应用图像识别技术弧垂计算方法研究.docVIP

应用图像识别技术弧垂计算方法研究 　　【摘 要】输电导线弧垂是导线运行的重要参数，影响电网的安全稳定运行。传统的运行输电线弧垂测量方法操作复杂，误差较大。提出了一种基于部分线段图像识别的弧垂计算方法，用高清相机拍摄部分线段并测定导线的档距等简单数据，并采用中值滤波和Canny边缘检测算子进行图像预处理；再以悬链线模型为基础提取部分段曲线的独立状态参数，还原完整的悬链曲线并计算其弧垂。通过两端等高悬链线及两端不等高悬链线的实测试验，结果表明，该方法能满足工程的精度要求，具有一定的实用价值。 　　【关键词】悬链线模型；弧垂测量；图像识别；Matlab仿真 　　0 引言 　　输电线路弧垂是线路设计和运行维护的主要指标之一，弧垂过小，架空线的拉应力就大，杆塔荷载增大，安全系数减小，严重时可能发生断线、倒塔和掉串等事故；弧垂过大，架空线对地及交叉跨越物的安全距离不足，风摆、舞动和跳跃会造成线路停电事故的风险就随之增加[1]。因此，运行线路的日常巡检中需要对弧垂进行实时监测，将弧垂控制在规程要求的范围内以保证线路和被跨越设备的安全。 　　传统的导线弧垂实测计算方法主要有角度法、驰度板观测法和中点高度法[2-4]等，这些方法均存在测量难度大、实时性差，或者误差较大的问题。随着现代测量技术的不断发展和各类先进工程测量仪器的开发，基于先进的测量仪器和计算平台（包括计算机算法[5]、图像识别技术[6-7]、光纤光栅应变传感器[8]、LabVIEW平台[9]、J2ME技术[10]以及电场逆运算原理[11]等）的弧垂测量新方法应运而生。利用图像处理技术进行弧垂计算有全景拼接数码照片[12]和计算机视觉原理标定线路坐标值[13]等方式。其中，全景拼接技术在实际操作中，容易出现拼接失真而带来较大的计算误差；利用计算机视觉原理计算弧垂时需要标定线路坐标值，在地形环境复杂的地区难以进行准确标定坐标值，甚至是无法完成的。此外，其他仿真类方法需要用到复杂的计算公式和考虑影响弧垂的众多因素如导线温度、张力、传输容量等，在实际工程应用中给现场人员带来不便，因此很难得到应用推广。为此，本文提出一种基于部分线段图像识别的弧垂计算方法。 　　1 图像识别技术 　　由于拍摄图像的复杂性，为了使特征的提取精度更高，需要对图像进行预处理，包括滤波[14]和边缘检测[15]等。 　　1.1 图像滤波 　　为了减弱各种噪声的干扰和影响，在提取图像的特征值之前需要先对图像进行平滑滤波。图1显示不同滤波方法对加噪声的部分段柔索图像的滤波效果。从图1可以看出，对于抑制数字图像中的噪声，低通滤波的效果并不理想，背景中的大部分噪声没有被滤去；均值滤波能够滤去大部分的噪声，但得到的图像不够清晰；中值滤波能够很好地消除噪声的干扰，还原出清晰的图像。因此选择中值滤波的方法对图像进行滤波。 　　（a）加噪声图像 （b）低通滤波 　　（c）均值滤波 （d）中值滤波 　　图1 不同滤波器效果图 　　1.2 图像边缘检测 　　电力线路最基本的特征是其线特征，线特征的提取可以采用图像的边缘检测来实现。图2显示不同经典边缘检测算子的检测效果。从图2可以看出，4种边缘检测算子的整体效果都比较理想，但是 Roberts算子、Sobel算子和Prewitt算子由于信息点丢失而使线条连续性不佳，平滑效果较差，有伪边缘出现；Canny算子检测的边缘较细，为单像素，而且提取的边缘完整性较好，细节表现明细，能在噪声抑制和边缘检测之间取得较好的平衡，且检测出的边缘为单像素。因此选择Canny算子对图像进行边缘检测。 　　（a）Roberts算子 （b）Sobel算子 　　（c）Prewitt算子 （d）Canny算子 　　图2 不同算子检测效果图 　　边缘检测得到线路的两条边缘，参照曲线平滑的思想，可以采用两条边缘线的中间线来代替悬链线，以更加准确地反应线路的趋势。在寻找中间点的时候，若同一x坐标上有n个像素点，则中间点的y坐标可表示为 　　式中yi为第i个像素的y坐标。 　　2 悬链线还原 　　文献[16]提出一种用“悬链段”方法分析柔索结构的思想。当悬链线的档距一定时，只要一个独立变量就可以确定线路的悬垂状态。图3是悬链段参数提取示意图，采用数字图像处理所用的坐标约定，选取顶部索曲线倾角的正割值作为独立变量求解，定义secθ=n，θ为顶部索曲线倾角，则可由公式（2）确定悬链线的状态。 　　y=ach（x/a+archn-l/a）-ach（archn-l/a）+y0（2） 　　式中，a为待求系数，（l，h）是曲线切点坐标，（x0，y0）是曲线的端点坐标。 　　图3 线路提取示意图 　　线路参数的提取步骤如下： 　　（1）获取部分段线路图像的两端点坐标（x0，y0）、（L