[1]张秋雁,杨忠,陈聪,等.一种复杂环境下的电力线检测方法[J].应用科技,2019,46(05):51-56.[doi:10.11991/yykj.201901009]
 ZHANG Qiuyan,YANG Zhong,CHEN Cong,et al.A power line detection method in a complex background[J].Applied science and technology,2019,46(05):51-56.[doi:10.11991/yykj.201901009]
点击复制

一种复杂环境下的电力线检测方法(/HTML)
分享到:

《应用科技》[ISSN:1009-671X/CN:23-1191/U]

卷:
第46卷
期数:
2019年05期
页码:
51-56
栏目:
现代电子技术
出版日期:
2019-09-05

文章信息/Info

Title:
A power line detection method in a complex background
作者:
张秋雁1 杨忠2 陈聪2 胡国雄2 韩家明2 许昌亮2 赖尚祥2
1. 贵州电网有限责任公司 电力科学研究院, 贵州 贵阳 550002;
2. 南京航空航天大学 自动化学院, 江苏 南京 211106
Author(s):
ZHANG Qiuyan1 YANG Zhong2 CHEN Cong2 HU Guoxiong2 HAN Jiaming2 XU Changliang2 LAI Shangxiang2
1. Electric Power Research Institute of Guizhou Power Grid Co., Ltd., Guiyang 550000, China;
2. College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China
关键词:
复杂环境电力线识别图像增强边缘检测Hessian算法Hough变换聚类
Keywords:
complex backgroundpower line detectionimage enhancementHessian algorithmHessian algorithmHough transformcluster
分类号:
TP751
DOI:
10.11991/yykj.201901009
文献标志码:
A
摘要:
从具有复杂地物背景的无人机拍摄图像中快速准确地检测到电力线,是树障清理机器人在工作中的一个关键问题。通过分析图像中的电力线的特征,提出一种复杂地物背景下电力线检测的方法。首先对原始图像进行图像均衡处理,增强电力线与背景之间的对比度;采用Hessian算法对电力线边缘进行提取与对比;进一步利用Hough变换实现对电力线的提取,并通过聚类方法对直线进行筛选,最终获得完整的电力线。实验结果表明,本方法在复杂背景下,对电力线提取的准确率较高,且提取出的电力线完整程度较好。
Abstract:
Fast and accurate detection of power lines from images taken by UAV with a complex background is a key problem in the work of tree block cleaning robots. In this paper, by analyzing the characteristics of power lines in images, a method for power line detection in a complex background is proposed. First, the equalization processing is performed on original images to increase the contrast between power lines and background. Then the Hessian algorithm is used to detect the edge of power lines, further the Hough transform is used to extract power line and linear screening method based on k-means++ cluster is used to extract the power line. The experimental results show that the method has higher accuracy and completion of power line extraction in a complex background.

参考文献/References:

[1] 胡彬, 周宗国, 杨时宽, 等. 输电线路走廊树障清理相关技术分析[J]. 民营科技, 2018(9):126-127
[2] 蒋超, 牛宏侠. 基于改进Radon变换的直线钢轨识别算法[J]. 铁道标准设计, 2017, 61(4):19-22
[3] 李欣, 刘美秀, 刘迪. 复杂背景下高层建筑钢结构板孔心影像坐标量测[J]. 武汉大学学报(工学版), 2016, 49(1):143-147
[4] 赵乐, 王先培, 代荡荡, 等. 复杂背景下电力线自动提取算法[J]. 高电压技术, 2019, 45(1):218-227
[5] GROMPONE VON GIOI R, JAKUBOWICZ J, MOREL J M, et al. LSD:a fast line segment detector with a false detection control[J]. IEEE transactions on pattern analysis and machine intelligence, 2010, 32(4):722-732.
[6] 张从新, 赵乐, 王先培. 复杂地物背景下电力线的快速提取算法[J]. 武汉大学学报(工学版), 2018, 51(8):732-739
[7] FRANGI A F, NIESSEN W J, VINCKEN K L, et al. Multiscale vessel enhancement filtering[C]//Proceedings of the 1st International Conference on Medical Image Computing and Computer-Assisted Intervention. Cambridge, MA, USA:Springer, 1998:130-137.
[8] 孙实超. 无人机航拍图像的输电线识别方法[D]. 南宁:广西大学, 2016.
[9] 吴夙慧, 成颖, 郑彦宁, 等. k-means算法研究综述[J]. 现代图书情报技术, 2011(5):28-35
[10] ARTHUR D, VASSILVITSKⅡ S. k-means++:the advantages of careful seeding[C]//Proceedings of the Eighteenth Annual ACM-SIAM Symposium on Discrete Algorithms. New Orleans, Louisiana, USA:ACM, 2007:1027-1035.

备注/Memo

备注/Memo:
收稿日期:2019-01-15。
基金项目:国家自然科学基金项目(61473144);中国南方电网有限责任公司科技项目(066600KK52170074)
作者简介:张秋雁,男,教授级高级工程师
通讯作者:杨忠,E-mail:YangZhong@nuaa.edu.cn
更新日期/Last Update: 2019-08-29