面向无人机输电线路巡检的电力杆塔检测框架模型

被引:36
作者
韩冰
尚方
机构
[1] 黑龙江省电力科学研究院
关键词
电力杆塔; 无人机; 输电线路; 巡检; 图像;
D O I
10.19585/j.zjdl.2016.04.002
中图分类号
TM75 [线路及杆塔]; V279 [无人驾驶飞机];
学科分类号
080802 ; 1111 ;
摘要
高压输电线路定期的巡逻检修是保障其安全可靠运行的重要手段。相比于传统的人工巡检,利用无人驾驶飞机搭载摄像机航拍的巡检方式具有速度快、人力成本低、人员风险小等优势。为了从海量的巡检图像中自动筛选出杆塔可能存在故障的图像,提出了一种融合多源信息的电力杆塔检测框架模型,主要包括摄像机标定、杆塔模型投影变换、杆塔模型聚类分析以及特征提取和匹配4个部分,并在实际的杆塔图像上进行了测试。结果表明,应用检测框架模型处理能够自动检测出图像中杆塔的精确位置,并判断杆塔是否存在杆件丢失等异常状态,验证了模型的有效性。
引用
收藏
页码:6 / 11
页数:6
相关论文
共 11 条
[1]  
基于快速高效启发式聚类算法的电力杆塔检测研究.[D].郭贞.华北电力大学.2012, 01
[2]  
基于ARM的电力线巡检机器人运动控制器的研究.[D].李贺.华北电力大学(河北).2008, 11
[3]   融合地理位置信息的电力杆塔检测 [J].
柳长安 ;
叶文 ;
吴华 ;
杨国田 .
华中科技大学学报(自然科学版), 2013, (S1) :208-210
[4]   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, 33 (04) :882-886
[5]   基于全局自相似描述子的电塔检测 [J].
吴华 ;
郭贞 ;
杨国田 ;
柳长安 .
华中科技大学学报(自然科学版), 2011, (S2) :437-440
[6]   基于一维标定物的多摄像机标定 [J].
王亮 ;
吴福朝 .
自动化学报, 2007, (03) :225-231
[7]   机载多角度多光谱成像技术在电力系统中的应用 [J].
张吴明 ;
杨又华 ;
阎广建 ;
王鹏新 ;
汪俊发 ;
苏林 ;
刘强 ;
刘峻明 ;
肖志强 .
华中电力, 2006, (06) :1-2+12
[8]   计算机视觉中摄像机定标综述 [J].
邱茂林 ;
马颂德 ;
李毅 .
自动化学报, 2000, (01) :47-59
[9]   Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform [J].
Li, Zhengrong ;
Liu, Yuee ;
Walker, Rodney ;
Hayward, Ross ;
Zhang, Jinglan .
MACHINE VISION AND APPLICATIONS, 2010, 21 (05) :677-686
[10]  
国家电网公司输变电工程通用设备.[M].刘振亚; 主编.中国电力出版社.2010,