贵州电网有限责任公司贵阳供电局 贵州省贵阳市 550000
摘要：在电力行业，由于电力线路覆盖范围广、所在地形复杂、自然环境恶劣等特点，电力部门每年需要花费巨大的人力和物力进行电力巡检。无人机电力巡线因为安全性高、不受地理条件限制、巡线效率高，已经逐渐成为了我国输电线路巡检的一种重要方式。在无人机电力巡检过程中，无人机机载摄像设备拍摄了大量的输电线路图像，我们通过对采集到的图像进行分析处理，可以发现杆塔、导地线、绝缘子等部件的运行状态。利用图像处理技术对这些部件的检测分析，我们可以得到线路的基本运行状况，发现线路部件缺陷。
关键词：图像处理技术；无人机；电力线路巡检；应用
1输电线路巡检现状
目前输电线路巡检手段主要可分为人工线路巡检、机器人线路巡检、载人直升机线路巡检和无人机线路巡检4种方式。考虑到输电线路分布广、地域环境恶劣、所处地形复杂等情况，采用人工巡检方式，操作人员的作业条件艰苦且工作量大，特别是对于高远山区以及跨越江河或沙漠等输电线路巡检，人工巡检方式面临花费时间长、各种成本高、操作困难大、作业风险高、工作强度大且巡检效率低等诸多问题，故此巡检方式越来越不能满足线路巡检需求。机器人巡检方式是针对高压架空输电线路的1种自动化线路巡检方式，虽然该巡检方式巡检精度高，但也面临着巡线距离短、巡检速度慢和难以跨越障碍等缺陷，限制了它的应用范围。载人直升机线路巡检方式由于可通过直升机搭载成像设备，能够对输电线路拍摄图像，具有较高的输电线路巡检效率，但投入成本大，需要大量的人力资源，管理及技术储备复杂，因而载人直开机巡检方式没能广泛推广使用。而无人机巡检方式由于飞机机体小、成本低、载重轻和操作简便等显著优点而逐渐受到电力企业的高度重视，在输电线路巡检领域中扮演着日益重要的角色。
无人机是一种利用无线遥控设备和机身自带程序控制装置操纵运行的不载人飞机系统。由于无人机能够携带图像采集设备与信息传输设备，可将所采集的巡检信息传送到地面工作站。相比于载人飞机，无人机偏重于用来执行对于人来说太单调、肮脏或危险的任务。而电力系统常常存在高压、偏远等情况，为了减轻操作人员工作量和危险性，无人机逐渐得到了广泛应用。常用于电力系统的无人机主要有：无人直升机、固定翼无人机、多旋翼无人机和无人飞艇等。
2图像处理在电力巡检中的应用
2.1图像预处理
2.1.1图像亮度调整
由于一个给定目标亮度在不同场景中可能引起不同的亮度感觉，或者拍摄图像的亮度过亮或过暗，导致了计算机识别难度的增加，所以我们对亮度进行调整是十分必要的。这可以细分为三类方法：
（1）转换到HSL(HSV)颜色空间调整。这可以说是最直观也是最低效的方法：因为HSL颜色空间天然有一个L分量表示亮度，直接进行调整即可。但是这种方法有很大的缺陷就是低效。由于电脑屏幕本身的特点决定了多数图像在RGB色彩空间被解析，所以需要转换为HSL，方便图像的进一步处理。
（2）线性调整。线性调整可以直接对像素值进行调整，这样的好处是更直观的表示出电力巡检需要突出的物体，所以对亮度的线性调整是必需的。图像亮度计算公式如下：
其中，ln表示原始像素点亮度，laverage表示整张图片的平均亮度，lout表示调整后的亮度，而percent即调整范围。
2.1.3去除雾雨背景
在阴霾或阴雨天气中，可见度降低。去除图像中遮挡真实物体的雾雨，恢复真实背景信息是有必要的。从图像类型的角度来看，目前的除雾方法分为两种：基于单帧的去雾方法和基于视频的去雾方法。
对于基于视频的检测，主要利用雾雨特点，达到目的。Stank和Werman认为雨线更明亮，时域变化很快，建议使用时域中每个像素的中值滤波器去除雨滴。但这种方法只能对简单视频做出有效处理。针对运动视频来说，Garg和Nayar建立了雾雨相关模型，并开发了描述物理特性的模型来表达雨的像素值。Baraum等引入了频域来过滤掉雨雪，并且很有成效。Bossu等设计了基于背景分离的图像处理模型，通过检测前景图像大小和亮度，然后通过直方图来检测雨线，去除雾雨。
单一图像去雾方法方面，双边滤波是基于高斯滤波函数的，边缘的像素影响很小，这样可以在去除雾雨的时候更好地保持边缘像素。Buades等人提出了全局滤波来更好地处理图像中的雾噪声。基于最小二乘法的滤波器的思想是保持平滑的优化框架，使得图像滤波的效果达到最佳。有指导的图像滤波器是通过引导图像的内容产生输出的局部线性模型导出的，其中指导图像可以是输入图像本身或另一不同图像，有指导的图像滤波器比双边滤波器具有更好的边缘特征保留。
2.1.4图像拼接
由于无人直升机机载摄像机分辨率很有限，所以导致拍摄场景越大，但是图像分辨率越低。我们无法在获取大场景照片的条件下有效提升图像分辨率，所以我们可以通过图像拼接融合来满足实际生产工作中的需求。
由于拍摄环境复杂多变，所以没有这样的算法来解决图像匹配问题。根据相似判断标准，图像匹配方法可以分为三类：基于轮廓特征、基于模型匹配和基于频域的图像匹配。基于特征的方法不直接使用图像像素值，而从图像的特征导出像素，然后取出有效特征作为参考，匹配图像叠加的相应特征区域。这种拼接算法具有很强的鲁棒性和鲁棒性。基于模型的匹配耗费时间较长而且效率不高。图像旋转，会导致该方法性能下降。基于频域变换的方法计算量过大，对工程设备要求较高。
一般来说，灰度在两幅图像边界上的细微差别将导致明显的差距，但实际图像拼接的灰度差是不可避免的，因此图像融合可以有效的对这种情况做出处理。通过采用平滑重叠部分的渐进方法。实现从第一图像到第二图像的转变。
结论
高压输电线路故障将导致大面积电网断电，这可能导致道路交通拥堵，铁路停电，商业机构和政府部门瘫痪等重大后果。因此，为了确保电力系统安全可靠，及时发现异常现象和潜在故障，日常电力检查具有重要意义。无人机电力巡检已逐渐成为我国线路检测的重要途径，图像处理已成为自动电力线检测发展的方向。图像处理技术将应用于无人机动力检测线的各个环节，大力推动中国无人机电力巡检的发展，保护中国电力系统的正常运行。
参考文献
[1]郑武略，张富春，焦炯，等.多旋翼无人机在输电线路巡检中的应用[J].中国电业（技术版），2016，66（4）：70-73.
[2]赖奎，姚军艳，马承志，等.输电线路智能巡检系统的设计研究[J].广东电力，2016，29（7）:105-110.
[3]赵坤，赵书涛.变电站巡检机器人视觉导航算法的研究[J].电力信息与通信技术，2014，12（1）:38-41.
[4]刘贞瑶，韩学春，康宇斌.直升机巡检在500kV及以上输电线路中的应用[J].江苏电机工程，2015，34（1）:50-51，55.
论文作者:张霄
论文发表刊物:《建筑学研究前沿》2017年第33期
论文发表时间:2018/4/27
标签：图像论文; 无人机论文; 线路论文; 亮度论文; 电力论文; 方式论文; 方法论文; 《建筑学研究前沿》2017年第33期论文;