王 浩,楊平先,崔領(lǐng)科(四川理工學(xué)院,643000)
?
雙目視覺技術(shù)在輸電線路弧垂測量中的應(yīng)用研究
王 浩,楊平先,崔領(lǐng)科
(四川理工學(xué)院,643000)
摘要:輸電線路作為輸送電能的橋梁,線路的安全穩(wěn)定運行關(guān)系著整個電網(wǎng)的正常運轉(zhuǎn)?;〈棺鳛樵u價線路運行狀況的一項重要指標(biāo),定期測量線路弧垂的變化可以有效降低安全隱患。本文提出一種基于雙目視覺技術(shù)的弧垂測量方案,提取線路中的特征點并進行匹配和重建,最終通過擬合曲線計算弧垂,該方案具有較快的測量速度和較高的測量精度。
關(guān)鍵詞:輸電線弧垂;雙目視覺;特征點;三維重建
輸電線路作為電網(wǎng)中的橋梁是完成電能順利傳送的重要保障之一,特別是大容量的主干線路,線路的安全運行直接關(guān)系到國民經(jīng)濟的穩(wěn)定發(fā)展。輸電線路不但規(guī)模龐大而且走廊穿越的地理環(huán)境通常是廣闊森林和崇山峻嶺,長期暴露在自然環(huán)境中的線路要抵抗各種外界侵害的同時還要承受自身的內(nèi)部壓力(機械載荷、電力負荷),這些因素都制約了輸電線路的安全運行,當(dāng)出現(xiàn)安全隱患時,如果不能及時發(fā)現(xiàn),可能會造成重大安全事故。本文提出一種基于雙目視覺技術(shù)的弧垂測量方案,該方案具有較快的測量速度和較高的測量精度。
本文的采用方案實現(xiàn)的具體流程如圖1:
依據(jù)相機的成像模型,建立坐標(biāo)系統(tǒng)來描述目標(biāo)點從3D空間到圖像像素坐標(biāo)的轉(zhuǎn)換,通過相機的標(biāo)定算法可以計算出相機成像模型中的參數(shù),本文采用張氏標(biāo)定法進行相關(guān)參數(shù)的標(biāo)定,通過制作標(biāo)定板標(biāo)定兩側(cè)相機對應(yīng)的自身內(nèi)部參數(shù)(相機的焦距、成像面的中心等)以及兩相機之間的外部參數(shù)即位姿轉(zhuǎn)換關(guān)系(旋轉(zhuǎn)矩陣R、平移矩陣T)。
通?,F(xiàn)場采集的輸電線路圖像會受到各種因素的影響而混入不同類型的噪聲,比如阻性元器件內(nèi)部產(chǎn)生的高斯噪聲、采集或傳輸過程中混入的椒鹽噪聲等,需要通過選擇合適的濾波器對圖像進行處理,濾除這些噪聲對圖像的干擾。由于采集的圖像受到光照、天氣的影響導(dǎo)致圖像的特征不夠明顯,因此還需要通過相應(yīng)的算法實現(xiàn)圖像的增強(直方圖均衡化、局部對比度增強等),從而突出圖像的紋理特征,滿足后續(xù)圖像特征提取的需求。
考慮輸電線路圖像采集的現(xiàn)場環(huán)境的多變(光照等),本文選用基于相位一致性的特征點提取算法,選取相位一致性最大的點,通過矩分析理論,計算該點處的最小矩值(對應(yīng)點特征),設(shè)定一個閾值T,選取大于閾值的點作為圖像中的特征點。對提取的特征點鄰域內(nèi)的像素點的最小矩的值進行高斯曲面擬合,計算曲面的極值點,將該點的坐標(biāo)作為特征點的亞像素精度坐標(biāo)值。對提取的特征點采用SIFT特征描述子描述該點的局部特征(基于該點領(lǐng)域內(nèi)灰度梯度統(tǒng)計產(chǎn)生的128維的特征向量),并運用引入BBF機制的k-d樹搜索策略進行特征點的初匹配,然后采用雙目視覺的極線約束條件對匹配結(jié)果進行優(yōu)化,得到最終匹配點對。
在已知標(biāo)定參數(shù)的雙目視覺系統(tǒng)中,運用最小二乘法求解匹配點對應(yīng)的空間點三維坐標(biāo),考慮到計算弧垂的需要,將空間離散點投影到x-y面,在x-y進行曲線的擬合,輸電線路曲線模型采用一元三次方程來模擬,再次利用最小二乘法計算方程中各項的系數(shù),通過求導(dǎo)計算最低點的坐標(biāo),進而依據(jù)最低點與懸掛點在y軸方向的差值算出弧垂值。
圖1 測量方案流程圖
本文通過實驗采集模擬輸電線路圖像,通過上述圖像處理算法進行弧垂的計算,分析誤差,驗證算法的可行性,并通過調(diào)整相機的拍攝距離來判斷距離對精度的影響,拍攝距離分別選取2m、3m、4m,分別統(tǒng)計測量弧垂相對誤差的大小,最終本文算法的平均測量誤差為3.3%,驗證算法可行。對測量中的誤差進行分析,這些誤差產(chǎn)生的地方有很多:雙目相機標(biāo)定參數(shù)的誤差、特征點精確定位時產(chǎn)生的誤差、擬合過程中產(chǎn)生的誤差等等,因此需要通過不斷的改進來提高測量精度。下圖為2m距離時的實驗結(jié)果,圖2表示特征點的匹配結(jié)果,圖3表示3D空間重建特征點的結(jié)果,圖4x-y面的曲線擬合結(jié)果。
圖2 模擬線路特征點匹配結(jié)果
圖4 x-y面曲線擬合
圖3 特征點3D重建
通過實驗結(jié)果可以看出,本算法在實驗條件下測量模擬線路的弧垂具有較快的速度和較高的精度,但測量的精度會隨著拍攝距離的增加而增大,相信通過對算法的不斷改進和完善,一定會達到更好的測量效果。
參考文獻
[1]郭思順.架空送電線路設(shè)計基礎(chǔ)[M].北京:中國電力出版社,2010:1-4.
[2]王創(chuàng)權(quán).高壓送電線路弧垂測量的幾種方法[J].企業(yè)技術(shù)開發(fā),2010,11:26-27+30.
[3]Z Zhang. A Flexible New Technique for Camera Calibration[J].Pattern Analysis & Machine Intelligence,2000,22(11): 1330-1334.
[4]P Kovesi. Image Features From Phase Congruency[J]. Journal of Computer Vision Research,1999,(1).
[5]侯曉麗.基于局部特征的圖像匹配算法研究[D].西安電子科技大學(xué),2014.
Research on the application of binocular vision technology in the vertical measurement of transmission line
Wang Hao,Yang Pingxian,Cui Lingke
(Sichuan University of Science & Engineering,643000)
Abstract:The transmission line is regarded as the bridge of energy transport,it is great importance to ensure the safe and reliable operation of them,which is directly related to the normal operation of the grid.Sag as an important indicator of the health of the transmission line,Periodically measuring the change of the line can effectively reduce security risks.This paper proposes a sag measurement scheme based on binocular vision technology,extract the feature points and do matching and reconstruction,caculate the sag by curve fitting,the scheme has a fast measurement speed and high precision.
Keywords:Power line sag;Binocular Vision;feature point; 3D Reconstruction