技术领域
[0001] 本发明涉及架空导线损伤检测技术领域，尤其是一种导线损伤评估方法。
相关背景技术
[0002] 高压输电线路在电力系统中扮演着传输、调节、分配等重要角色，是我国电网安全、稳定运行的重要环节。由于输电线路长期暴露于自然环境中，在种气候因素(如冰雹、雨雪、雷电、酸雨)以及受到风力等外力的影响下，架空导线会出现损伤以及断股等状况，造成输电线路故障，进而影响电力系统安全稳定运行，造成经济损失甚至人员伤亡，经济和社会损失巨大。因此，对输电导线运行状态进行监测并及时修复导线出现的故障对于电力系统保持良好的状态有着至关重要的作用。如今对于输电线路进行巡线检测的手段主要有人工巡检、直升机巡检、无人机巡检、巡线机器人巡检；在导线损伤检测与识别方面，现有的技术手段主要利用人工肉眼、图像识别、漏磁与涡流等传感器检测导线损伤程度，但在人工巡检过程中常会遇到检测精度低、巡检范围有限、人工成本高等；且无人机巡检中获取的图像仍需人工观察输电导线缺陷，获取检测结果的效率较低、准确率不够准确。
[0003] 故本发明提出一种导线损伤评估方法，采用图像处理技术实现输电导线损伤评估和断股判断，完成对所测导线损伤及断股的高精度测量和评估，提升导线损伤检测的准确性和智能化，提高输电线路巡检的效率，大大降低了巡检的成本。
具体实施方式
[0064] 需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0065] 参照图1，本发明优选实施例提供了一种导线损伤评估方法，包括如下步骤：
[0066] S1：采集输电导线图像；
[0067] S2：对采集的输电导线图像进行颜色转换处理、去噪处理及增强处理；
[0068] S3：对处理后的输电导线图像进行图像分割处理；
[0069] S4：基于灰度值投影对图像分割处理后的输电导线图像进行损伤检测。
[0070] 所述S2中的颜色转换处理基于输电导线图像灰度方差归一化的颜色模型转换方法进行转换。
[0071] 所述颜色模型转换方法中，获取输电导线图像中心点，选取遍历模板，遍历整幅输电导线图像的各像素点，进行灰度方差归一化处理，以获取的遍历模板内灰度值的方差代替输电导线图像中重阴影部分中心像素点的灰度值。
[0072] 所述灰度方差归一化的处理具体如下：
[0073] 计算n×n遍历模板内各像素点的灰度值均值、各遍历点的方差及归一化值，具体如下：
[0074]
[0075] 其中，为遍历模板内各像素点灰度值均值，Qi为遍历模版内第i个像素点的灰度值；
[0076]
[0077] 其中，qi为遍历模板中重阴影像素点的灰度值方差；
[0078] 遍历整幅输电导线图像获取对应的完整灰度方差图；
[0079]
[0080] 其中，m(x，y)为坐标(x，y)处归一化后的像素值；qmax为灰度方差图像灰度值的最大值；qmin为灰度方差图像灰度值的最小值；q(x，y)为像素点(x，y)处灰度方差图像的灰度值。
[0081] 所述S2中的去噪处理具体如下；
[0082] S2.1：给定输电导线图像的像素点，选取一个固定大小的窗口；
[0083] S2.2：将窗口内的像素值按照从小到大的顺序排序，获取排序后的中间值；
[0084] S2.3：将所述中间值作为所述像素点的新像素值；
[0085] S2.4；遍历输电导线图像中的每个像素点执行所述S2.1‑S2.3，得到去噪后的输电导线图像。
[0086] 所述S3中的图像分割处理根据图像不同区域亮度分布进行图像划分，基于自适应分割算法自适应划分局部图像阈值，对划分的局部图像进行自适应分割。
[0087] 所自适应分割算法具体如下；
[0088] 设局部图像有L个灰度级，灰度值是j的像素数为mj，则灰度值出现的概率pj为：
[0089]
[0090] 设划分阈值为τ，将局部图像分割成背景A＝[0，τ]和目标B＝[τ+1，L‑1]两个区域，[0091] 背景A出现的概率pA为：
[0092]
[0093] 目标B出现的概率pB为：
[0094]
[0095] 背景A的灰度均值fA为：
[0096]
[0097] 目标B的灰度均值fB为；
[0098]
[0099] 局部图像总的灰度均值为：
[0100]
[0101] 局部图像类间方差为：
[0102] σ2＝pA(fA‑f0)2+pB(fB‑f0)2
[0103] 其中，f0为局部图像的灰度均值；
[0104] 得到最佳阈值τm：
[0105]
[0106] 其中，arg为求参函数；基于各局部图像的最佳阈值τm对各局部图像进行图像分割处理。
[0107] 所述S4中对输电导通图像的损伤检测具体如下；
[0108] 根据图像分割处理后的输电导线图像中导线区域分割的结果，映射到灰度方差归一化处理的灰度图像中，获得灰度方差归一化图像，对所述灰度方差归一化图像灰度值分别进行垂直投影和水平投影，
[0109] 所述垂直投影具体如下：
[0110]
[0111] 其中F(x，y)为坐标(x，y)处的像素点灰度方差归一化值；my为导线区域第y列像素点灰度方差归一化值；
[0112] 所述水平投影具体如下：
[0113]
[0114] 其中F(x，y)为坐标(x，y)处的像素点灰度方差归一化值；mx为导线区域第x行像素点灰度方差归一化值。
[0115] 所述S4中，对获取的像素点灰度方差归一化值垂直投影波形图进行中值滤波处理。
[0116] 所述S4中，对所述垂直投影后获取的灰度值进行阈值处理，设阈值T为垂直投影中的最大值和最小值的均值：
[0117] T＝(M′max+M′min)/2
[0118] 当垂直投影值大于阈值T时，取垂直投影值与阈值T的差值，否则取0；
[0119] 最终采用高通滤波器对图阈值处理结果进行高通滤波，获取导线横向损伤区域的矩形框图。
[0120] 本实施例中，采集输电导线图像，对采集的输电导线图像进行颜色转换，由于获取的输电线路图像中导线区域灰度值分散程度高，故基于灰度方差归一化的颜色模型转换方法进行输电导线图像的颜色转换，其具体计算过程如下，以遍历模板中心点为导向，依次遍历整幅输电导线图像各像素点，以获取的遍历模板内灰度值的方差代替图中重阴影部分中心像素点的灰度值。根据获取的输电导线图像分辨率大小的不同，结合运算速度以及处理结果选取合适大小的处理模板。通常选取3*3的遍历模板遍历整张图像，以尺寸为3*3的模板为例，对导线进行灰度方差归一化的具体过程如下：
[0121] 首先计算遍历模板内各像素点的灰度值均值、各遍历点的方差及归一化值，公式如下：
[0122]
[0123] 其中，为遍历模板内各像素点灰度值均值，Qi为遍历模版内第i个像素点的灰度值。
[0124]
[0125] 其中，q5为一个处理单元模板中重阴影像素点的灰度值方差，通过该方法遍历整幅输电导线图像可获取原图对应的完整灰度方差图。
[0126]
[0127] 其中，m(x，y)为坐标(x，y)处归一化后的像素值；qmax为灰度方差图像灰度值的最大值；qmin为灰度方差图像灰度值的最小值；q(x，y)为像素点(x，y)处灰度方差图像的灰度值。
[0128] 再对输电导线图像的进行去噪及增强处理，由于噪声对图像处理的影响很大，其会影响图像处理的采集、输入、处理以及输出结果等各个环节，为此，进行图像处理前必须要进行去噪处理。对获取的输电导线图像进行中值滤波以进行降噪，有效去除图像噪点；具体如下
[0129] 对于给定的像素点，选取一个固定大小的窗口(如3x3或5x5)；
[0130] 将窗口内的像素值按照从小到大的顺序排序，找到排序后的中间值；
[0131] 将该中间值作为该像素点的新像素值；
[0132] 对图像中的每一个像素点都按照上述步骤进行处理，即可得到去噪之后的图像。
[0133] 在对导线图像进行损伤检测前，首先要对其进行识别进行划定待处理区域，由于输电导线的复杂地理环境对图像的提取有很大影响，因此，需要对导线图像进行分割识别定位。本方法采用阈值分割对采集的导线图像进行分割，根据图像特点，若图像照明不均或背景变化较大时，选取局部阈值分割图像，其主要思想为可以将图像中每个像素设置为不同的阈值。其原理为：根据图像不同区域亮度分布，通过自适应分割算法自适应计算局部图像阈值，所以对于图像的不同区域，均能够进行自适应分割提取。
[0134] 设局部图像有16个灰度级，灰度值是j的像素数为mj，则灰度值出现的概率pj为：
[0135]
[0136] 设划分阈值为τ，将局部图像分割成背景A＝[0，τ]和目标B＝[τ+1，15]两个区域，[0137] 背景A出现的概率pA为：
[0138]
[0139] 目标B出现的概率pB为：
[0140]
[0141] 背景A的灰度均值fA为：
[0142]
[0143] 目标B的灰度均值fB为；
[0144]
[0145] 局部图像总的灰度均值为：
[0146]
[0147] 局部图像类间方差为：
[0148] σ2＝pA(fA‑f0)2+pB(fB‑f0)2
[0149] 其中，f0为局部图像的灰度均值；
[0150] 得到最佳阈值τm：
[0151]
[0152] 其中，arg为求参函数；基于各局部图像的最佳阈值τm对各局部图像进行图像分割处理。
[0153] 根据导线区域分割的结果，映射到经灰度方差归一化处理的灰度图像中，获得表征导线区域的灰度方差归一化图像，对灰度值进行垂直水平投影，具体如下：
[0154] 垂直投影：
[0155]
[0156] 其中F(x，y)为坐标(x，y)处的像素点灰度方差归一化值；my为导线区域第y列像素点灰度方差归一化值；
[0157] 水平投影：
[0158]
[0159] 其中F(x，y)为坐标(x，y)处的像素点灰度方差归一化值；mx为导线区域第x行像素点灰度方差归一化值。
[0160] 获得投影图像，其中图像横轴为表征图像横向位置的像素点，纵轴为阈值处理后的各像素点位置纵向各像素点灰方差归一化之和。
[0161] 对于获取的像素点灰度方差归一化值垂直投影波形图，其波动形状受到输电导线表面噪声的影响会出现局部小区域的峰值，而影响输电导线损伤区域的检测，故对此波形进行中值滤波处理。
[0162] 为有效突出导线横向潜在损伤区域，对其垂直投影灰度值进行阈值处理，设阈值T为垂直投影中的最大值和最小值的均值：
[0163] T＝(M′max+M′min)/2
[0164] 当垂直投影值大于该阈值时，取垂直投影值与阈值T的差值，否则取0。
[0165] 为了进一步实现输电导线损伤点的有效提取，采用以宽度为但跟铝股导线半径r的高通滤波器，对图阈值处理结果进行高通滤波。最后，可获得导线横向损伤区域的矩形框图。
[0166] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0167] 此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
