基于无人机图像的输电线断股与异物缺陷检测方法
来源：计算机应用杂志2015年第8期北京时间：
作者：王万国, 张晶晶, 韩军, 刘俍, 朱铭武
单位：1. 国网山东省电力公司电力科学研究院 国家电网公司电力机器人技术实验室, 济南 250002;2. 山东鲁能智能技术有限公司, 济南 250101;3. 上海大学 通信与信息工程学院, 上海 200444
摘要：为提高无人机(UAV)巡检输电线路的效率,提出一种基于线结构感知的输电线断股与异物缺陷的检测方法。由于无人机巡检的图像受背景纹理及光线影响较大,采用能检测线宽度的水平与垂直方向的梯度算子提取巡检图像上的线对象,进而研究感知定律中的共线性、近似性、连续性的计算,将断续线段连接成长的线段,通过长线段的平行性计算,识别出输电线路结构中显著的平行导线组。为识别导线上安装的防振锤与间隔棒连接部件,提出一种基于局部轮廓特征的形状部件识别方法。在识别出这些连接部件的基础上,对导线进行分段分析,计算分段导线的宽度变化、灰度相似度来检测导线上的断股与异物缺陷。通过对无人机巡检采集的输电线路图像的测试,验证了这种方法在复杂的背景条件下能有效地检测导线上断股与附着异物缺陷。
关键词：导线断股,导线附着异物,感知平行性,局部轮廓特征,缺陷检测
基金资助：2014年国家电网发展项目(169)。
