基于感知组织的输电线路结构识别方法

韩军; 张晶晶; 王滨海

基于感知组织的输电线路结构识别方法

1.
上海大学通信与信息工程学院,上海 200072;
2.
国家电网公司电力机器人重点实验室,山东济南 250002

基金项目:

国网山东省电力公司重点科技项目（2012A-17）;基于无人机的输电线路异常和缺陷自动诊断技术

详细信息

作者简介:
韩军（1965-），男，副教授，博士，主要从事图像、视频处理与分析方面的研究。Email：hanjun@shu.edu.cn

中图分类号: TN911.73

Method on recognizing the structure of transmission line based on perceptual organization

1.
School of Communication and Information Engineering,Shanghai University,Shanghai 20072,in China;
2.
Electric Power Robotics Laboratory,State Grid,Shandong,Jinan 250002,in China

摘要: 为了提高输电线路缺陷诊断正确率，有效降低各种复杂背景纹理及光线对识别输电线路结构的影响，从Gestalt感知理论着手，研究一种多感知识别输电线路结构的方法。在图像识别的底层，提取不同方向、不同宽度的线段，研究了一种融合计算Gestalt定律的近似性、连续性、共线性的多级搜索算法，获得显著的、完整的输电线路人造对象轮廓；在图像识别的中层，研究一种基于分块与合并的计算方法能视觉感知近平行线、近对称交叉的结构，设计了一个三级分类器感知聚类平行线组；在图像识别的高层，研究输电线路的知识模型，建立识别输电线路组成结构的约束机制，进而从语义上唯一地识别输电线路的结构。通过无人机巡检采集的输电线路图像，验证这种方法能有效识别输电线路组成的杆塔、导线、地线及绝缘子所在区域。
- 输电线路结构 /
- 人造设施识别 /
- 人造设施缺陷诊断 /
- 感知组织
Abstract: In order to improve the diagnosis accuracy of the transmission line defect, and reduce the influence on identifying the structure of the transmission line made by complicated background texture and light. Starting from Gestalt perception theory, a multiple perceptual identification method was developed to identify transmission line structure. Firstly, line with different directions and different width was extracted and sorted. Through a kind of multilevel searching algorithm with similarity, continuity and colinearity of Gestalt Law, the contour of transmission line was obtained accurately and completely. Secondly, a method based on block partition was developed, which can visually perceive near parallel lines and near symmetrical cross structure. A three level classifier for clustered parallel line group was designed. Lastly, combined with prior knowledge of the transmission line model, constraint mechanism was built to recognize the structure of transmission lines, and then uniquely identify the semantically structure of transmission lines. Experimental results show that the method can effectively identify the transmission line consisting of the tower, conductor, earth wire and the insulator region through recognition of the UAV inspection acquisition transmission line image.
- structure of transmission line /
- recognition of artificial facilities /
- fault diagnosis of artificial facilities /
- perceptual organization

[1]
[2]	Yan Guangjian, Li Chaoyang, Zhou Guoqing, et al. Automatic extraction of power lines from aerial images[J]. IEEE Geoscience and Remote Sensing Letters, 2007, 4(3): 387-391.
[3]	Li Zhengrong, Liu Yuee, Rodney Walker. Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform[J]. Spinger on Machine Vision and Applications, 2009, 21(5): 677-686.
[4]
[5]	Wang Yaping, Han Jun, Chen Fangming, et al. Automatic detection method of defects of power line in visual image[J]. Computer Engineering and Application, 2011, 47(12): 180-184. (in Chinese)
[6]
[7]	Sun Fengjie, Yang Zhenhuan, Li Yuanyuan, et al. Methods of transmission line target recognition[J]. Journal of Image and Graphics, 2012, 17(3): 349-356. (in Chinese)
[8]
[9]
[10]	Ishino R, Tsutsumi F. Detection system of damaged cables using video obtained from an aerial inspection of transmission lines[J]. IEEE Power Engineering Society General Meeting, 2004, 2: 1857-1862.
[11]
[12]	Shao Xiaofang, Ye Lingwei, Liu Chaojun, et al. Survey of research work on contour grouping[J]. Journal of Image and Graphics, 2011, 16(6): 909-918. (in Chinese)
[13]
[14]	Elder James H, Goldberg Richard M. Ecological statistics of Gestalt laws for the perceptual organization of contours[J]. Journal of Vision, 2002, 2: 324-353.
[15]
[16]	Song Yizhe, Xiao Bai, Peter Hall, et al. In search of perceptually salient groupings[J]. IEEE Transactions On Image Processing, 2011, 20(4): 935-947.
[17]	Cheng Chang, Andreas Koschan, Chen Chunghao, et al. Outdoor scene image segmentation based on background recognition and perceptual organization[J]. IEEE Transactions on Image Processing, 2011, 9: 1-14.
[18]
[19]
[20]	Xiao Zhijian, Zhou Yan, Sui Dongpo, et al. Structure based airport recognition in remote sensing image[J]. Infrared and Laser Engineering, 2005, 34(3): 314-318. (in Chinese)
[21]	Chen Shaobin, Cai Chao, Ding Mingyue, et al. Airport target recognition based on knowledge inference[J]. Infrared and Laser Engineering, 2011, 40(3): 548-552. (in Chinese)

[1]	唐庆菊, 谷卓妍, 卜红茹, 徐贵鹏. 蜂窝夹层结构缺陷红外热成像检测及缺陷分类 . 红外与激光工程, 2024, 53(3): 20230631-1-20230631-12. doi: 10.3788/IRLA20230631
[2]	夏文新, 杨小冈, 席建祥, 卢瑞涛, 谢学立. 基于红外探测的无人机群结构特性感知方法 . 红外与激光工程, 2024, 53(1): 20230429-1-20230429-12. doi: 10.3788/IRLA20230429
[3]	边丽蘅, 詹昕蕊, 王华依, 刘海燕, 索津莉. 单像素高效感知方法概述 . 红外与激光工程, 2022, 51(8): 20220231-1-20220231-20. doi: 10.3788/IRLA20220231
[4]	孙强, 戴鹭楠, 应恺宁, 倪辰荫. 二分搜索和压缩感知在激光超声内部缺陷快速检测技术的应用 . 红外与激光工程, 2022, 51(2): 20210810-1-20210810-13. doi: 10.3788/IRLA20210810
[5]	吴剑波, 陆正武, 关玉蓉, 王庆东, 姜国松. 二维压缩感知多投影矩阵特征融合的SAR目标识别方法 . 红外与激光工程, 2021, 50(6): 20200531-1-20200531-7. doi: 10.3788/IRLA20200531
[6]	赵永强, 李宁, 张鹏, 姚嘉昕, 潘泉. 红外偏振感知与智能处理 . 红外与激光工程, 2018, 47(11): 1102001-1102001(7). doi: 10.3788/IRLA201847.1102001
[7]	郭伟, 董丽虹, 王海斗, 马润波, 向明, 徐滨士. 喷涂层下基体中裂纹缺陷的超声红外识别方法 . 红外与激光工程, 2018, 47(S1): 36-43. doi: 10.3788/IRLA201847.S104001
[8]	侯治锦, 傅莉, 鲁正雄, 司俊杰, 王巍, 吕衍秋. 用于识别面阵探测器相连缺陷元的新型光学滤光片 . 红外与激光工程, 2018, 47(7): 720003-0720003(7). doi: 10.3788/IRLA201847.0720003
[9]	侯治锦, 傅莉, 王巍, 吕衍秋, 鲁正雄, 王锦春. 用响应和串音识别焦平面探测器相连缺陷元研究 . 红外与激光工程, 2017, 46(4): 420002-0420002(5). doi: 10.3788/IRLA201746.0420002
[10]	李晗, 余晨. 太赫兹波对肾癌组织的光谱检测 . 红外与激光工程, 2016, 45(5): 525001-0525001(5). doi: 10.3788/IRLA201645.0525001
[11]	谭文胜, 周建忠, 黄舒, 盛杰, 徐家乐. PMMA激光辐照融化形貌和组织特征分析 . 红外与激光工程, 2016, 45(12): 1206002-1206002(5). doi: 10.3788/IRLA201645.1206002
[12]	唐庆菊, 刘俊岩, 王扬, 刘元林, 梅晨. 基于模糊C均值聚类和Canny算子的红外图像边缘识别与缺陷定量检测 . 红外与激光工程, 2016, 45(9): 928001-0928001(5). doi: 10.3788/IRLA201645.0928001
[13]	吕事桂, 阳再清, 丛书全. 基于导热反问题的复合材料内壁不规则缺陷Ansys二次开发红外诊断识别 . 红外与激光工程, 2016, 45(12): 1204002-1204002(6). doi: 10.3788/IRLA201645.1204002
[14]	赵爱罡, 王宏力, 杨小冈, 陆敬辉, 何星. 融合几何特征的压缩感知SIFT描述子 . 红外与激光工程, 2015, 44(3): 1085-1091.
[15]	陈林, 杨立, 范春利, 石宏臣, 赵小龙. 基于相位的热障涂层厚度及其脱粘缺陷红外定量识别 . 红外与激光工程, 2015, 44(7): 2050-2056.
[16]	周建民, 符正晴, 李鹏, 杨君. 孔洞缺陷的红外无损检测和PNN识别与定量评估 . 红外与激光工程, 2015, 44(4): 1193-1197.
[17]	尹继豪, 孙建颖. 基于压缩感知理论的波段重构方法 . 红外与激光工程, 2014, 43(4): 1260-1264.
[18]	陈春利, 谢红梅, 彭进业, 王志成, 王保平. 压缩感知机动目标ISAR成像新方法 . 红外与激光工程, 2013, 42(8): 2269-2274.
[19]	朱丰, 张群, 冯有前, 罗迎, 李开明, 梁必帅. 逆合成孔径激光雷达鸟类目标压缩感知识别方法 . 红外与激光工程, 2013, 42(1): 256-261.
[20]	何思远, 刘刚, 王玲, 唐延东. 基于无人机的输电线路设备识别方法研究 . 红外与激光工程, 2013, 42(7): 1940-1944.

点击查看大图

计量

文章访问数: 304
HTML全文浏览量: 81
PDF下载量: 60
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

基于感知组织的输电线路结构识别方法

作者简介:
韩军（1965-），男，副教授，博士，主要从事图像、视频处理与分析方面的研究。Email：hanjun@shu.edu.cn

Method on recognizing the structure of transmission line based on perceptual organization

计量

基于感知组织的输电线路结构识别方法

1. 上海大学通信与信息工程学院,上海 200072;

2. 国家电网公司电力机器人重点实验室,山东济南 250002

作者简介:
韩军（1965-），男，副教授，博士，主要从事图像、视频处理与分析方面的研究。Email：hanjun@shu.edu.cn

English Abstract

Method on recognizing the structure of transmission line based on perceptual organization

1. School of Communication and Information Engineering,Shanghai University,Shanghai 20072,in China;

2. Electric Power Robotics Laboratory,State Grid,Shandong,Jinan 250002,in China

全文HTML

目录

留言板

基于感知组织的输电线路结构识别方法

作者简介: 韩军（1965-），男，副教授，博士，主要从事图像、视频处理与分析方面的研究。Email：hanjun@shu.edu.cn

Method on recognizing the structure of transmission line based on perceptual organization

计量

出版历程

基于感知组织的输电线路结构识别方法

1. 上海大学 通信与信息工程学院,上海 200072; 2. 国家电网公司电力机器人重点实验室,山东 济南 250002

作者简介: 韩军（1965-），男，副教授，博士，主要从事图像、视频处理与分析方面的研究。Email：hanjun@shu.edu.cn

English Abstract

Method on recognizing the structure of transmission line based on perceptual organization

1. School of Communication and Information Engineering,Shanghai University,Shanghai 20072,in China; 2. Electric Power Robotics Laboratory,State Grid,Shandong,Jinan 250002,in China

全文HTML

目录

作者简介:
韩军（1965-），男，副教授，博士，主要从事图像、视频处理与分析方面的研究。Email：hanjun@shu.edu.cn

1. 上海大学通信与信息工程学院,上海 200072;

2. 国家电网公司电力机器人重点实验室,山东济南 250002

作者简介:
韩军（1965-），男，副教授，博士，主要从事图像、视频处理与分析方面的研究。Email：hanjun@shu.edu.cn

1. School of Communication and Information Engineering,Shanghai University,Shanghai 20072,in China;

2. Electric Power Robotics Laboratory,State Grid,Shandong,Jinan 250002,in China