一种具有线路覆冰监测功能的监测装置及监测方法与流程

本技术涉及图像匹配，具体涉及一种具有线路覆冰监测功能的监测装置及监测方法。

背景技术：

1、传统运检模式往往需要投入大量人力资源集中开展运维、检修以及保电等工作。但是目前电网迅速发展，传统运检模式周期长、效率低、气候环境影响大以及范围有限等缺点与快速增长的电网规模之间的矛盾日益突出，亟需能够适用于快速增长的电网上的运维监测方法。基于物联网的监测传感技术、数据分析技术设计的智能化终端的监测装置随之兴起。

2、输电线路的覆冰、输电线测温、杆塔倾斜、舞动、绝缘层破损等是影响输电线路安全的常见现象，也是输电线路运维监测的重点。其中，输电线路上覆冰的增加会使输电线、绝缘子串以及杆塔的机械荷载增大，可能会造成闪络跳闸、通信中断与杆塔倒塌等事故，严重威胁电网的安全稳定运行。因此，及时了解高压输电线路的覆冰厚度，对电网覆冰的严重情况做出合适地判断，得到准确的监测结果以便工作人员做出防治措施是极为重要的。

3、在智能化终端将采集到线路覆冰图像传输到后台进行图像分析的过程中，通常利用数据库中大量的图像进行匹配分析，然而单一的匹配算法，通常只通过单一的图像信息，如纹理、像素值等进行匹配。例如，在利用sad绝对误差和（sum of absolute differences，sad）算法对线路覆冰图像进行匹配时，仅通过两幅图像中像素值的绝对差之和衡量差异程度，没有考虑图像的特征信息，容易被图像噪声、纹理等因素影响导致出现误匹配的可能性较大，使得获取的视差图的准确性较低，导致输电线路覆冰厚度测量的准确率下降。

技术实现思路

1、为了解决单一图像匹配算法难以对图像的纹理信息进行较好的匹配，导致输电线路覆冰厚度测量不准确的技术问题，本技术的目的在于提供一种具有线路覆冰监测功能的监测装置及监测方法，所采用的技术方案具体如下：

2、本技术提出了一种具有线路覆冰监测功能的监测装置及监测方法，该方法包括：

3、对监测装置获取的原始图像进行处理，分别得到线路覆冰图像与线路覆冰红外图像；

4、根据线路覆冰图像中每个像素点的预设窗口内边缘像素点的位置分布，以及该像素点在线路覆冰红外图像中相同位置像素点与其预设窗口内像素点的像素值之间的差异，获取线路覆冰图像中每个像素点的融化特征值；

5、依据线路覆冰图像中每个像素点的预设窗口内所述融化特征值的混乱程度，获取线路覆冰图像中每个像素点的初始代价权重；

6、分别利用sad匹配算法与census匹配算法对线路覆冰左灰度图像与线路覆冰右灰度图像进行匹配，得到线路覆冰左灰度图像中每个像素点的sad匹配代价与census匹配代价，并结合所述初始代价权重，获取线路覆冰深度图；

7、基于线路覆冰深度图测量输电线覆冰厚度。

8、进一步地，所述融化特征值的获取方法，包括：

9、根据线路覆冰图像中每个像素点的预设窗口内边缘像素点的位置分布，获取线路覆冰图像中每个像素点的线条波动度；

10、依据线路覆冰红外图像中每个像素点与其预设窗口内像素点的像素值之间的差异，获取线路覆冰红外图像中每个像素点的温差特征值；

11、结合线路覆冰图像中每个像素点的线条波动度，以及该像素点在线路覆冰红外图像中相同位置像素点的温差特征值，获取线路覆冰图像中每个像素点的融化特征值；所述温差特征值与所述线条波动度均与所述融化特征值为正相关的关系。

12、进一步地，所述线条波动度的获取方法，包括：

13、根据线路覆冰图像中每个像素点的预设窗口内边缘像素点的数量，筛选出线路覆冰图像中的边缘特征像素点；

14、对于线路覆冰图像中任意一个边缘特征像素点，对边缘特征像素点的预设窗口内所有边缘像素点进行曲线拟合得到边缘特征像素点的边缘曲线段，将所述边缘曲线段的两个端点的像素坐标的横坐标的差值绝对值，作为边缘特征像素点的边缘横差值；将所述边缘曲线段的两个端点的像素坐标的纵坐标的差值绝对值，作为边缘特征像素点的边缘纵差值；

15、结合边缘特征像素点的边缘横差值、边缘纵差值以及预设窗口的长度，获取线路覆冰图像中边缘特征像素点的线条波动度；

16、将线路覆冰图像中除边缘特征像素点外的像素点的线条波动度设置为0。

17、进一步地，所述边缘特征像素点的获取方法，包括：

18、对线路覆冰图像进行边缘检测，获取线路覆冰图像中的边缘像素点；

19、将线路覆冰图像中每个像素点的预设窗口内边缘像素点的数量与预设窗口内像素点的总数量的比值大于预设边缘阈值的像素点，作为线路覆冰图像中的边缘特征像素点。

20、进一步地，所述线路覆冰图像中边缘特征像素点的线条波动度的计算公式如下：

21、;

22、式中，为线路覆冰图像中第i个边缘特征像素点的线条波动度；为线路覆冰图像中第i个边缘特征像素点的边缘横差值；为线路覆冰图像中第i个边缘特征像素点的边缘纵差值；l为预设窗口的长度；arcsin()为反正弦函数；cos()为余弦函数。

23、进一步地，所述温差特征值的获取方法，包括：

24、获取得到线路覆冰红外图像时刻的环境温度；

25、选取线路覆冰红外图像中任意一个像素点作为分析像素点，将分析像素点与其预设窗口内每个像素点的像素值的差值，作为分析像素点的预设窗口内每个像素点的温差值；

26、当分析像素点的像素值等于预设第一值且所述环境温度大于预设第二值时，将分析像素点的预设窗口内所述温差值小于预设温度阈值的像素点进行标记；

27、将分析像素点的预设窗口内被标记像素点的数量与其预设窗口内像素点的总数量的比值，作为分析像素点的温差特征值。

28、进一步地，所述初始代价权重的获取方法，包括：

29、获取线路覆冰图像中每个像素点的预设窗口内像素点的融化特征值的信息熵，作为线路覆冰图像中每个像素点的温差混乱度；

30、根据线路覆冰图像中每个像素点的所述融化特征值与所述温差混乱度，获取线路覆冰图像中每个像素点的初始代价权重；所述融化特征值与所述温差混乱度均与所述初始代价权重为正相关的关系。

31、进一步地，所述覆冰深度图的获取方法，包括：

32、将线路覆冰左灰度图像中任意一个像素点作为左像素点，由左像素点与线路覆冰右灰度图像中每个像素点构成待匹配对；将待匹配对中两个像素点的初始代价权重的最大值作为待匹配对的两个像素点进行匹配时的匹配代价权重；

33、根据线路覆冰左灰度图像与线路覆冰右灰度图像中像素点的匹配代价权重，sad匹配代价与census匹配代价，获取线路覆冰左灰度图像中每个像素点在视差值下的融合视差代价；线路覆冰左灰度图像中每个像素点的所述融合视差代价至少有两个；

34、对线路覆冰图像进行滤波得到滤波覆冰图像，所述滤波覆冰图像包括：滤波覆冰左图像与滤波覆冰右图像；对滤波覆冰左图像与滤波覆冰右图像进行匹配，获取滤波覆冰左图像中每个像素点在视差值下的融合视差代价；

35、将线路覆冰左灰度图像与滤波覆冰左图像中相同位置像素点的融合视差代价的最小值对应的视差值，作为线路覆冰左灰度图像中像素点的最终视差值；

36、由线路覆冰左灰度图像中每个像素点的最终视差值构成初始视差图；对初始视差图进行优化得到优化视差图；利用视差图与深度图的转换公式，将优化视差图转换为线路覆冰深度图。

37、进一步地，所述根据线路覆冰左灰度图像与线路覆冰右灰度图像中像素点的匹配代价权重，sad匹配代价与census匹配代价，获取线路覆冰左灰度图像中每个像素点在视差值下的融合视差代价，包括：

38、融合视差代价的计算公式如下：

39、;

40、;

41、;

42、式中，为线路覆冰左灰度图像中第j个像素点的融合视差代价；d为线路覆冰左灰度图像中第j个像素点的视差值；为线路覆冰左灰度图像中第j个像素点的匹配代价权重；为线路覆冰左灰度图像中第j个像素点的sad匹配代价；为线路覆冰左灰度图像中第j个像素点的census匹配代价；为正常数；为正常数；exp()为以自然常数e为底数的指数函数。

43、第二方面，本技术一个实施例提供一种具有线路覆冰监测功能的监测装置，该装置包括：

44、数据采集模块，用于对监测装置获取的原始图像进行处理，分别得到线路覆冰图像与线路覆冰红外图像；

45、图像分析模块，用于根据线路覆冰图像中每个像素点的预设窗口内边缘像素点的位置分布，以及该像素点在线路覆冰红外图像中相同位置像素点与其预设窗口内像素点的像素值之间的差异，获取线路覆冰图像中每个像素点的融化特征值；

46、权重计算模块，用于依据线路覆冰图像中每个像素点的预设窗口内所述融化特征值的混乱程度，获取线路覆冰图像中每个像素点的初始代价权重；

47、图像匹配模块，用于分别利用sad匹配算法与census匹配算法对线路覆冰左灰度图像与线路覆冰右灰度图像进行匹配，得到线路覆冰左灰度图像中每个像素点的sad匹配代价与census匹配代价，并结合所述初始代价权重，获取线路覆冰深度图；

48、覆冰厚度监测模块，用于基于线路覆冰深度图测量输电线覆冰厚度。

49、本技术具有如下有益效果：

50、在本技术实施例中，利用监测装置获取输电线上覆冰区域的原始图像，并从覆冰区域内液体水与固体冰的线条波动程度差异与温度差异两个方面对覆冰区域内冰的融化程度进行分析，覆冰线路图像中像素点的预设窗口内边缘像素点的位置分布呈现像素点周围线条波动程度，线路覆冰红外图像中像素点与周围像素点的像素值的差异体现像素点周围温差分布，综合分析使融化特征值呈现覆冰融化程度的准确性更高；融化特征值的分布呈现覆冰区域的冰融化后的轮廓纹理，使获取初始代价权重更加符合覆冰融化场景；sad算法在容易被图像噪声、纹理等因素影响，census算法能够较好地弥补这些缺点，结合sad算法与census算法对线路覆冰左灰度图像与线路覆冰右灰度图像进行匹配，提高图像匹配的准确性，结合初始代价权重使得到线路覆冰深度图更加适合线路覆冰场景且准确率较高，提高了输电线覆冰厚度测量的准确性。