科技论坛 ・２９・ 高压架空线路异物检测的研究 赵腾姚毅周芯竹 （四川理工自动化与电子信息工程学院，四川自贡６４３０００） 摘要：从三个方面研究了电线异物检测算法的原理。从数学上讨论了消除图像中噪声的重要性。从理论上探讨了颜色提取电线的可 行性。解决了边缘检测异物的数学理论方法，并在实验室模拟了过程的可操作性。 关键词：图像预处理；颜色提取；边缘检测；Ｌａｐｌａｃｅ算子 伴随着我国主力５００ＫＶ高压输电线路的投＾生产和运作，对新形势 变化可以用梯度来表示，因此我们可以依据灰度值的梯度来进行检测边 下的输电线路的监测和维护变得十分迫切和必要。这里主要是论证基于 缘。灰度值的梯度找们可以用一阶微分求得，图像在点 的梯度（即一 计算初Ｉ视觉与图像处理技术对架空线路异物ｊ险测的算法，主要包括三个 阶微分）为—个矢量，其表达式为： 匍汾：图像预处理、提取电线区域和异常物体检测。 ） ［Ｇｘ ＝【 ， １图像预处理 中存在噪声，噪声与要研究的具体对象不 这个矢量的幅直可由式 相关，它以无用的信息形式出现，扰乱图像的可观测信息。脉冲噪声由于 Ｉｖｆ（ｘ （ （ 】 其幅值很大，在图像匕造成黑白暗亮点干扰，极大降低了图像质量，影响 图像分割、特征提取、图像识别等后续工作自勺进行。噪声反映在图像画面 求得，它代表了 矢量的方向可由 上，大致可分为两种典型的图像噪声。—种是噪声的幅值基本相同，但是 噪声出现的位置是随机的，—般称这类噪声为椒盐噪声。—种是图像每一 Ｏ（ｘ，ｌｙ）＝ａｒｃｔａｎ（ 点都存在噪声，但躁声的幅值是随机分布的。 在预处哩图像中，由于图像的噪声大多数为椒盐噪声，所以采用中值 求得，它ｆ弋表了点 匕荻度宜蔓１ 烈的方向。 滤波的方法来消除椒盐噪声。均值滤波是常用的—种技术，所谓均值滤波 求得像素点的梯度幅值后，可以选取・个合适的阈值，如果 的 实际上就是用几个邻域像素灰度的平均值来替代原图像中的各个像素 梯度幅值大于该阈值 ］就认为点 沩边缘点，否则，点 缘点。 值。使用３＊３窗口进行的均值滤波的｛杓 亨法是： ｆ（ｘ，Ｙ）＝（ｆ（ｘ一１，Ｙ—１）＋厂（ ，Ｙ一１）＋，（ ＋ｌ，Ｙ－１） Ｓｏｂｅｌ检测算子将方向差分运算与局音 Ⅱ权平均相结合，将检测模 板由２×２扩展到３×３，与Ｒｏｂｅａｓ算子相比减少了噪声带来的影响。 ＋， 一１，Ｙ）＋ｆ（ｘ， ）＋ｆ（ｘ＋１，Ｙ） ｓ０ｂｅｌ算子沿ｘ和ｙＴｙ向上的检ｉ贝惜 ０为： ，＋，（ 一１， ＋１）＋ｆ（ｘ，Ｙ＋１）＋，（ ＋１， ＋１））／９ ，０ ｌ ！ ２。 ｆ ￣ｅ ｆ（ｘ，ｊ，）是被滤波的像素的灰度值分母９由窗口大小３ ３得到。 【一ｔ ｏ ｔ Ｊ 【－Ｉ一：一，ｊ 均值滤波对噪声虽然有抑制作用，并且算法简单，但导致图像变得模 应用以匕两个 板与图像进行 卿舌，可以进—步得到悌度幅值 ｙ）， 糊是无法避免的，虽然加权值均值滤波对抵抗图像的模糊有了＿定的改 然后选取—个 置的Ｉ爵值Ｔ，如果ｇ ＞ ，则点∞ ．边缘点，否则，点 Ｉｙ） 善，但是由于思路相同，改善效果不是十分明显。 不是边缘 。 中值滤波最初主要用于时间序列分析，后来被用于图像处理，并在去 ３３基于二 噪复原中取得了较好的效果。中值滤波器是基于排序统汁完成信号恢复 阶微分的，因为对于—个 的—种典型的非缎 陛滤波器，其基本原强堤 １｝ｉ［字图像或数字序列中心 阶跃型边缘点来说，其灰度变化曲线的一阶 致 达到极值，因此可 点位置的值甩该点邻域的中值替代。这样如果—个亮点 的噪声，就会 以利用一阶微分来进行边缘检测。由于在边缘 处灰度值的二阶导数为 在排序过程中被排在数据序列的最右侧或者最左侧，因此，最终选择的数 零，因此我们还可以利用二阶导数的零 杩 亍边缘自ｇ检测，主要方法有 据序列中间位置—般不是噪声点的值，由此便可达到抑制噪声的目的。 Ｌａｐｌａｃｅ算子。在二维的图像空间中，拉普拉斯算子是—种不 嫩于边缘 ２颜色提取电线区域 方向的二阶微分算子，它通过检测二阶导数的零氍 ０边缘，是—个标 对于一张背景简单的电线图片，不论电线是否挂有异物，图片中都有 量并具有旋｝专不变即各向同性的ｌ ．质，其数 赫 式为： 很多无用信息。为了快速地初步选择电线可能所在的区域，可以通过颜色 ＝ ＋ 提取。ＲＧＢ三个分量，以不同的搭：配，可以组成ｒＬ乎所有可见的颜色。 正因为是３个分量，所以可将ＲＧＢ空间像三 中 由ｘ，ｙ两个方向上的偏微分合成—个鼙子，得到Ｌａｐｌａｃｅ算子的检测 画点作图。 模椒： ｒ０ １ ０］ 对于两个 渔ｌ（ｒ１ｇ１ １ ２Ｊ）２），其在ＲＧＢ空间中的欧氏距离为 Ｉ ｉ 一４ １ ｌ 。一Ｉ；－ Ｉ砷ｌａｃｅ算子通过检 ４灰度直二阶导数的零点来检测边缘，具有各向 从ｄ的取值可以判断两／ｆ 渔．的相似程度。预先采集数十张电线图 同性的陛质，它不但可以检测出大部分边缘，而目边缘定位精睦跪 高。 像，分析这些电纷阵本的颜色值，记录其 雀勘电。对需要检测的图像，对 对目标物体进葡 别佥测，将异常物体从图像中分割出来，若异常物 每个像素点，计算其与标准电线样本颜色在ＲＧＢ空间中的欧氏距离，提 体为白色，且大小、形状与瓷瓶相当，则判别进入瓷瓶裂纹检测程序，若异 取相似的 为目标电线 区域。由于电线为长条形光滑曲线，使用 常物体较宽且非常高，则判别为电线杆，不进行处理。若目标物体不满足 这—先验知识过滤掉噪声区域，得到有效的电线位置、宽度。 上述描述，则判断为非正常物体，将其与电线的交接部分在原图中标记， ３异常物体检测 并给出报警信号。 沿电线延伸的方向（通常为图像的横向）扫描电线的宽度，由于异物 参考文献 通常会．廛挡电线，所以通常会ｉ壹成图像上出现电线中断，遇到宽度过小 ［１］阮秋琦，阮宇智数字图像处理 北京：电子工业出版社 ００ （间断）或宽度过大时，则进入异常检测程序；没有遇到异常则判断为没有 ｃ２】（美国）Ｓｚｅｌｉｓｋｉ Ｒ译：艾海舟，兴军亮．计算机视觉：算法与应用呻北京： 异物。 清华大学出版社。２０１Ｚ 若遇到电线间断，则需要判断目标物体是晷洼物体还是瓷瓶或电线 网（加拿３￣）Ｒｏｂｅｒｔ Ｌａｇａｎｉｅｒｅ译：张 ＯｐｅｎＣＶ２计算机视觉编程手册 杆等正常物体，首先需要检测出目标物体的轮廓。 呻北京：科学出版社，２０１Ｑ ３．１边缘检测的依据 晶，方明，杨华民计算机舰觉中的运动检测与跟踌舯北京：国防工业出 图像的边缘为图像 ，而这种灰度值的 版社。２０１Ｚ ｄ＝、历 面 ｛ｌ Ｏ １ ０ＪＩ