发明名称 一种基于视频差异分析的输电线路导线舞动测量方法
摘要 本发明公开了一种基于视频差异分析的输电导线舞动测量方法,通过对摄像机在线采集的输电线路导线舞动的视频和图像进行处理,得到符合光流场运算的输电导线图像,利用金字塔光流场算法计算出导线上像素点的光流速度值,再通过摄像机标定,计算出导线舞动的实际位移。本发明基于视频差异分析的输电导线舞动测量方法,为输电线路的舞动监测提供一种新的手段,并可节省大量的人力资源成本,提高在线监测系统的利用效率,对保证电力系统的安全运行有着非常重要现实的意义。
申请公布号 CN102155933B 申请公布日期 2013.04.24
申请号 CN201110054088.1 申请日期 2011.03.08
申请人 西安工程大学 发明人 黄新波;陶保震;冯玲;李文静
分类号 G01C3/00(2006.01)I;G06T5/00(2006.01)I;H02G7/00(2006.01)I 主分类号 G01C3/00(2006.01)I
代理机构 西安弘理专利事务所 61214 代理人 罗笛
主权项 1.一种基于视频差异分析的输电线路导线舞动测量方法,其特征在于,具体按照以下步骤实施:步骤1:通过安装在杆塔上的工业摄像机采集输电线路的视频和图像数据,经过无线通讯方式或光纤通信传送至监控中心;在监控中心从视频和图像数据中截取要监测的输电导线舞动的数字图像,得到目标图像;步骤2:监控中心对步骤1得到的目标图像进行处理,得到导线舞动的实际距离,具体按照以下步骤实施:a.对步骤1得到的目标图像进行去噪和边缘增强;去噪采用中值滤波法,用邻域点的中值代替该点的数值,即:g(x,y)=Median[x<sub>1</sub>,x<sub>2</sub>,x<sub>3</sub>,…,x<sub>n</sub>],其中x<sub>1</sub>,x<sub>2</sub>,x<sub>3</sub>,…,x<sub>n</sub>为点(x,y)及其邻域的灰度值;边缘增强采用拉普拉斯算子,对于数字图像的灰度值f(i,j),拉普拉斯算子定义为:<maths num="0001"><![CDATA[<math><mrow><msup><mo>&dtri;</mo><mn>2</mn></msup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><msup><msub><mi>&Delta;</mi><mi>x</mi></msub><mn>2</mn></msup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>+</mo><msup><msub><mi>&Delta;</mi><mi>y</mi></msub><mn>2</mn></msup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>上式中,Δ<sub>x</sub><sup>2</sup>f(i,j)=Δ<sub>x</sub>[Δ<sub>x</sub>f(i,j)]=Δ<sub>x</sub>[f(i+1,j)-f(i,j)]=Δ<sub>x</sub>f(i+1,j)-Δ<sub>x</sub>f(i,j)=f(i+1,j)-f(i,j)-f(i,j)+f(i-1,j)=f(i+1,j)+f(i-1,j)-2f(i,j),同理求得:Δ<sub>y</sub><sup>2</sup>f(i,j)=f(i,j+1)+f(i,j-1)-2f(i,j),将以上两式代入<maths num="0002"><![CDATA[<math><mrow><msup><mo>&dtri;</mo><mn>2</mn></msup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><msup><msub><mi>&Delta;</mi><mi>x</mi></msub><mn>2</mn></msup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>+</mo><msup><msub><mi>&Delta;</mi><mi>y</mi></msub><mn>2</mn></msup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>:</mo></mrow></math>]]></maths><maths num="0003"><![CDATA[<math><mrow><msup><mo>&dtri;</mo><mn>2</mn></msup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>+</mo><mn>1</mn><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>+</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>-</mo><mn>1</mn><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>+</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>-</mo><mn>4</mn><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>将上式加以变换,改写为如下形式:<maths num="0004"><![CDATA[<math><mrow><mrow><msup><mo>&dtri;</mo><mn>2</mn></msup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mo>-</mo><mn>5</mn><mo>{</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><mfrac><mn>1</mn><mn>5</mn></mfrac><mo>[</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>+</mo><mn>1</mn><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>+</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>-</mo><mn>1</mn><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>+</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>]</mo><mo>}</mo></mrow><mo>,</mo></mrow></math>]]></maths>上面各式中,f(i,j)表示图像在(i,j)处的灰度值,<img file="FDA00002716357600024.GIF" wi="53" he="46" />是拉普拉斯算子的符号,Δ<sub>x</sub>和Δ<sub>y</sub>分别代表图像在其像素点(i,j)处,x方向和y方向上的一阶差分运算;b.利用图像金字塔计算相邻两帧步骤a得到的去噪和边缘增强后的图像间的光流值,用光流值乘以图像采样间隔得到导线上像素点移动的像素距离,具体按照以下步骤实施:首先,形成图像金字塔:将图像设定为最细尺度;对每一层,从最细层的上一层到最粗层,通过对上一个最细一层使用高斯函数进行平滑,然后重采样获得这一层;结束;其中高斯函数为:符号S<sup>↓</sup>表示对图像重采样,具体来说S<sup>↓</sup>(l)的第i,j个元素是I的第2i,2j个元素,金字塔P(I)的第n层表示为P(I)<sub>n</sub>,则:P<sub>Gaussian</sub>(I)<sub>n+1</sub>=S<sup>↓</sup>G<sub>σ</sub>(P<sub>Gaussian</sub>(I)<sub>n</sub>),其中,G<sub>σ</sub>表示对图像进行线性操作,将图像与高斯函数做卷积,细节最丰富的一层是原始图像:P<sub>Gaussian</sub>(I)<sub>1</sub>=I,设导线图像为原图G并把它作为金字塔的底层第L层,第L层的上层第L+1层是这样构造的:将导线图像G经过一个高斯低通滤波器,并把结果作隔行隔列取样,以此类推,形成了高斯金字塔;其次,计算相邻两帧图像间的光流值,(1)降采样和升采样,降采样采用高斯5×5低通滤波器[1/161/43/81/41/16]×[1/161/43/81/41/16]<sup>T</sup>,将图像与滤波器卷积,并把结果作隔行隔列取样,得到上一层的图像,设第L-1层的图像为I<sup>L-1</sup>(x,y),则通过降采样,上一层第L层的图像I<sup>L</sup>(x,y)为:<maths num="0005"><![CDATA[<math><mrow><msup><mi>I</mi><mi>L</mi></msup><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mn>4</mn></mfrac><msup><mi>I</mi><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></msup><mrow><mo>(</mo><mn>2</mn><mi>x</mi><mo>,</mo><mn>2</mn><mi>y</mi><mo>)</mo></mrow><mo>+</mo><mfrac><mn>1</mn><mn>8</mn></mfrac><mo>[</mo><msup><mi>I</mi><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></msup><mrow><mo>(</mo><mn>2</mn><mi>x</mi><mo>-</mo><mn>1,2</mn><mi>y</mi><mo>)</mo></mrow><mo>+</mo><msup><mi>I</mi><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></msup><mrow><mo>(</mo><mn>2</mn><mi>x</mi><mo>+</mo><mn>1,2</mn><mi>y</mi><mo>)</mo></mrow></mrow></math>]]></maths><maths num="0006"><![CDATA[<math><mrow><mo>+</mo><msup><mi>I</mi><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></msup><mrow><mo>(</mo><mn>2</mn><mi>x</mi><mo>,</mo><mn>2</mn><mi>y</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><msup><mi>I</mi><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></msup><mrow><mo>(</mo><mn>2</mn><mi>x</mi><mo>,</mo><mn>2</mn><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>]</mo><mo>+</mo><mfrac><mn>1</mn><mn>16</mn></mfrac><mo>[</mo><msup><mi>I</mi><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></msup><mrow><mo>(</mo><mn>2</mn><mi>x</mi><mo>+</mo><mn>1,2</mn><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths><maths num="0007"><![CDATA[<math><mrow><mo>+</mo><msup><mi>I</mi><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></msup><mrow><mo>(</mo><mn>2</mn><mi>x</mi><mo>-</mo><mn>1,2</mn><mi>y</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><msup><mi>I</mi><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></msup><mrow><mo>(</mo><mn>2</mn><mi>x</mi><mo>-</mo><mn>1,2</mn><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><msup><mi>I</mi><mrow><mi>L</mi><mo>-</mo><mn>1</mn></mrow></msup><mrow><mo>(</mo><mn>2</mn><mi>x</mi><mo>+</mo><mn>1,2</mn><mi>y</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>]</mo></mrow></math>]]></maths>升采样为降采样的逆过程,将图像隔行插入0点,再通过与滤波器卷积并乘以4,得到下一层的图像;(2)光流的计算,先将前一帧图像平移一定的值,一定的值是指下层计算出的光流,再与后一帧利用光流法求出运动向量v<sup>L</sup>,最后与下层计算出的光流进行叠加,得到运动向量d<sup>L</sup>;c.根据标定摄像机的摄像机参数,确定地球坐标系和图像坐标系之间的相对位置,把步骤b得到的像素点移动的像素距离的二维图像坐标转化为世界坐标,得到导线舞动的实际距离。
地址 710048 陕西省西安市金花南路19号