基于机器视觉的无人机电力巡线技术研究
发布时间：2021-07-14 06:44
输电线路在电能传送的过程中担负着重要任务,它的运行状态与人们生活息息相关,对它的定期巡线是保证电网安全稳定运行的重要措施。而传统的巡线方式有诸多弊端,随着机器视觉技术的发展,为自动巡线提供了可能,本文的基于机器视觉的无人机电力巡线技术提供了一种可行的方式,对电力线路的自动巡线进行了算法方面的探讨。本文主要提出了一种基于机器视觉的无人机输电线路巡线方式。根据常见的各种无人机巡线的特点,并分析各种无人机巡线的优势和劣势,选择固定翼型无人机与四旋转翼型无人机或者无人驾驶型直升机进行组合的既经济又高效的巡线方式,然后简要介绍了无人机巡线系统的构成及无人机巡线技术中的关键问题。针对无人机巡检电力线路采集到的图像视频具有复杂的背景,并且由于高空拍摄所导致的机械震荡、镜头的摆动等因素导致的图像有噪声和模糊等问题,通过维纳滤波去噪和用求取概率密度函数来获得最大熵去模糊的复原方式对图像进行预处理,提高图像的清晰度。最后根据复杂电力背景,运用一种基于改进的Canny边缘检测算子实现初步的图像分割,使图像的强弱边缘都能很好的检测,并抑制了噪声。针对电力线路提取中前期图像分割中出现的电力线和背景物体的轮廓同时...
【文章来源】：安徽理工大学安徽省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 机器视觉技术的发展现状
1.2.2 电力巡线技术的发展现状
1.3 本课题研究的主要内容
2 无人机巡线特点及关键问题
2.1 各种无人机的特点及巡线组合
2.1.1 无人机巡线的特点
2.1.2 电力线路的巡线组合方式
2.2 无人机巡线系统及关键问题
2.2.1 无人巡线系统
2.2.2 无人机巡线的关键问题
2.3 本章小结
3 航拍电力线路图像处理方法
3.1 视频处理基础分析
3.2 视频帧的去噪预处理
3.2.1 均值滤波
3.2.2 中值滤波
3.2.3 维纳滤波
3.3 各种算法的实验结果对比
3.4 视频帧的去模糊处理
3.4.1 模糊参数值的估计
3.4.2 常规的复原方法
3.4.3 图像最大熵去模糊
3.4.4 各种复原结果的对比与分析
3.5 本章小结
4 复杂背景下电力线路的提取、识别和跟踪
4.1 图像分割
4.1.1 边缘检测算子简介
4.1.2 改进的CANNY边缘检测算子
4.1.3 实验验证
4.2 电力线的提取算法
4.2.1 Hough变换
4.2.2 相位编组及改进算法
4.2.3 改进的相位编组与Hough相互融合的输电线提取算法
4.2.4 实验验证与分析
4.3 电力线路的自动跟踪
4.3.1 电力线路跟踪方案的探讨
4.3.2 基于UKF的Camshaft目标跟踪
4.4 实验结果
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者简介及读研期间主要科研成果
【参考文献】：
期刊论文
[1]Lucy-Richardson算法在模糊图像复原中的应用[J]. 闻毅. 智能计算机与应用. 2015(01)
[2]无人机电力线路巡视平台选型[J]. 王柯,彭向阳,陈锐民,陈海涵,郭小龙. 电力科学与工程. 2014(06)
[3]浅谈输电线路巡视中无人机的应用[J]. 羊英琦. 科技创新与应用. 2014(11)
[4]一种基于小波和Wiener相结合图像去噪新方法[J]. 李东兵,李国平,滕国伟,赵海武,王国中,罗平伟,李萍. 电视技术. 2013(13)
[5]运动模糊图像复原方法的研究[J]. 范群贞. 电子测量技术. 2013(06)
[6]面向巡线无人机高压线实时检测与识别算法[J]. 赵利坡,范慧杰,朱琳琳,唐延东. 小型微型计算机系统. 2012(04)
[7]一种优化的Canny算子边缘检测法[J]. 陈志强,高磊,吴黎慧,张洋,蒲南江. 电子测试. 2011(06)
[8]一种改进的基于Radon变换的运动模糊图像参数估计方法[J]. 乐翔,程建,李民. 红外与激光工程. 2011(05)
[9]图像处理技术在直升机巡检输电线路中的应用综述[J]. 仝卫国,苑津莎,李宝树. 电网技术. 2010(12)
[10]中值滤波与均值滤波的应用研究[J]. 杨秋霞. 内江科技. 2010(11)
博士论文
[1]基于航拍图像的输电线路识别与状态检测方法研究[D]. 仝卫国.华北电力大学 2011
硕士论文
[1]基于机器视觉的车道线检测与追踪系统的研究[D]. 秦敏.中国海洋大学 2012
[2]基于改进的CAMSHIFT算法的视频目标跟踪系统的研究与设计[D]. 陈禹.太原理工大学 2012
[3]无人机输电线路巡线技术及其应用研究[D]. 李力.长沙理工大学 2012
[4]用于视觉导航的道路检测与跟踪技术的研究[D]. 李婷婷.南京理工大学 2012
[5]单目视觉结构化道路车道线检测和跟踪技术研究[D]. 付永春.南京理工大学 2012
[6]一种基于MeanShift的目标跟踪算法的研究[D]. 王帅.山东大学 2011
[7]基于机器视觉的道路检测与车辆检测算法研究[D]. 龚树锋.华南理工大学 2010
[8]基于粒子滤波和卡尔曼滤波的复杂场景下视觉跟踪[D]. 徐林忠.浙江大学 2008
本文编号：3283634
【文章来源】：安徽理工大学安徽省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 机器视觉技术的发展现状
1.2.2 电力巡线技术的发展现状
1.3 本课题研究的主要内容
2 无人机巡线特点及关键问题
2.1 各种无人机的特点及巡线组合
2.1.1 无人机巡线的特点
2.1.2 电力线路的巡线组合方式
2.2 无人机巡线系统及关键问题
2.2.1 无人巡线系统
2.2.2 无人机巡线的关键问题
2.3 本章小结
3 航拍电力线路图像处理方法
3.1 视频处理基础分析
3.2 视频帧的去噪预处理
3.2.1 均值滤波
3.2.2 中值滤波
3.2.3 维纳滤波
3.3 各种算法的实验结果对比
3.4 视频帧的去模糊处理
3.4.1 模糊参数值的估计
3.4.2 常规的复原方法
3.4.3 图像最大熵去模糊
3.4.4 各种复原结果的对比与分析
3.5 本章小结
4 复杂背景下电力线路的提取、识别和跟踪
4.1 图像分割
4.1.1 边缘检测算子简介
4.1.2 改进的CANNY边缘检测算子
4.1.3 实验验证
4.2 电力线的提取算法
4.2.1 Hough变换
4.2.2 相位编组及改进算法
4.2.3 改进的相位编组与Hough相互融合的输电线提取算法
4.2.4 实验验证与分析
4.3 电力线路的自动跟踪
4.3.1 电力线路跟踪方案的探讨
4.3.2 基于UKF的Camshaft目标跟踪
4.4 实验结果
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者简介及读研期间主要科研成果
【参考文献】：
期刊论文
[1]Lucy-Richardson算法在模糊图像复原中的应用[J]. 闻毅. 智能计算机与应用. 2015(01)
[2]无人机电力线路巡视平台选型[J]. 王柯,彭向阳,陈锐民,陈海涵,郭小龙. 电力科学与工程. 2014(06)
[3]浅谈输电线路巡视中无人机的应用[J]. 羊英琦. 科技创新与应用. 2014(11)
[4]一种基于小波和Wiener相结合图像去噪新方法[J]. 李东兵,李国平,滕国伟,赵海武,王国中,罗平伟,李萍. 电视技术. 2013(13)
[5]运动模糊图像复原方法的研究[J]. 范群贞. 电子测量技术. 2013(06)
[6]面向巡线无人机高压线实时检测与识别算法[J]. 赵利坡,范慧杰,朱琳琳,唐延东. 小型微型计算机系统. 2012(04)
[7]一种优化的Canny算子边缘检测法[J]. 陈志强,高磊,吴黎慧,张洋,蒲南江. 电子测试. 2011(06)
[8]一种改进的基于Radon变换的运动模糊图像参数估计方法[J]. 乐翔,程建,李民. 红外与激光工程. 2011(05)
[9]图像处理技术在直升机巡检输电线路中的应用综述[J]. 仝卫国,苑津莎,李宝树. 电网技术. 2010(12)
[10]中值滤波与均值滤波的应用研究[J]. 杨秋霞. 内江科技. 2010(11)
博士论文
[1]基于航拍图像的输电线路识别与状态检测方法研究[D]. 仝卫国.华北电力大学 2011
硕士论文
[1]基于机器视觉的车道线检测与追踪系统的研究[D]. 秦敏.中国海洋大学 2012
[2]基于改进的CAMSHIFT算法的视频目标跟踪系统的研究与设计[D]. 陈禹.太原理工大学 2012
[3]无人机输电线路巡线技术及其应用研究[D]. 李力.长沙理工大学 2012
[4]用于视觉导航的道路检测与跟踪技术的研究[D]. 李婷婷.南京理工大学 2012
[5]单目视觉结构化道路车道线检测和跟踪技术研究[D]. 付永春.南京理工大学 2012
[6]一种基于MeanShift的目标跟踪算法的研究[D]. 王帅.山东大学 2011
[7]基于机器视觉的道路检测与车辆检测算法研究[D]. 龚树锋.华南理工大学 2010
[8]基于粒子滤波和卡尔曼滤波的复杂场景下视觉跟踪[D]. 徐林忠.浙江大学 2008
本文编号：3283634
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3283634.html
