基于无人机的航空影像电力线提取方法的研究

汪林 ，王燕午，王琳，蔡欢，陈艳云

(1.天津市测绘院，天津 300381; 2.中科遥感信息技术有限公司，天津 300384)

1 引 言

电力系统中高压线巡线是一个非常重要而繁重的工作。随着高电压、大功率，长距离输电线路的不断出现，对其进行维护日趋困难［1］。目前，电力输电线路巡线工作中线路长、面积大、沿途环境复杂，给电力巡线任务的实施提出了越来越高的要求。对电力线正常运行构成威胁的有电力线附近草木的生长和违规工程建筑物的构建，尤其是电力线下面的草木，一旦它们生长的高度超越电线时，就有可能引起断电甚至火灾，这些都迫切需要及时获取电力线的地理信息。

随着航空影像分辨率的提高与摄影测量技术的发展，而且无人机具有机动快速，使用成本低，维护操作简单［2］等技术优势，这些都为输电线路的运行维护提供了新的技术方法和手段，使得航空影像测量技术应用于电力巡线成为可能。基于无人机航空影像对电力线提取方法的研究，就具有重要的实际意义和经济社会价值。

2 电力线自动提取方法

基于无人机的高分辨率高压线路走廊航空影像中的电力线主要有以下这些特点:一是电力线在影像中一般呈直线状，且曲率变化不大。二是由于无人机航测的飞行路线通常是沿电力线飞行，电力线会贯穿整个飞行线路，拓扑结构相对简单。三是由于电力线现实环境周围复杂，导致影像中电力线的背景可能有河流、山地、道路、房屋等地形，对电力线的提取带来一定的困难［3］。

根据电力线的这些特点，本文综合了各种抗强噪声检测和提取方法，能够得到电力线的边缘，并进行边缘跟踪获取连通的电力线边缘集合。电力线提取技术路线流程如图1所示。

整个流程主要分为三个部分，首先是图像预处理，对影像进行去噪增强。其次是图像边缘检测，采用边缘检测算子对图像进行滤波处理，从而检测出影像上电力线的边缘，最后采用Hough 变换来追踪连接直线，从而将电力线提取出来。

图1 电力线提取技术路线流程图

2.1 图像预处理

本文采用了中值滤波对图像进行去噪，中值滤波即可滤除高频噪声，同时也可避免图像边缘细节的丢失，较好地保护了图像的边缘。然后有针对性地对图像进行二值化处理，突出图像的边缘。

2.2 图像边缘检测

图像最基本的特征是边缘，边缘就是指其周围像素的灰度值表现屋顶状或阶梯状变化的像素集合，是图像实体形状、纹理重要的信息来源。边缘的检测可借助空域微分算子通过卷积完成，微分算子具有突出灰度变化的作用，对图像运用微分算子，其灰度变化较大点计算出的微分算子值较高，因此可将这些值作为相应点的边界强度，通过设置阈值，提取边界点集［4］。经典的边缘检测算子有Sobel 算子、Canny 算子等。

(1)Sobel 算子

Sobel 算子［5］是一种一阶微分算子，它利用邻近区域像素的梯度值来计算当前像素的值，然后再根据一定的阈值来取舍，其幅值为:

适当的选取阈值T，若S(x，y)＞T，则点(x，y)为阶跃边缘点。

(2)Canny 算子

Canny 算子［5］边缘检测方法是利用高斯函数的一阶微分，能在噪声抑制和边缘检测之间取得良好的平衡。算子包含以下步骤:

①高斯滤波器去处图像中的噪声。

②用高斯算子的一阶微分对图像进行滤波，得到每个像素梯度的值△f(x，y)和方向θ。

式中，f(x，y)为滤波后的图像。

③对梯度进行“非极大抑制”。

④用双阈值算法检测和连接边缘。设置的阈值过高，可能会漏掉重要信息;阈值过低，将会把枝节信息看得很重要。

2.3 Hough 变换

霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，它可以用于将边缘像素连接起来得到边界曲线，它的主要优点在于受噪声和曲线间断的影响较小［6］。霍夫变换的基本思想是:如图2(a)所示，在直角坐标系中有一条直线l，原点到直线l 的垂直距离为ρ，垂线与x 轴的夹角为θ，则这条直线是唯一的，且其直线方程为ρ=xcosθ+ysinθ，而这条直线用极坐标表示则为一点(ρ，θ)。可见，直角坐标系中的一条直线对应极坐标系中的一点，这种线到点的变换就是霍夫变换［7］。

在直角坐标系中过任一点(x0，y0)的直线系，如式(4)所示，满足:

其中φ=arctan(y0/x0)。

而这些直线在极坐标系中所对应的点(ρ，θ)构成图2(b)中的一条正弦曲线。反之，在极坐标系中位于这条正弦曲线上的点，对应直角坐标系中过点(x0，y0)的一条直线，设平面上有若干点，过每点的直线系分别对应于极坐标上的一条正弦曲线。若这些正弦曲有共同的交点(ρ'，θ')，如图2(c)，则这些点共线，且对应的直线方程为:ρ'=xcosθ'+ysinθ'，这就是霍夫变换检测直线的原理。

图2 霍夫变换检测直线

Hough 变换检测直线的算法步骤如下:

(1)在ρ，θ 的极值范围内对其分别进行m，n 等分，设一个二维数组的下标与ρi，θj的取值对应;

(2)对图像上的边缘点做Hough 变换，求每个点在θj(j=0，1…n)变换后ρi，判断(ρi，θj)与哪个数组元素对应，则让该数组元素加1;

(3)比较数组元素值的大小，最大值所对应的(ρi，θj)就是这些共线点对应的直线方程的参数。共线方程为ρi=xcosθj+ysinθj;

Hough 变换的抗噪性能强，并且结果准确，能将断开的边缘线段连接起来。

3 电力线提取实验及分析

3.1 实验环境

本文的所有实验都是在主频为Pentium(R)4 2.93GHz、内存为512M 的计算机上完成的，实验数据由小型无人机搭载普通单反数码相机，沿电力线飞行，由无人机飞控系统通过遥控指令定时两秒周期拍照获取的航空影像，影像的格式为JPG 格式，影像的尺寸为3 456×2 304。图3显示了实验数据的部分视图。

3.2 实验基本过程

本文实验是在MFC 的框架下结合OpenCV 库函数利用多种方法对遥感影像进行预处理，边缘检测和Hough 变换，得到最终电力线提取下的影像，并对最终的结果进行比较和优化。

实验先对测试图像进行去噪处理，然后利用Canny 和Sobel 算子进行边缘检测，再用Hough 变换跟踪提取出电力线。具体步骤如下:

(1)在MFC 下获取图像句柄，绘制图像的区域到设备环境的句柄，用于实现测试影像在Window 下的显示，用来读取测试影像。

(2)采用中值滤波对图像进行去噪处理。中值滤波能够滤除复杂背景下的干扰噪声，且能够保持很好的边缘。

(3)分别采用Canny 算子和Sobel 算子进行边缘检测。在利用Canny 算子进行边缘检测时，由于影像中待提取的电力线长度较大，为了突出电力线的边缘，故设定Canny 的阈值较大;在Sobel 算子实现中，由于Sobel 在提取电力线的同时也提取了部分其他地物的边缘信息，为突出电力线的边缘，需要对Sobel 滤波后的图像进行二值化处理。另外，由于无人机是沿着电力线的走向进行航飞拍摄，得到的影像中的电力线基本是纵向的，故采用Sobel 纵向模板，以便突出电力线的边缘。

(4)利用Hough 变换提取影像中的电力线，并采用红线进行连接得到全局范围内的电力线。

为了保存实验结果，在程序设计中添加了图像保存的功能。

3.3 实验结果及分析

本节对电力线提取实验结果进行分析讨论。

图3 测试图像

图4 预处理后的图像

图5 Canny 滤波后提取电力线的图像

图6 Sobel 滤波后提取电力线的图像

图3是3 幅含有电力线JPG 格式的测试图像，图4是对3 幅测试图像进行中值滤波预处理平滑噪声的图像，图5是分别对3 幅去噪后的影像进行Canny 滤波后再进行Hough 变换跟踪提取电力线的图像，图6是分别对3 幅去噪后的图像进行Sobel 滤波变换后再进行Hough 变换跟踪提取电力线的图像。

总的来看，图像预处理后的图像能够消除部分干扰噪声，且能保持好的图像边缘效果。Canny－Hough 和Sobel－Hough 两种方法对于一般状况下的电力线影像，都能够很好地提取出电力线的轮廓并用红线标示。图3(a)是植被背景下的电力线影像，图3(b)是岩土背景下的电力线影像，图3(c)是复杂模糊环境下的电力线影像。本实验所采用的两种方法均能滤除非感兴趣的边缘，将电力线的边缘提取检测出来。实验结果如图5和图6所示，结果表明，实验达到了既定的要求。

但是两种算法在精度和效率上都有差别，实验中对3 张3 456×2 304 分辨率的测试图像进行了精度和效率上的比较。在精度上，Canny 算子检测的边缘较细，能够滤除很多不感兴趣的边缘信息，但Hough 变换后发现检测出的电力线的边缘连续性不好。Sobel 算子能够检测出很完整的边缘信息，但检测到的边缘至少为两个像素，Hough 变换后发现电力线提取的边缘连续性相对较好。

在效率上，两种电力线的提取方法也有很大的差异。在实验过程中，由于Sobel 滤波后得到的边缘太多，为了突出边缘，更好地检测出电力线，对Sobel 滤波后的图像进行了二值化处理，这样就导致两种方法在效率上有很大的差别，表1是对3 幅影像进行电力线提取的算法时间的比较。

从表1中，明显看出Sobel－Hough 方法提取电力线的比Canny－Hough 方法的效率要低，但综合精度和效率来讲，每种方法都有自己的优点和缺点。

表1 算法效率比较表

4 结 语

本文所设计的算法还存在一定的局限性和不足，如电力线在图像上呈现弯曲的弧形时，则用Hough 变换显然很难提取完整的电力线，可能需要用Radon 变换来提取电力线。如存在复杂的背景，存在道路等线性特征物时，这套算法可能会把部分道路当做电力线进行提取。

［1］李俊芳，李宝树，仝卫国．基于航拍图像的电力线自动提取［J］．传感器世界，2008，14(9) :28 ～31．

［2］周张琪．浅谈无人机低空遥感技术在国土资源行业中的应用［J］．浙江国土资源，2012，(6) :1 ～2．

［3］李朝阳，阎广建，肖志强等．高分辨率航空影像中高压电力线的自动提取［J］．中国图像图形学报，2007，12(6):1 ～2．

［4］高强，文瑶．基于部分段图像分析的电力线弧垂计算方法［J］．电力建设，2010，31(11) :38 ～39．

［5］贾永红．计算机图像处理与分析［M］．武汉:武汉大学出版社，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］杨顺辽．基于Hough 变换提取直线的改进方法研究［J］．电脑与信息技术，2006，14(5) :29 ～30．