基于超像素和深度神经网络的高压输电线路环境检测

高压输电线路通道环境对高压线路的安全性影响重大,以往都是采用人工对高压输电线路通道环境进行巡检,人工检测作业危险,效率低,难度大.因此,本文提出基于超像素和深度神经网络的航拍高压输电线路环境检测的方法.首先,采用无人机对高压输电线路通道环境航拍,将视频图像进行拼接,得到通道环境的整体图像,然后使用超像素分割算法实现图像的预分割, SURF描述子具有速度快、特性鲁棒性好,因此本文采用SURF描述子提取超像素特征向量,最后采用DNN模型对提取的超像素特征进行训练,对待检测的超像素块进行分类,从而达到检测的目的.通过本算法的应用,电力部门提高了无人机巡视特高压输电通道环境的巡检效率且验证了本算法的有效性.     

融合高效注意力的多尺度输电线路部件检测

针对在高分辨率输电线路图像中，不同种类部件尺度跨越大，难以被均衡检测的问题，提出一种融合高效注意力的多尺度输电线路部件检测算法。在YOLO v5目标检测算法中，设计添加高效注意力模块ECBAM提高算法特征提取能力。根据输电线路部件的特征分布统计，使用滑动窗口对高分辨率输电线路图像进行切片，并对切片前后的图像分别使用改进后的YOLO v5算法训练模型。将两个模型的检测结果进行集成，得到多尺度输电线路部件检测结果。在公开的PLAD架空输电线路图像数据集上，该模型的检测性能远超现有目标检测模型，Precision可达83.2%,Recall可达92.8%，相比数据集原作者提出的模型，mAP值提升了1.6个百分点，达到了90.8%，且能检测出未在原始数据集上标注出的隐蔽目标，验证了在高分辨率图像中检测多尺度输电线路部件的有效性。     

电力线数字灰度图像增强算法

无人机巡线大大提高了输电线路巡线的效率,若利用计算机处理采集的数字图像可以进一步提高效率,而图像增强处理是计算机处理图像的一个重要过程.结合电力线数字灰度图像的特点,讨论了利用随机数学模型和模糊数学模型两类不同灰度图像增强算法,比较了这些算法的应用效果.分析了现有图像增强算法在电力线灰度图像中应用的不足,据此给出了一种基于模糊数学模型的改进型图像增强算法,并利用实例验证其具有更好的适用性.     

基于聚合通道特征的防震锤锈蚀缺陷识别算法

高压输电线路中防震锤锈蚀会危害输电线路的安全运行。基于图像处理技术提出了一种基于聚合通道特征的防震锤检测和锈蚀缺陷识别的算法。该算法首先引入聚合通道特征（Aggregate Channel Features,ACF）分别提取无人机拍摄的输电线路图像中的颜色、梯度幅值和梯度方向直方图,构建多尺度ACF金字塔;利用滑窗法和Adaboost分类器检测图像中的防震锤,并使用非极大抑制操作得到最佳防震锤的位置;再结合Graph Cuts算法实现防震锤图像的分割;最后采用RGB颜色模型识别防震锤锈蚀缺陷。实验结果表明：该算法对防震锤位置的检测和锈蚀识别的精度较高。     

基于结构约束的架空输电线路巡线机器人障碍识别

巡线机器人沿相线行走时必须探测识别各种障碍，并根据障碍类型规划越障行为．针对220 kV架空输电线路的结构特点，利用视觉传感器，设计了基于结构约束的障碍识别算法．算法利用图像的边缘信息，采用改进的基于存在概率图的圆/椭圆检测方法和分层决策机制，以减少自然环境中光线变化和机器人运动对识别质量的影响，满足了巡线机器人的实时越障要求．实验室模拟线路和实际线路实验结果表明，算法能可靠地识别出复杂背景中的防震锤、悬垂线夹和耐张线夹等障碍物．     

基于Adaboost的架空输电线路巡线机器人障碍识别

巡线机器人沿电力线行走时必须探测和识别各种障碍物,同时根据障碍类型规划越障行为。文章提出了一种基于Adaboost算法的架空输电线路巡线机器人障碍物识别方法。Adaboost是一个构造准确分类器的学习方法,它把一簇弱分类器通过一定的规则结合成为一个强分类器,再把这些强分类器级联成为一个快速、准确的分类器。实验结果证明了该方法的可行性。     

基于高效通道注意力机制的龙格库塔去雨网络

单图去雨问题是图像处理的一个重要研究方向。为了解决现有方法对雨痕特征提取不够充分的问题,提出一种基于注意力机制的龙格库塔（RK）模块的去雨网络。该模块采用RK模块提高提取图像特征的能力并采用高效通道注意力（ECA）机制加强对雨痕局部表征的关注。通过堆叠多个基于ECA机制的RK模块,可以构建深度去雨模型,较好地特提取雨痕特征;同时采用全局回传机制,利用雨痕的高阶特征以更新其低阶特征,提高雨痕表征的提取质量,逐步提升重建背景图的质量。基于公开数据集Rain100L、Rain100H和RainHeavy的测试结果表明,所提算法能够较好地重构雨天背景图。采用峰值信噪比（PNSR）和结构相似度（SSIM）两个常用指标评估重建背景图像结果,并与去雨算法Semi-Supervised transfer learning for Image rain Removal(SSIR)、Progressive Recurrent Network(PReNet)、Bilateral Recurrent Network(BRN)进行比较,结果显示所提算法的性能最优。     

基于Faster R-CNN的输电线路缺陷识别模型研究

随着多旋翼无人机引入输电线路巡检作业后,对巡线人员通过图像判断线路上设备是否有缺陷提出了新的挑战。为了帮助巡线人员做出准确决策,提高发现缺陷的能力,基于深度卷积神经网络,搭建了适用于无人机图像识别的输电线路缺陷识别网络模型。首先详细描述了输电线路缺陷识别图像数据库的建立过程,然后通过分析对比三个预训练前端网络的性能及多个参数对网络模型识别准确率的影响,得到基于Faster R-CNN的输电线路缺陷最优识别网络模型。经过测试集验证,提出的缺陷识别网络模型的识别准确率达到了90%以上,单张图片耗时达到了毫秒级,在识别准确率和耗时上均明显优于其他识别网络模型,为实际巡线工作中的输电线路缺陷判别提供智能有效的决策依据,是机器学习在智能电网中应用的有益探索。     

架空输电线路巡线机器人的视觉导航

巡线机器人沿相线行走时必须探测识别和定位各种障碍物,并根据障碍类型规划越障行为。针对220 kV架空输电线路的结构特点,利用视觉传感器,设计了基于结构约束的障碍识别算法,完成了障碍识别和分类。根据障碍物的结构特点,设计了一种自适应多窗口区域立体匹配算法,实现了障碍物的双目视觉定位。模拟线路实验结果表明,算法能可靠地从复杂背景中识别并定位出防振锤、悬垂线夹和耐张线夹等障碍物,满足了巡线机器人导航要求。     

高压输电线路巡线机器人障碍物视觉检测识别研究

障碍物的检测识别与定位是高压输电线路自主巡线机器人中的关键技术之一.针对220 kV单分裂输电线路的结构特点,提出了一种基于视觉传感器的障碍物检测识别方法.首先,对采集的图像进行膨胀、腐蚀和高斯平滑等处理,以减少图像噪声;然后,利用Otsu算法对Canny算子进行改良来提取图像边缘,以减少光线变化带来的影响;最后,提取边缘图像中某些图形基元并施加结构约束,实现障碍物的检测识别.大量的试验研究表明,该方法能有效地检测识别高压输电线路的导线、防震锤、悬垂绝缘子和耐张绝缘子等结构物.     

架空电力线路巡线机器人的研究综述

回顾了国内外架空电力线路巡线机器人的研究现状 ,分析了几种巡线机器人的结构特点及存在的问题 ,详细探讨了巡线机器人避障、工作电源及线路故障探测等关键技术 .最后 ,展望了架空线路巡线机器人的发展趋势和应用前景 .     

高压架空输电线路绝缘子串抗风偏性能自动测试方法

为了提高高压架空输电线路绝缘子串抗风偏性能,需要进行高压架空输电线路绝缘子串抗风偏性能自动测试,提出一种基于防风偏智能分析数学建模的高压架空输电线路绝缘子串抗风偏性能方法,根据线路防风偏设计标准,参考设计风偏系数,结合架空输电线路绝缘子类型、绝缘子结构高度、绝缘子串、导线距杆塔最小电气安全距离等参数构建性能测试的约束参量模型,根据线路运行经验,进行防风偏智能分析数学模型设计,结合特征分析和智能算法对高压架空输电线路绝缘子串的抗风偏能力进行计算分析。结果表明,采用该方法能有效实现对高压架空输电线路绝缘子串抗风偏性能自动测试,计算结果准确可靠,提高了高压架空输电线路绝缘子串抗风偏性能,对架空输电线路绝缘子串的抗风性能参数的准确估计能力较好。     

机载LiDAR测量技术在输电运维中的应用

输电线路运维是输电管理的重要环节,传统输电线路巡检依靠人巡为主机巡为辅的作业模式,其巡线测量精度、准确率、时间周期长难以保证;当前机巡作业在一定程度上缓解了运维压力,解决输电线路通道大致情况的检查,但仍未实现树障的精确巡检,机载LiDAR技术的出现使得输电运维模式得以改善,其作为新兴测量手段使输电通道危险点精准测量检测成为可能,文章探讨了传统输电线路运维存在的工作效率、安全度及作业强度等问题,结合机载LiDAR的特点研究该技术在电力工程勘测成图及输电通道危险点检测分析领域技术实现流程与应用情况,研究激光点云数据快速处理与分类,实现对输电通道环境的及飞及测,探讨进一步提升运维应急抢险反应速度和隐患判定的精度,以减少运维人工巡线的投入,提高运维效率。     

基于图像识别技术的输电线路智能监控系统应用

针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.     

架空输电线路走廊烟火的视频检测技术研究

架空输电线路运行环境复杂,线路通道内的烟火造成的外力破坏日益增多,研究了基于视频多特征融合技术实现输电线路通道烟火预警方法,以有效消除云影、树阴、光照和背景对检测结果的影响.采用了混合高斯建模法实现运动目标检测过程中的背景建模.采用移动目标跟踪、运动目标质心运动曲线分析、运动目标轮廓变形系数分析和前景图像灰度直方图统计参数计算等得出运动目标的视频特征.设备运行和故障模拟实验表明,本方法有效实现了架空输电路线复杂背景条件下的烟火预警.     

用于单张图像去雨滴的轻量级网络

图像去雨是图像低等级任务中的热点问题,去雨滴又是图像去雨中很重要的一种情况,附着在玻璃或相机镜头上的雨滴会显著降低场景的可见性.因此,去除雨滴将有助于许多计算机视觉应用,特别是户外监控系统和智能驾驶系统.本文提出了一种用于单张图像去雨滴的轻量级网络算法(PRSEDNet),该网络算法采用递归计算,运用卷积长短期记忆网络(Convolutional LSTM network)和特征提取模块来提取特征,通过与原图像结合来去除雨滴,最终获得高质量的无雨滴清晰图.实验结果表明,我们的PRSEDNet与现有的基于深度学习的去雨滴算法相比,在能达到高效的去雨滴性能的同时,有更少的参数量且计算效率高.     

暗通道先验在雾化图像复原中的应用

目前,基于暗通道先验的去雾算法是目前最有效的单幅图像去雾方法之一.文中研究比较了各种基于暗通道先验的雾化图像去雾技术;由于采用软抠图算法的暗通道先验去雾算法时间复杂度太大,文中提出利用自适应中值滤波实现对透射率的平滑与细化,以提升去雾算法的速度;提出了一种具有鲁棒性的大气光值求取方法.实验结果表明,文中所提方法能实现雾化图像的有效去雾,能保证去雾图像的清晰度,大幅提高暗通道先验去雾算法的速度,具有一定实用价值.     

雨滴实地拍摄基准图像数据集及评估

在雨天透过玻璃窗拍摄时，附着在玻璃表面的雨滴通常会出现在图像中，这不仅降低了图像的可见度，还会使许多计算视觉算法无法正常工作。图像雨滴去除研究，是指从这类雨天图像中去除雨滴的具体科研研究。该研究领域面临着很大的挑战，主要原因是自然界中的雨滴形态多种多样、各不相同，不同透明度的雨滴也会影响背景图像的成像质量，从而增加了识别并去除雨滴的困难度，对去雨滴算法的性能提升造成了负面影响。为了方便研究者全面了解该领域，将从以下两个方面详尽介绍单幅图像去雨滴研究：单幅图像去雨滴算法和单幅图像联合去雨算法；同时也对该领域的所有算法进行了总结与评估。在基于深度学习的方法中，算法的性能往往受限于数据集的质量，但现有的雨滴数据集中均存在雨滴图像质量不高、图像数量不足等常见情况。为此，建立了雨滴实地拍摄基准图像数据集(HEMC),在拍摄过程中，尽量避免相机抖动、窗户反射和其他外界条件的干扰，从而提高了数据集中训练集的图像质量和测试集的精准度，进而间接提升了算法性能。同时，利用主观视觉效果以及客观指标对数据集进行了多方面的评估，实验结果展现了HEMC数据集中图像的多样性以及客观指标的稳定性。此外，通过对雨滴数据...     

输电线路无人机自动巡检系统不间断作业实时监控方法

针对输电线路无人机自动巡检信息冗杂,数据噪声较大,海量数据传输难以完整传输的问题,提出了一种输电线路无人机自动巡检系统不间断作业实时监控方法,保障输电线路不间断作业。构建输电线路不间断作业监控架构,利用无人机自动巡检系统的无人机飞行器实时采集输电线路图像信息,经无线传输模块传输至地面站存储;输电线路不间断作业监控模块调用采集到的数据,采用非局部均值滤波算法去噪处理输电线路图像,将去噪后图像输入至卷积神经网络,优化检测异常输电线路图像,并利用粗定位算法定位异常点,便于巡检人员实时修复输电线路,实时监控输电线路不间断作业。实验结果表明,所提方法能够清晰、直观地检测到输电线路异常点,实时监控输电线路不间断作业;拥有较为优秀的去噪效果,为后期高效、实时检测输电线路异常点提供保障;信息传输性能突出,保证海量数据传输具有极高的完整性。     

基于最近邻法的电力电缆巡线路径的优化

电缆线路的分布主要在地下、管道甚至海底,在检修与维护方面会面临巡视周期较长的问题。为了缩短电力电缆巡线路径的距离,压缩无效时长,提高供电服务效率,本文先分析电力电缆巡线路径的当前现状,再针对电缆中间接头巡线车辆的路径问题,采取启发式算法中的最近邻法对其进行研究,该方法简单实用有效。与现行的逐条线路巡视路径相比,最近邻算法可以缩短车辆路径的距离,减少巡线路程间无效时间。本文以舟山市供电有限公司客服中心的电力电缆巡线路径为研究平台,验证了最近邻法在不给作业人员增加额外负担的前提下实现路径优化的有效性,提高了工作效率,进而提高了业务承载力、压缩了业扩时长。