基于数字图像处理的输电线路异物识别技术研究

摘要

无人机和巡检机器人的应用大大提高了电力线巡检效率，但其摄取的大量图像数据仍需低效的人工核验。解决这种效率不匹配的方式之一是使用计算机图像处理技术自动识别输电线路上的异物。为此研究和设计了基于数字图像处理的输电线路异物识别算法，该算法由图像增强、图像分割和图像分析三个步骤构成。
　　图像增强步骤的输入为采集的一类含输电线路的图像，比较了随机数学模型和模糊数学模型中各种增强算法的应用效果，分析得出模糊数学模型对于此类图像的增强效果较好，并据此设计了一种基于模糊数学模型的图像增强算法。
　　图像分割步骤的输入为图像增强过程的输出图像，选用基于边缘检测的分割方法。总结了使用较广的多种空域边缘检测算法在含有电力线的增强图像中的应用效果，结果表明这类算法的适用性不佳。随后研究了希尔伯特变换在二维信号中的应用方法，进而设计了一种基于相位一致性的频域边缘检测算法，通过对比说明了该方法具有更好的适用性。随后研究了相位一致性指标的处理方法，可将电力线和异物的边缘从背景中较好地分离，同时获得对应的二值图像。
　　图像分析过程的输入为图像分割步骤输出的二值图像。利用区域特征约束进一步处理二值图像，借鉴认知物理学理论，分析了图像内部特征规律，设计了二值图像数据场的描述方法，并据此给出了输电线路异物识别和定位算法。
　　最后通过样本实验数据分析了算法整体的运算时间和准确率性能。

目录

声明

摘要

1 绪论

1．1 研究的背景及意义

1．2 无人巡线技术的国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 图像处理在无人巡线中的应用状况

1．3．1 图像处理在无人巡线中应用的前瞻性

1．3．2 图像处理在无人巡检中应用的条件

1．3．3 图像处理在无人巡检中应用的探索

1．4 本文研究的主要内容

2 电力线数字灰度图像增强算法研究

2．1 数字图像的数学表示方法

2．2 基于灰度概率分布的随机数学模型

2．2．1 灰度概率分布随机数学模型的定义

2．2．2 直方图规定化算法

2．2．3 基于双子图分割的直方图均衡化算法

2．2．4 基于最优分布的直方图规定化算法

2．2．5 随机数学模型算法的适用性

2．3 基于模糊集合理论的模糊数学模型

2．3．1 模糊数学模型的定义

2．3．2 Pal-King算法

2．3．3 基于模糊集合模型的改进算法

2．3．4 模糊数学模型的适用性

2．4 本章小结

3 电力线灰度图像分割算法研究

3．1 经典边缘检测算法

3．1．1 一阶微分算法

3．1．2 二阶微分算法

3．1．3 Canny算法

3．1．4 经典边缘检测与图像分割算法的适用性

3．2 基于相位一致性的图像分割算法

3．2．1 一维信号的相位一致性理论

3．2．2 希尔伯特变换在二维信号中的推广

3．2．3 基于相位一致性的图像分割方法

3．3 相位一致性算法分割图像的后处理

3．3．1 背景噪声的抑制方法

3．3．2 前景附近噪声的抑制方法

3．4 本章小结

4 图像特征分析与异物定位算法研究

4．1 前景分割图像的描述方法

4．1．1 区域标记算法

4．1．2 区域特征计算方法

4．2 基于区域特征的二值图像处理

4．3 基于认知物理学的图像内部特征描述

4．3．1 二值图像的认知物理学描述方法

4．3．2 含架空电力线的前景二值图像数据场模型

4．4 异物定位方法

4．5 本章小结

5 算法整体性能分析

5．1 运算时间分布和影响因素

5．2 异物区域定位的准确率和影响因素

5．2．1 区域定位准确率统计

5．2．2 准确率影响因素分析

6 结论

致谢

参考文献

攻读硕士学位期间发表的论文和出版著作情况