吳志成，林秀貴，許家浩，葉倩，李慶武

1.國(guó)網(wǎng)福建省電力有限公司 泉州供電公司，福建 泉州 362000 2.河海大學(xué) 物聯(lián)網(wǎng)工程學(xué)院，江蘇 常州 213022

高壓輸電線路在電力系統(tǒng)中扮演著電能傳輸?shù)闹匾巧?，架空輸電線路暴露在自然環(huán)境中，受到空氣中風(fēng)力的影響時(shí)刻處于震動(dòng)狀態(tài)[1]。高壓輸電線上的防震錘是為了減弱導(dǎo)線因微風(fēng)扯起振動(dòng)而設(shè)的，防震錘安裝后能產(chǎn)生與導(dǎo)線振動(dòng)相位相反的運(yùn)動(dòng)，從而使導(dǎo)線振動(dòng)消除或減弱[2]。輸電線路長(zhǎng)期暴露在露天環(huán)境下，使高壓線上的防震錘經(jīng)受風(fēng)霜、雨雪、雷電等各種惡劣的自然條件影響，因此重錘部分可能生銹脫落，若不及時(shí)更換缺失的防震錘，會(huì)導(dǎo)致架空導(dǎo)線震動(dòng)加劇，使導(dǎo)線局部疲勞斷股的風(fēng)險(xiǎn)增加，最后可能造成整根導(dǎo)線折斷的事故[3]。因此，在輸電線路巡檢過(guò)程中，對(duì)高壓輸電線路上的防震錘進(jìn)行缺失檢測(cè)非常重要。

國(guó)家電網(wǎng)公司在“十二五”規(guī)劃中提出，要建立巡檢設(shè)備的自動(dòng)定位、跟蹤、巡檢全過(guò)程的數(shù)字化記錄和在線智能診斷修復(fù)等功能[4]，以此可以有效地支撐對(duì)輸電線路運(yùn)行狀態(tài)的可控、能控和在控[5]。近些年來(lái)，無(wú)人機(jī)與圖像處理技術(shù)相結(jié)合的自動(dòng)化設(shè)備與系統(tǒng)已在輸電線路巡檢中使用[6?9]。但是，使用無(wú)人機(jī)巡檢系統(tǒng)對(duì)導(dǎo)線、桿塔、絕緣子等大目標(biāo)的檢測(cè)居多，對(duì)防震錘的缺失檢測(cè)主要還是依據(jù)作業(yè)人員觀測(cè)的方式[10]。由于防震錘懸掛于高空高壓輸電線上，距離地面數(shù)十米，且由于尺寸相對(duì)較小，肉眼很難準(zhǔn)確排查防震錘是否存在缺失，人工巡檢很難對(duì)高空中的防震錘進(jìn)行準(zhǔn)確有效地定位與缺失檢測(cè)。本文采用機(jī)器學(xué)習(xí)與圖像處理技術(shù)結(jié)合的方式，對(duì)無(wú)人機(jī)航拍圖像中的防震錘進(jìn)行定位、分割并作出缺失判斷。

防震錘在無(wú)人機(jī)航拍圖像中只占一小部分，由于其使用金屬材質(zhì)，重錘部分在陽(yáng)光照射下容易反光，且航拍圖像是在無(wú)人機(jī)上拍攝，難免存在輕微的運(yùn)動(dòng)模糊，會(huì)使圖像的清晰度受到影響，使防震錘的定位與缺失檢測(cè)存在困難。

本文分析了防震錘的結(jié)構(gòu)特征與其在航拍圖像中的位置、角度，提出了一種高壓輸電線上的防震錘缺失檢測(cè)算法，首先采用方向梯度直方圖(histogram of oriented gridients,HOG)特征的支持向量機(jī)(support vector machines,SVM)分類(lèi)器對(duì)航拍圖像中的防震錘進(jìn)行定位并對(duì)定位到的防震錘區(qū)域進(jìn)行缺失分析，縮小缺失檢測(cè)的處理范圍，然后將防震錘變換到水平狀態(tài)，計(jì)算防震錘上兩端重錘到線夾之間的距離差異，將二維圖像轉(zhuǎn)換為一維數(shù)據(jù)分析，以此來(lái)判別圖像的缺失情況，降低了拍攝時(shí)的拍攝顏色和光照對(duì)檢測(cè)結(jié)果的影響，適用性廣，實(shí)用性強(qiáng)。

1 航拍圖像中防震錘目標(biāo)檢測(cè)與分割

無(wú)人機(jī)航拍圖像中防震錘區(qū)域的檢測(cè)與分割是防震錘缺失檢測(cè)的重要前提步驟，對(duì)航拍圖像中的防震錘進(jìn)行識(shí)別與分割，屬于目標(biāo)識(shí)別領(lǐng)域。在圖像的目標(biāo)識(shí)別中，機(jī)器學(xué)習(xí)由于識(shí)別性能高、魯棒性能好以及操作便捷等優(yōu)點(diǎn)備受關(guān)注[11]。金立軍等[12]采用類(lèi)Haar 特征與級(jí)聯(lián)AdaBoost 算法的防震錘識(shí)別方法對(duì)防震錘進(jìn)行識(shí)別，為防震錘的缺失檢測(cè)奠定基礎(chǔ)，王森[13]針對(duì)金立軍的方法中魯棒性不強(qiáng)的問(wèn)題，提出了一種基于深度學(xué)習(xí)的防震錘檢測(cè)方法，他們的方法對(duì)防震錘定位的準(zhǔn)確率都很高。但是在無(wú)人機(jī)輸電線路巡檢中，由于缺失的防震錘與完整的防震錘特征相差較大，若僅對(duì)完整防震錘進(jìn)行定位，往往會(huì)忽略缺失的防震錘，導(dǎo)致缺失的防震錘被漏檢，那么對(duì)防震錘進(jìn)行檢測(cè)定位就沒(méi)有意義。

本文采用HOG 特征和SVM 分類(lèi)器對(duì)防震錘進(jìn)行檢測(cè)，在正樣本中加入一些單個(gè)缺失的防震錘，以免缺失樣本的特征與正常樣本的特征差異太大，出現(xiàn)缺失防震錘直接被漏檢的情況，使用SVM 分類(lèi)器訓(xùn)練的模型對(duì)航拍圖像進(jìn)行防震錘定位后，再將定位到的防震錘區(qū)域逐個(gè)進(jìn)行缺失檢測(cè)，最后得到防震錘的定位與缺失檢測(cè)結(jié)果。

HOG 特征與SVM 分類(lèi)器是法國(guó)研究人員Dalal 等[14]首先提出的用于行人檢測(cè)的算法，如今目標(biāo)檢測(cè)的算法層出不窮，但由于HOG 特征是在圖像的局部方格單元上操作，圖像的幾何特性與光學(xué)特性都能很好保持，能容許樣本之間的細(xì)微差異，在樣本有細(xì)微變動(dòng)增加的情況下不影響檢測(cè)效果?；贖OG 特征的目標(biāo)識(shí)別采用了滑動(dòng)窗口機(jī)制提取圖像的外觀邊緣特征并對(duì)目標(biāo)進(jìn)行定位，如今已經(jīng)廣泛使用[15?18]。HOG 特征與SVM分類(lèi)器進(jìn)行目標(biāo)檢測(cè)是速度和效果綜合性能較好的檢測(cè)方法，因此被廣泛應(yīng)用與圖像識(shí)別中[19?23]。使用HOG 特征與SVM 分類(lèi)器對(duì)航拍圖像中的防震錘進(jìn)行定位的步驟如圖1 所示。

圖1 使用HOG 特征與SVM 分類(lèi)器對(duì)防震錘定位流程

1.1 提取樣本的HOG 特征并訓(xùn)練SVM 分 類(lèi)模型

1)準(zhǔn)備大量的正負(fù)樣本。其中正樣本中不僅包含有未缺失的防震錘，還加入了一些存在單個(gè)缺失的防震錘，以免缺失樣本的特征與正常樣本的特征差異太大，出現(xiàn)缺失防震錘直接被漏檢的情況。

2)提取正負(fù)樣本的HOG 特征。

3)將正負(fù)樣本的HOG 特征數(shù)據(jù)送入SVM 訓(xùn)練器進(jìn)行訓(xùn)練，得到檢測(cè)模型。

1.2 測(cè)試樣本

1)采用固定大小的滑動(dòng)窗口在測(cè)試樣本上滑動(dòng)，每滑到一個(gè)位置計(jì)算其HOG 特征。

2)將HOG 特征送入檢測(cè)模型得出檢測(cè)結(jié)果。若測(cè)試樣本中存在許多誤檢區(qū)域，說(shuō)明誤檢區(qū)域的HOG 特征與正樣本的HOG 特征相似，將誤檢區(qū)域放入負(fù)樣本中，并截取一些與誤檢區(qū)域相類(lèi)似的區(qū)域作為負(fù)樣本，再進(jìn)行訓(xùn)練。采用這種調(diào)整正負(fù)樣本的方法訓(xùn)練多次，可以提高檢測(cè)的正確率。航拍圖像中防震錘定位效果示意圖如圖2 所示。

圖2 防震錘定位效果

2 防震錘區(qū)域的缺失檢測(cè)

防震錘一般由固定線夾、鋼絞線與重錘3 部分組成，重錘固定在鋼絞線兩端，使用時(shí)由固定線夾固定于高壓線上，防震錘的型號(hào)總體可分為F 型(對(duì)稱(chēng))與FR 型(非對(duì)稱(chēng))，不同型號(hào)的防震錘重錘擺放角度不同，但兩端重錘距離固定線夾的位置相近。航拍圖像中的防震錘多以天空為背景，天空背景較為純凈但是顏色略有差異。防震錘在圖像中的角度多樣化，沒(méi)有固定狀態(tài)，且表面存在反光等現(xiàn)象，使防震錘二值圖中呈現(xiàn)出重錘部分有凹陷的假象，在一定程度上影響對(duì)防震錘的缺失檢測(cè)。

防震錘缺失檢測(cè)需要對(duì)定位到的防震錘區(qū)域作進(jìn)一步處理，判斷出定位到的航拍圖像中的防震錘是否存在缺失。本文根據(jù)防震錘的結(jié)構(gòu)特征與其在航拍圖像中的狀態(tài)，提出了一種相對(duì)距離判別法來(lái)對(duì)防震錘進(jìn)行缺失檢測(cè)，具體步驟如圖3 所示。

圖3 防震錘缺失檢測(cè)流程

2.1 圖像預(yù)處理

1)使用銳化增強(qiáng)算法對(duì)防震錘定位區(qū)域進(jìn)行銳化增強(qiáng)，得到圖像Img。

2)利用Canny 邊緣檢測(cè)算法檢測(cè)對(duì)防震錘圖像 Img進(jìn) 行檢測(cè)，得到邊緣圖像 ImgEdge。

3)對(duì)邊緣圖像 ImgEdge進(jìn)行灰度化處理，得到灰度化圖像 I mgGray。

2.2 圖像旋轉(zhuǎn)變換

1)采用Hough 變換檢測(cè)邊緣圖像 ImgGray中的直線 Line[i]，i可 取1 ,2,···,n，n表示檢測(cè)到的直線的數(shù)量。

檢測(cè)出來(lái)的直線為防震錘固定線夾所在電線的邊緣，由于電線有上下2 個(gè)邊緣，所以檢測(cè)到的直線通常不止一條，采用Hough 變換檢測(cè)到的直線可由式(1)表示：

式中：ρi為 第i條 直線與坐標(biāo)原點(diǎn)的距離；θi為第i條直線與橫坐標(biāo)軸的的夾角；(x,y)為直角坐標(biāo)系中直線上任意一點(diǎn)的坐標(biāo)。

2)計(jì)算所檢測(cè)的直線與橫坐標(biāo)軸的夾角平均值 θave。

設(shè)檢測(cè)到的直線 Line[1]，Line[2]，…，Line[n]與橫坐標(biāo)軸的夾角分別為 θ1,θ2,···,θn，則

3)根據(jù)所檢測(cè)的直線與橫坐標(biāo)軸的夾角平均值計(jì)算旋轉(zhuǎn)變換矩陣，實(shí)現(xiàn)圖像的校正，使防震錘旋轉(zhuǎn)至水平狀態(tài)。

設(shè)變換后的圖像各點(diǎn)像素坐標(biāo)為 (X′,Y′)，原圖像 Img的 各點(diǎn)像素坐標(biāo)為 (X,Y)，若圖像繞著圖像原點(diǎn)順時(shí)針旋轉(zhuǎn)，則滿(mǎn)足

式 中：α=cosθ，β=sinθ，且θ=θave=(θ1+θ2+···+θn)/n。圖4 為圖像旋轉(zhuǎn)示意。

圖4 圖像旋轉(zhuǎn)示意

圖像進(jìn)行旋轉(zhuǎn)變換后，圖像畫(huà)布的大小從Irows×Icols變 成了h×w，且

式中：Img.rows 表 示原圖像的高度；Img.cols表示原圖像的寬度；h表示變換后圖像的高度；w表示變換后圖像的寬度。為防止圖像旋轉(zhuǎn)后跑出畫(huà)布，將圖像繞著圖像中心點(diǎn) (Icols/2,Irows/2)旋轉(zhuǎn)，圖像旋轉(zhuǎn)變換后的中心位置為 (w/2,h/2)，則有

設(shè)圖像的變換矩陣為M，則

4)采用OTSU 算法對(duì)防震錘圖像 Img進(jìn)行二值分割，得到防震錘為黑色，背景為白色的二值圖 Imgbin。

5)根據(jù)圖像變換公式(2)對(duì)圖像 Imgbin進(jìn)行旋轉(zhuǎn)變換，旋轉(zhuǎn)變換后圖像的畫(huà)布大小已經(jīng)改變，使用白色像素對(duì)空缺畫(huà)布進(jìn)行填充，避免填充后對(duì)防震錘產(chǎn)生影響，影響后續(xù)處理，圖像旋轉(zhuǎn)變換后為 Imgbin，變換后的效果如圖5 所示。

圖5 防震錘旋轉(zhuǎn)變換效果

2.3 防震錘的缺失判定

1)對(duì)圖像 ImgRot進(jìn)行水平投影，求出防震錘所懸掛的高壓電線的直徑。

已知圖像 ImgRot的 高度為h像素，寬度為w像素，統(tǒng)計(jì)圖像 ImgRot中每一行黑色像素的總數(shù)，記為hor[j]，j表示圖像的行數(shù)，j∈{0,1,···,h?1}，根據(jù)每行的黑色像素畫(huà)出水平投影圖，將j從0 取到h?1，記錄首個(gè)hor[j]≥a·w時(shí) 對(duì)應(yīng)的行數(shù)j1與首個(gè)hor[j]j1，a為一個(gè)常系數(shù)，若電線橫穿整個(gè)畫(huà)布，則a可取1，但二值圖像進(jìn)行旋轉(zhuǎn)后，畫(huà)布大小已經(jīng)改變，且二值化圖像邊緣不平整，為使電線的直徑計(jì)算準(zhǔn)確，實(shí)驗(yàn)中a可 取 [0.5，0.7]，電線的直徑為 di，di=j2?j1。

2)對(duì)圖像 ImgRot進(jìn)行垂直投影，求出兩側(cè)防震錘到線夾的距離。

統(tǒng)計(jì)圖像 ImgRot中每一列黑色像素的個(gè)數(shù)，記為ver[k]，k表示圖像列數(shù)，k∈{0,1,···,w?1}，根據(jù)每列黑色像素畫(huà)出垂直投影圖。防震錘水平投影與垂直投影進(jìn)行缺失檢測(cè)的原理如圖6 與圖7。

圖6 完整的防震錘投影檢測(cè)示意

圖7 缺失的防震錘投影檢測(cè)示意

在圖像的每一列中，防震錘線夾部分所在列的黑色像素總和最多，記錄ver[k]中的最大值為vmax，由于vmax可能對(duì)應(yīng)垂直投影圖中的多個(gè)橫坐標(biāo)，因此從垂直投影圖中找到線夾的兩側(cè)對(duì)應(yīng)的橫坐標(biāo)，再進(jìn)行防震錘到線夾的距離計(jì)算，具體步驟如下：

首先，找出左側(cè)防震錘重錘與線夾的相對(duì)距離dl。

將k從 0 取到h?1，找出首個(gè)滿(mǎn)足條件ver[k]≥a1·di的k值，記作hl，同時(shí)找出首個(gè)滿(mǎn)足條件ver[k]≥vmax?b的k值，記作cl，a1與b皆為常系數(shù)，則dl=|cl?hl|。由于電線的直徑比防震錘上鋼絞線的直徑大，比防震錘上重錘部分的直徑小，為避免防震錘缺失后鋼絞線對(duì)缺失檢測(cè)的影響，實(shí)驗(yàn)時(shí)取a1=2。若防震錘未缺失，定位到重錘部分對(duì)應(yīng)位置，若防震錘缺失，定位到線夾的邊緣位置。為減少垂直投影鋸齒現(xiàn)象對(duì)線夾部分定位的影響，b取[0，5]皆可。

其次，找出右側(cè)防震錘重錘與線夾的相對(duì)距離 dr。

將k從h?1取 到0，找到首個(gè)滿(mǎn)足條件ver[k]≥a1·di的k值，記作hr，同時(shí)找出首個(gè)滿(mǎn)足條件ver[k]≥vmax?b的k值，記作cr，則

最后，比較 dl與 dr的差異，判斷是否缺失。

若dl≥a2·dr，則防震錘右側(cè)缺失，若dr≥a2·dr，則防震錘左側(cè)缺失，否則防震錘不存在缺失，其中a2為缺失判定閾值，防止誤檢和漏檢，實(shí)驗(yàn)中a2可取 [ 2，3]。

3 實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證本文方法的可行性，采用大疆無(wú)人機(jī)搭載相機(jī)至高壓輸電線周?chē)?，以鏡頭微斜向上且與防震錘間無(wú)遮擋的角度拍攝防震錘，獲得高壓電力線上的防震錘圖像。實(shí)驗(yàn)從防震錘定位的準(zhǔn)確性測(cè)試和防震錘缺失檢測(cè)的準(zhǔn)確性測(cè)試兩方面進(jìn)行測(cè)試。

3.1 防震錘定位的準(zhǔn)確性測(cè)試

將無(wú)人機(jī)航拍圖像分為訓(xùn)練樣本集和測(cè)試樣本集，其中訓(xùn)練樣本集中有280 張包含防震錘的航拍圖像，280 張圖像中包含昏暗天氣圖像、輕微運(yùn)動(dòng)模糊圖像與正常晴天拍的圖像，測(cè)試樣本集中包含昏暗光線航拍圖像。運(yùn)動(dòng)模糊航拍圖像與正常光照航拍圖像各35 張，航拍圖像的大小為2 048×1 536。為避免過(guò)擬合現(xiàn)象產(chǎn)生，測(cè)試樣本集中的圖像與訓(xùn)練樣本集中的圖像互不相同。從所有的訓(xùn)練樣本中截取共1 500 張防震錘圖片作為正樣本集，截取了2 700 張非防震錘圖片作為負(fù)樣本集。將正負(fù)樣本分別提取HOG 特征并投入SVM 分類(lèi)器中進(jìn)行訓(xùn)練，根據(jù)訓(xùn)練結(jié)果調(diào)整數(shù)據(jù)集后再訓(xùn)練一次。

使用精確率和召回率來(lái)評(píng)價(jià)防震錘檢測(cè)的準(zhǔn)確性，3 種類(lèi)型的防震錘檢測(cè)情況如表1 所示。其中，

表1 不同類(lèi)型的航拍圖像中防震錘檢測(cè)數(shù)據(jù)分析

由表1 中的數(shù)據(jù)分析可以看出，使用HOG 特征與SVM 分類(lèi)器訓(xùn)練的模型對(duì)正常光照的航拍圖像、光線昏暗的航拍圖像與無(wú)人機(jī)抖動(dòng)時(shí)的航拍圖像的精確率與召回率都比較高，通過(guò)召回率能看出航拍圖像中的防震錘的漏檢情況。

光線昏暗的情況下對(duì)檢測(cè)的準(zhǔn)確率沒(méi)有很大影響，反而誤檢率數(shù)目有所降低，原因是航拍圖像中通常包含電力塔和其他電力設(shè)備，難免存在與防震錘相近的結(jié)構(gòu)，且由于金屬材質(zhì)在光線較強(qiáng)時(shí)會(huì)存在反光原，昏暗光線下的防震錘結(jié)構(gòu)與其他結(jié)構(gòu)區(qū)別增大，且?guī)缀醪淮嬖诜垂猬F(xiàn)象，使誤檢率降低。航拍圖像在無(wú)人機(jī)上拍攝，難免存在輕微的抖動(dòng)現(xiàn)象，使得拍攝到的航拍圖像有了輕微運(yùn)動(dòng)模糊，對(duì)輕微抖動(dòng)圖像進(jìn)行檢測(cè)時(shí)，誤檢數(shù)量稍有增加，但是召回率與正常圖像的差距不大。無(wú)人機(jī)航拍圖像存在嚴(yán)重運(yùn)動(dòng)模糊時(shí)，防震錘的結(jié)構(gòu)特征發(fā)生較大的變化，精確率與召回率都比較低，實(shí)驗(yàn)的意義不大。

部分檢測(cè)結(jié)果示意如圖8 所示，其中圖8(a)、圖8(b)兩列分別為正常光照時(shí)的航拍圖像與檢測(cè)結(jié)果；圖8(c)、圖8(d)兩列為無(wú)人機(jī)輕微抖動(dòng)時(shí)的航拍圖像與檢測(cè)結(jié)果；圖8(e)、圖8(f)兩列為無(wú)人機(jī)在黃昏時(shí)刻光線昏暗時(shí)拍的照片。圖8(c)中存在一個(gè)誤檢區(qū)域，由于表1 中的訓(xùn)練數(shù)據(jù)集的正負(fù)樣本僅調(diào)整了一次，若再整理一些誤檢測(cè)區(qū)域和與物檢測(cè)區(qū)域相近的區(qū)域投入負(fù)樣本中進(jìn)行訓(xùn)練，誤檢數(shù)量能明顯降低。

圖8 使用HOG 特征與SVM 分類(lèi)器對(duì)防震錘的檢測(cè)效果

3.2 防震錘缺失檢測(cè)的準(zhǔn)確性測(cè)試

定位到航拍圖像中高壓線上的防震錘位置后，對(duì)防震錘所在的圖像區(qū)域進(jìn)行缺失檢測(cè)。取航拍圖像中的防震錘正確檢測(cè)樣本與訓(xùn)練樣本集中的部分圖像作為防震錘準(zhǔn)確性檢測(cè)的測(cè)試樣本集，共取訓(xùn)練樣本與測(cè)試時(shí)正檢樣本共1 400 張進(jìn)行測(cè)試，實(shí)驗(yàn)數(shù)據(jù)如表2 所示。其中，

表2 防震錘缺失檢測(cè)數(shù)據(jù)分析

測(cè)試樣本集中部分樣本如圖9 所示，防震錘的角度各異，背景顏色變化不一。在防震錘缺失判斷中，Hough 直線檢測(cè)與OTSU 圖像二值化是圖像能否被判別與能否被準(zhǔn)確判別的關(guān)鍵步驟。若圖像太模糊、邊界不清晰等都可能影響缺失檢測(cè)的準(zhǔn)確性。

圖9 防震錘缺失檢測(cè)測(cè)試樣本集中部分樣本

由于防震錘為金屬材質(zhì)，在光照較強(qiáng)時(shí)，防震錘重錘部分表面存在嚴(yán)重反光，使得重錘的顏色與天空背景顏色融為一體，在缺失判斷過(guò)程中，二值化圖中的重錘部分凹陷嚴(yán)重，容易將反光嚴(yán)重的部分識(shí)別為缺失部分，實(shí)驗(yàn)證明缺失檢測(cè)的誤檢圖像部分為反光嚴(yán)重的圖像，部分為存在遮擋的圖像。測(cè)試圖像中無(wú)法識(shí)別的圖片大多為運(yùn)動(dòng)模糊劇烈、背景干擾嚴(yán)重與遮擋面積較大的圖像等，判別錯(cuò)誤樣本與無(wú)法判別樣本示意如圖10。圖10 中a 行表示防震錘判別錯(cuò)誤的樣本示意，b 行表示無(wú)法判別的防震錘樣本示意。防震錘缺失判定的主要步驟為Hough 直線檢測(cè)、OTSU 圖像二值化、圖像旋轉(zhuǎn)校正、水平投影確定電線直徑與垂直投影確定兩端重錘到線夾之間的距離。缺失的防震錘檢測(cè)過(guò)程示意如圖11。圖11 中分別包含防震錘較小、光線昏暗、正常光照和輕微運(yùn)動(dòng)模糊的防震錘圖像檢測(cè)過(guò)程示意。

圖10 判別錯(cuò)誤與無(wú)法判別的防震錘示意

圖11 防震錘缺失檢測(cè)過(guò)程示意

3.3 防震錘定位與缺失檢測(cè)的總體效果分析

對(duì)航拍圖像進(jìn)行防震錘定位后，將定位到的防震錘進(jìn)行缺失檢測(cè)，再將檢測(cè)結(jié)果反饋至航拍圖像上，用綠色框表示定位到無(wú)缺失的防震錘，用紅色框表示定位到缺失的防震錘，檢測(cè)效果如圖12 所示。圖13 給出了防震錘缺失檢測(cè)軟件界面，該軟件的功能包括圖像讀取、防震錘定位與缺失檢測(cè)等，同時(shí)可進(jìn)行多次圖像增強(qiáng)；展示界面原圖、檢測(cè)效果圖、缺失的防震錘定位圖與檢測(cè)結(jié)果圖；該軟件能生成相關(guān)工作報(bào)告，工作報(bào)告包含圖像中定位到的防震錘總數(shù)量、缺失防震錘數(shù)量、缺失防震錘的位置與方位。

圖12 航拍圖像中防震錘缺失檢測(cè)效果

圖13 防震錘缺失檢測(cè)軟件界面

4 結(jié)論

由于防震錘在航拍圖像中的占比很小，因此在使用無(wú)人機(jī)進(jìn)行巡檢時(shí)常常被忽略，在以往的研究中對(duì)于輸電線路上防震錘目標(biāo)檢測(cè)的論文較少，對(duì)其進(jìn)行缺失檢測(cè)也少有看到。本文使用機(jī)器學(xué)習(xí)的方法，再結(jié)合防震錘的結(jié)構(gòu)特征，實(shí)現(xiàn)對(duì)防震錘的缺失檢測(cè)。首先使用HOG 特征值與SVM 分類(lèi)器對(duì)航拍圖像中的防震錘進(jìn)行定位，然后對(duì)定位的防震錘進(jìn)行缺失檢測(cè)：

1)通過(guò)Hough 直線檢測(cè)求得防震錘所在高壓線在圖中的斜率。

2)對(duì)圖像進(jìn)行二值分割，并根據(jù)求得的斜率將防震錘旋轉(zhuǎn)至水平狀態(tài)。

3)對(duì)旋轉(zhuǎn)后的圖像進(jìn)行水平投影與垂直投影，通過(guò)投影圖分別求出防震錘兩端重錘到線夾之間的距離，根據(jù)兩側(cè)重錘到線夾之間的距離差異判斷出防震錘是否缺失。

實(shí)驗(yàn)證明，該方法對(duì)航拍圖像中高壓線上的防震錘缺失檢測(cè)的準(zhǔn)確率較高，對(duì)光線昏暗的圖像與存在輕微運(yùn)動(dòng)模糊的圖像檢測(cè)率都較高，且計(jì)算簡(jiǎn)單，將復(fù)雜的二維圖像分析轉(zhuǎn)換為簡(jiǎn)單的一維數(shù)據(jù)分析，在保證檢測(cè)準(zhǔn)確率的同時(shí)簡(jiǎn)化了分析問(wèn)題的難度，加快了處理速度，具有較高的工程應(yīng)用價(jià)值。

由于無(wú)人機(jī)對(duì)電力線巡檢時(shí)通常以平行角度拍攝電力線，所以防震錘的背景多為天空背景。若防震錘的背景復(fù)雜，會(huì)影響到缺失檢測(cè)的準(zhǔn)確率。因此對(duì)復(fù)雜背景的防震錘進(jìn)行缺失檢測(cè)還需進(jìn)一步研究。