无人机图像的输电线断股检测方法研究

输电线路受外界环境的影响,输电导地线极易出现断股现象.断股故障对电力系统的稳定运行有较大的影响,为了确保输电线路的安全及稳定运行,需要周期性的进行巡视和维修.近年来,输电线的巡视方式慢慢从人工巡视转变为无人机巡视.为了让巡检更高效、电网更可靠,更好的实现电力系统的智能巡检.结合图像处理技术,设计了一种根据输电线分叉特征...     

基于无人机航拍图像的输电线异物检测算法研究

目前无人机电力线巡检已成为热点,但采用人工解译的方法对航拍图像中电力线异物判别效率低下。因此,为实现无人机智能高效巡检,提出一种基于电力线中线的异物检测方法。首先,采用先验知识与最小二乘算法对电力线图像中电力线的中心线准确提取;其次,对获取的中线经过像元的变化设定阈值判断电力线上是否有显著性异物,通过二值图像判断像元偏离电力线中心线距离进而辨别是否有颜色相近的异物;最后,采用RCF边缘检测和区域生长法对提取异物范围。该方法以电力线中线为基础,判断电力线上是否有颜色相似的异物,从而达到复杂背景下异物检测的目的。通过实验证明了该方法能有效地检测出输电线上存在的异物,并且准确度高、轮廓提取完整。     

输电线红外图像超分辨率复原方法

针对因相机抖动而影响输电线红外图像超分辨率复原效果的问题,提出结合SIFT(Scale Invariant Feature Transform)特征配准信息对低分辨率的输电线红外图像进行超分辨率复原.以4个相邻图像帧为例,首先选定一帧作为参考帧,将其他3帧与该帧图像进行SIFT特征配准,配准过程为特征点检测与初配准、RANSAC (Random Sample Consensus)去除误配准点和图像重采样.然后,对参考帧与图像重采样后的3帧图像进行超分辨率复原.实验结果表明,该算法与传统的超分辨率复原算法相比,重影率下降41％,具有更好的超分辨率复原效果.     

数字图像处理在原棉异物检测中的应用

利用改进的Otsu阈值法对原棉异物图像进行分割,并运用数字图像处理技术,对具有代表性的原棉异物进行图像增强,二值化等处理,快速准确地识别出原棉中存在的异物,从而有效地提高原棉异纤清除机的除杂率.     

基于无人机的高光谱遥感图像采集和处理技术研究

高光谱遥感技术是农业监测的重要手段,能够及时、准确地分析农作物更多、更详细的信息,对分析农作物产量、长势和病虫害具有重要意义。以贵州省关岭县乐安村火龙果种植基地为研究区域,结合无人机与高光谱成像仪的优势,对研究区进行高光谱图像采集。经过图像挑选、图像预处理、图像精校正、波段提取和图像拼接处理,获取研究区最新的高光谱遥感图像,为研究农作物的生长特性及不同生长期的光谱差异奠定基础。     

无人机输电线路智能巡检技术综述

随着无人机在电力巡检领域的推广应用,输电线路巡检工作模式发生巨大转变,海量巡检数据需要后期人工处理,巡检工作高度依赖专业人员,对巡检工作智能化有着迫切需求.针对这一问题,本研究介绍电力巡检无人机应用现状,概述电力无人机巡检工作模式及特点,分析无人机智能巡检技术需求;在此基础上重点综述巡检数据智能处理、无人机自主导航和无人机续航三个关键技术问题,探讨其可能的解决方案,并对其未来发展进行展望,希望能为相关研究提供一些有益参考.     

无人机遥感图像融合方法研究

针对待拼接的无人机遥感图像重叠区域不规则、焦距不固定、含噪声较多等问题, 在加权平均融合算法的基础上引入基于折线化思想的不规则重叠区域生成法, 减小算法误差, 并运用基于距离比的自适应算法实现权值自动匹配, 使算法在不受重叠区域形状限制的同时得到更精确的计算结果, 解决了图像拼接后融合区域分辨率低、拼接线明显的问题。仿真表明, 改进的加权平均融合算法在保持原算法快速性的同时, 达到了去除拼接缝隙、使图像融合区域过渡平滑的目的, 并获得了融合质量较好的大视野无缝拼接图像。     

一种采用FPGA的轨道异物检测系统

为降低货运列车行驶过程中的事故发生率,设计实现了货运轨道异物检测系统.系统包括位于车头上部的视频采集处理装置和位于驾驶室内的异物检测系统两部分.首先,介绍了系统结构和异物检测系统的功能结构,描述了采用FPGA模块的图像采集处理装置的硬件结构.然后,给出了系统异物检测的帧间差分算法和背景减法算法及流程.针对系统之间的数据传输问题,设计了上位机和下位机的通信协议,包括数据结构、帧定义和通信流程.最后,给出了上位机异物检测系统的开发环境和运行结果演示.经测试表明,系统运行正常、检测正确率高,能较好的给予驾驶员异物报警提示.     

基于超复数Steerable滤波器的电力输电线检测方法

提出一种自然场景下基于超复数频域Steerable滤波器的电力输电线检测算法.该算法首先利用二维高斯函数构造超复数Steerable正交对滤波器,然后将构造的滤波器与彩色电力输电线图像进行不同方向的脊能量检测,进而获得输电线脊能量最大方向响应,最后得到电力输电线检测图.实验结果表明,该算法具有较好的方向可控性,对输电线的检测比其他算法精度高且速度快,具有一定的理论和实际应用价值.     

基于无人机的输电线路巡检系统设计与应用

设计一款无人机输电线路巡检系统,通过远程遥控系统对无人机的实时状况进行调整,机载摄像头系统能够较清晰地检测到线路的故障,对沿途输电线的状况进行实时检测并及时反映给地面接收端。同时,可以自动躲避障碍物,满足在不同自然环境中的出航,实现对自然条件恶劣、不适合人工巡检地区的线路监测和巡检,并及时反映给接收端。经测试表明,该系统运行稳定,有效提高了输电线路巡检效率。     

融合MCAP和GRTV正则化的无人机航拍建筑物图像去雾方法

针对传统去雾处理复原得到的图像清晰度和对比度较低、整体颜色偏暗的问题,提出了一种改进的图像去雾方法,应用于无人机航拍建筑物图像处理中.针对全局大气光取值易受场景中景物影响的问题,提出一种颜色衰减先验投影最小方差的大气光求解方法,构建明度与饱和度差值图像,求解最小方差出现区域,并确定全局大气光估计.将利用图像场景深度信息求解的区域大气光与全局大气光相融合,获得新的大气光图.采用基于非局部信息的雾霾线先验理论对透射率进行优化,提出了一种基于雾霾线理论和引导相对总变分正则化的算法,通过计算透射率可靠性函数对透射率修正,并消除图像中存在的大量无用纹理信息,提升了透射率估计精度,有效改善了无人机航拍场景中浓雾及景深突变区域的复原图像质量.实验结果表明,所提算法与其他算法相比,获得的复原图像平均梯度、对比度、雾霾感知密度估计及模糊系数等指标分别平均提升了12.2%、7.0%、11.9%和12.5%,运算时长也优于部分算法,航拍图像更加清晰,更符合人眼视觉感受.     

基于无人机沙漠图像的道路检测

针对沙漠道路对比度低,遥感影像检测沙漠道路效果差的问题,提出一种基于无人机图像的沙漠道路检测方法。该方法首先采用直方图均衡化增强道路目标,再利用互惠最近邻聚类算法剔除噪声点,最后,通过最小二乘法拟合道路参数。经实验测试,该方法有较高的准确性和鲁棒性,具有较强的应用性。     

基于相位一致性的输电线监控视频图像线特征提取

线特征是图像分析中视觉感知的重要线索,是复杂背景下从输电线监控视频图像中提取电力线的重要特征,其为后续输电线状态分析提供依据。文章应用相位一致性原理提取输电线监控视频图像的线特征,通过仿真同其他传统方法进行了对比。实验结果表明,该方法能有效地实现复杂背景下线特征的提取。     

基于间隔棒跟踪的输电线舞动检测

针对输电线舞动危害电力系统安全、稳定运行的问题,提出一种基于间隔棒跟踪的输电线舞动检测方法;利用纹理、灰度分布等特征分割出天空区域,结合穿线法和旋转投影实现输电线的精确定位;采用滑动窗口遍历输电线,并根据窗口内投影曲线的Laws纹理能量值检测间隔棒;通过跟踪摄像头获取的输电线视频信息中的间隔棒并生成其运动轨迹,计算输电线舞动幅值和频率,进而判断输电线舞动。结果表明,该方法在八分裂间隔棒的输电线上的检测准确率、误报率、漏报率分别为96.9%、 3.12%和3.03%,能够有效地检测输电线的舞动。     

无人机在油气管道巡检管理中的应用前景分析

目前,国内外对于无人机技术的发展研究不断增多,无人机的应用领域也在不断扩大。针对无人机在油气管道巡检管理中的应用,目前已经有了较为成熟的案例。该文将在目前无人机技术发展现状的基础上对无人机在油气管道巡检的应用进行分析,同时讨论了传统油气管道巡检模式与无人机巡检模式对比和油气管道无人机巡检系统构成,此外还分析了现有的以及将来可能实现的可用于油气管道巡检的无人机新兴技术,阐明了无人机在油气管道巡检管理中具有广阔的应用前景。     

基于改进YOLOv4输电线关键部件实时检测方法

针对输电线路维护过程中的典型缺陷识别问题,为提高无人机(unmanned aerial vehicle, UAV)自主巡检的智能化程度,提出基于改进YOLOv4的无人机输电线关键部件实时检测模型。根据无人机视角下输电线典型目标的特点,结合MobileNet重新设计了一种轻量的特征提取网络来获取更高的特征提取效率,利用空洞模块增强感受野减少小目标的信息损失;在特征融合模块中添加自适应路径融合网络来融合更多的位置信息和语义信息,提高了多尺度目标的检测精度,减少了目标的误报率。采用构建的无人机输电线关键部件数据集来评估提出的模型。结果表明:基于YOLOv4改进的网络能够在无人机机载端实现实时多尺度目标检测,模型的平均准确率可达到92.76%,检测速度可达到32帧/秒,能够满足无人机嵌入式平台上实时检测的需求。     

基于MATLAB的图像检测方法的研究

基于图像处理的检测是现代测量技术的重要发展方向,介绍了基于图像处理的差异检测系统的结构,探讨了系统中的几个关键技术。论文提出了将标准图像和待检测图像进行灰度化、二值化分割、图像形态学处理,并通过引入相关系数对两子图像序列求相关性。实际的检测过程表明这方法是行之有效的,基本满足了系统设计的要求。     

多目标优化最低代价无人机机巢选址方法研究

无人机巡检作业中,因为功能与续航距离不同,常面临异构无人机协同和机巢选址问题。无人机机巢的最优部署位置策略,可以看作新的选址优化问题,相对于传统设施选址问题,无人机机巢部署问题面临更多新挑战。笔者综合运用地理信息系统、优劣解距离法对候选点位做预筛选后使用贪心算法和拉格朗日松弛优化的p-中值覆盖问题优化方法,在综合考虑布点原则、飞行任务、飞行半径、功能性冗余等目标因素,提出一种多目标优化最低代价的无人机机巢选址法,将机巢分布问题定义为限制因素预选址前提下的p-中值最低代价问题,设置原则性约束,实现多目标优化最低代价的机巢布点,从多个角度考虑降低巡检成本。实验结果表明：多目标优化后机巢布点在建造、维护、巡检和综合成本上比传统选点方法有9.2%以上的成本节约。     

基于小波变换与形态学的机场跑道异物检测算法

机场跑道异物(foreign object debris,FOD)检测的精准性和效率直接决定了民航运输业的安全。为了提高机场跑道异物的定位精度,研究中提出基于小波变换与数学形态学相结合的机场跑道异物边缘检测质心定位算法。此算法先对采集到的机场跑道图像进行小波分解,高频部分利用小波变换的尺度边缘检测,并进行小波阈值去噪;低频部分利用数学形态学算子进行形态学边缘检测,然后对得到的高频和低频图像进行融合,并对异物边缘轮廓进行增强,最后利用质心定位法求解异物像素坐标。实验结果表明:小波变换与数学形态学相结合检测出的图像边缘具有较好的互补性,结合了小波变换在边缘精确定位和对噪声的抑制方面较好的性能,数学形态学在检测弱边缘和保留图像细节的优点,通过此算法提取的跑道异物边缘信息细腻且定位准确,能有效识别与机场跑道背景相似的异物并准确定位。