除線段A、線段S外的最終線段,讀取另一條線段X;
11)判斷線段X與線段A的近似性、連續性以及共線性;
12)如果線段X與線段A符合近似性、連續性以及共線性,將線段X與線段A的距離放入一級度量數組內;
13)遍歷完每一線段組內所有除線段A、線段S、線段X外的最終線段,獲取與線段A符合近似性、連續性以及共線性的線段,並放入一級度量數組內;
14)在一級度量數組內,根據最短距離的線段,獲取一級最佳合併線段;
15)合併線段A與一級最佳合併線段,獲取新線段C,重新計算新線段C的屬性,
16)返回第2)步,進行迭代搜索最佳合併線段,即:遍歷每一線段組內所有的最終線段,讀取一條線段D;
判斷線段D與線段C的近似性、連續性以及共線性;
如果線段D與線段D符合近似性、連續性以及共線性,將線段D與線段C的距離放入二級度量數組內;
遍歷完每一線段組內所有除線段D外的最終線段;
在二級度量數組內,根據最短距離的線段,獲取最佳合併線段E;
合併線段C與最佳合併線段E,獲取緊條件下的一條合併線段;
返回第1)步,遍歷其餘未處理的最終線段,直到結束,獲取每一線段組內緊條件下的所有的線段的合併線段。
最佳合併線段的選擇採用兩級迭代處理的方法,能夠使提取的導線處理為顯著的、完整的邊緣輪廓,依據線段長度對線段進行排列,保留較長的線段,從而能夠較完整地保留輸電線路的輪廓信息。本發明中角度閾值θthreshold取2~12,閾值k取2~12,在緊條件下,θthreshold與k取值較小,在松條件下,θthreshold與k取值較大。
S1403:根據緊條件下的合併線段,獲取導線。
松條件下合併線段的選取也採用兩級迭代處理的方法,與緊條件下合併線段的選取的不同之處在於,松條件下線段的合併是將上述緊條件下合併後的線段分為兩組:包括線段角度在-75°~75°之間的線段組和線段角度在小於-75°或者或大於75°之間的線段組。具體線段的選取方法與緊條件下選取方法相同,這裡不再贅述。
S150:根據二值邊緣圖像中導線的上下邊緣像素點之間的差值,計算得出覆冰厚度。
具體地,覆冰厚度計算步驟如下:
01)獲取二值邊緣圖像中單列上邊緣像素點的垂直坐標p1(i);
02)獲取二值邊緣圖像中所述單列下邊緣像素點的垂直坐標p2(i);
03)根據垂直坐標p1和垂直坐標p2,利用p(i)=|p1(i)-p2(i)|,計算得出單列邊緣像素點的像素差;
04)根據像素差,利用獲取覆冰前導線的上下邊緣平均厚度d1以及覆冰後導線的上下邊緣平均厚度d2;
05)根據覆冰前導線的上下邊緣平均厚度d1、覆冰後導線的上下邊緣平均厚度d2以及導線外徑D,利用計算得出導線上下邊緣間的厚度DM;
06)根據導線上下邊緣間的厚度,利用計算得出導線的覆冰厚度。
覆冰厚度的計算主要是依據覆冰的上下邊緣的像素點的差值,即覆冰的上下邊緣的像素點的垂直坐標差值,該像素點的差值即為覆冰後的厚度。由於此處覆冰後的厚度中包含有架空絞線的厚度,所以需要將絞線去掉後、然後採用一定的計算方法得到覆冰厚度。相應地,在計算覆冰厚度時需要預先知道在未覆冰的情況下,二值邊緣圖像中架空絞線上下邊緣所佔的像素差。在二值邊緣圖像中,每一列都會有上邊緣點(即第一行出現邊緣的點)和下邊緣點(即最後一行出現邊緣的點),上下邊緣的像素點垂直坐標差即為厚度,這個厚度是指二值邊緣圖像上的厚度,還需要通過參數轉換為實際厚度。
以p(i)表示架空輸電線厚度的像素點數,p1(i)和p2(i)分別表示架空輸電線的上下邊緣所對應的像素點的垂直坐標,則利用p(i)=|p1(i)-p2(i)|計算得到單列上的厚度像素p(i),利用計算得到架空輸電線的上下邊緣的平均厚度d,假設得到未覆冰架空輸電線的平均像素厚度為d1,得到覆冰後的架空輸電線的平均像素厚度為d2,架空輸電線上導線外徑為D,利用公式計算得到覆冰的架空輸電線上下邊緣的厚度DM。從目前大量環境覆冰調研情況來看,覆冰形態概況起來可以分為兩類:截面形狀有規則的為一類,截面形狀無規則的為一類。通常在計算輸電線路上的覆冰厚度時將覆冰截面近似為圓形,所以利用公式計算得到覆冰厚度d。
由於架空輸電線在重力的作用下呈懸鏈曲線下垂,除了無人機拍攝角度從上垂直向下或者從下網上垂直兩種情況以外,在實際中架空輸電線一般不是直線,因此,需要對計算得到的覆冰厚度進行校正,即對二值邊緣圖像中覆冰厚度所佔像素進行校正。
具體地,對覆冰厚度校正得到精確的覆冰厚度的步驟包括:
根據覆冰後上下邊緣的測量厚度eg',覆冰後上下邊緣的實際厚度eg,利用eg=eg'×cosβ,計算得出導線的傾角β;
根據覆冰後導線傾角β1、覆冰前導線傾角β2、所述導線上下邊緣間的厚度DM以及導線外徑D,利用計算得出導線覆冰厚度。
參考圖6,圖6為本發明實施例中覆冰厚度校正示意圖。AD為覆冰(或者架空輸電線)上沿,BC為覆冰(或者架空輸電線)下沿,直線L是AD與BC處理後得到的虛擬線,eg'為覆冰後上下邊緣的測量厚度,而覆冰後上下邊緣的實際厚度為eg=eg'×cosβ。直線L的求解依據折中原則,二值邊緣圖像具有上邊緣和下邊緣,上下邊緣各成一線並且在實際狀況中是不相交的,所以直線L上的單列點為上下邊緣點的中間點,即這樣求解出來的直線L上的點有可能不在一條直線上,所以無法確定其斜率,也就無法計算準確的eg值,因此,對L(i)做一階曲線擬合,所以利用公式計算校正後的覆冰厚度d,其中β1和β2分別表示覆冰後架空輸電線的傾角和覆冰前架空輸電線的傾角。對導線覆冰厚度進行校正,能夠得到更精確的覆冰厚度,有利於供電企業針對覆冰量對輸電線路覆冰現象及時採取相應融冰措施。
本領域技術人員在考慮說明書及實踐這裡發明的公開後,將容易想到本發明的其它實施方案。本申請旨在涵蓋本發明的任何變型、用途或者適應性變化,這些變型、用途或者適應性變化遵循本發明的一般性原理並包括本發明未公開的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的,本發明的真正範圍和精神由下面的權利要求指出。
應當理解的是,本發明並不局限於上面已經描述並在附圖中示出的精確結構,並且可以在不脫離其範圍進行各種修改和改變。本發明的範圍僅由所附的權利要求來限制。