基于视觉的电力系统高压线提取与识别

王 璇 董慧颖 沈阳理工大学信息科学与工程学院辽宁沈阳 110159

【文章摘要】

本文主要研究了从复杂自然背景高压线图像中自动识别导线的算法。首先用抗强噪声的线特征提取算子从图像上提取高压线的像素点，然后基于高压线的特征，采用双方向K 均值分类的Hough 变换对高压线识别。

【关键词】

高压线;Ratio;Hough

0 前言

电力线是电力系统的重要组成部分，它的安全可靠的运行直接影响到国家经济的稳定和人的生命安全。而由于我国国土辽阔，地形复杂，平原少、丘陵及山区较多的特点，使得电力线巡检这项基础工作变得很艰难。目前，对野外的输电线路进行巡检的主要有地面目测法、直升飞机巡线法，机器人巡线法。而无人机巡线法在国际和国内上是个新课题，该方法利用图像摄像识别技术，在复杂自然背景下，将电力线自动提取。本文基于Ratio 算子从图像上提取高压线的像素点，同时利用双方向K 均值分类的Hough 变换对高压线识别。

1 基于复杂背景的Ratio 算子滤波Saraband 等人提出的一种利用中间区域和两边相邻区域灰度平均值的比值来进行的检测方法，该方法能够充分利用线特征的灰度信息。给定一个包含个像素的区域 , 其中每个像素的灰度为 , 其平均灰度, 设过中心像素的一定宽度的区域为, 其两边的区域为。检测方向为在中过 将两边分成相近大小的直线方向, 以水平方向为例。

2 基于K 均值分类的Hough 变换直线提取

2.1 Hough 变换

Hough 变换是经典的直线检测之一，在车道检测、机场跑道检测等方面应用十分广泛，它的基本思想是: 由图像空间中的边缘曲线通过曲线表达式变为参数空间的一个点，将原始图像边缘曲线检测问题转变为寻找参数空间中的点，并在累加器空间中寻找峰值的问题。

2.2 K 均值分类的Hough 变换Hough 变换直线检测会有误检测，基于高压线近似平行的特征，我们在代表直线方向信息的上对已检测出的直线做，可以排除与高压线相交的误检测，在代表距离的上对已检测的直线做K 均值的分类，可以排除与高压线类似平行的河流道路等的干扰。

3 实验结果与分析

本文的软件平台为：Win 7 操作系统,Matlab R2009a 实验仿真平台。在经Ratio 算子滤波后，高压线像素基本上提取完整，背景噪声较少。图（1）和图（2）是树木和矮灌木的背景噪声，这些噪声使得应用Hough 变换时产生与高压线相交的误检线段，在经过一次方向上的K 均值分类可以去除了干扰线段。而图（3）是受道路噪声的干扰, 这些噪声产生与高压线平行的误检线段，在方向上的K 均值分类去除了平行的干扰线段。

4 结论

高压线的提取与识别是基于视觉电力系统巡检的重要环节。本文在认清高压线结构特点的基础上，用抗强噪声的线特征提取Ratio 算子从图像上提取高压线的像素点，改进Hough 变换，从双方向对Hough 变换进行K 均值分类对高压线识别，本方法可以解决与高压线平行的干扰。

【参考文献】

[1]G. Yan, C. Li, G. Zhou, W.Z h a n g , a n d X . L i , " A u t o m a t i cextraction of power lines from aerialimages," IEEE Geoscience and RemoteSensing Letters, vol. 4, pp. 387-391, 2007

[2] 赵利坡，范慧杰，朱琳琳，唐延东.。面向巡线无人机高压线实时检测与识别算法。小型微型计算机系统，2012 年第04 期

[3]Saraband i K, Pierce L, Oh Y, eta l. Power lines: Radar measurementsand detection algorithm for polarimetricSAR images[ J] . IEEE Transact ionson Aerospace and Electronic Systems,1994,30 ( 2) : 632~ 643.

[4] 游嘉，陈波。基于Hessian 矩阵的多尺度视网膜图像增强方法。计算机应用， ( 2011) 06 ： 1560