CN116379937B - 一种输电塔晃动监测方法及装置 - Google Patents
一种输电塔晃动监测方法及装置 Download PDFInfo
- Publication number
- CN116379937B CN116379937B CN202310662850.7A CN202310662850A CN116379937B CN 116379937 B CN116379937 B CN 116379937B CN 202310662850 A CN202310662850 A CN 202310662850A CN 116379937 B CN116379937 B CN 116379937B
- Authority
- CN
- China
- Prior art keywords
- power transmission
- transmission tower
- photo
- points
- displacement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 238000006073 displacement reaction Methods 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000001931 thermography Methods 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000000007 visual effect Effects 0.000 abstract 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 14
- 238000005259 measurement Methods 0.000 description 11
- 229910052742 iron Inorganic materials 0.000 description 7
- 238000000691 measurement method Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000003331 infrared imaging Methods 0.000 description 4
- 240000007651 Rubus glaucus Species 0.000 description 3
- 235000011034 Rubus glaucus Nutrition 0.000 description 3
- 235000009122 Rubus idaeus Nutrition 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- XHCLAFWTIXFWPH-UHFFFAOYSA-N [O-2].[O-2].[O-2].[O-2].[O-2].[V+5].[V+5] Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[V+5].[V+5] XHCLAFWTIXFWPH-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 229910001935 vanadium oxide Inorganic materials 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
- H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Gas-Insulated Switchgears (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及高压输电线路安全检测技术,具体涉及一种输电塔晃动监测方法及装置,该方法采用激光雷达采集输电塔三维点云数据,采用红外相机对输电塔进行红外成像,对图像进行预处理,降噪和增强,对处理后的图像选择目标区域,针对目标区域进行特征点提取,将特征点与输电塔三维模型对应,得到特征点绝对距离信息,根据不同时刻相片中特征点坐标的变化计算输电塔晃动位移,实现输电塔晃动监测。该方法使用红外热成像技术,对目标进行监测,极大提高了天气适应性,有效保障了输电安全。实现了可视化输电塔晃动位移,更好地维护输电线路、输电塔安全,及时规避风险。而采用温度识别方法,能在纷杂的图像中准确找到需要监测的目标,提高系统的可用性。
Description
技术领域
本发明属于高压输电线路安全检测技术领域,特别涉及一种输电塔晃动监测方法及装置。
背景技术
目前,输电塔、大型高耸建筑物的晃动位移测量方法总体可归纳为以下几种方法:GNSS测量法、激光测量法、倾角测量法、视频技术测量法、低频振动位移传感器测量法、倾斜仪测量方式。这些测量方法都存在较明显的缺陷:1. GNSS测量法的测量精度通常只有厘米级别、需要几公里范围内有静态的基准参考点,适用范围比较窄。 2.激光测量法的精度大于GNSS测量法,可以达到毫米级别,但是它受天气的影响比较大,而且需要在被测对象附近找到静态的设备安装点,且每个仪器只能监测一个目标点。 3.倾角测量法安装方便、不需要静态参考点,但是由于倾角仪同时能感应到结构的水平向振动加速度信号,需要对其输出信号进行低通滤波后,方可使用,进而导致其无法测量结构的较高频率水平向振动位移。因此,倾角测量法得到的位移为高耸建筑物的1阶固有频率以下的超低频率位移。4.视频技术测量法主要是通过高性能的摄像头快速抓拍建筑物,然后通过图像处理后得到建筑物的晃动位移。此方法适合用于实验室的建筑物模型实验,或者大型建筑物顶部附近有静态参考点的场景,容易受天气变化的影响,夜间、恶劣天气均无法进行监测。 5.低频振动位移传感器不需要静态参考点,使用非常方便,但是它只能感应到其有效频带范围内的各种周期性振动位移信号,不能得到大型高耸建筑物的非周期信振动位移信号和传感器有效频带范围外的周期性振动位移信号。 6.GNSS倾斜仪测量方式中,均需要将仪器安装在目标上,实施复杂度很高,操作比较复杂,维护成本也高。
红外热成像是一种利用探测物体发出的红外线,从而判断物体温度,并进一步将其成像的技术。在医学、安检等各个行业得到了广泛应用,在电力行业,也得到了一定程度的应用,主要是用来探测目标的温度,从而发现工作异常的器件。由于其特殊的工作原理,采集的热成像图不容易受到各类外界环境的影响,既可以日夜连续观测,又可以抵抗雾霾等恶劣天气。
使用红外热成像成像技术,对目标进行监测,极大提高了天气适应性,在大雾中也可以顺利完成监测,有效保障了输电安全。目前,虽然红外热成像可以穿透雾霾看到目标,但是尚不能直接检测输电塔的晃动位移。
发明内容
针对背景技术存在的问题,本发明提供一种全天时输电塔红外相机晃动监测设备和方法。
为解决上述技术问题,本发明采用如下技术方案:一种输电塔晃动监测装置,包括数字图像处理系统和位移显示系统;数字图像处理系统包含三维激光雷达、红外热成像仪、温度传感器和中央控制器;红外热成像仪通过CVBS、以太网、LVDT接口或者其他数据接口与中央控制器连接,温度传感器通过IIC或者其他数据接口与中央控制器连接;红外热成像仪安装于输电塔底部,温度传感器的探测器件紧贴在输电塔任意部位。
在上述输电塔晃动监测装置中,三维激光雷达选用Mid-40激光雷达,红外热成像仪采用红外相机,选用GUIDE640红外成像机芯,焦距25mm,分辨率640*512,像素大小17um,整体分辨0.05度温差;温度传感器为基于LMT70和ADS1115的温度传感器;中央控制器采用树莓派3B。
一种输电塔晃动监测方法,该方法包括:采用三维激光雷达采集输电塔三维点云数据,采用红外相机对输电塔进行红外成像,再对图像进行预处理,包括降噪和增强,然后对处理后的图像选择目标区域,针对目标区域进行特征点提取,将特征点与输电塔三维模型对应,得到特征点绝对距离信息,根据不同时刻相片中特征点坐标的变化计算输电塔晃动位移,实现输电塔晃动监测。
在上述输电塔晃动监测方法中,实现输电塔晃动监测的具体步骤如下:
S1.使用三维激光雷达扫描仪获取被监测目标的三维点云;
S2.中央控制器读取温度传感器温度t;
S3.连续、间隔拍摄相片,获得列存在特征点位移的相片;输入拍摄到的红外相片进行降噪处理,并进行图像增强;
S4.对于处理之后的图像进行特征提取,然后在初始相片中根据所选取的特征点进行扩大到指定大小的矩形区域,在后续拍摄的相片中,采用图像匹配方法,在后续拍摄的相片中找到匹配度最大的区域,得到目标点在相片中的坐标;将获取的温度传感器温度t作为参考温度,在相片中寻找温度等于t的数据,作为同名点识别的依据;在红外相片上提取输电塔相应特征点,在三维点云中找到照片上特征点对应的三维点,从而获得其距离信息;
S5.根据特征点在相片中的坐标、像素的大小、焦距以及通过点云中得到的目标的距离,计算出位移;
S6.将计算出的位移通过网络传输到后方客户端软件上,位移显示系统进行显示。
在上述输电塔晃动监测方法中,所述对处理后的图像进行特征提取包括采用点特征提取算法SIFT算子、Moravec算子或Forstner算子。
与现有技术相比,本发明的有益效果:本发明使用红外热成像技术,对目标进行监测,极大提高了天气适应性,在大雾中、夜间也可以完成监测,有效保障了输电安全。与该方法配套有数字图像处理系统和位移显示系统,实现可视化输电塔晃动位移,更好地维护输电线路、输电塔安全,及时规避风险。而采用温度识别方法,可以在纷杂的图像中准确找到需要监测的目标,提高系统的可用性。
附图说明
图1为本发明实施例设备结构图;
其中01-树莓派3B、02-红外热成像仪、03-温度传感器。
具体实施方式
下面将结合本发明实施例对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合具体实施例对本发明作进一步说明,但不作为本发明的限定。
本实施例利用激光雷达获取高压电塔的三维模型点云,其中有目标的距离信息;通过红外热成像方法,拍摄红外相片,寻找兴趣点,然后连续、间隔拍摄相片;对相片做预处理之后,计算兴趣点的坐标,与初始照片中兴趣点的坐标作对比,可以得到兴趣点的位移。
本实施例使用激光雷达获取点云信息,使用红外热像仪获取初始照片,对拍摄到的初始照片进行降噪、增强处理,提取特征点计算,通过相机的参数和特征点的坐标变化,计算出对应点的位移。
使用红外热像仪拍摄输电塔,将输电塔红外影像数据通过数据线传输到处理器,运行处理器上加载的图像处理程序,对拍摄得到的红外相片进行预处理,具体包括降噪和增强、削弱噪声,使边缘等特征更加明显,然后进行特征点的提取,将提取出的特征点与输电塔的三维模型对应,将红外照片上的相对距离信息转换成变形监测需要的绝对距离信息,根据不同时刻相片中特征点坐标的变化计算输电塔晃动位移,将晃动位移信息通过网络远程传输到电脑上的软件中,对位移信息进行可视化。
本实施例一种输电塔晃动监测装置包括数字图像处理系统和位移显示系统,在显示端接收位移数据,并显示在目标的光学相片或者三维模型上,由此对高压输电塔进行晃动监测。在已有硬件、算法清晰且易于实现、激光雷达辅助的情况下,可以很好的检测输电塔的位移。通过与现代热红外技术的结合,设计模型,为热红外传感器运用到高耸建筑物监测、电力安全等方面提供新的视角。在实际运行条件下,红外热成像相机往往向斜上拍摄,难免会有云层和其他背景干扰。由于热成像仅对温度敏感,因此在识别兴趣点的时候,存在识别错误的可能,为了提高识别正确率,准确提取输电塔,采用了温度传感器作为辅助条件,对输电塔结构进行识别。
而且,数字图像处理系统包含三维激光雷达、红外热成像仪、精密温度传感器、中央控制器。其中三维激光雷达是独立设备,只在检测开始之前对被监测目标进行建模,系统运行后即可撤离。红外热成像仪通过CVBS或者以太网,或者LVDT接口或者其他数据接口和中央控制器连接,温度传感器通过IIC或者其他数据接口和中央控制器连接。温度传感器的探测器件紧贴监测目标安装,以便准确得到其温度。
监测装置可以对热成像相片进行校正、增强、提取特征,通过温度传感器准确找到需要监测的目标,并通过三维点云获取的距离和相片兴趣点的特征计算其晃动位移。
一种输电塔晃动的监测方法,使用红外热像仪拍摄输电塔,将输电塔红外影像数据通过数据线传输到处理器,运行处理器上加载的图像处理程序,对拍摄得到的红外相片进行预处理,具体包括降噪和增强、削弱噪声,使边缘等特征更加明显,然后进行特征点的提取,将提取出的特征点与输电塔的三维模型对应,将红外照片上的相对距离信息转换成变形监测需要的绝对距离信息,根据不同时刻相片中特征点坐标的变化计算输电塔晃动位移,将晃动位移信息通过网络远程传输到电脑上的软件中,对位移信息进行可视化。
具体包括以下步骤:
步骤 1、使用三维激光扫描仪获取被监测目标的三维点云;
步骤2、中央控制器读取温度传感器温度t;
步骤3、连续、间隔拍摄相片,获得一些列存在特征点位移的相片;输入拍摄到的红外相片进行降噪处理,并进行图像增强;
步骤4、对于处理之后的图像进行特征提取。然后在初始相片中根据所选取的特征点进行扩大到指定大小的矩形区域,在后续拍摄的相片中,采用图像匹配技术,在后续拍摄的相片中找到匹配度最大的区域,然后得到目标点在相片中的坐标;由于获取的红外热成像相片包含温度信息,为了能在杂乱的图像中准确识别监测目标,需要将步骤2中获取的温度t作为参考温度,在相片中寻找温度等于t的数据,可以作为同名点识别的依据,从而提高识别准确率。在红外相片上提取高压电塔相应特征点,在三维点云中找到照片上特征点对应的三维点,从而获得其距离信息。
步骤5、由特征点在相片中的坐标,根据像素的大小,焦距,以及通过点云中得到的目标的距离,计算出位移。
步骤6、经过上述图像处理以后,将计算出的位移结果等信息通过网络传输到后方客户端软件上,即位移显示系统上进行显示。在电脑上开发了一个客户端软件来实时显示采集到的电塔变形数据,展示电塔下方拍摄的电塔红外影像,点击电塔红外影像上的任何一点都可以显示出它的变形曲线图以及温度等信息。除此之外,当高压电塔上某一点的变形值过大时,还会立即提醒工作人员,做到真正的防患于未然。
具体实施时,一种输电塔晃动监测装置,如图1所示,通过数据线将红外热像仪的影像数据传输到处理器中,在处理器中运行图像处理程序,输出输电塔特征点的晃动数据,通过网络将晃动数据远程传输到电脑的软件上,软件将显示输电塔的三维模型和输电塔任意一点的晃动数据。
三维激光雷达采用Mid-40激光雷达。该装置可探测最远260米的距离,点云数据率为100000点/秒,角度精度小于0.05°,点云精度2厘米,使用38.4°的圆形视场角进行非重复采样。需要将激光雷达布设在高压铁塔下方来对高压铁塔进行扫描。红外热成像仪02选用国内红外热成像仪研发的龙头公司高德红外的GUIDE640红外成像机芯,焦距25mm,分辨率640*512,像素大小17um,整体可分辨0.05度的温差,即便是针对平常温度变化幅度较小的高压电塔来说,它的温度分辨率也足以满足测量与变形监测要求。将其安装在电塔底部,并对其成像进行校正。精密温度传感器03基于LMT70和ADS1115的精密温度传感器,其探测精度最高可达0.05摄氏度,接口为IIC。中央控制器采用树莓派3B01,具备丰富接口和足够的运算能力。
安装的时候,精密温度传感器的探头LMT70紧贴在铁塔任意部位上即可。由于铁塔处于开放空间,材料是热的良导体,因此整个铁塔的温度基本一致。
本实施例输电塔晃动监测方法是采用激光雷达采集输电塔三维点云数据,采用红外相机对输电塔进行红外成像,再对图像进行预处理,包括降噪和增强,然后对处理后的图像选择目标区域,针对目标区域进行特征点提取,将特征点与输电塔三维模型对应,得到特征点绝对距离信息,根据不同时刻相片中特征点坐标的变化计算输电塔晃动位移,实现输电塔晃动监测。
第一步对高压电塔进行激光雷达扫描,建立三维点云模型,这一步就需要选择合适的激光雷达,并且对高压电塔进行快速的扫描。选择Mid-40作为激光雷达测距单元的主要部分,整体价格便宜,可以满足要求。使用Mid-40进行快速扫描时,整座铁塔达到接近100%的覆盖率只需要1秒。
扫描过后,利用红外相机拍摄照片。高德红外的GUIDE 640红外成像仪,使用非制冷式氧化钒传感器,焦距25mm,分辨率640*512,像素大小17um,可分辨0.05度的温差。
得到输电塔的成像图后,为了提高识别精确度,需要对拍摄到的红外照片进行预处理。首先,中央控制器读取温度传感器的测量值,得到铁塔的温度t。在后期识别过程中,只有热成像相片中温度和t近似的像素采被认为是铁塔上的点,从而大幅提高识别率。
本实施例数字图像处理系统采用多种技术进行红外图像的预处理,包括非均匀校正、噪声消除和图像增强等。非均匀校正是为了消除红外图像中由于光学系统非均匀性引起的背景噪声,通过红外相机对空白背景的校准,进行灰度值的校正和平滑化处理;噪声处理技术则采用了中值平滑滤波、均值平滑滤波和频域增强等方法,以消除图像中的椒盐噪声和高斯噪声。其中,频域增强的原理是先对需要增强的傅里叶变换进行计算,然后将其与转换函数相乘,最后对乘积予以逆傅里叶变换,以提高图像的对比度和清晰度。
本实施例通过图像增强来进一步提高输电塔红外图像的质量和清晰度。使用以下三种方法:线性灰度变换,通过调整图像的亮度和对比度,使得输电塔的边缘和轮廓更加清晰明显;对数灰度变换,可以将灰度值转换为对数域中的值,有效地增加了图像的动态范围,使得输电塔在图像中更加突出;直方图均衡化,可以通过对图像的灰度级进行重新分配来增强图像的对比度和清晰度,从而更好地显示输电塔的细节和结构。
得到处理后的图像后,找到后续相片的同名点,由于输电塔结构的复杂性,同名点检测较为困难,因此采取扩大识别的方法进行图像匹配,找到同名点,先以所选点为中心扩大到指定大小矩形区域,然后对后续相片进行模板匹配,得出每张相片匹配度最大的位置,再得到同名点。同时根据同名点中温度t相同来辅助识别,提高同名点识别准确率。
利用特征点计算位移,原理和步骤如下:首先进行特征提取,在红外相片上提取到高压电塔相应的特征点,通过雷达获取的三维点云找到照片上特征点对应的三维点,从而获得其距离信息;然后连续、间隔拍摄相片,获得一些存在特征点位移的相片,标记出每张相片中的特征点坐标,并得到其在相片中的坐标;最后,由特征点在相片中的坐标,根据像素的大小,焦距,以及通过点云中得到的目标的距离,计算出位移。
本实施例采用点特征提取算法,例如SIFT算子、Moravec算子或Forstner算子:首先以像素四个主要方向上的最小灰度方差表示该像素与邻近像素的灰度变化情况,即像素的兴趣值;然后在图像的局部选择具有最大兴趣值的点作为特征点,即灰度变化明显的点。使用该方法,可以较为准确的提取出高压铁塔特征点,为后续计算出点的位移打下了坚实的基础。
经过处理和分析,将采集到的输电塔晃动数据通过网络传输到后方的电脑客户端软件上进行实时显示。实现的方式是将所有的软件处理部分搭载在一个树莓派上,根据采集到的数据计算出电塔的位移结果,并将这些信息通过网络传输到后方客户端软件上进行显示。 这个客户端软件可以实时显示采集到的电塔变形数据,同时还可以展示电塔下方拍摄的红外影像,这样工作人员就可以通过点击影像上的任意一点来显示出对应点的变形曲线图以及温度等信息。 此外,当高压电塔上某一点的变形值过大时,软件还会立即提醒工作人员,从而防患于未然。
本实施例还提供一种电子设备,存储计算机可执行指令的计算机可读存储介质;和一个或多个处理器,所述一个或多个处理器耦接到所述计算机可读存储介质并被配置为执行所述计算机可执行指令,以使得所述设备执行输电塔晃动的监测方法。
本实施例还提供一种可读存储介质,存储有计算机可执行指令,所述计算机可执行指令当由处理器执行时,将处理器配置为执行输电塔晃动的监测方法。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (4)
1.一种基于输电塔晃动监测装置的监测方法,其特征在于,该装置包括数字图像处理系统和位移显示系统;数字图像处理系统包含三维激光雷达、红外热成像仪、温度传感器和中央控制器;红外热成像仪通过CVBS、以太网、LVDT接口或者其他数据接口与中央控制器连接,温度传感器通过IIC或者其他数据接口与中央控制器连接;激光雷达布设在输电塔下方,红外热成像仪安装于输电塔底部,温度传感器的探测器件紧贴在输电塔任意部位;该方法实现输电塔晃动监测的具体步骤如下:
S1.使用三维激光雷达扫描仪获取被监测目标的三维点云;
S2.中央控制器读取温度传感器温度t;
S3.连续、间隔拍摄相片,获得列存在特征点位移的相片;输入拍摄到的红外相片进行降噪处理,并进行图像增强;
S4.对于处理之后的图像进行特征提取,然后在初始相片中根据所选取的特征点进行扩大到指定大小的矩形区域,在后续拍摄的相片中,采用图像匹配方法,在后续拍摄的相片中找到匹配度最大的区域,得到目标点在相片中的坐标;将获取的温度传感器温度t作为参考温度,在相片中寻找温度等于t的数据,作为同名点识别的依据;在红外相片上提取输电塔相应特征点,在三维点云中找到照片上特征点对应的三维点,从而获得其距离信息;
S5.根据特征点在相片中的坐标、像素的大小、焦距以及通过点云中得到的目标的距离,计算出位移;
S6.将计算出的位移通过网络传输到后方客户端软件上,位移显示系统进行显示。
2.根据权利要求1所述的基于输电塔晃动监测装置的监测方法,其特征在于,所述对处理后的图像进行特征提取包括采用点特征提取算法SIFT算子、Moravec算子或Forstner算子。
3.一种电子设备,其特征在于,存储计算机可执行指令的计算机可读存储介质;和一个或多个处理器,所述一个或多个处理器耦接到所述计算机可读存储介质并被配置为执行所述计算机可执行指令,以使得所述设备执行根据权利要求1-2中任一项所述的方法。
4.一种可读存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令当由处理器执行时,将处理器配置为执行根据权利要求1-2中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310662850.7A CN116379937B (zh) | 2023-06-06 | 2023-06-06 | 一种输电塔晃动监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310662850.7A CN116379937B (zh) | 2023-06-06 | 2023-06-06 | 一种输电塔晃动监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116379937A CN116379937A (zh) | 2023-07-04 |
CN116379937B true CN116379937B (zh) | 2023-11-24 |
Family
ID=86979160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310662850.7A Active CN116379937B (zh) | 2023-06-06 | 2023-06-06 | 一种输电塔晃动监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116379937B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004352108A (ja) * | 2003-05-29 | 2004-12-16 | Aichi Corp | 軌道設備の発熱検出装置 |
JP2006275984A (ja) * | 2005-03-30 | 2006-10-12 | Ryuichi Mihashi | 高圧鉄塔の変位計測方法 |
KR101283413B1 (ko) * | 2013-01-04 | 2013-07-08 | (주)대우건설 | 적외선 열화상 카메라를 이용한 구조물의 3차원 실시간 영상계측 모니터링 시스템 |
WO2015040001A2 (de) * | 2013-09-19 | 2015-03-26 | Muehlbauer Ag | Vorrichtung, system und verfahren zum identifizieren einer person |
CN106446799A (zh) * | 2016-08-31 | 2017-02-22 | 浙江大华技术股份有限公司 | 一种热成像目标识别的方法和装置 |
CN106548211A (zh) * | 2016-11-08 | 2017-03-29 | 中国科学院自动化研究所 | 基于红外图像的变电站测温点自动识别方法和装置 |
CN109754429A (zh) * | 2018-12-14 | 2019-05-14 | 东南大学 | 一种基于图像的桥梁结构挠度测量方法 |
CN112525162A (zh) * | 2021-02-09 | 2021-03-19 | 众芯汉创(北京)科技有限公司 | 一种无人机测量输电线路影像距离的系统及方法 |
CN113483895A (zh) * | 2021-06-01 | 2021-10-08 | 武汉大学 | 基于热像仪成像参数标定板装置的电力线安全检测方法 |
CN113865496A (zh) * | 2021-08-24 | 2021-12-31 | 中国电力科学研究院有限公司 | 基于二维摄影的输电线路铁塔相对变形监测方法及系统 |
CN115393387A (zh) * | 2021-05-09 | 2022-11-25 | 国网江苏省电力有限公司徐州供电分公司 | 一种建筑物位移监测方法和装置 |
-
2023
- 2023-06-06 CN CN202310662850.7A patent/CN116379937B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004352108A (ja) * | 2003-05-29 | 2004-12-16 | Aichi Corp | 軌道設備の発熱検出装置 |
JP2006275984A (ja) * | 2005-03-30 | 2006-10-12 | Ryuichi Mihashi | 高圧鉄塔の変位計測方法 |
KR101283413B1 (ko) * | 2013-01-04 | 2013-07-08 | (주)대우건설 | 적외선 열화상 카메라를 이용한 구조물의 3차원 실시간 영상계측 모니터링 시스템 |
WO2015040001A2 (de) * | 2013-09-19 | 2015-03-26 | Muehlbauer Ag | Vorrichtung, system und verfahren zum identifizieren einer person |
CN106446799A (zh) * | 2016-08-31 | 2017-02-22 | 浙江大华技术股份有限公司 | 一种热成像目标识别的方法和装置 |
CN106548211A (zh) * | 2016-11-08 | 2017-03-29 | 中国科学院自动化研究所 | 基于红外图像的变电站测温点自动识别方法和装置 |
CN109754429A (zh) * | 2018-12-14 | 2019-05-14 | 东南大学 | 一种基于图像的桥梁结构挠度测量方法 |
CN112525162A (zh) * | 2021-02-09 | 2021-03-19 | 众芯汉创(北京)科技有限公司 | 一种无人机测量输电线路影像距离的系统及方法 |
CN115393387A (zh) * | 2021-05-09 | 2022-11-25 | 国网江苏省电力有限公司徐州供电分公司 | 一种建筑物位移监测方法和装置 |
CN113483895A (zh) * | 2021-06-01 | 2021-10-08 | 武汉大学 | 基于热像仪成像参数标定板装置的电力线安全检测方法 |
CN113865496A (zh) * | 2021-08-24 | 2021-12-31 | 中国电力科学研究院有限公司 | 基于二维摄影的输电线路铁塔相对变形监测方法及系统 |
Non-Patent Citations (1)
Title |
---|
周立伟等.《目标探测与识别》.北京理工大学出版社,2004,(第1版),第160-162页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116379937A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110108348B (zh) | 基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统 | |
US20200226413A1 (en) | Fast and robust multimodal remote sensing images matching method and system | |
US10852213B2 (en) | Image processing device for gas detection, image processing method for gas detection, image processing program for gas detection, computer-readable recording medium having image processing program for gas detection recorded thereon, and gas detection system | |
CN111047568B (zh) | 一种漏汽缺陷检测识别方法及系统 | |
US10084971B2 (en) | Method for measurement and 3D reconstruction of precipitation particles based on orthogonal dual-view imaging | |
JP2017053819A (ja) | コンクリートのひび割れ検出方法及び検出プログラム | |
GB2554796A (en) | Testing 3D imaging systems | |
CN112284260A (zh) | 一种视觉位移监测方法、设备和系统 | |
CN116630327B (zh) | 基于热力图的锅炉状态异常监测系统 | |
CN110533649B (zh) | 一种无人机通用结构裂缝识别检测装置及方法 | |
CN108648184A (zh) | 一种遥感图像高空卷云的检测方法 | |
CN104897269A (zh) | 基于线扫描成像的架空电线振动频率测量系统 | |
CN113554667B (zh) | 一种基于图像识别的三维位移检测方法及装置 | |
WO2024067435A1 (zh) | 一种基于视频的多目标位移跟踪监测方法及装置 | |
US9014426B2 (en) | Method and device for the detection of moving objects in a video image sequence | |
CN109272484B (zh) | 一种基于视频图像的降雨检测方法 | |
CN113340405B (zh) | 桥梁振型的测量方法、装置及系统 | |
CN116379937B (zh) | 一种输电塔晃动监测方法及装置 | |
Shang et al. | Multi-point vibration measurement for mode identification of bridge structures using video-based motion magnification | |
CN112906095B (zh) | 基于激光条纹中心追踪的桥梁模态识别方法及其系统 | |
CN117113284B (zh) | 多传感器融合的数据处理方法、装置与多传感器融合方法 | |
KR20200016507A (ko) | 영상 합성 방법 및 장치 | |
CN110969601B (zh) | 基于视觉特征跟踪算法的结构转动响应非接触式识别方法 | |
JP2011053138A (ja) | レーダ画像処理装置 | |
Wang et al. | Vision technique for deflection measurements based on laser positioning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |