摘要：随着通信网络技术、数字图像处理技术的发展，借助计算机强大的数据处理能力，视频监控系统已不止是单纯地对现场情况进行录放，更多地嵌入了特定类型的视频图像处理识别功能。输电线路远程图像监控系统以数字化、网络化视频监控为基础，能自动地分析和抽取视频源中的关键信息，由计算机代替人工监控，大大减轻了人工劳动强度，同时可以减少误报漏报，提高报警处理的及时性。
关键词：图像处理技术；直升机巡检；输电线路；应用
目前，输电线路安全系统的图像识别算法仍存在许多技术瓶颈。一方面，受通信网络的限制，视频图像质量的视频监控装置采集不高，直接影响到算法的效果分析；另一方面，室外照明的变化对测试结果有很大的影响。复杂环境下传输线图像识别算法将是进一步研究方向和重点。
一、图像处理技术的主要分类
数字图像处理技术可分为两大类：模拟图像处理和数字图像处理。如人们平时拍照、摄像监控和电视信号处理等都是模拟图像处理。模拟图像处理的特点是处理速度快，操作系统占用内存小，实时图像处理，可以同时在其他图像处理，其缺点是加工精度、加工功能单一，没有什么智能判断能力和非线性处理。
数字图像处理技术是当前处理技术的主流，其功能的实现需要计算机软件的支持。数字图像处理具有许多优点，如加工内容、加工精度、灵活性等方面都优于模拟图像处理，也可以处理复杂的非线性变化，重新编码和参数变换处理函数只需要不同的功能模块，但其处理速度慢，特别是在复杂的图像处理更占用更多的内存。
二、图像处理技术概述及其对输电线路故障检测的重要性
基于计算机技术的图像处理技术，利用工业相机、摄像机等设备捕获二维数组后，系统地研究了阵列的计算机软件，一个非常重要的技术获取、表达信息。这项技术最早始于上个世纪20年代，当时，通过海底电缆从伦敦、美国到美国的纽约发了一张照片，迄今为止该技术的诞生。使用这种技术可以帮助人们更客观更紧密地认识世界。对于输电线路故障检测，该技术可以在直升机和机器人的检测中发挥非常积极的作用。明确地:
首先，与传统的人工视觉检测方法相比，借助图像处理技术，可以实现自动检测和诊断，节省更多的人力资源，且比人工检测更准确。甚至有些人难以巡视死角也能轻松完成检查。
第二，借助红外和紫外图像，可以判断输电线路是否存在过热、电晕等现象，但不能确定故障发生的具体位置。可见光图像可以准确分割和识别，并结合红外和紫外图像，最终确定故障分量，为线路维护工作提供科学依据。
第三、无人机航拍的使用，图像中获得明确的地位，我们可以放大和远程图像采集附近，与人工直接接触相同的效果，并且可以突破时空限制，使线路故障诊断工作的顺利进行，保证线路的运行始终处于最佳状态。因此，将图像处理技术应用到输电线路故障检修工作中，不仅符合当前“三大五套”改造的需要，而且可以适应智能电网建设的发展趋势。
三、基于图像处理技术的输电线路故障诊断策略
（一）输电线路图像信息获取
获取图像的图像信息是故障诊断的基础和基础。目前，电力系统的输电线路采用公用网络方式。在实践中，我们可以利用直升机、无人机等航拍线路，及时获取高图像、视频等，并按照既定方向将原始图像信息收集到服务器上传。压缩编码后，通过公共网络将图像信息传输到统一平台，帮助员工了解远程线路的运行状态。如果在图像中找出一条线故障特征，可以采取更接近、放大或延迟的疑似故障位置拍摄的具体细节，进一步明确可能。
（二）监测图像处理
近年来，在中国电力系统的服务范围已经规模发展，并向更复杂的领域，如城镇和乡村发展。并遇到丘陵地区，该行将被树木包围。此外，摄像头设备的性能，图像采集，很可能与噪声混合，这对自己的具体提取有负面影响。在这方面，对于图像降噪、图像增强等方面，有必要加强图像处理的监控。如灰度变换法，将采集到的彩色图像转化成灰度图像，以优化图像的成像效果，进一步扩展图像的动态范围，使图像更加清晰，有利于工作人员实现对线的仔细观察。或者采取小波包去噪的方法，对图像低频、高频部分进行分割处理，提升局部分析能力，以获得更高质量的图像信息。
（三）提取特征量
一般来说，对于常规直线图像进行特征提取，主要针对一个特定的测量点图像即可。但适用范围小。该方法不适用于导线特征提取，适用于绝缘子串。在此基础上，考虑到测量点的不同状态，将对图像的分布产生影响。因此，在边缘提取的基础上，将图像分成若干不同的图像。该方法不仅可以满足不同场合的需要，而且可以进行归一化处理。在实践中，我们可以采取Ratio算法，作为一种统计模型边缘检测算法，航拍图像中的电力线接近直线，具体算法如下：给定一个包含ni个像素点的区域Ri，其中每个像素的灰度值为Pk，其中平均灰度值为：
图1水平方向Ratio算子模板
通过对中心像素的观察，我们能够看到5*5像素矩形窗，并划分为三个区域，确定检测方向为d。通过比较来看，如果两两之间存在边缘线，那么即可确认为直线上的点。
（四）智能识别线路故障
其中H*(u,v)可作为退化系统退化函数H(u,v)的复共轭，Sn(u,v)则是噪声，Sr(u,v)则是原始图像功率谱。籍此，相关技术人员可以按照均方误差获得到原始图像，并利用计算机软件对绝缘子模糊图像进行处理，以此来提高绝缘子图像效果，更加准确地判断出线路故障位置。
四、结论
输电线路是电力系统运行的基础，保证输电线路的安全可靠是电力企业的主要任务之一。与以往不同的是，目前的电力系统具有规模化、复杂化的特点，增加了输电线路故障诊断的难度。基于此，在今后的工作中，我们必须积极采用图像处理技术，具有灵活性和充分利用技术本身具有的实时监控和传输线控制，及时获取的图像，图像处理，图像特征提取，实现线路故障在线智能识别，不断提高管理水平，从而促进有效发挥电力工业的整体效率在我国。
参考文献：
[1]李振家,冯尚庆,王淑娴,盛戈皞,江秀臣,黄成军.基于数字图像处理技术的输电线路舞动监测[J].工业控制计算机,2010,06:36-37.
[2]朱昱坤.基于图像处理技术的输电线路覆冰检测[J].南方电网技术,2010,06:106-110.
[3]仝卫国,苑津莎,李宝树.图像处理技术在直升机巡检输电线路中的应用综述[J].电网技术,2010,12:204-208.
[4]罗朝祥,万华舰,罗文博,姜岚.输电线路导线覆冰图像处理与识别技术[J].中国电力,2014,09:132-136.
[5]游文霞,常俊晓,卢姬.基于图像处理技术的输电线路走廊烟火识别研究[J].水电能源科学,2014,12:166-168+190.
论文作者:李黎
论文发表刊物:《电力设备》2017年第16期
论文发表时间:2017/10/16
标签：图像论文; 图像处理论文; 线路论文; 技术论文; 故障论文; 算法论文; 直升机论文; 《电力设备》2017年第16期论文;