楊恒　虢韜　沈平　楊淵　楊洋

摘 要： 為了提高輸電線路的防災(zāi)減災(zāi)能力，特別是防治冰雪災(zāi)害的能力，需要進行輸電線路冰區(qū)自動識別方法和系統(tǒng)設(shè)計，提出基于改進像素聚類算法的輸電線路冰區(qū)識別方法。對氣象衛(wèi)星遙感監(jiān)測采集的輸電線路覆蓋區(qū)域的遙感圖像進行圖像處理，提取圖像中的冰覆蓋像素特征點，結(jié)合邊緣輪廓檢測方法進行輸電線路覆蓋區(qū)域的冰區(qū)邊緣輪廓檢測，對冰區(qū)覆蓋區(qū)域的像素特征進行模糊C均值聚類處理，實現(xiàn)區(qū)域分割識別。仿真結(jié)果表明，采用該方法進行輸電線路冰區(qū)識別的準確率較高，視覺直觀效果較好，便于指導(dǎo)施工搶修人員進行現(xiàn)場排除和巡線檢修。

關(guān)鍵詞： 像素； 聚類； 圖像處理； 輸電線路； 冰雪災(zāi)害

中圖分類號： TN911.73?34； TP399 文獻標識碼： A 文章編號： 1004?373X（2017）20?0181?03

Abstract： In order to improve the disaster prevention and mitigation capability of power transmission lines， especially ice and snow disaster prevention capability， automatic identification method and system of power transmission line ice coverage areas need to be designed. Therefore， a method of power transmission line ice coverage area identification based on the improved pixel clustering algorithm is proposed. The remote sensing images of power transmission line coverage areas from remote sensing monitoring device in meteorological satellites are processed to extract the pixel features of ice coverage areas in images. Combined with the edge contour detection method， the edge contours of power transmission line ice coverage areas are detected， and the pixel features of ice coverage areas are processed with fuzzy C?means clustering to realize region segmentation and recognition. The simulation results show that this method has high accuracy and perfect visual effect for recognition of power transmission line ice coverage areas， and is appropriate to guide the repair personnel to do on?site troubleshooting and maintenance.

Keywords： pixel； clustering； image processing； transmission line； snow disaster

發(fā)生冰雪自然災(zāi)害時，隨著冰雪積雪厚度的增加，將會導(dǎo)致輸電線路出現(xiàn)坍塌，造成嚴重的經(jīng)濟損失。由于輸電線路大多分布在野外，線路分布廣闊，長度較大，采用人工巡線檢測方法進行冰雪災(zāi)害預(yù)測和防災(zāi)減災(zāi)的收效較小，需要研究一種可行的智能的輸電線路冰區(qū)識別方法，針對性地對重點區(qū)域進行除冰作業(yè)，保障線路正常運行，研究輸電線路冰區(qū)智能識別方法具有重要的現(xiàn)實意義[1]。隨著圖像處理技術(shù)的發(fā)展，圖像處理廣泛應(yīng)用在模式識別、智能監(jiān)控等領(lǐng)域，對輸電線路采用圖像處理和信息分析方法進行冰區(qū)識別具有可行性[2]。為了實現(xiàn)對輸電線路的全天候冰區(qū)識別和監(jiān)控，提出基于改進像素聚類算法的輸電線路冰區(qū)識別方法。對氣象衛(wèi)星遙感監(jiān)測采集的輸電線路覆蓋區(qū)域的遙感圖像進行圖像處理，實現(xiàn)冰區(qū)的準確定位識別，取得較好的識別準確性。

1 氣象衛(wèi)星遙感監(jiān)測圖像采集與預(yù)處理

1.1 圖像采集及像素信息生成

為了實現(xiàn)對輸電線路冰區(qū)識別圖像處理，圖像采集是第一步，采用氣象衛(wèi)星遙感監(jiān)測方法進行輸電線路的原始圖像采集，對采集的輸電線路激光圖像通過閾值分割方法進行冰區(qū)致密性特征分解，實現(xiàn)冰雪覆蓋區(qū)域特征匹配和信息采集[3]，從而達到冰區(qū)識別目的，氣象衛(wèi)星遙感監(jiān)測采集輸出的圖像像素表達函數(shù)為：

1.2 樣冰覆蓋像素特征點提取

通過對輸電線路的冰覆蓋區(qū)域的像素特征點提取，結(jié)合像素聚類方法進行特征分類和冰區(qū)與非冰區(qū)域?qū)傩詣澐帧?/p>

2 冰區(qū)識別算法實現(xiàn)

2.1 冰區(qū)邊緣輪廓檢測

在進行了輸電線路的氣象衛(wèi)星遙感監(jiān)測和圖像采集與像素特征點提取的基礎(chǔ)上，進行圖像識別算法改進設(shè)計。提出基于改進像素聚類算法的輸電線路冰區(qū)識別方法，進行輸電的冰區(qū)邊緣輪廓檢測[5]，采用自適應(yīng)圖像分割方法對氣象衛(wèi)星遙感監(jiān)測圖像[fx，y]進行[p+q]階分割，分割輸出冰區(qū)覆蓋區(qū)域信息化模量為：

2.2 像素聚類算法及冰區(qū)識別

3 仿真實驗與性能測試

在進行輸電線路冰區(qū)識別的實驗分析中，實驗的硬件環(huán)境：主處理器為Intel[?]Pentium[?]Dual，主頻為1.8 GHz計算機；軟件為Matlab 7 和Visual C++；衛(wèi)星遙感圖像采樣的時間間隔為60 s，圖像分割尺度系數(shù)為0.56，邊緣輪廓檢測的閾值為[a]=0.48，灰度鄰域大小為25×27。根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進行輸電線路冰區(qū)識別仿真實驗，得到氣象衛(wèi)星遙感監(jiān)測圖像如圖1所示。

以圖1所示的圖像為研究對象，采用本文方法進行圖像處理，提取圖像中的冰覆蓋像素特征點，進行圖像像素聚類和特征識別，得到輸出處理圖像如圖2所示。

分析圖2結(jié)果得知，采用本文方法進行圖像冰雪覆蓋區(qū)域檢測，具有很好的輸出視覺直觀效果，以此為指導(dǎo)進行冰區(qū)識別。為了對比性能，采用不同方法進行識別，通過1 000次Monte Carlo實驗，測試準確識別率，得到對比結(jié)果如圖3所示。分析圖3結(jié)果得知，采用本文方法進行輸電線路冰區(qū)識別的準確性高于傳統(tǒng)方法，并統(tǒng)計計算開銷得知，本文方法時間開銷為傳統(tǒng)方法的20%，大大提高了檢測識別效率。

4 結(jié) 語

為了進行輸電線路冰區(qū)自動識別方法研究，提高輸電線路抵御冰雪災(zāi)害的能力，本文提出基于改進像素聚類算法的輸電線路冰區(qū)識別方法，并進行實驗分析。研究得出結(jié)論，采用該方法進行輸電線路冰區(qū)識別的準確率較高，視覺直觀效果較好，為指導(dǎo)施工搶修人員進行現(xiàn)場排除和巡線檢修提供有效參考。

參考文獻

[1] 李壽強.基于模糊神經(jīng)網(wǎng)絡(luò)電力系統(tǒng)無功功率控制研究[J].電氣應(yīng)用，2012，31（8）：32?34.

[2] 孫其法，閆秋艷，閆欣鳴.基于多樣化top?k shapelets轉(zhuǎn)換的時間序列分類方法[J].計算機應(yīng)用，2017，37（2）：335?340.

[3] 劉建余，于立娟.短距離室外可見光數(shù)字傳輸系統(tǒng)研究[J].科學(xué)技術(shù)與工程，2013，13（3）：744?748.

[4] 張惜，劉曉東.基于圖像處理技術(shù)的激光直寫導(dǎo)光板網(wǎng)點設(shè)計[J].激光技術(shù)，2015，39（6）：751?755.

[5] 楊帆，周華，王嫣.基于數(shù)據(jù)挖掘的激光雷達圖像識別技術(shù)[J].激光雜志，2016，37（7）：39?42.

[6] 陸興華，張曉軍.人員圖像跟蹤過程中多人交叉區(qū)域防丟失方法[J].計算機仿真，2014，31（9）：243?246.

[7] 張凡. 紅外圖像改進非局部均值濾波算法研究[J].激光技術(shù)，2015，39（5）：662?665.endprint