汪林 ，王燕午，王琳，蔡歡，陳艷云

(1.天津市測(cè)繪院，天津 300381; 2.中科遙感信息技術(shù)有限公司，天津 300384)

1 引 言

電力系統(tǒng)中高壓線(xiàn)巡線(xiàn)是一個(gè)非常重要而繁重的工作。隨著高電壓、大功率，長(zhǎng)距離輸電線(xiàn)路的不斷出現(xiàn)，對(duì)其進(jìn)行維護(hù)日趨困難［1］。目前，電力輸電線(xiàn)路巡線(xiàn)工作中線(xiàn)路長(zhǎng)、面積大、沿途環(huán)境復(fù)雜，給電力巡線(xiàn)任務(wù)的實(shí)施提出了越來(lái)越高的要求。對(duì)電力線(xiàn)正常運(yùn)行構(gòu)成威脅的有電力線(xiàn)附近草木的生長(zhǎng)和違規(guī)工程建筑物的構(gòu)建，尤其是電力線(xiàn)下面的草木，一旦它們生長(zhǎng)的高度超越電線(xiàn)時(shí)，就有可能引起斷電甚至火災(zāi)，這些都迫切需要及時(shí)獲取電力線(xiàn)的地理信息。

隨著航空影像分辨率的提高與攝影測(cè)量技術(shù)的發(fā)展，而且無(wú)人機(jī)具有機(jī)動(dòng)快速，使用成本低，維護(hù)操作簡(jiǎn)單［2］等技術(shù)優(yōu)勢(shì)，這些都為輸電線(xiàn)路的運(yùn)行維護(hù)提供了新的技術(shù)方法和手段，使得航空影像測(cè)量技術(shù)應(yīng)用于電力巡線(xiàn)成為可能?；跓o(wú)人機(jī)航空影像對(duì)電力線(xiàn)提取方法的研究，就具有重要的實(shí)際意義和經(jīng)濟(jì)社會(huì)價(jià)值。

2 電力線(xiàn)自動(dòng)提取方法

基于無(wú)人機(jī)的高分辨率高壓線(xiàn)路走廊航空影像中的電力線(xiàn)主要有以下這些特點(diǎn):一是電力線(xiàn)在影像中一般呈直線(xiàn)狀，且曲率變化不大。二是由于無(wú)人機(jī)航測(cè)的飛行路線(xiàn)通常是沿電力線(xiàn)飛行，電力線(xiàn)會(huì)貫穿整個(gè)飛行線(xiàn)路，拓?fù)浣Y(jié)構(gòu)相對(duì)簡(jiǎn)單。三是由于電力線(xiàn)現(xiàn)實(shí)環(huán)境周?chē)鷱?fù)雜，導(dǎo)致影像中電力線(xiàn)的背景可能有河流、山地、道路、房屋等地形，對(duì)電力線(xiàn)的提取帶來(lái)一定的困難［3］。

根據(jù)電力線(xiàn)的這些特點(diǎn)，本文綜合了各種抗強(qiáng)噪聲檢測(cè)和提取方法，能夠得到電力線(xiàn)的邊緣，并進(jìn)行邊緣跟蹤獲取連通的電力線(xiàn)邊緣集合。電力線(xiàn)提取技術(shù)路線(xiàn)流程如圖1所示。

整個(gè)流程主要分為三個(gè)部分，首先是圖像預(yù)處理，對(duì)影像進(jìn)行去噪增強(qiáng)。其次是圖像邊緣檢測(cè)，采用邊緣檢測(cè)算子對(duì)圖像進(jìn)行濾波處理，從而檢測(cè)出影像上電力線(xiàn)的邊緣，最后采用Hough 變換來(lái)追蹤連接直線(xiàn)，從而將電力線(xiàn)提取出來(lái)。

圖1 電力線(xiàn)提取技術(shù)路線(xiàn)流程圖

2.1 圖像預(yù)處理

本文采用了中值濾波對(duì)圖像進(jìn)行去噪，中值濾波即可濾除高頻噪聲，同時(shí)也可避免圖像邊緣細(xì)節(jié)的丟失，較好地保護(hù)了圖像的邊緣。然后有針對(duì)性地對(duì)圖像進(jìn)行二值化處理，突出圖像的邊緣。

2.2 圖像邊緣檢測(cè)

圖像最基本的特征是邊緣，邊緣就是指其周?chē)袼氐幕叶戎当憩F(xiàn)屋頂狀或階梯狀變化的像素集合，是圖像實(shí)體形狀、紋理重要的信息來(lái)源。邊緣的檢測(cè)可借助空域微分算子通過(guò)卷積完成，微分算子具有突出灰度變化的作用，對(duì)圖像運(yùn)用微分算子，其灰度變化較大點(diǎn)計(jì)算出的微分算子值較高，因此可將這些值作為相應(yīng)點(diǎn)的邊界強(qiáng)度，通過(guò)設(shè)置閾值，提取邊界點(diǎn)集［4］。經(jīng)典的邊緣檢測(cè)算子有Sobel 算子、Canny 算子等。

(1)Sobel 算子

Sobel 算子［5］是一種一階微分算子，它利用鄰近區(qū)域像素的梯度值來(lái)計(jì)算當(dāng)前像素的值，然后再根據(jù)一定的閾值來(lái)取舍，其幅值為:

適當(dāng)?shù)倪x取閾值T，若S(x，y)＞T，則點(diǎn)(x，y)為階躍邊緣點(diǎn)。

(2)Canny 算子

Canny 算子［5］邊緣檢測(cè)方法是利用高斯函數(shù)的一階微分，能在噪聲抑制和邊緣檢測(cè)之間取得良好的平衡。算子包含以下步驟:

①高斯濾波器去處圖像中的噪聲。

②用高斯算子的一階微分對(duì)圖像進(jìn)行濾波，得到每個(gè)像素梯度的值△f(x，y)和方向θ。

式中，f(x，y)為濾波后的圖像。

③對(duì)梯度進(jìn)行“非極大抑制”。

④用雙閾值算法檢測(cè)和連接邊緣。設(shè)置的閾值過(guò)高，可能會(huì)漏掉重要信息;閾值過(guò)低，將會(huì)把枝節(jié)信息看得很重要。

2.3 Hough 變換

霍夫變換是圖像處理中從圖像中識(shí)別幾何形狀的基本方法之一，它可以用于將邊緣像素連接起來(lái)得到邊界曲線(xiàn)，它的主要優(yōu)點(diǎn)在于受噪聲和曲線(xiàn)間斷的影響較?。?］。霍夫變換的基本思想是:如圖2(a)所示，在直角坐標(biāo)系中有一條直線(xiàn)l，原點(diǎn)到直線(xiàn)l 的垂直距離為ρ，垂線(xiàn)與x 軸的夾角為θ，則這條直線(xiàn)是唯一的，且其直線(xiàn)方程為ρ=xcosθ+ysinθ，而這條直線(xiàn)用極坐標(biāo)表示則為一點(diǎn)(ρ，θ)?？梢?jiàn)，直角坐標(biāo)系中的一條直線(xiàn)對(duì)應(yīng)極坐標(biāo)系中的一點(diǎn)，這種線(xiàn)到點(diǎn)的變換就是霍夫變換［7］。

在直角坐標(biāo)系中過(guò)任一點(diǎn)(x0，y0)的直線(xiàn)系，如式(4)所示，滿(mǎn)足:

其中φ=arctan(y0/x0)。

而這些直線(xiàn)在極坐標(biāo)系中所對(duì)應(yīng)的點(diǎn)(ρ，θ)構(gòu)成圖2(b)中的一條正弦曲線(xiàn)。反之，在極坐標(biāo)系中位于這條正弦曲線(xiàn)上的點(diǎn)，對(duì)應(yīng)直角坐標(biāo)系中過(guò)點(diǎn)(x0，y0)的一條直線(xiàn)，設(shè)平面上有若干點(diǎn)，過(guò)每點(diǎn)的直線(xiàn)系分別對(duì)應(yīng)于極坐標(biāo)上的一條正弦曲線(xiàn)。若這些正弦曲有共同的交點(diǎn)(ρ'，θ')，如圖2(c)，則這些點(diǎn)共線(xiàn)，且對(duì)應(yīng)的直線(xiàn)方程為:ρ'=xcosθ'+ysinθ'，這就是霍夫變換檢測(cè)直線(xiàn)的原理。

圖2 霍夫變換檢測(cè)直線(xiàn)

Hough 變換檢測(cè)直線(xiàn)的算法步驟如下:

(1)在ρ，θ 的極值范圍內(nèi)對(duì)其分別進(jìn)行m，n 等分，設(shè)一個(gè)二維數(shù)組的下標(biāo)與ρi，θj的取值對(duì)應(yīng);

(2)對(duì)圖像上的邊緣點(diǎn)做Hough 變換，求每個(gè)點(diǎn)在θj(j=0，1…n)變換后ρi，判斷(ρi，θj)與哪個(gè)數(shù)組元素對(duì)應(yīng)，則讓該數(shù)組元素加1;

(3)比較數(shù)組元素值的大小，最大值所對(duì)應(yīng)的(ρi，θj)就是這些共線(xiàn)點(diǎn)對(duì)應(yīng)的直線(xiàn)方程的參數(shù)。共線(xiàn)方程為ρi=xcosθj+ysinθj;

Hough 變換的抗噪性能強(qiáng)，并且結(jié)果準(zhǔn)確，能將斷開(kāi)的邊緣線(xiàn)段連接起來(lái)。

3 電力線(xiàn)提取實(shí)驗(yàn)及分析

3.1 實(shí)驗(yàn)環(huán)境

本文的所有實(shí)驗(yàn)都是在主頻為Pentium(R)4 2.93GHz、內(nèi)存為512M 的計(jì)算機(jī)上完成的，實(shí)驗(yàn)數(shù)據(jù)由小型無(wú)人機(jī)搭載普通單反數(shù)碼相機(jī)，沿電力線(xiàn)飛行，由無(wú)人機(jī)飛控系統(tǒng)通過(guò)遙控指令定時(shí)兩秒周期拍照獲取的航空影像，影像的格式為JPG 格式，影像的尺寸為3 456×2 304。圖3顯示了實(shí)驗(yàn)數(shù)據(jù)的部分視圖。

3.2 實(shí)驗(yàn)基本過(guò)程

本文實(shí)驗(yàn)是在MFC 的框架下結(jié)合OpenCV 庫(kù)函數(shù)利用多種方法對(duì)遙感影像進(jìn)行預(yù)處理，邊緣檢測(cè)和Hough 變換，得到最終電力線(xiàn)提取下的影像，并對(duì)最終的結(jié)果進(jìn)行比較和優(yōu)化。

實(shí)驗(yàn)先對(duì)測(cè)試圖像進(jìn)行去噪處理，然后利用Canny 和Sobel 算子進(jìn)行邊緣檢測(cè)，再用Hough 變換跟蹤提取出電力線(xiàn)。具體步驟如下:

(1)在MFC 下獲取圖像句柄，繪制圖像的區(qū)域到設(shè)備環(huán)境的句柄，用于實(shí)現(xiàn)測(cè)試影像在Window 下的顯示，用來(lái)讀取測(cè)試影像。

(2)采用中值濾波對(duì)圖像進(jìn)行去噪處理。中值濾波能夠?yàn)V除復(fù)雜背景下的干擾噪聲，且能夠保持很好的邊緣。

(3)分別采用Canny 算子和Sobel 算子進(jìn)行邊緣檢測(cè)。在利用Canny 算子進(jìn)行邊緣檢測(cè)時(shí)，由于影像中待提取的電力線(xiàn)長(zhǎng)度較大，為了突出電力線(xiàn)的邊緣，故設(shè)定Canny 的閾值較大;在Sobel 算子實(shí)現(xiàn)中，由于Sobel 在提取電力線(xiàn)的同時(shí)也提取了部分其他地物的邊緣信息，為突出電力線(xiàn)的邊緣，需要對(duì)Sobel 濾波后的圖像進(jìn)行二值化處理。另外，由于無(wú)人機(jī)是沿著電力線(xiàn)的走向進(jìn)行航飛拍攝，得到的影像中的電力線(xiàn)基本是縱向的，故采用Sobel 縱向模板，以便突出電力線(xiàn)的邊緣。

(4)利用Hough 變換提取影像中的電力線(xiàn)，并采用紅線(xiàn)進(jìn)行連接得到全局范圍內(nèi)的電力線(xiàn)。

為了保存實(shí)驗(yàn)結(jié)果，在程序設(shè)計(jì)中添加了圖像保存的功能。

3.3 實(shí)驗(yàn)結(jié)果及分析

本節(jié)對(duì)電力線(xiàn)提取實(shí)驗(yàn)結(jié)果進(jìn)行分析討論。

圖3 測(cè)試圖像

圖4 預(yù)處理后的圖像

圖5 Canny 濾波后提取電力線(xiàn)的圖像

圖6 Sobel 濾波后提取電力線(xiàn)的圖像

圖3是3 幅含有電力線(xiàn)JPG 格式的測(cè)試圖像，圖4是對(duì)3 幅測(cè)試圖像進(jìn)行中值濾波預(yù)處理平滑噪聲的圖像，圖5是分別對(duì)3 幅去噪后的影像進(jìn)行Canny 濾波后再進(jìn)行Hough 變換跟蹤提取電力線(xiàn)的圖像，圖6是分別對(duì)3 幅去噪后的圖像進(jìn)行Sobel 濾波變換后再進(jìn)行Hough 變換跟蹤提取電力線(xiàn)的圖像。

總的來(lái)看，圖像預(yù)處理后的圖像能夠消除部分干擾噪聲，且能保持好的圖像邊緣效果。Canny－Hough 和Sobel－Hough 兩種方法對(duì)于一般狀況下的電力線(xiàn)影像，都能夠很好地提取出電力線(xiàn)的輪廓并用紅線(xiàn)標(biāo)示。圖3(a)是植被背景下的電力線(xiàn)影像，圖3(b)是巖土背景下的電力線(xiàn)影像，圖3(c)是復(fù)雜模糊環(huán)境下的電力線(xiàn)影像。本實(shí)驗(yàn)所采用的兩種方法均能濾除非感興趣的邊緣，將電力線(xiàn)的邊緣提取檢測(cè)出來(lái)。實(shí)驗(yàn)結(jié)果如圖5和圖6所示，結(jié)果表明，實(shí)驗(yàn)達(dá)到了既定的要求。

但是兩種算法在精度和效率上都有差別，實(shí)驗(yàn)中對(duì)3 張3 456×2 304 分辨率的測(cè)試圖像進(jìn)行了精度和效率上的比較。在精度上，Canny 算子檢測(cè)的邊緣較細(xì)，能夠?yàn)V除很多不感興趣的邊緣信息，但Hough 變換后發(fā)現(xiàn)檢測(cè)出的電力線(xiàn)的邊緣連續(xù)性不好。Sobel 算子能夠檢測(cè)出很完整的邊緣信息，但檢測(cè)到的邊緣至少為兩個(gè)像素，Hough 變換后發(fā)現(xiàn)電力線(xiàn)提取的邊緣連續(xù)性相對(duì)較好。

在效率上，兩種電力線(xiàn)的提取方法也有很大的差異。在實(shí)驗(yàn)過(guò)程中，由于Sobel 濾波后得到的邊緣太多，為了突出邊緣，更好地檢測(cè)出電力線(xiàn)，對(duì)Sobel 濾波后的圖像進(jìn)行了二值化處理，這樣就導(dǎo)致兩種方法在效率上有很大的差別，表1是對(duì)3 幅影像進(jìn)行電力線(xiàn)提取的算法時(shí)間的比較。

從表1中，明顯看出Sobel－Hough 方法提取電力線(xiàn)的比Canny－Hough 方法的效率要低，但綜合精度和效率來(lái)講，每種方法都有自己的優(yōu)點(diǎn)和缺點(diǎn)。

表1 算法效率比較表

4 結(jié) 語(yǔ)

本文所設(shè)計(jì)的算法還存在一定的局限性和不足，如電力線(xiàn)在圖像上呈現(xiàn)彎曲的弧形時(shí)，則用Hough 變換顯然很難提取完整的電力線(xiàn)，可能需要用Radon 變換來(lái)提取電力線(xiàn)。如存在復(fù)雜的背景，存在道路等線(xiàn)性特征物時(shí)，這套算法可能會(huì)把部分道路當(dāng)做電力線(xiàn)進(jìn)行提取。

［1］李俊芳，李寶樹(shù)，仝衛(wèi)國(guó)．基于航拍圖像的電力線(xiàn)自動(dòng)提取［J］．傳感器世界，2008，14(9) :28 ～31．

［2］周張琪．淺談無(wú)人機(jī)低空遙感技術(shù)在國(guó)土資源行業(yè)中的應(yīng)用［J］．浙江國(guó)土資源，2012，(6) :1 ～2．

［3］李朝陽(yáng)，閻廣建，肖志強(qiáng)等．高分辨率航空影像中高壓電力線(xiàn)的自動(dòng)提?。跩］．中國(guó)圖像圖形學(xué)報(bào)，2007，12(6):1 ～2．

［4］高強(qiáng)，文瑤．基于部分段圖像分析的電力線(xiàn)弧垂計(jì)算方法［J］．電力建設(shè)，2010，31(11) :38 ～39．

［5］賈永紅．計(jì)算機(jī)圖像處理與分析［M］．武漢:武漢大學(xué)出版社，2003．

［6］Paul V．C．Hough．Method and means of recognizing complex patterns［P］．United States Patent and Trademark Office 3069654，1962－12－18．

［7］楊順遼．基于Hough 變換提取直線(xiàn)的改進(jìn)方法研究［J］．電腦與信息技術(shù)，2006，14(5) :29 ～30．