， ，，，

(1.國(guó)網(wǎng)浙江杭州市供電公司，杭州 310000;2.國(guó)網(wǎng)浙江杭州市余杭區(qū)供電有限公司，杭州 310000)

0 引言

輸電線路巡檢是保證輸電可靠性和防止電力安全事故發(fā)生的重要措施之一。在過(guò)去，依賴于巡檢員定期巡檢，這是項(xiàng)勞動(dòng)密集型的工作，耗費(fèi)大量的人力物力?，F(xiàn)如今，無(wú)人機(jī)技術(shù)快速發(fā)展，文獻(xiàn)[1-5]提出了無(wú)人機(jī)巡檢方案。通過(guò)搭載光學(xué)設(shè)備的無(wú)人機(jī)獲取輸電線路的圖像，然后對(duì)圖像進(jìn)行處理完成巡檢工作。輸電線檢測(cè)是圖像處理至關(guān)重要的環(huán)節(jié)，只有準(zhǔn)確的檢測(cè)出輸電線，才能進(jìn)一步分析和診斷輸電線是否發(fā)生破損、斷股等故障。

許多現(xiàn)有的直線檢測(cè)方法都已廣泛應(yīng)用于無(wú)人機(jī)圖像的輸電線檢測(cè)。例如：基于幅度、梯度方向[6-7]，投票策略[8-9]，直線支持區(qū)域[10]，區(qū)域生長(zhǎng)和鏈碼[11]等。經(jīng)典的直線檢測(cè)過(guò)程是在應(yīng)用直線檢測(cè)方法之前對(duì)圖像作一個(gè)分割處理。Canny濾波[12]是非常好的邊緣檢測(cè)方法，常常和其他直線檢測(cè)方法一起使用。Hough變換是傳統(tǒng)的直線檢測(cè)方法，可在強(qiáng)對(duì)比度和分割良好的圖像中檢測(cè)出直線。文獻(xiàn)[13]的方法是結(jié)合脈沖耦合神經(jīng)網(wǎng)絡(luò)去除背景和聚類的方法檢測(cè)直線。在文獻(xiàn)[14]中，提出了一種基于Hough變換的Kalman濾波器的輸電線檢測(cè)方法，該方法采用了OSTU閾值法，比PCNN算法[15]獲得更好的檢測(cè)效果。此外，還有許多在梯度提取階段獲取圖像中相應(yīng)變化的直線檢測(cè)方法，這些方法往往都類似于Prewitt，Sobel和Scharr等。

目前已經(jīng)提出了很多比Hough變換更準(zhǔn)確、更快的方法。例如，文獻(xiàn)[10]提出了一種基于梯度信息和線支持區(qū)域的直線檢測(cè)方法。又如LSD算法，使用了區(qū)域生長(zhǎng)法和考慮錯(cuò)誤警報(bào)[16]的直線檢測(cè)方法，該方法與Hough變換相比可以獲得更高的精度，然而速度卻要慢很多。文獻(xiàn)[17]所提出的EDLines也是一種很好的直線檢測(cè)方法，該方法是文獻(xiàn)[18]所提ED方法的改進(jìn)，通過(guò)快速邊緣檢測(cè)和最小二乘直線擬合來(lái)進(jìn)行直線檢測(cè)，可以達(dá)到和LSD差不多的準(zhǔn)確度，并且速度可以快很多。

在計(jì)算機(jī)圖形學(xué)領(lǐng)域，目前也已經(jīng)提出很多繪制直線和圓的算法，例如，Bresenham直線和中值點(diǎn)，但它們與直線檢測(cè)過(guò)程沒(méi)有關(guān)聯(lián)。而且，目前還有學(xué)者研究直線特征的位置估計(jì)和映射[19]，通過(guò)約束Hough變換和擴(kuò)展卡爾曼濾波方法來(lái)估計(jì)直線位置。

結(jié)合前輩們的研究結(jié)果，本文通過(guò)研究，主要貢獻(xiàn)如下：

1)提出一種兩點(diǎn)間直線搜索的輸電線檢測(cè)方法。該方法是一種基于圖像幾何關(guān)系的新的直線檢測(cè)方法。

2)通過(guò)分析得出一組基于格式塔原理的特征，并利用該組特征實(shí)現(xiàn)相鄰直線段的連接，為檢測(cè)更長(zhǎng)的輸電線提供便利。

1 圖像處理

1.1 Canny濾波

Canny濾波是由John F. Canny提出，其主要思想是利用梯度變化尋找出圖像灰度強(qiáng)度變化最強(qiáng)的位置。

其主要步驟是：首先，使用高斯低通濾波器對(duì)輸電線圖像濾波，達(dá)到平滑降噪的目的。然后，計(jì)算輸電線圖像的梯度大小和方向，并用非極大值抑制方法抑制梯度幅值。最后，采用高低閾值消除偽邊緣和邊緣連接。

其優(yōu)點(diǎn)是可以在分割過(guò)程中只需要很短的計(jì)算時(shí)間。然而它有以下兩大缺點(diǎn)：在用于檢測(cè)輸電線那樣的小器件時(shí)，會(huì)在同一輸電線兩側(cè)檢測(cè)出兩個(gè)邊緣，造成干擾；它使用的是雙閾值，且閾值沒(méi)有自適應(yīng)能力，針對(duì)每一張圖像都需要進(jìn)行繁瑣得人工調(diào)參，顯然不合適。

1.2 方向可控濾波

方向可控濾波是由Freeman[20]提出，其主要思想任意方向的濾波器都可由一組基濾波器的線性組合構(gòu)成。可實(shí)現(xiàn)對(duì)圖像不同角度的濾波，從而獲得更多的能量點(diǎn)，準(zhǔn)確檢測(cè)出圖像中物體的邊緣。

例如可選用二維高斯函數(shù)作為核函數(shù)，構(gòu)建方向可控濾波。

上式為笛卡爾坐標(biāo)系x,y下的二維高斯函數(shù)，σ是依賴于線寬的標(biāo)準(zhǔn)差[21]。

如圖1所示，它是通過(guò)對(duì)二維高斯函數(shù)求一階偏導(dǎo)數(shù)得到Gx和Gy，將其作為基函數(shù)；同時(shí)引入方向偏差參數(shù)θ，根據(jù)以下規(guī)則進(jìn)行線性組合。

G(x,y:θ)=cos(θ)Gx+sin(θ)Gy

選用3種不同角度所得的濾波效果圖。

如圖2所示，它是高斯導(dǎo)數(shù)通過(guò)希爾伯特變換策略得到的3種方向的濾波效果圖。

圖1 濾波器G2

圖2 濾波器H2

2 基于圓的搜索

大多數(shù)直線檢測(cè)的圖像處理方法都是基于卷積核(濾波)或者鄰域操作(連接連通域)。然而，針對(duì)基于局部搜索的直線檢測(cè)方法，執(zhí)行從直線上某一像素點(diǎn)開(kāi)始的擴(kuò)展搜索會(huì)比八鄰域搜索更有用。計(jì)算機(jī)圖形學(xué)算法廣泛應(yīng)用于修改原圖以在較大鄰域執(zhí)行擴(kuò)展比較，并可以驗(yàn)證直線檢測(cè)中的錯(cuò)誤點(diǎn)。在基于圓對(duì)稱性的分割圖像中，柵格圓算法被用于搜索和驗(yàn)證像素點(diǎn)是否屬于圖像中的某條直線。Bresenham算法[22]用于創(chuàng)建以像素點(diǎn)為單位的圓的輪廓，如圖3所示，不同大小的圓輪廓實(shí)例。

圖3 不同大小的柵格圓

圖4 八分圓對(duì)稱性

此外，該對(duì)稱性可以用于檢測(cè)兩個(gè)相對(duì)的點(diǎn)是否屬于來(lái)源于中心軸(xc,yc)的直線。該算法首先在方向可控濾波后分割的圖像中，驗(yàn)證所有可能的對(duì)稱對(duì)(xc+x,yc+y)和(xc-x,yc-y)是否與背景不同。然后，在每條被搜索的直線方向上選擇更多的點(diǎn)進(jìn)行驗(yàn)證它是否屬于該直線。

2.1 CBS直線檢測(cè)

該算法可以檢測(cè)直線的有效點(diǎn)。如圖5所示，若可以在搜索圓內(nèi)找到屬于同一直線的兩個(gè)等距點(diǎn)，則該搜索圓的圓心就被定義為有效點(diǎn)。通過(guò)畫(huà)圓算法可以檢測(cè)直線的有效點(diǎn)。

圖5 有效點(diǎn)

如圖6所示是一些不同角度的情況，其精度依賴于圓半徑的選擇。因此，這就需要足夠長(zhǎng)的半徑來(lái)在網(wǎng)格中畫(huà)圓，如圖3所示是不同像素半徑所畫(huà)的圓。

圖6 不同方向

該算法包含以下步驟：

1)使用方向可控濾波器對(duì)圖像進(jìn)行分割。

2)使用分割所得的與背景無(wú)關(guān)圖像的所有像素點(diǎn)進(jìn)行以下操作：

(1)通過(guò)畫(huà)圓算法搜索有效點(diǎn)。

(2)如圖5所示，若是有效點(diǎn)，可以得到Dx和Dy。

(3)如圖7所示，根據(jù)Dx和Dy的值，沿著對(duì)稱方向移動(dòng)。

(4)如果點(diǎn)(x,y)是有效點(diǎn)，將其移動(dòng)到點(diǎn)(x+skip·Dx,y+skip·Dy)，繼續(xù)搜索有效點(diǎn)，直至搜索不到。

(5)保存第一個(gè)和最后一個(gè)有效點(diǎn)。

(6)畫(huà)出介于第一個(gè)有效點(diǎn)和最后一個(gè)有效點(diǎn)之間的直線段。

圖7 CBS處理過(guò)程

該算法相應(yīng)的偽代碼下：

Data: x, y, r, rend, skip, pos, Image

Resulit: Line list[]

1 p = pos;

2 while r < rend do

3 rend current;

4 if ValidPoint(M, x, y, r, Dx, Dy, skip) then

5 if abs(Dx) > abs(Dy) then

6 steps = abs(Dx);

7 else

8 steps = abs(Dy);

9 end

10 incX = Dy / steps;

11 incY = Dx / steps;

12 xi = x - Dx;

13 yi = y - Dy;

14 while NextCircle(M, x, y, Dx, Dy) > N do

15 x += Dx * skip;

16 y += Dy * skip;

17 k++;

18 end

19 xf = x;

20 yf = y;

21 for i from 1 to k do

22 // Erase line

23 Image[x][y] = 0;

24 end

25 end

26 list[p].x0 = yf;

27 list[p].y0 = xf;

28 list[p].xf = yi;

29 list[p].yf = xi;

30 p++;

31 end

該算法關(guān)鍵參數(shù)說(shuō)明如下：

半徑r：搜索圓的半徑，該值取決于所檢測(cè)直線的長(zhǎng)度和圖像的大小。隨著圓的半徑的增大，可以允許更多的可能性來(lái)估計(jì)直線的角度和定義更精確的對(duì)稱點(diǎn)。

步長(zhǎng)skip：一個(gè)有效點(diǎn)到另一個(gè)有效點(diǎn)的增量，該值起到控制檢測(cè)速度和精度的作用。值越大，檢測(cè)速度越快，然而檢測(cè)精度越低。經(jīng)過(guò)試驗(yàn)，在保障精度的條件下，該值最大可以取到接近搜索圓的半徑。

2.2 直線段連接

根據(jù)文獻(xiàn)[23]，存在一組基于格式塔原理的特征，這些特征可以判定一個(gè)直線段是否與另一個(gè)直線段相鄰，并且可以連接形成更長(zhǎng)的直線段。

本文主要使用以下特點(diǎn)：

1)相似度：由于輸電線通常是圖像中近似平行的幾條直線，故而它們應(yīng)具有相似的斜率。

2)長(zhǎng)度：由于輸電線通常是圖像中較長(zhǎng)的直線段，故而優(yōu)先處理較長(zhǎng)的直線段。

3)近似性：通過(guò)計(jì)算兩條直線段的各個(gè)點(diǎn)之間的歐式距離來(lái)判定，若兩條直線段足夠接近并且相似，則可以將其替代為一條直線，從而減少冗余信息。

經(jīng)過(guò)連接算法處理后，可以得到一組檢測(cè)到的直線段，每條直線段用初始點(diǎn)坐標(biāo)(xi,yi)和結(jié)束點(diǎn)坐標(biāo)(xf,yf)表示。

3 實(shí)驗(yàn)仿真結(jié)果

首先，在人造圖像上進(jìn)行實(shí)驗(yàn)，探究搜索半徑對(duì)CBS直線檢測(cè)性能的影響，以及驗(yàn)證基于格式塔原理的特征的直線連接方法的有效性。然后，在無(wú)人機(jī)巡線的真實(shí)圖像進(jìn)行實(shí)驗(yàn)，驗(yàn)證本文算法的有效性，最后在較大量的無(wú)人機(jī)巡線圖像上實(shí)驗(yàn)，驗(yàn)證其性能。實(shí)驗(yàn)所用軟件環(huán)境為Ubuntu16.04，硬件環(huán)境為i7-7700K處理器，16 G內(nèi)存。

3.1 人造圖像實(shí)驗(yàn)

本組實(shí)驗(yàn)，選用2張人造圖像，分別采用半徑參數(shù)為5，10，20對(duì)圖像進(jìn)行CBS直線檢測(cè)。檢測(cè)效果如圖8所示。通過(guò)觀察可以看到：在半徑為5時(shí)，檢測(cè)結(jié)果中均存在很多的鄰接線；而在隨著半徑增加，鄰接線越來(lái)越少，檢測(cè)的準(zhǔn)確度越來(lái)越高。所以可以得出結(jié)論：半徑參數(shù)較小時(shí)，不能獲得良好的檢測(cè)結(jié)果，需要足夠大時(shí)，才能獲得較好的檢測(cè)效果。

圖8 不同半徑的人造圖檢測(cè)效果

圖9 連接效果圖

選用CBS直線檢測(cè)最佳的結(jié)果(即半徑為20時(shí))，使用本文直線連接方法進(jìn)行直線段連接，所得實(shí)驗(yàn)結(jié)果如圖9所示。將其與連接前的結(jié)果進(jìn)行對(duì)比，顯然可以發(fā)現(xiàn)，經(jīng)過(guò)連接算法處理，可以連接大部分的鄰近直線段，可以進(jìn)一步提高檢測(cè)性能。

3.2 無(wú)人機(jī)巡線圖像上算法有效性實(shí)驗(yàn)

本組實(shí)驗(yàn)，選用無(wú)人機(jī)巡線的圖像進(jìn)行實(shí)驗(yàn)。如圖10所示，進(jìn)行方向可控濾波器分割后，不同半徑的CBS直線檢測(cè)效果圖。從圖10中可以看到，半徑參數(shù)較小時(shí)，不能獲得良好的輸電線檢測(cè)結(jié)果，半徑較大時(shí)，獲得了較好的檢測(cè)效果，與人造圖像上所得結(jié)論相吻合。故而，選用半徑為20時(shí)的CBS直線檢測(cè)結(jié)果進(jìn)行直線段連接。從圖10中直線連接前后的效果圖對(duì)比可以看出，直線連接處理依舊有效，可以進(jìn)一步提高輸電檢測(cè)性能。

圖10 無(wú)人機(jī)圖像

3.3 無(wú)人機(jī)巡線圖像上算法性能實(shí)驗(yàn)

本組實(shí)驗(yàn)，選取121張無(wú)人機(jī)巡線圖像，共含輸電線298根，分別使用本文算法和Hough變換方法進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果如表1所示。

表1 兩種算法實(shí)驗(yàn)結(jié)果表

從表1中可以看到，在121張無(wú)人機(jī)巡線圖像的298根輸電線中，本文算法可以檢測(cè)出256根，檢測(cè)準(zhǔn)確率高達(dá)85.9%，比Hough變換法高出21.1%。并且本文算法只誤檢27根輸電線，誤檢率低至9.1%，比Hough變換方法低11.4%?？梢?jiàn)，本文算法在無(wú)人機(jī)巡線圖像的輸電線檢測(cè)任務(wù)中，具有較高準(zhǔn)確率和較低誤檢率的優(yōu)點(diǎn)。

4 結(jié)論

本文所提出的兩點(diǎn)間直線搜索的輸電線檢測(cè)方法：首先，通過(guò)方向可控濾波器對(duì)無(wú)人機(jī)圖像進(jìn)行分割。然后，通過(guò)所提出的CBS直線段檢測(cè)方法進(jìn)行直線段檢測(cè)。最后，通過(guò)所提出的基于格式塔原理的特征的直線連接方法進(jìn)行直線段連接。

通過(guò)在人造圖像上的實(shí)驗(yàn)可知： CBS直線檢測(cè)方法中，半徑參數(shù)需要足夠大時(shí)，才能獲得較好的檢測(cè)效果；基于格式塔原理的特征的直線連接方法可以進(jìn)一步提高檢測(cè)性能。

隨后，在無(wú)人機(jī)巡線的真實(shí)圖像上進(jìn)行實(shí)驗(yàn)，驗(yàn)證了本文算法可以應(yīng)用在無(wú)人機(jī)圖像的輸電線檢測(cè)任務(wù)中，并且和人造圖像具有相一致的規(guī)律。

最后，通過(guò)在較大量的無(wú)人機(jī)巡線圖像上進(jìn)行實(shí)驗(yàn)，并與Hough變換法進(jìn)行對(duì)比。從檢測(cè)準(zhǔn)確率和誤檢率兩個(gè)層面進(jìn)行評(píng)價(jià)。可知：本文算法具有較高的檢測(cè)準(zhǔn)確率和較低的誤檢率的優(yōu)點(diǎn)。