高架输电线路是电网的重要组成部分，与该地区的发展和稳定息息相关，其绝缘能力能够及时监测绝缘子故障问题，并且对客户非常重要。动检查工作。光雷达机载传感器和可见光检测传输通道隔离器故障，使用Canny算法检测绝缘子图像的边缘。得的内容更加完整清晰。缘连接更紧密，轮廓的边缘细节更完整，有效地消除了边缘检测中的噪声干扰，实验结果表明该过程可以更好地识别目标图像并提供用于监视和定位隔离器故障的数据。持。
压传输的在线检查方法通常使用手动检查或滑轮。输通道走廊周围的地理环境通常在海拔高度，大片森林和戈壁沙漠或湿地和湖泊之间有很大的差异。讯和交通非常稳定，工作环境很尴尬，线谱中员工的人身安全也很脆弱。外，手动检测的效率低，工作强度高，检测速度慢。些因素导致高压线路的异常检查和维护。年来，该国已逐渐开始使用无人驾驶和无人飞行器方法进行线路检查。以前的方法相比，效率高，
电缆工作强度低。
过对航空图像数据的收集和处理以进行完整的处理和比较，可以通过收集大量数据和故障事件警报来确定传输线设备和设施的异常状况。输线的传输在适当的时候进行。种使用信息技术的方法可以迅速检测电气设备的故障以及周围环境中的隐患。还可以确保电气设备安装的安全运行，并改善安全管理和线路控制。输电线路中，绝缘是高度脆弱的电网的重要组成部分。长时间的外部机械力的影响下，自然环境中温度差的突然变化和吹来的风，使绝缘层破裂而掉落，从而破坏了绝缘性能。输线，导致电流返回地面。会导致电网和运行中断。在，结合3D激光散射云数据和图像数据分析，将LIDAR数据和航拍图像相互记录，以获得动力设备的空间坐标位置和位置。
时发现隐患；结合图像处理分析技术来识别绝缘设备故障在适当的情况下，维护人员可以进行维护。
载LIDAR系统是一个复杂的系统，由诸如全球定位系统（GPS），惯性导航系统（INS）和激光定位系统等精密组件组成。过发送和接收激光束的脉冲信号，对返回的信号进行处理以获得局部定位。每个采样小时，结合飞机飞行路径文件，GPS位置信息，距离信息，速度信息和视角信息（包括LIDAR） ，可以计算出来。入式LIDAR数据包括原始激光点云信息，惯性导航信息，集成GPS数据和基站上的地面数据。始激光数据包括空间信息（例如坐标和姿势）以及激光脉冲回波反射强度信息。合车载GPS跟踪信息，经过数据处理，可以为每个激光点计算基于WGS84坐标系的坐标值，从而实现激光测量数据的测地线方向。计算处理时，还必须考虑由多种设备引起的系统误差，包括激光测距仪到GPS天线中心位置的距离，侧倾角，倾斜度和机载激光扫描仪和惯性导航装置安装的航向角。对于GPS的偏心向量和飞机轴线之间的视轴偏心角。于GPS基站和GPS空中运动站执行同步观测，因此在此期间，星历误差和大气影响等因素通常是一致的，并且具有很强的相关性，因此双微分可用于消除飞行中的三维激光雷达。星时差，卫星轨道误差，对流层信号传输延迟，电离层传输延迟误差等数据采集过程中的因素提高了定位精度空间测量。空摄影获取的图像背景复杂，有关干扰的信息很多，有必要通过一系列图像处理技术来处理实际的绝缘提取信息。缘检测是基于对图像边缘的基本特征的研究，并且灰度级的变化由灰度级的变化表示，可以通过差分计算灰度级的变化来检测灰度级的变化。像轮廓上的灰色。业上已经开发了多种不同的边缘检测方法。典算法包括Robet，
电缆Sobel，Prewitt，Laolace，Canny等。同的边缘提取算法在系统效率和精度之间建立了密切的关系，其中，Canny的算法由于其出色的性能而备受关注。算法由John Canny在1986年由IEEE提出。文针对Canny算法提出了三个标准，以衡量边缘检测算法的优缺点：检测信噪比，提高边缘中心定位精度和抑制误响应边缘的单侧响应。算法是根据上述标准进行设计和优化的。Canny算法的基本步骤如下：首先，通过高斯函数的一阶导数对要处理的图像进行平滑处理，然后去除图像噪声。于高斯滤波的负面影响很可能模糊，因此需要“非最大抑制”。Msgstr“”“处理以找到图像边缘点中的最大局部灰点，以减少处理后的非边缘点，而不会消除一些错误的边缘点，额外的边缘连接需要使用双阈值递归的图像递归使用高阈值点作为轮廓的边缘，当难以闭合时，它试图完成满足条件的低阈值点，最后完成边缘检测Canny与其他边缘检测方法的不同之处在于，它使用两个不同的阈值来区分强边缘和弱边缘。缘体由单一材料组成，其特征更加明显。阈值可以看作是提取的绝缘轮廓的有效边缘，当强边缘由于信号噪声而难以连接时，可以将弱边缘提取出来。过8个周围的低阈值点，然后选择适当的图像点以获得轮廓。终，连接和封闭允许识别绝缘的边缘。LAS格式标准的版本添加了激光回波波形数据信息，该信息可用于提取和分类特征信息，以区分功率设备与其他现场应用。先，读取诸如公共文件标题区域的比例因子，坐标系和坐标偏移之类的基本信息，然后读取记录中所需的坐标数据。
取可变长度记录区中的点数据。后，完成坐标值的提取和处理。录激光雷达数据和图像数据的过程是，首先选择对应于两个图像的相同名称的图像点，然后根据空间方位元素计算对应的地面点。片。于照相机中图像的空间偏差，经常会在计算出的与相同名称的质点相对应的照片中出现错误，这些错误很难准确地再现。必要进一步校正图像外部方向元素的几何修改，以使相同名称的图像点和地面点可以重合，并且LIDAR和航拍数据注册操作过程如下。
先在图像保存之前执行滤波处理：遥感滤波处理后的图像为X1，LiDAR图像为X2。中P1i是航拍图像X1的检测角坐标，P2J代表LIDAR图像的角坐标。应于最大值的点是记录点。立注册点q1max和q2max。他最大点是q1se，q2se，并且q1max和q2max的距离相等。算q1max和q1se的斜率以及q1max和q1se的斜率，获得选择的角度作为LiDAR的选定角度，按照点d的距离值的要求旋转并执行平移对准等于步骤4。缘体边缘检测操作的处理步骤如下。具有RGB颜色信息的彩色图像信息对航空相机进行拍摄，并且考虑到人眼的生理特性的权重值来考虑所拍摄的绝缘体的灰度转换。用高斯滤波来减少灰度图像中的噪声；将高斯滤波与平均模糊方法进行比较；高斯滤波增加了计算量，但在图像处理中具有很好的应用效果。像噪声消除处理（非盐和噪声）。以保留图像边缘的迹象。于图像处理，使用二维高斯核作为卷积运算来实现高斯滤波。论上，高斯分布函数是一个无极限或无穷大的二维表面，有必要定义一个区间，该表面用于截取一维零均值函数符合的大型二维有限函数。常状态如图1所示。布。图1中我们可以看到，3σ以外的贡献率很小，为0.1％，因此我们将函数的界限定义为3 *σ。
这种实践中，使用高斯函数和图像进行卷积以生成二维高斯。后使用缩放因子f = 255 /模型的中心数据对模型进行缩放。型数据按比例缩放并绘制在灰度图像中。像梯度的计算必须考虑到每个像素外围区域中灰度的变化，根据该梯度计算图像边缘的幅度和角度，并将导数替换为通常对应于扫描图像的梯度的差异。试过程使用高斯2×2模型来模拟图像点I（x，y）的图像的灰度值到一阶微分的帮助。最大值删除通常用于数字信号处理，图像处理中非最大值信号抑制的主要目的是实现边缘细化和减少像素处理。廓。了获得精确的边缘定位，有必要对梯度幅度图像M [i，j]进行后续处理，以识别灰度幅度局部变化为并获得非最大值删除。据上一步中边缘角度值的角度计算，对四个方向0、90、45和135上的梯度值进行非最大抑制选择，并且每个方向覆盖角度为45°（±22.5），并使用每个像素。梯度的方向简化为上述四个方向。时| Py / Px |> tg22.5°，也就是说，梯度的方向在0和180的两个扇区中，其方向用0表示。Py / Px |> tg67.5°且Py / Px> 0，也就是说，梯度的方向在45°和225°的两个扇区中，方向表示为1；移位运算以及加减运算用于代替乘法运算以提高计算速度。
非最大删除之后，输出将包含少量非外围像素，因此，使用阈值滤波，Canny算法中双阈值方法的提取保证了算法的有效性和连续性。围。阈值用TH表示，低阈值用TL表示。于绝缘子的材料与图像灰度背景上的对比度不同，它以图案的形式出现直方图上有明显的双峰。检测到的图像中，假设非外围点数与像素总数之比为Rh，则累积图像梯度值直方图，直到像素总数为达到阈值TH，此时即可获得高阈值TH。值为0.7。过公式TL = R1 x TH获得低阈值TL的值，其中R1的值为0.4。
后，通过标记高阈值边缘点并通过低阈值域关系建立连接来获得最终边缘轮廓。于算法。设两个阈值之一是高阈值TH，另一个是低阈值TL，则边缘选择规则如下。果所有边缘特性均低于TL低阈值，则它们是非边缘点，将直接被拒绝。缘像素特性大于高阈值TH的所有像素都可以识别为轮廓边缘点，进行标记和记录。留特征值在高阈值TH和低阈值TL之间的像素点；当建立边缘连接时，高阈值像素点不能连续，可以通过路径计算找到满意能量和高阈值点。连接，并且如果特性的值大于最小阈值，则可以将TL添加为边缘点，其余点可以忽略。验数据表明，LIDAR数据的采样间隔为1.2 m，航空数据的采样间隔为0.15 m，LIDAR为7×7（中值滤波平滑）， Harris点是7×7高斯模板，最大值删除半径是5。选择15作为原型区域的搜索半径，可以获取点相互信息记录之间的对应关系。录图像的拐角和psnr（峰值信噪比），如表1所示。
以看出，半径15是理想的。2中列出了使用相互角信息和相互信息记录的对。dr（偏转度）问题反映了合并图像和原始图像之间的对应程度。频谱中。越小，保留的原始光谱信息越多。Canny算子轮廓检测结果示于表3中。始绝缘体示于图2和3中。3中通过悬挂的LIDAR来识别传输通道隔离器故障。气和可见光传感器可以提高工作效率并减少工作损失。先，使用Canny算法，使用Canny算法检测图像的边缘，该算法在经过两次阈值处理后成为净值。验结果表明，该方法可以更好地识别目标图像。可以有效地确定隔离器是否存在破裂或掉落的风险，并且通过记录和组合LiDAR坐标数据，可以快速锁定故障点的位置并执行维护工作，这对于扩展和使用很重要。
本文转载自
电缆 https://www.haoluoyi.com
猜您兴趣
首页
QQ