基于機(jī)器視覺的無人機(jī)電力巡線技術(shù)研究
發(fā)布時間:2021-07-14 06:44
輸電線路在電能傳送的過程中擔(dān)負(fù)著重要任務(wù),它的運(yùn)行狀態(tài)與人們生活息息相關(guān),對它的定期巡線是保證電網(wǎng)安全穩(wěn)定運(yùn)行的重要措施。而傳統(tǒng)的巡線方式有諸多弊端,隨著機(jī)器視覺技術(shù)的發(fā)展,為自動巡線提供了可能,本文的基于機(jī)器視覺的無人機(jī)電力巡線技術(shù)提供了一種可行的方式,對電力線路的自動巡線進(jìn)行了算法方面的探討。本文主要提出了一種基于機(jī)器視覺的無人機(jī)輸電線路巡線方式。根據(jù)常見的各種無人機(jī)巡線的特點,并分析各種無人機(jī)巡線的優(yōu)勢和劣勢,選擇固定翼型無人機(jī)與四旋轉(zhuǎn)翼型無人機(jī)或者無人駕駛型直升機(jī)進(jìn)行組合的既經(jīng)濟(jì)又高效的巡線方式,然后簡要介紹了無人機(jī)巡線系統(tǒng)的構(gòu)成及無人機(jī)巡線技術(shù)中的關(guān)鍵問題。針對無人機(jī)巡檢電力線路采集到的圖像視頻具有復(fù)雜的背景,并且由于高空拍攝所導(dǎo)致的機(jī)械震蕩、鏡頭的擺動等因素導(dǎo)致的圖像有噪聲和模糊等問題,通過維納濾波去噪和用求取概率密度函數(shù)來獲得最大熵去模糊的復(fù)原方式對圖像進(jìn)行預(yù)處理,提高圖像的清晰度。最后根據(jù)復(fù)雜電力背景,運(yùn)用一種基于改進(jìn)的Canny邊緣檢測算子實現(xiàn)初步的圖像分割,使圖像的強(qiáng)弱邊緣都能很好的檢測,并抑制了噪聲。針對電力線路提取中前期圖像分割中出現(xiàn)的電力線和背景物體的輪廓同時...
【文章來源】:安徽理工大學(xué)安徽省
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 機(jī)器視覺技術(shù)的發(fā)展現(xiàn)狀
1.2.2 電力巡線技術(shù)的發(fā)展現(xiàn)狀
1.3 本課題研究的主要內(nèi)容
2 無人機(jī)巡線特點及關(guān)鍵問題
2.1 各種無人機(jī)的特點及巡線組合
2.1.1 無人機(jī)巡線的特點
2.1.2 電力線路的巡線組合方式
2.2 無人機(jī)巡線系統(tǒng)及關(guān)鍵問題
2.2.1 無人巡線系統(tǒng)
2.2.2 無人機(jī)巡線的關(guān)鍵問題
2.3 本章小結(jié)
3 航拍電力線路圖像處理方法
3.1 視頻處理基礎(chǔ)分析
3.2 視頻幀的去噪預(yù)處理
3.2.1 均值濾波
3.2.2 中值濾波
3.2.3 維納濾波
3.3 各種算法的實驗結(jié)果對比
3.4 視頻幀的去模糊處理
3.4.1 模糊參數(shù)值的估計
3.4.2 常規(guī)的復(fù)原方法
3.4.3 圖像最大熵去模糊
3.4.4 各種復(fù)原結(jié)果的對比與分析
3.5 本章小結(jié)
4 復(fù)雜背景下電力線路的提取、識別和跟蹤
4.1 圖像分割
4.1.1 邊緣檢測算子簡介
4.1.2 改進(jìn)的CANNY邊緣檢測算子
4.1.3 實驗驗證
4.2 電力線的提取算法
4.2.1 Hough變換
4.2.2 相位編組及改進(jìn)算法
4.2.3 改進(jìn)的相位編組與Hough相互融合的輸電線提取算法
4.2.4 實驗驗證與分析
4.3 電力線路的自動跟蹤
4.3.1 電力線路跟蹤方案的探討
4.3.2 基于UKF的Camshaft目標(biāo)跟蹤
4.4 實驗結(jié)果
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
作者簡介及讀研期間主要科研成果
【參考文獻(xiàn)】:
期刊論文
[1]Lucy-Richardson算法在模糊圖像復(fù)原中的應(yīng)用[J]. 聞毅. 智能計算機(jī)與應(yīng)用. 2015(01)
[2]無人機(jī)電力線路巡視平臺選型[J]. 王柯,彭向陽,陳銳民,陳海涵,郭小龍. 電力科學(xué)與工程. 2014(06)
[3]淺談輸電線路巡視中無人機(jī)的應(yīng)用[J]. 羊英琦. 科技創(chuàng)新與應(yīng)用. 2014(11)
[4]一種基于小波和Wiener相結(jié)合圖像去噪新方法[J]. 李東兵,李國平,滕國偉,趙海武,王國中,羅平偉,李萍. 電視技術(shù). 2013(13)
[5]運(yùn)動模糊圖像復(fù)原方法的研究[J]. 范群貞. 電子測量技術(shù). 2013(06)
[6]面向巡線無人機(jī)高壓線實時檢測與識別算法[J]. 趙利坡,范慧杰,朱琳琳,唐延?xùn)|. 小型微型計算機(jī)系統(tǒng). 2012(04)
[7]一種優(yōu)化的Canny算子邊緣檢測法[J]. 陳志強(qiáng),高磊,吳黎慧,張洋,蒲南江. 電子測試. 2011(06)
[8]一種改進(jìn)的基于Radon變換的運(yùn)動模糊圖像參數(shù)估計方法[J]. 樂翔,程建,李民. 紅外與激光工程. 2011(05)
[9]圖像處理技術(shù)在直升機(jī)巡檢輸電線路中的應(yīng)用綜述[J]. 仝衛(wèi)國,苑津莎,李寶樹. 電網(wǎng)技術(shù). 2010(12)
[10]中值濾波與均值濾波的應(yīng)用研究[J]. 楊秋霞. 內(nèi)江科技. 2010(11)
博士論文
[1]基于航拍圖像的輸電線路識別與狀態(tài)檢測方法研究[D]. 仝衛(wèi)國.華北電力大學(xué) 2011
碩士論文
[1]基于機(jī)器視覺的車道線檢測與追蹤系統(tǒng)的研究[D]. 秦敏.中國海洋大學(xué) 2012
[2]基于改進(jìn)的CAMSHIFT算法的視頻目標(biāo)跟蹤系統(tǒng)的研究與設(shè)計[D]. 陳禹.太原理工大學(xué) 2012
[3]無人機(jī)輸電線路巡線技術(shù)及其應(yīng)用研究[D]. 李力.長沙理工大學(xué) 2012
[4]用于視覺導(dǎo)航的道路檢測與跟蹤技術(shù)的研究[D]. 李婷婷.南京理工大學(xué) 2012
[5]單目視覺結(jié)構(gòu)化道路車道線檢測和跟蹤技術(shù)研究[D]. 付永春.南京理工大學(xué) 2012
[6]一種基于MeanShift的目標(biāo)跟蹤算法的研究[D]. 王帥.山東大學(xué) 2011
[7]基于機(jī)器視覺的道路檢測與車輛檢測算法研究[D]. 龔樹鋒.華南理工大學(xué) 2010
[8]基于粒子濾波和卡爾曼濾波的復(fù)雜場景下視覺跟蹤[D]. 徐林忠.浙江大學(xué) 2008
本文編號:3283634
【文章來源】:安徽理工大學(xué)安徽省
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 機(jī)器視覺技術(shù)的發(fā)展現(xiàn)狀
1.2.2 電力巡線技術(shù)的發(fā)展現(xiàn)狀
1.3 本課題研究的主要內(nèi)容
2 無人機(jī)巡線特點及關(guān)鍵問題
2.1 各種無人機(jī)的特點及巡線組合
2.1.1 無人機(jī)巡線的特點
2.1.2 電力線路的巡線組合方式
2.2 無人機(jī)巡線系統(tǒng)及關(guān)鍵問題
2.2.1 無人巡線系統(tǒng)
2.2.2 無人機(jī)巡線的關(guān)鍵問題
2.3 本章小結(jié)
3 航拍電力線路圖像處理方法
3.1 視頻處理基礎(chǔ)分析
3.2 視頻幀的去噪預(yù)處理
3.2.1 均值濾波
3.2.2 中值濾波
3.2.3 維納濾波
3.3 各種算法的實驗結(jié)果對比
3.4 視頻幀的去模糊處理
3.4.1 模糊參數(shù)值的估計
3.4.2 常規(guī)的復(fù)原方法
3.4.3 圖像最大熵去模糊
3.4.4 各種復(fù)原結(jié)果的對比與分析
3.5 本章小結(jié)
4 復(fù)雜背景下電力線路的提取、識別和跟蹤
4.1 圖像分割
4.1.1 邊緣檢測算子簡介
4.1.2 改進(jìn)的CANNY邊緣檢測算子
4.1.3 實驗驗證
4.2 電力線的提取算法
4.2.1 Hough變換
4.2.2 相位編組及改進(jìn)算法
4.2.3 改進(jìn)的相位編組與Hough相互融合的輸電線提取算法
4.2.4 實驗驗證與分析
4.3 電力線路的自動跟蹤
4.3.1 電力線路跟蹤方案的探討
4.3.2 基于UKF的Camshaft目標(biāo)跟蹤
4.4 實驗結(jié)果
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
作者簡介及讀研期間主要科研成果
【參考文獻(xiàn)】:
期刊論文
[1]Lucy-Richardson算法在模糊圖像復(fù)原中的應(yīng)用[J]. 聞毅. 智能計算機(jī)與應(yīng)用. 2015(01)
[2]無人機(jī)電力線路巡視平臺選型[J]. 王柯,彭向陽,陳銳民,陳海涵,郭小龍. 電力科學(xué)與工程. 2014(06)
[3]淺談輸電線路巡視中無人機(jī)的應(yīng)用[J]. 羊英琦. 科技創(chuàng)新與應(yīng)用. 2014(11)
[4]一種基于小波和Wiener相結(jié)合圖像去噪新方法[J]. 李東兵,李國平,滕國偉,趙海武,王國中,羅平偉,李萍. 電視技術(shù). 2013(13)
[5]運(yùn)動模糊圖像復(fù)原方法的研究[J]. 范群貞. 電子測量技術(shù). 2013(06)
[6]面向巡線無人機(jī)高壓線實時檢測與識別算法[J]. 趙利坡,范慧杰,朱琳琳,唐延?xùn)|. 小型微型計算機(jī)系統(tǒng). 2012(04)
[7]一種優(yōu)化的Canny算子邊緣檢測法[J]. 陳志強(qiáng),高磊,吳黎慧,張洋,蒲南江. 電子測試. 2011(06)
[8]一種改進(jìn)的基于Radon變換的運(yùn)動模糊圖像參數(shù)估計方法[J]. 樂翔,程建,李民. 紅外與激光工程. 2011(05)
[9]圖像處理技術(shù)在直升機(jī)巡檢輸電線路中的應(yīng)用綜述[J]. 仝衛(wèi)國,苑津莎,李寶樹. 電網(wǎng)技術(shù). 2010(12)
[10]中值濾波與均值濾波的應(yīng)用研究[J]. 楊秋霞. 內(nèi)江科技. 2010(11)
博士論文
[1]基于航拍圖像的輸電線路識別與狀態(tài)檢測方法研究[D]. 仝衛(wèi)國.華北電力大學(xué) 2011
碩士論文
[1]基于機(jī)器視覺的車道線檢測與追蹤系統(tǒng)的研究[D]. 秦敏.中國海洋大學(xué) 2012
[2]基于改進(jìn)的CAMSHIFT算法的視頻目標(biāo)跟蹤系統(tǒng)的研究與設(shè)計[D]. 陳禹.太原理工大學(xué) 2012
[3]無人機(jī)輸電線路巡線技術(shù)及其應(yīng)用研究[D]. 李力.長沙理工大學(xué) 2012
[4]用于視覺導(dǎo)航的道路檢測與跟蹤技術(shù)的研究[D]. 李婷婷.南京理工大學(xué) 2012
[5]單目視覺結(jié)構(gòu)化道路車道線檢測和跟蹤技術(shù)研究[D]. 付永春.南京理工大學(xué) 2012
[6]一種基于MeanShift的目標(biāo)跟蹤算法的研究[D]. 王帥.山東大學(xué) 2011
[7]基于機(jī)器視覺的道路檢測與車輛檢測算法研究[D]. 龔樹鋒.華南理工大學(xué) 2010
[8]基于粒子濾波和卡爾曼濾波的復(fù)雜場景下視覺跟蹤[D]. 徐林忠.浙江大學(xué) 2008
本文編號:3283634
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3283634.html
最近更新
教材專著