一种导线断股识别方法、装置、电子设备和计算机可读存储介质

技术领域

本发明涉及导线识别技术领域，尤其涉及一种导线断股识别方法、装置、电子设备和计算机可读存储介质。

背景技术

目前高压输电线一般都采用钢芯铝绞线，钢芯铝绞线在低温下容易发生局部断股，具体表现为多条细股绞合成的导线的其中一条或多条细股断裂并悬挂在导线上。如果无法及时发现并维修，输电线的功率会急剧增大，还可能造成导线发生断裂，影响人身安全，造成巨大损失。目前输电线断股识别主要靠人为发现并上报，由于高压输电线一般架线较高，人工无法准确识别，识别准确度低。也有进行改进通过无人机识别的，例如公布号为CN106525859A、公布日为2017.3.22的中国专利-一种无人机实时检测高压输电导线断股缺陷的方法，其通过无人机获取图像后通过边缘检测和二值化优化进行检测断股缺陷，但上述的方法存在精度不高的问题，会产生识别误差，无法快速准确进行断股识别，为此，需要提出一种导线断股快速识别的方法。

发明内容

本发明提供一种导线断股识别方法、装置、电子设备和计算机可读存储介质，可对导线断股缺陷进行快速识别，以解决人工识别准确度低的问题。

具体技术方案如下：

一种导线断股识别方法，包括：

获取携带有导线的第一图像，其中，第一图像中含有干扰信息；

对干扰信息进行过滤得到第二图像；

在第二图像中的目标导线的目标离散度高于离散度阈值的情况下，确定目标导线发生断股。

可选地，确定目标离散度的过程如下：

在第二图像中的连通域的数量满足预设数量条件的情况下，对第二图像中的待选导线进行骨架提取，得到目标导线；

确定目标导线中的目标种子点；

以目标种子点为基础进行区域生长，以提取目标导线的连通域；

确定连通域中的目标导线的目标离散度。

可选地，对第二图像中的待选导线进行骨架提取，得到目标导线包括：

对第二图像中的待选导线进行骨架提取；

确定骨架的线长值和线宽值；

在线长值和线宽值的比例满足预设比例条件的情况下，确定骨架为目标导线。

可选地，对干扰信息进行过滤得到第二图像包括：

对第一图像进行阈值分割；

对进行阈值分割后的第一图像进行连通域过滤，以过滤背景干扰；

对于进行连通域过滤后的第一图像，进行间隔装置干扰去除和相似物干扰去除，得到第二图像。

可选地，对进行阈值分割后的第一图像进行连通域过滤包括：

对进行阈值分割后的第一图像进行腐蚀处理和膨胀处理；

确定进行腐蚀处理和膨胀处理后的第一图像的连通域；

确定连通域的最小外接矩形的长度和宽度；

在长度和宽度的比值不满足预设比值条件的情况下，过滤掉连通域。

可选地，对于进行连通域过滤后的第一图像，进行相似物干扰去除包括：

在相似物的物体长度不满足长度阈值、或物体宽度不满足宽度阈值或相似物的任意两条线的同位角不相等的情况下，去除相似物。

可选地，对于进行连通域过滤后的第一图像，进行间隔装置干扰去除包括：

通过数学形态学方法进行间隔装置干扰去除。

本发明还提供了一种导线断股识别装置，装置包括：

获取模块，用于获取携带有导线的第一图像，其中，第一图像中含有干扰信息；

过滤模块，用于对干扰信息进行过滤得到第二图像；

确定模块，用于在第二图像中的目标导线的目标离散度高于离散度阈值的情况下，确定目标导线发生断股。

本发明还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述的导线断股识别方法。

本发明还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述的导线断股识别方法。

本发明的有益效果为：

本发明提供了一种导线断股识别方法，获取携带有导线的第一图像，其中，第一图像中含有干扰信息，然后对干扰信息进行过滤得到第二图像，最后，在第二图像中的目标导线的目标离散度高于离散度阈值的情况下，确定目标导线发生断股。本发明通过目标导线的目标离散度确定目标导线发生故障，采用机器识别目标离散度的稳定性，可以提高导线断股识别的准确率，提高工作效率。

附图说明

图1为本发明的导线断股识别方法的流程示意图；

图2为确定目标离散度的方法流程示意图；

图3为对干扰信息进行过滤的方法流程示意图；

图4为进行阈值分割之前的第一图像示意图；

图5为进行阈值分割之后的第一图像示意图；

图6为进行连通域过滤后的第一图像示意图；

图7为进行连通域过滤的计算示意图；

图8为导线断股识别的处理流程示意图；

图9为本发明的导线断股识别装置的结构示意图；

图10为本发明的电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，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做出创造性劳动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。

实施例1

本发明提供了一种导线断股识别方法，可以应用于服务器，用于识别发生断股的导线。

下面将结合具体实施方式，对本实施例提供的一种导线断股识别方法进行详细的说明，如图1所示，具体步骤如下：

步骤101：获取携带有导线的第一图像。其中，第一图像中含有干扰信息。

在本申请实施例中，服务器获取携带有导线的第一图像，第一图像可以是飞行器拍摄的航拍图像。由于拍摄过程中还可能会拍摄到作为导线背景的山川、河流、田野等其他物体，因此，第一图像中含有干扰信息。

步骤102：对干扰信息进行过滤得到第二图像。

服务器对第一图像中的干扰信息进行过滤，得到第二图像，主要过滤的干扰信息包括：第一图像中的导线相似物(细长条物体)、导线上的隔离装置、和图像背景。

步骤103：在第二图像中的目标导线的目标离散度高于离散度阈值的情况下，确定目标导线发生断股。

服务器确定第二图像中的目标导线，并计算目标导线的目标离散度，离散度是指同类指标分布相对于某一中心指标分布的偏离程度，离散度越小，表示越稳定。若目标离散度高于离散度阈值，表明目标导线不稳定，出现多支线路，则表明目标导线发生断股。

在本实施例中，识别第二图像中的目标导线的目标离散度，利用离散度的稳定性确定目标导线发生断股，采用机器识别导线断股比人工肉眼识别更加准确，提高导线断股识别率。另外，滤除干扰信息可以进一步提高识别的准确性。

作为一种可选的实施方式，如图2所示，确定目标离散度的过程如下：

步骤201：在第二图像中的连通域的数量满足预设数量条件的情况下，对第二图像中的待选导线进行骨架提取，得到目标导线。

在本实施例中，连通区域一般是指图像中具有相同像素值且位置相邻的前景像素点组成的图像区域，连通区域分析是指将图像中的各个连通区域找出并标记。

若服务器识别到第二图像中的连通域的数量满足预设数量范围，则对第二图像中的待选导线进行骨架提取，若服务器识别第二图像中的连通域的数量超出预设数量范围的最大阈值，表明第二图像中内容繁杂，容易识别错误，则放弃识别；若服务器识别第二图像中的连通域的数量少于预设数量范围的最小阈值，表明第二图像中内容过少，则容易识别不准确，则发出警示信息，以得到人工帮助识别。

服务器对第二图像中的每个待选导线进行骨架提取，骨架提取即细化，就是经过一层层的剥离，从原来的图中去掉一些点，但仍要保持原来的形状，直到得到图像的骨架，骨架提取可以使目标导线的形状更加清楚明确，方便识别第二图像中的目标导线。骨架提取可以采用Zhang-Suen细化算法，本发明对骨架提取的作用不做限定。

作为一种可选的实施方式，对第二图像中的待选导线进行骨架提取，得到目标导线包括：对第二图像中的待选导线进行骨架提取；确定骨架的线长值和线宽值；在线长值和线宽值的比例满足预设比例条件的情况下，确定骨架为目标导线。

服务器对第一图像进行干扰信息过滤后得到第二图像，服务器识别第二图像中的待选导线，并对待选导线进行骨架提取，然后确定该骨架的线长值和线宽值，若服务器确定线长值和线宽值的比例满足预设比例条件，其中，预设比例条件为预设比例范围，则服务器确定骨架为目标导线。若服务器确定线长值和线宽值的比例不满足预设比例条件，则服务器确定骨架不是目标导线。

服务器确定骨架为目标导线后，还需要判别目标导线是否存异常。方法包括：确定目标导线的两条边缘线的长度，分别为第一长度和第二长度，若第一长度与第二长度的比值超过预设比值阈值，则表示目标导线直径异常，目标导线上存在异物，或目标导线的外皮开裂。

步骤202：确定目标导线中的目标种子点。

服务器得到目标导线后，确定目标导线中的目标种子点。以目标种子点为起点，通过4连通或8连通算法搜索下一像素点作为种子点，可以找到区域内所有像素或达到轮廓线的边界。

步骤203：以目标种子点为基础进行区域生长，以提取目标导线的连通域。

服务器以目标种子点为基础进行区域颜色填充，由于目标导线为同一区域，则目标导线可以填充同一颜色，这样可以得到目标导线的连通域，采用种子点得到目标导线的连通域，去除连通域外的干扰，具有准确性。另外，种子点算法流程简单，运算速度快，具有高效性。

步骤204：确定连通域中的目标导线的目标离散度。

服务器提取目标导线的连通域，确定连通域中的目标导线的目标离散度。离散度计算过程，确定目标导线的多个关键点，计算各关键点的标准差与平均数的比值，即可得到目标导线的离散度。

在本实施例中，以目标种子点为基础进行区域生长，以提取目标导线的连通域，再确定连通域中的目标导线的目标离散度，可以精确识别目标导线，提高目标离散度的精确性。

作为一种可选地实施方式，如图3所示，对干扰信息进行过滤得到第二图像包括：

步骤301：对第一图像进行阈值分割。

由于导线的材质特殊，所以导线的灰度值高于背景图像的灰度值，选取灰度值阈值，将高于灰度值阈值的像素点作为导线的像素点，这样可以确定出第一图像中的导线，选取出来的导线呈白色。示例性的，灰度值阈值可以为180-220之间的一个数值。

如图4所示，图4为进行阈值分割之前的第一图像，示例性地，阈值分割之前的第一图像可以为六张图片中的任一张。图5为进行阈值分割之后的第一图像。示例性地，阈值分割之后的第一图像可以为六张图片中的任一张。其中，图4和图5中的标号相同的图像相对应。

步骤302：对进行阈值分割后的第一图像进行连通域过滤，以过滤背景干扰。

从图5中可以看出，进行阈值分割之后的第一图像依然带有许多复杂细小的背景干扰，所以服务器通过连通域过滤以过滤掉这些背景干扰。

作为一种可选的实施方式，对进行阈值分割后的第一图像进行连通域过滤包括：对进行阈值分割后的第一图像进行腐蚀处理和膨胀处理；确定进行腐蚀处理和膨胀处理后的第一图像的连通域；确定连通域的最小外接矩形的长度和宽度；在长度和宽度的比值不满足预设比值条件的情况下，过滤掉连通域。

服务器对进行阈值分割后的第一图像进行腐蚀处理，这样可以去除背景中细小的噪声干扰，腐蚀处理会去除部分导线，为了防止这种情况发生，服务器对进行腐蚀处理后的第一图像进行膨胀处理，先腐蚀后膨胀的过程称为开运算，它具有消除细小物体，在纤细处分离物体和平滑较大物体边界的作用。

腐蚀可以消除边界点，使边界向内部收缩，有效去除噪声，消除图像中较小的噪声干扰信息。腐蚀的具体过程为：用结构元素作为“探针”在图像上按规律移动，每次移动收集图像上被结构元素覆盖的所有像素值，取其中最小值去替换此次图像与锚点对应位置的像素值。

膨胀，即将与物体接触的所有背景点合并到该物体中，使边界向外部扩张，可有效填补划痕、孔洞等。膨胀的具体过程为：用结构元素作为“探针”在图像上按规律移动，每次移动收集图像上被结构元素覆盖的所有像素值，取其中最大值去替换此次图像与锚点对应位置的像素值。

服务器确定进行腐蚀处理和膨胀处理后的第一图像的连通域，并确定连通域的最小外接矩形的长度和宽度，若最小外接矩形的长度和宽度的比值不满足预设比值范围，则过滤掉连通域。其中，预设比值条件为预设比值范围。其中，在已知连通域的边界时，通过其外接矩形的尺寸刻画连通域的基本形状是最简单的。

示例性地，预设比值范围为0.1-10。若最小外接矩形的长度和宽度的比值在0.1-10的范围内，则表示该连通域符合条件；若最小外接矩形的长度和宽度的比值小于0.1，或大于10，则表明连通域不符合条件，过滤掉该连通域。如下图7所示，图7中为连通域的最小外接矩形ABCD，将最小外接矩形置于平面直角坐标系中，其中，线段BC与水平轴的夹角为θ，线段AB与竖直轴的夹角为θ，A点横坐标为a，B点横坐标为b，C点横坐标为c，那么最小外接矩形的长度BC的计算过程为：height＝(c-b)/cosθ，其中，height为最小外接矩形的长度。最小外接矩形的宽度AB的计算过程为：width＝(b-a)/sinθ，其中，width为最小外接矩形的宽度。

在本实施例中，图6为进行连通域过滤后的第一图像，从图中可以看出，背景干扰均被过滤掉，但图(c)中有相似物干扰，图(d)中有间隔装置干扰。

步骤303：对于进行连通域过滤后的第一图像，进行间隔装置干扰去除和相似物干扰去除，得到第二图像。

服务器对于进行连通域过滤后的第一图像，进行间隔装置干扰去除和相似物干扰去除，其中，间隔装置可以为导线上的间隔棒。具体的，可以通过数学形态学方法进行间隔装置干扰去除。数学形态学是以形态结构元素为基础对图像进行分析的数学工具，它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的应用可以简化图像数据，保持它们基本的形状特征，并除去不相干的结构。

对于相似物干扰去除，可以计算该相似物的物体长度、物体宽度或相似物的任意两条线的同位角。若相似物的物体长度不满足长度阈值、或物体宽度不满足宽度阈值或相似物的任意两条线的同位角不相等，表明该相似物的长度或宽度或平行线与导线不相同，则去除该相似物。

作为一种可选的实施方式，服务器在对第一图像进行相似物干扰去除之前，还需要通过对第一图像的待选导线进行边缘去除，具体为采用Canny边缘检测算法对待选导线进行分割，Canny边缘检测算法的步骤为：应用高斯滤波来平滑图像，目的是去除噪声；找寻图像的强度梯度；应用非最大抑制技术来消除边误检；应用双阈值的方法来决定可能的边界；利用滞后技术来跟踪边界。

Canny边缘检测算法可以实现最优检测：算法能够尽可能多地标识出图像中的实际边缘，漏检真实边缘的概率和误检非边缘的概率都尽可能小；还可以实现最优定位准则：检测到的边缘点的位置距离实际边缘点的位置最近，或者是由于噪声影响引起检测出的边缘偏离物体的真实边缘的程度最小；还可以实现检测点与边缘点一一对应：算子检测的边缘点与实际边缘点应该是一一对应。采用Canny边缘检测算法可以使待选导线的边缘更加清楚明显。

作为一种可选的实施方式，服务器在对第一图像进行边缘去除之后，还需要进行直线检测，具体通过Hough变换检测出第一图像中的直线，以便于后续的相似物干扰去除。

可选的，本实施例还提供了一种导线断股识别的处理流程图，如图8所示，具体步骤如下：

步骤8001：获取携带有导线的第一图像；

步骤8002：对第一图像进行阈值分割；

步骤8003：对进行阈值分割后的第一图像进行连通域过滤；

步骤8004：对于进行连通域过滤后的第一图像，进行间隔装置干扰去除；

步骤8005：对第一图像的待选导线进行边缘去除；

步骤8006：检测出第一图像中的直线；

步骤8007：对第一图像进行相似物干扰去除，得到第二图像；

步骤8008：在第二图像中的连通域的数量满足预设数量条件时，对第二图像中的待选导线进行骨架提取，得到目标导线；

步骤8009：确定目标导线中的目标种子点；

步骤8010：以目标种子点为基础进行区域生长，以提取目标导线的连通域；

步骤8011：确定连通域中的目标导线的目标离散度；

步骤8012：在目标离散度高于离散度阈值时，确定目标导线发生断股。

基于相同的技术构思，本实施例还提供了一种导线断股识别装置，如图9所示，该装置包括：

获取模块，用于获取携带有导线的第一图像，其中，第一图像中含有干扰信息；

过滤模块，用于对干扰信息进行过滤得到第二图像；

第一确定模块，用于在第二图像中的目标导线的目标离散度高于离散度阈值的情况下，确定目标导线发生断股。

可选地，装置还包括：

提取模块，用于在第二图像中的连通域的数量满足预设数量条件的情况下，对第二图像中的待选导线进行骨架提取，得到目标导线；

第二确定模块，用于确定目标导线中的目标种子点；

生长模块，用于以目标种子点为基础进行区域生长，以提取目标导线的连通域；

第三确定模块，用于确定连通域中的目标导线的目标离散度。

可选地，过滤模块包括：

分割单元，用于对第一图像进行阈值分割；

过滤单元，用于对进行阈值分割后的第一图像进行连通域过滤，以过滤背景干扰；

去除单元，用于对于进行连通域过滤后的第一图像，进行间隔装置干扰去除和相似物干扰去除，得到第二图像。

可选地，过滤单元包括：

处理子单元，用于对进行阈值分割后的第一图像进行腐蚀处理和膨胀处理；

第一确定子单元，用于确定进行腐蚀处理和膨胀处理后的第一图像的连通域；

第二确定子单元，用于确定连通域的最小外接矩形的长度和宽度；

过滤子单元，用于在长度和宽度的比值不满足预设比值条件的情况下，过滤掉连通域。

可选地，提取模块包括：

提取单元，用于对第二图像中的待选导线进行骨架提取；

第一确定单元，用于确定骨架的线长值和线宽值；

第二确定单元，用于在线长值和线宽值的比例满足预设比例条件的情况下，确定骨架为目标导线。

可选地，去除单元包括：

第一去除子单元，用于在相似物的物体长度不满足长度阈值、或物体宽度不满足宽度阈值或相似物的任意两条线的同位角不相等的情况下，去除相似物。

可选地，去除单元包括：

第二去除子单元，用于通过数学形态学方法进行间隔装置干扰去除。

基于相同的技术构思，本发明实施例还提供了一种电子设备，如图10所示，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信，

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述导线断股识别方法。

上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本发明提供的实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述实施例中的导线断股识别方法。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中的导线断股识别方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。