电力线路无人机巡检图像的目标检测与缺陷识别

发布时间：2020-07-09 17:36

【摘要】：近些年来,国家GDP的快速增长和各个领域用电量的持续提高,使得电力线路的规模在不断变大。由于电力设备长期处于户外的环境中,长时间的风吹雨打必定会影响其性能,甚至会造成电力事故,因此需要对设备定期巡检以保证系统的正常运行。随着无人机这一行业的兴起和机器视觉技术的逐渐成熟,让无人机替代人工巡检变为可能。然而,电力设备所处的环境往往复杂多变,这给检测带来了大大的挑战。在这一实际背景下,本文主要研究了无人机巡检电力线路图像中的绝缘子、塔牌、螺栓、防震锤等物体的目标检测和缺陷识别。具体研究内容如下:本文首先调查了无人机在电力系统的巡检情况和国内外相关的技术,介绍了各类算法和它们的不足之处,然后从无人机巡检的图片上分析其特点,分别从目标检测和缺陷识别两个方面进行研究,其中缺陷识别建立在目标检测的基础之上。在目标检测方面,针对无人机巡检图像分辨率大这一特点,本文提出了BING、Edgebox、Objectness、Selective search四种生成潜在区域的方法,然后再将这些潜在区域放到Faster R-CNN、SSD、YOLOv2等神经网络里面进行识别和定位。为了增强算法的鲁棒性,对数据集做了大量的旋转、比例收缩等变换。经实验表明,该方法抗干扰能力强,即便是有一定模糊程度的图片也能较好的完成检测任务。在缺陷识别方面,针对绝缘子和防震锤,本文分别提出了基于聚类的等区间异常检测和基于图像分割的等距离异常检测。经实验表明,这些方法能够在一定条件下将物体中的缺陷识别出来,可是过于依赖分割和聚类结果的好坏。对于较为复杂的背景,缺陷识别效果就要打折扣。因此,本文再次提出了SSD网络,利用其抗干扰能力强、检测速度快等特性,将损坏的绝缘子和防震锤在复杂的背景中识别出来。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM75
【图文】：

巡检器,异常情况,无人机

(c) (d)图 1-1 巡检器件异常情况。(a) 火灾；(b) 人为活动致使导线附着异物；(c) 地线断裂；(d) 防震锤变形。在上个世纪七十年代，世界上各个国家都在研究无人机，将其配备上武器系统、各种飞行的传感器、绘测系统等。因为无人机比较灵活容易操作，常常用在农业领域，例如浇灌植被、喷洒农药等。在运输领域也有大量涉及，例如运输紧急物资、火灾救援等。由于无人机十分隐蔽，很快就被运用在军事领域里面。经过一段时间的发展，无人机技术变得成熟，慢慢在民用领域使用。一般来说，无人机分为两种，一种是军用无人机，这种无人机的续航时间比较长，速度也很快，有些甚至能隐形[6-9]，市面上以美国的“Predator”和“Global eagle”为主[10, 11]。另一种是民用无人机，这种无人机顾名思义是给一些有需求的普通人用的。民用无人机对飞行速度要求不高，所以相对于军用无人机各类性能参数和飞行高度都有所降低。民用无人机按照需求可以分为专业级和消费级，前者往往用于环境、气象和通信等方面，后者

三维图像,旋翼,输电线路,无人机

(a) (b)图 1-2 四旋翼巡检输电线路1.2 国内外研究概况1.2.1 无人机巡检情况研究随着现代电子信息技术的进步，无人机渐渐地向民用这一领域开放。一些欧美国家从上世纪五十年代就开始研究无人机在电力线路的巡检，同时，智能控制、模式识别、计算机视觉等学科的兴起使得无人机巡检正朝着人工智能的方向发展。在接下来的二十年里，日本千叶大学[12]和电力公司就将自动检测技术和三维图像技术应用到了他们研制的无人机中，使得该无人机具有智能识别出各类故障和三维建模的能力。澳大利亚通讯中心研发出的飞行器使用了微型燃气轮机提供能量，给持续的飞行带来了强有力的燃料。西班牙马德里理工大学在经过了一些尝试之后，首次将无人机与全球定位系统相结合，使得无人机能够自主导航。英国无人机研究中心改变了无人机的结构，这样提升了无人机抗干扰的能力，该无人机另一个改进之处

直方图均衡化

华中科技大学硕士学位论文解加权，然后进行归一化操作，主要用于去除图像中的高斯噪声。其模板函数如式(2.7)所示。中值滤波主要思想是将该区域内的中值替代图像中心点位置的像素值，这种方式可以去除掉一些噪声，而且对物体边缘有平滑的作用，具有运算简单、速度快、高效等特点[37]。 2 2221, e2i jh i j (2.7)本节对数据集中有明显噪声的图像进行了滤波操作操作，具体如图 2-2 所示。分别使用了高斯滤波和中值滤波，取两者中较好的一个。

【相似文献】