基于激光测距成像和图像处理的输电线路防护技术

方苏， 李立学， 郑益慧， 王昕， 于建友， 杨景波

(1.上海交通大学 电工与电子技术中心，上海 200240；2. 国网吉林省电力公司白山供电公司，吉林 白山 134300)

基于激光测距成像和图像处理的输电线路防护技术

方苏1， 李立学1， 郑益慧1， 王昕1， 于建友2， 杨景波2

(1.上海交通大学 电工与电子技术中心，上海 200240；2. 国网吉林省电力公司白山供电公司，吉林 白山 134300)

针对目前输电线路防外力破坏自动化水平不高的现状，考虑激光扫描成像的特点，结合图像直线特征提取和空间转换，以及样本匹配理论，提出了一种在参数空间内的危险目标自动识别方法。通过脉冲飞行时间法来扫描获取目标各点的空间位置数据，并将原始数据映射为一幅灰度图像，将灰度图像进行图像处理，包括二值化、去噪、边缘检测，最终通过Hough变换提取出图像中的直线特征，在参数空间中，提出了判断图像间相似性的度量函数，并建立了目标图像与危险目标数据库的匹配函数，从而实现输电线下方危险目标的自动识别，防止输电线路遭受外力破坏。实验结果显示，能顺利检测到危险目标且不会发生误报，是一种可行的检测输电线路中危险目标的方法。

输电线； 激光测距； 外力破坏； 脉冲法； 图像处理； 相似度

Abstract: Under consideration of low level automatic protection of transmission lines against external damage, characteristics of laser scan-imaging, linear image feature extraction and spatial switching, as well as sample matching theory, this paper presents an automatic recognition method for dangerous targets in parameter space, whereby spatial positional data of target points are obtained by scanning in the pulse flight time method and then the original data are mapped into a grayscale image. After image processing, including binarization, denoising and edge detection, we use Hough Transform to extract linear features of the image. For parameter space, we propose a metric function for judging similarity between images, and establish a matching function between target image and dangerous target database, thus realizing automatic recognition of dangerous targets under transmission lines to prevent external damage of these lines. Experimental results show that this approach can detect dangerous targets successfully without generating false alarm, and it is a feasible method for detecting dangerous targets on transmission lines.

Keywords: transmission line； laser ranging； external damage； pulse method； image processing；similarity

0 引 言

随着电力工业的迅速发展，输电线路里程不断增加，运行环境日趋复杂。输电线路作为电网运行中最脆弱的一环，因输电线路走廊安全距离不够而造成的线路跳闸事故时有发生，对输电线路的安全运行构成了很大的威胁。因此，对运行中的电网进行在线监视并自动进行故障诊断显得尤为重要。

目前，输电线路防护多采用人工巡视和直升机巡视方法[1]。该方法费时费力，且无法实现自动化监测。为此，文献[2-3]提出将图像识别技术和远程数字视频监控技术相结合，用来检测绝缘子位置等信息，实现自动化监测。但该方法所获取的图像仅为二维图像，损失了深度信息，而深度信息在目标识别中是一个极重要的参量。另一方面，该方法需要持续传输图片信息，传输过程数据量过大。因此，文献[4]提出采用激光雷达扫描成像技术，通过测量激光脉冲从发射到遇到目标反射回摄像机的时间，来计算得到目标点与摄像机的距离，由此获得目标物体的深度图像。并且仅在深度信息超过阈值时才传输数据，能快速地获取完整的目标信息。在此基础上，文献[5-6]对所获得的深度图像进行去噪、二值化及边缘检测等图像处理步骤，文献[7]通过检测图像灰度特征和轮廓特征来进行图像识别。但该类图像识别方法仍停留在图像空间，图像特征获取困难。同时当光照条件、拍摄角度发生改变时，所提取的特征差别较大，无法实现图像识别和匹配。为此，文献[8-10]利用Hough变换将图像中直线特征转换到参数空间中点的统计特征，因此可以简单有效地获取图像的直线特征，但无法实现在参数空间中的图像匹配。

因此，本文提出了一种基于图像识别的输电线路识别和状态监测方法。该方法首先通过挂在输电导线上的激光雷达扫描获取导线下方的深度图像，然后将所获取的点云数据映射为一幅灰度图像，再对灰度图像进行图像处理，并通过Hough变换将直线特征转换到参数空间中进行提取，获得图像在参数空间中的直线特征。然后结合配对样本T检测理论，提出了目标图像与危险目标数据库的匹配算法。该方法利用在参数空间中判断图像间相似性的度量函数，实现了输电导线存在外力破坏威胁的危险目标的自动识别。最后通过实验表明，该方法能自动检测到输电导线周围的危险目标，且不会对无关目标产生响应，该方法能满足输电导线防护的实际要求。

1 步骤与方法

1.1 激光雷达测距成像

输电线路是电网运行中最脆弱的一环，导线下方生长过高的树木，超过安全距离的房屋、工程车辆等都有可能导致输电线路走廊安全距离不够，造成线路跳闸事故，对输电线路的安全运行构成了极大的威胁。

为了实时监测导线周围场景，实现输电线路的防护，本文提出了一种基于图像识别的输电线路识别和状态监测方法，可提升输电线路巡检信息的自动化程度及时效性。通过获取导线周围场景的图像，然后通过图像处理手段对所获取的图像进行特征提取来实现自动识别危险目标。

激光雷达测距的基本原理是通过比较成象雷达系统发射信号与接收信号的时延或相位等方法实现距离测量，激光雷达测距根据工作方式的不同分为脉冲法和相位法，本文的研究基于脉冲飞行时间法来展开。脉冲飞行时间法即通过测得脉冲信号在空间中的传播时间来计算波形在空气中的传播距离，激光脉冲测距雷达向空间发射激光脉冲信号，并接收由于碰到物体表面而反射回来的信号，然后测量发射和接收脉冲的时间差，就可以得到空间物体的距离。

通过激光脉冲测距法测得输电导线下方各个点的深度信息，在获得被测目标足够多的点的数据后，形成点云，将原始数据映射到笛卡尔坐标系中，转化为一幅三维深度图像。

1.2 数字图像处理

1.2.1图像边缘检测

图1 图像边缘检测原理

基于图像处理进行输电线路的安全防护，首要的任务就是从所测得的图像中对目标物进行特征提取与识别。图像识别过程中，图像的边缘形状等信息的提取极为重要，边缘定义为图像局部特征的不连续性，比如灰度级、纹理、颜色的突变等。边缘信息包含方向和变化幅度两个特征。在沿着边缘的方向，灰度变化缓慢，垂直于边缘的方向灰度变化剧烈。因此，在边缘上，灰度的一阶导数幅值较大，二阶导数在边缘处为0，且其左右分别为一正一负的两个峰。如图1所示。

图像边缘检测算子是基于图像边缘的突变性质来检测边缘的。一类是一阶导数边缘检测算子，在处理数字图像时，直接以图像的一阶差分代替图像的导数；另一类为二阶边缘检测算子，通过找到二阶导数为零，且左右各有正负峰的像素点来定义边缘，该类算子包括Laplace算子、Canny算子等。

二维函数的二阶导数定义是：

2f(x,y)=f(x,y)+f(x,y)

(1)

用差分代替二阶偏导时，Laplace算子可表示如下：

2f(x,y)=f(x+1,y)+f(x-1,y)+
f(x,y+1)+f(x,y-1)-4f(x,y)

(2)

1.2.2参数空间中的图像特征提取

在输电导线自动检测过程中，为了实现图像自动识别，必须提取危险目标图像的特征并建立特征空间，这些特征包括图像的轮廓、直线、灰度分布等信息。在输电线路防护的过程中，危险目标主要有过高的树木、车辆、杆塔等，这些危险目标大都包含了特定的直线特征，且同类危险物的直线特征具有相关性，因此提出通过直线特征的匹配来实现危险目标的识别和归类。

在图像空间直接进行特征提取比较困难，且无法对特征进行数学描述。Hough变换是一种有效提取目标图像中直线的方法，Hough变换将图像空间里的一条直线对应到参数空间里的一个点，同样，在参数空间中相交于一点的直线，其在图像空间中对应的点都共线。y=k0x+b0对应于参数空间中的点(k0,b0)，而参数空间中，经过点(k0,b0)的直线对应到图像空间中的点都共线。由此定义了从图像空间到参数空间的一对多映射，通过该变换，将图像空间中直线的检测问题，转化为对参数空间中点的统计问题。

1.2.3图像特征匹配

为了建立一个危险识别系统，需要建立一个相似性度量函数来计算目标图像与数据库中图像的相似性。两幅图像如果具备相似性，比如直线的数目和长度等信息，在转换到参数空间后则表现为峰值出现的数目和统计次数。通过比对参数空间峰值特征的相似度来判定两幅图像的相似性。

在配对样本T检测取显著性水平为0.05，建立假设H0： 样本经过处理后没有显著改变。该假设中的处理包括两次拍摄的图像中，因为拍摄角度，光线导致两幅图像的表现形式差异，将这类因素归为对样本的处理。

(3)

(4)

本文通过激光雷达扫描目标获取原始数据，该点云构成一幅深度图像，然后将该深度图像映射为一幅灰度图像，在对灰度图像进行图像处理后提取出图像的直线特征，通过Hough变换将直线特征转换到参数空间中，得到参数空间峰值的样本，结合配对样本T检测理论，提出了在参数空间中判断图像间相似性的度量函数，并建立了目标图像与危险目标数据库的匹配算法，实现了自动识别输电导线存在外力破坏威胁的危险目标。

2 试验与分析

2.1 原始数据获取和处理

为了获知导线下方物体与导线之间的位置关系，开发了一套挂线运行的球形装置，如图2所示。在球体内部下方搭载了激光雷达探头，内置的两个步进电机控制探头实现对导线下方空间进行三维扫描，以探头为原点建立球坐标系。基于脉冲法测距原理，测得每个点脉冲飞行时间及水平面内、垂面内的角度，即可得到各个点的空间坐标。将所测点的坐标数据，通过4G无线网络传输至计算机，最后通过对原始的点云数据进行拼合，即可得到导线下方空间的深度图像。

图2 激光雷达测距装置实物图

2.2 特征提取与匹配

图3 Hough变换后参数空间表现

在通过Laplace算子检测到灰度图像边缘特征后，基于本文1.2.2中的Hough变换理论，对所获取的深度图像进行边缘检测，并作Hough变换，得到其图像特征在参数空间的表现如图3a所示，图中出现了若干比较明显的峰，图3b所示是统计峰值在参数空间中的分布。

在对常见危险物塔吊进行扫描后获取图像，对该图像进行预处理，再通过Hough变换提取其在参数空间内峰值的分布数据，在参数空间取其最大的五个峰值，峰值点的统计数据如下表，并将该样本数据p1(ρi,θi,ni)作为危险目标数据库P的元素之一。在不同时间段和地点，对导线下方的两座塔吊进行扫描，获取的样本数据如表1所示，将塔吊1作为危险目标数据库的元素，将塔吊2作为待检测目标与P进行配对样本检测，检测结果显示塔吊1与塔吊2待测样本具备相似性，且塔吊2与其他元素不具备相似性，与人工肉眼的观察判断结果一致，该结果显示本方法能自动检测到危险目标且能自动识别危险目标的类型，能很好的完成危险目标的自动识别和预警，提高了输电线路防外力破坏的时效性和自动化程度。

表1 塔吊样本在参数空间的数据

注：表1中，ρ为球坐标半径，单位是毫米；θ为球坐标角度，单位是度；n为参数空间峰值的统计次数。

同样，过高房屋、过高树木和工程车等作为威胁输电导线安全运行的危险目标，对该几类目标进行了扫描，获取其深度图像，并获取了其在参数空间统计峰值的分布数据pi(ρj,θj,nj)，补充到危险目标数据库P中，做了多组实验对本方法进行验证，实验结果表明，该系统能很好的对输电导线周围的危险目标进行扫描和自动识别，能有效的防止输电线路遭受外力破坏。

3 结束语

本文提出的基于激光扫描成像和图像处理的输电线路放外力破坏的方法，通过扫描获取导线周围目标上足够多点的位置信息，并映射为一幅完整的灰度图像，通过基于Hough变换的图像特征提取得到了图像的直线特征。将直线特征转换到参数空间后，提出了判断图像间相似性的度量函数，并建立了目标图像与危险目标数据库的匹配函数，通过对比试验测试，包含危险目标的扫描图片能顺利被该匹配函数检测到，在图片中无相关目标时匹配系统未作出反应，证明本文提出的危险目标识别方法切实可行，能顺利检测到危险目标而且几乎不会发生误报，很好地解决了目前输电导线在防外力破坏方面无法实现自动化的问题，具备很大的应用前景。

[1] 唐慧明,张健.变电站远程图像监控系统设计[J].电力系统自动化,2001,7(2):56-58.

[2] 孙凤杰,崔维新,张晋保,等.远程数字视频监控与图像识别技术在电力系统中的应用[J].电网技术,2005,29(5):81-84.

[3] 张浩,王玮,徐丽杰,等.图像识别技术在电力设备监测中的应用[J].电力系统保护与控制,2010,38(6):88-91.

[4] 徐正平,沈宏海,许永森.直接测距型激光主动成像系统发展现状[J].中国光学,2015,8(1):28-38.

[5] 王伟,王建农.激光成像雷达图像边缘检测算法研究与仿真[J].激光杂志,2015,36(4):76-78.

[6] 孙凤杰,安田江,范杰清,等.电力变压器温度表指针位置识别研究[J].中国电机工程学报,2007,27(7):70-75.

[7] 张海峰,孟文东,吴志波,等.单向激光测距及其测量试验[J].中国激光,2013,40(3):202-208.

[8] NGUYEN T T, DAI PHAM X, JEON J W. An improvement of the standard hough transform to detect line segments[C].Industrial Technology, 2008. ICIT 2008. IEEE International Conference on. IEEE, 2008,11(2): 1-6.

[9] 宋晓宇,袁帅,郭寒冰,等.基于自适应阈值区间的广义Hough变换图形识别算法[J].仪器仪表学报,2014,35(5):1109-1117.

[10] MD SAIFUL ISLAM, UIPIL CHONG. Improvement in moving target detection based on hough transform and wavelet[J]. IETE Technical Review,2015,32(1),46-51.

Protection Technology for Transmission Lines Based on Laser Range Imaging and Image Processing

Fang Su1, Li Lixue1, Zheng Yihui1, Wang Xin1, Yu Jianyou2, Yang Jingbo2

(1.Center of Electrical & Electronic Technology, Shanghai Jiao Tong University, Shanghai 200240, China; 2. Baishan Power Supply Co., State Grid Jilin Electric Power Co. Ltd., Baishan Jilin 134300, China)

10.3969/j.issn.1000-3886.2017.03.003

TM764.2

A

1000-3886(2017)03-0006-03

定稿日期: 2016-10-08

国家自然科学基金重点项目(61533012)，上海市自然科学基金(14ZR1421800)，流程工业综合自动化国家重点实验室开放课题基金

方苏(1991-)，男，安徽黄山人，研究生。研究方向：高压输电线路防外力破坏技术。