287
黄楷敏，高德民，傅川岳，徐 刚
银膜（深圳供电局有限公司，广东 深圳 518001）
摘要：无人机技术应用到电路巡检中，可以对线路部位进行拍摄，以此降低检修失误率，同时能够为电力检修工作提供便利，全面提升电力系统的运行效率。通过无人机在电力线路巡检上的应用现状，能够详细分析技术应用优势，以此提升电力线路巡检效果。此次研究主要是探讨分析图像处理技术在无人机电力线路巡检中的应用，希望能够对相关人员起到参考性价值。huae
关键词：图像处理技术；无人机；电力线路巡检；应用要点
在电力系统运行中，不同地区因受到地形差异，线路铺设方式与范围均不相同，部分地区环境恶劣，所以电力部门需要消耗大量人力与物力，全面维护线路铺设效果。在无人机技术发展过程中，能够将该技术应用到电力线路巡检中。电力巡检结果比较客观，地形因素影响小。无人机技术对电力线路进行巡检
时，主要通过摄像设备，采集高清数据，同时拍摄影像，清晰捕获绝缘子与他干的受损情况。采用图像处理方式，可以有效排查输配电线路部件，以此获得线路缺相数据。此次研究主要分析无人机电力巡检的图像处理技术，讨论无人机图像的影响因素，提出科学化解决措施，以此维护电力系统线路运行效益，提升电力系统的安全性。 1 图像处理在电力巡检中的干扰因素 在电力巡检工作中，图像处理技术的干扰因素较多，极大影响输电线路巡检工作效率与质量。电力巡检工作中，常见干扰因素如下： 1.1 光学像差 在光学系统中，远轴区产生实际像，近轴区产生理想像，两相之间存在明显偏差。偏差问题对图像质量的影响较大，还会降低电力部件检测的准确率。 1.2 辐射失真影响 通过传感器，对目标反射能量与辐射能量进行观测。然而辐射失真会加剧遥感图像失真，对遥感图像的判读与解释影响较大。 1.3 几何失真 当传感器类型不同，无人机飞行姿态影响，在电力线路巡检工作中，获取的无人机图像扭曲失真，图像退化就被称为几何失真。 1.4 运动模糊 无人机飞行期间，姿态变化，运动方式，机械振动等因素，对成像系统影响非常大，因此运动模糊也会严重干扰无人机电力巡检工作。 1.5 噪声影响 在无人机摄取和传输图像时，极易出现图像噪声，属于随机信号干扰的表现。图像内出现高斯噪声、椒盐噪声。噪声会严重干扰无人机电力巡检工作。 1.6 复杂场景、光照与季节影响 场景过于复杂，光照变化与季节变化都会对输电线路造成极大影响。当周边自然环境与景象变化将会加剧，输电线路与部件图像背景的复杂度，存在大量干扰因素。在提取和识别复杂场景目标时，技术要求非常高。 2 图像处理技术在电力线路巡检中的应用 2.1 无人机巡检重要性 无人机巡检的优势作用比较多，可以提升巡检效率，降低巡检成本。电力线路分布广泛，因此必须确保供电环境的稳定性。一
般来说，供电点组成包含多个小工作点，供电点属于小规模电网。为了确保社会生产与生活的电力供应，供电网多设置在地形险峻、环境恶劣的偏远地区。该类地区电力输电线路、电线塔、电线杆的运行环境恶劣，安全故障率高，对供电质量影响非常大。 环境恶劣地区缺乏电路巡检人员，从而加大电路巡检难度。无人机检测水平明显高于人工检测，可以减少人工检测的误差。在偏远地区电路巡检工作中，主要采用无人机巡检方式。相比于人工巡检来说，无人机巡检成本比较低，具备良好的安全性能，工作能力比较强，所以在电力线路巡检中得以广泛应用。现阶段，无人机技术成熟度不断提升，国家开始重视民用无人机，广泛应用于日常生活中。按照数据报告显示，我国无人机市场规模超过200亿元。 2.2 图像处理技术的应用 第一，图像预处理应用。在图像行程期间，极易受到飞行器飞行姿态、天气、噪声等影响，导致探测器拍摄图像和实际不符。为了确保图像检测结果的精准性，必须人为处理图像。在处理图像时，首先应去除雨雾背景，天气变化会影响成像。雨雾天气可见度比较低，雨水与雾气会使图像模糊。部分学者认为雨雾具备清晰的痕迹，可通过像素过滤值，将雨滴过滤掉。然而在过滤雨滴时，只能处理简单图像。针对运动视频，部分学者建立与物模型，利用物理模型对与物像素进行描述，采用背景分离法分离和处理图像。对图像处理前后的亮度及大小进行比较，可以确保与物去除效果。 第二，图像拼接技术。无人机飞行拍摄中，摄像机分辨率比较低，所以需拍摄大量图像，做好对比分析，全面提升图像分辨率。准确拼接各类图像，可以满足图像清晰度要求。图像拍摄中，存在较多不确定因素。在应用图像拼接技术时，并非直接使用不同图像像素，还是按照不同图像特征，将像素导出来。对像素特征相似部位进行参考，选取出重叠部位。图像拼接技术所需时间非常长，工
作效率较低。图像拼接技术无法处理图像旋转后，重叠区域的选取问题。所以图像拼接技术对于设备性能及质量要求非常高。 第三，图像识别技术。无人机巡检电力线路时，利用计算机拍
3d录音摄图像，寻到传输路线区域。然而图像拍摄极易受到天气影响，相应加大目标选取的难度。 3 图像处理技术在电力巡检中的应用实践 3.1 图像预处理实践
第一，调整图像亮度。在不同场景内，给定目标亮度的光度感受不同。图像拍摄亮度过暗或过亮，会加大计算机识别难度，所以必须科学调整亮度。具体采用以下方法：首先，转换至HSL 颜空
间调整，属于直接调整方法。在HSL 颜空间中，L 分量表示亮度，可以直接调整。然而此种调整方法比较低效，电脑屏幕自身特点，大部分图像在RGB 彩空间内解析，所以要转化为HSL，便于进一
步处理图像。其次，线性调整。通过线性调整，可以直接调整像素值，可以直观表示出电力巡检的突出物体，所以必须调整亮度线性。最后，曲线调整。采用上述方式调节亮度，会面临较多问题：图像亮度变化层次感低，整个区域内存在明暗变化，所以必须调整图像
层亮度。 第二，调整图像对比度。在调整图像对比度时，首先要确保平均亮度不变，对亮暗点差异进行调整。 3.2 图像识别实践
目标提取的难度比较大，需要采用图像处理算法，对图像识别问题进行处理。统计方法具备较强适用
电磁炉热水器性，通过Adaboost 算法，可以获得良好的识别效果。第一，针对包含正负样本的训练集、分类号进行标定。第二，所有训练样例权重为1/N。第三，针对每一个样本，训练弱分化器可以确保权重误差函数达到最小。第四，准确计算弱分类器话语权。第五，更新权重。第六，最终强分类器。
Adaboost 算法利用弱分类器组合，可以获得强分类器，算法运算速度快，可以有效处理检测速度缓慢问题，以此提升电力线路检测模型的识别效果。 4 结语 综上所述，电力线路发生故障时，极易导致大面积电网断电，影响社会生产与生活。为了保证电力系统运行的安全性，尽早发现
异常问题与潜在故障，必须做好日常电力检查。在电力线路巡检中，开始广泛应用无人机巡检技术，并且以图像处理技术为代表的智能化检测技术，可以全面提升电力线路巡检的准确性，维护电力系统运行正常。随着无人机自动巡线技术的快速发展，图像处理技术将会成为研究热点，具备较高的实用性价值。 参考文献： [1]李方正.无人机及图像处理技术在油气田生产中的应用研究[J].价值工程,2019(36):249-250.文具盒生产过程
[2]余辉.图像处理技术在无人机电力线路巡检中的应用[J].科技经济导刊,2019(33):30+33. [3]那晨旭.一种基于图像拼接和图形匹配的数字图像处理技术[J].科技创新与应用,2019(30):157-158.
蕲蛇酶注射液
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议