， ，，，

(1.國網(wǎng)浙江杭州市供電公司，杭州 310000;2.國網(wǎng)浙江杭州市余杭區(qū)供電有限公司，杭州 310000)

0 引言

輸電線路巡檢是保證輸電可靠性和防止電力安全事故發(fā)生的重要措施之一。在過去，依賴于巡檢員定期巡檢，這是項勞動密集型的工作，耗費大量的人力物力?，F(xiàn)如今，無人機技術(shù)快速發(fā)展，文獻[1-5]提出了無人機巡檢方案。通過搭載光學設(shè)備的無人機獲取輸電線路的圖像，然后對圖像進行處理完成巡檢工作。輸電線檢測是圖像處理至關(guān)重要的環(huán)節(jié)，只有準確的檢測出輸電線，才能進一步分析和診斷輸電線是否發(fā)生破損、斷股等故障。

許多現(xiàn)有的直線檢測方法都已廣泛應用于無人機圖像的輸電線檢測。例如：基于幅度、梯度方向[6-7]，投票策略[8-9]，直線支持區(qū)域[10]，區(qū)域生長和鏈碼[11]等。經(jīng)典的直線檢測過程是在應用直線檢測方法之前對圖像作一個分割處理。Canny濾波[12]是非常好的邊緣檢測方法，常常和其他直線檢測方法一起使用。Hough變換是傳統(tǒng)的直線檢測方法，可在強對比度和分割良好的圖像中檢測出直線。文獻[13]的方法是結(jié)合脈沖耦合神經(jīng)網(wǎng)絡去除背景和聚類的方法檢測直線。在文獻[14]中，提出了一種基于Hough變換的Kalman濾波器的輸電線檢測方法，該方法采用了OSTU閾值法，比PCNN算法[15]獲得更好的檢測效果。此外，還有許多在梯度提取階段獲取圖像中相應變化的直線檢測方法，這些方法往往都類似于Prewitt，Sobel和Scharr等。

目前已經(jīng)提出了很多比Hough變換更準確、更快的方法。例如，文獻[10]提出了一種基于梯度信息和線支持區(qū)域的直線檢測方法。又如LSD算法，使用了區(qū)域生長法和考慮錯誤警報[16]的直線檢測方法，該方法與Hough變換相比可以獲得更高的精度，然而速度卻要慢很多。文獻[17]所提出的EDLines也是一種很好的直線檢測方法，該方法是文獻[18]所提ED方法的改進，通過快速邊緣檢測和最小二乘直線擬合來進行直線檢測，可以達到和LSD差不多的準確度，并且速度可以快很多。

在計算機圖形學領(lǐng)域，目前也已經(jīng)提出很多繪制直線和圓的算法，例如，Bresenham直線和中值點，但它們與直線檢測過程沒有關(guān)聯(lián)。而且，目前還有學者研究直線特征的位置估計和映射[19]，通過約束Hough變換和擴展卡爾曼濾波方法來估計直線位置。

結(jié)合前輩們的研究結(jié)果，本文通過研究，主要貢獻如下：

1)提出一種兩點間直線搜索的輸電線檢測方法。該方法是一種基于圖像幾何關(guān)系的新的直線檢測方法。

2)通過分析得出一組基于格式塔原理的特征，并利用該組特征實現(xiàn)相鄰直線段的連接，為檢測更長的輸電線提供便利。

1 圖像處理

1.1 Canny濾波

Canny濾波是由John F. Canny提出，其主要思想是利用梯度變化尋找出圖像灰度強度變化最強的位置。

其主要步驟是：首先，使用高斯低通濾波器對輸電線圖像濾波，達到平滑降噪的目的。然后，計算輸電線圖像的梯度大小和方向，并用非極大值抑制方法抑制梯度幅值。最后，采用高低閾值消除偽邊緣和邊緣連接。

其優(yōu)點是可以在分割過程中只需要很短的計算時間。然而它有以下兩大缺點：在用于檢測輸電線那樣的小器件時，會在同一輸電線兩側(cè)檢測出兩個邊緣，造成干擾；它使用的是雙閾值，且閾值沒有自適應能力，針對每一張圖像都需要進行繁瑣得人工調(diào)參，顯然不合適。

1.2 方向可控濾波

方向可控濾波是由Freeman[20]提出，其主要思想任意方向的濾波器都可由一組基濾波器的線性組合構(gòu)成?？蓪崿F(xiàn)對圖像不同角度的濾波，從而獲得更多的能量點，準確檢測出圖像中物體的邊緣。

例如可選用二維高斯函數(shù)作為核函數(shù)，構(gòu)建方向可控濾波。

上式為笛卡爾坐標系x,y下的二維高斯函數(shù)，σ是依賴于線寬的標準差[21]。

如圖1所示，它是通過對二維高斯函數(shù)求一階偏導數(shù)得到Gx和Gy，將其作為基函數(shù)；同時引入方向偏差參數(shù)θ，根據(jù)以下規(guī)則進行線性組合。

G(x,y:θ)=cos(θ)Gx+sin(θ)Gy

選用3種不同角度所得的濾波效果圖。

如圖2所示，它是高斯導數(shù)通過希爾伯特變換策略得到的3種方向的濾波效果圖。

圖1 濾波器G2

圖2 濾波器H2

2 基于圓的搜索

大多數(shù)直線檢測的圖像處理方法都是基于卷積核(濾波)或者鄰域操作(連接連通域)。然而，針對基于局部搜索的直線檢測方法，執(zhí)行從直線上某一像素點開始的擴展搜索會比八鄰域搜索更有用。計算機圖形學算法廣泛應用于修改原圖以在較大鄰域執(zhí)行擴展比較，并可以驗證直線檢測中的錯誤點。在基于圓對稱性的分割圖像中，柵格圓算法被用于搜索和驗證像素點是否屬于圖像中的某條直線。Bresenham算法[22]用于創(chuàng)建以像素點為單位的圓的輪廓，如圖3所示，不同大小的圓輪廓實例。

圖3 不同大小的柵格圓

圖4 八分圓對稱性

此外，該對稱性可以用于檢測兩個相對的點是否屬于來源于中心軸(xc,yc)的直線。該算法首先在方向可控濾波后分割的圖像中，驗證所有可能的對稱對(xc+x,yc+y)和(xc-x,yc-y)是否與背景不同。然后，在每條被搜索的直線方向上選擇更多的點進行驗證它是否屬于該直線。

2.1 CBS直線檢測

該算法可以檢測直線的有效點。如圖5所示，若可以在搜索圓內(nèi)找到屬于同一直線的兩個等距點，則該搜索圓的圓心就被定義為有效點。通過畫圓算法可以檢測直線的有效點。

圖5 有效點

如圖6所示是一些不同角度的情況，其精度依賴于圓半徑的選擇。因此，這就需要足夠長的半徑來在網(wǎng)格中畫圓，如圖3所示是不同像素半徑所畫的圓。

圖6 不同方向

該算法包含以下步驟：

1)使用方向可控濾波器對圖像進行分割。

2)使用分割所得的與背景無關(guān)圖像的所有像素點進行以下操作：

(1)通過畫圓算法搜索有效點。

(2)如圖5所示，若是有效點，可以得到Dx和Dy。

(3)如圖7所示，根據(jù)Dx和Dy的值，沿著對稱方向移動。

(4)如果點(x,y)是有效點，將其移動到點(x+skip·Dx,y+skip·Dy)，繼續(xù)搜索有效點，直至搜索不到。

(5)保存第一個和最后一個有效點。

(6)畫出介于第一個有效點和最后一個有效點之間的直線段。

圖7 CBS處理過程

該算法相應的偽代碼下：

Data: x, y, r, rend, skip, pos, Image

Resulit: Line list[]

1 p = pos;

2 while r < rend do

3 rend current;

4 if ValidPoint(M, x, y, r, Dx, Dy, skip) then

5 if abs(Dx) > abs(Dy) then

6 steps = abs(Dx);

7 else

8 steps = abs(Dy);

9 end

10 incX = Dy / steps;

11 incY = Dx / steps;

12 xi = x - Dx;

13 yi = y - Dy;

14 while NextCircle(M, x, y, Dx, Dy) > N do

15 x += Dx * skip;

16 y += Dy * skip;

17 k++;

18 end

19 xf = x;

20 yf = y;

21 for i from 1 to k do

22 // Erase line

23 Image[x][y] = 0;

24 end

25 end

26 list[p].x0 = yf;

27 list[p].y0 = xf;

28 list[p].xf = yi;

29 list[p].yf = xi;

30 p++;

31 end

該算法關(guān)鍵參數(shù)說明如下：

半徑r：搜索圓的半徑，該值取決于所檢測直線的長度和圖像的大小。隨著圓的半徑的增大，可以允許更多的可能性來估計直線的角度和定義更精確的對稱點。

步長skip：一個有效點到另一個有效點的增量，該值起到控制檢測速度和精度的作用。值越大，檢測速度越快，然而檢測精度越低。經(jīng)過試驗，在保障精度的條件下，該值最大可以取到接近搜索圓的半徑。

2.2 直線段連接

根據(jù)文獻[23]，存在一組基于格式塔原理的特征，這些特征可以判定一個直線段是否與另一個直線段相鄰，并且可以連接形成更長的直線段。

本文主要使用以下特點：

1)相似度：由于輸電線通常是圖像中近似平行的幾條直線，故而它們應具有相似的斜率。

2)長度：由于輸電線通常是圖像中較長的直線段，故而優(yōu)先處理較長的直線段。

3)近似性：通過計算兩條直線段的各個點之間的歐式距離來判定，若兩條直線段足夠接近并且相似，則可以將其替代為一條直線，從而減少冗余信息。

經(jīng)過連接算法處理后，可以得到一組檢測到的直線段，每條直線段用初始點坐標(xi,yi)和結(jié)束點坐標(xf,yf)表示。

3 實驗仿真結(jié)果

首先，在人造圖像上進行實驗，探究搜索半徑對CBS直線檢測性能的影響，以及驗證基于格式塔原理的特征的直線連接方法的有效性。然后，在無人機巡線的真實圖像進行實驗，驗證本文算法的有效性，最后在較大量的無人機巡線圖像上實驗，驗證其性能。實驗所用軟件環(huán)境為Ubuntu16.04，硬件環(huán)境為i7-7700K處理器，16 G內(nèi)存。

3.1 人造圖像實驗

本組實驗，選用2張人造圖像，分別采用半徑參數(shù)為5，10，20對圖像進行CBS直線檢測。檢測效果如圖8所示。通過觀察可以看到：在半徑為5時，檢測結(jié)果中均存在很多的鄰接線；而在隨著半徑增加，鄰接線越來越少，檢測的準確度越來越高。所以可以得出結(jié)論：半徑參數(shù)較小時，不能獲得良好的檢測結(jié)果，需要足夠大時，才能獲得較好的檢測效果。

圖8 不同半徑的人造圖檢測效果

圖9 連接效果圖

選用CBS直線檢測最佳的結(jié)果(即半徑為20時)，使用本文直線連接方法進行直線段連接，所得實驗結(jié)果如圖9所示。將其與連接前的結(jié)果進行對比，顯然可以發(fā)現(xiàn)，經(jīng)過連接算法處理，可以連接大部分的鄰近直線段，可以進一步提高檢測性能。

3.2 無人機巡線圖像上算法有效性實驗

本組實驗，選用無人機巡線的圖像進行實驗。如圖10所示，進行方向可控濾波器分割后，不同半徑的CBS直線檢測效果圖。從圖10中可以看到，半徑參數(shù)較小時，不能獲得良好的輸電線檢測結(jié)果，半徑較大時，獲得了較好的檢測效果，與人造圖像上所得結(jié)論相吻合。故而，選用半徑為20時的CBS直線檢測結(jié)果進行直線段連接。從圖10中直線連接前后的效果圖對比可以看出，直線連接處理依舊有效，可以進一步提高輸電檢測性能。

圖10 無人機圖像

3.3 無人機巡線圖像上算法性能實驗

本組實驗，選取121張無人機巡線圖像，共含輸電線298根，分別使用本文算法和Hough變換方法進行實驗。實驗結(jié)果如表1所示。

表1 兩種算法實驗結(jié)果表

從表1中可以看到，在121張無人機巡線圖像的298根輸電線中，本文算法可以檢測出256根，檢測準確率高達85.9%，比Hough變換法高出21.1%。并且本文算法只誤檢27根輸電線，誤檢率低至9.1%，比Hough變換方法低11.4%?？梢?，本文算法在無人機巡線圖像的輸電線檢測任務中，具有較高準確率和較低誤檢率的優(yōu)點。

4 結(jié)論

本文所提出的兩點間直線搜索的輸電線檢測方法：首先，通過方向可控濾波器對無人機圖像進行分割。然后，通過所提出的CBS直線段檢測方法進行直線段檢測。最后，通過所提出的基于格式塔原理的特征的直線連接方法進行直線段連接。

通過在人造圖像上的實驗可知： CBS直線檢測方法中，半徑參數(shù)需要足夠大時，才能獲得較好的檢測效果；基于格式塔原理的特征的直線連接方法可以進一步提高檢測性能。

隨后，在無人機巡線的真實圖像上進行實驗，驗證了本文算法可以應用在無人機圖像的輸電線檢測任務中，并且和人造圖像具有相一致的規(guī)律。

最后，通過在較大量的無人機巡線圖像上進行實驗，并與Hough變換法進行對比。從檢測準確率和誤檢率兩個層面進行評價?？芍罕疚乃惴ň哂休^高的檢測準確率和較低的誤檢率的優(yōu)點。