一种基于无人机影像的架空输电线路档距、转角测量方法技术

本发明专利技术公开了一种基于无人机影像的架空输电线路档距、转角计算方法，它包括：无人机影像数据采集以及后差分处理；有序杆塔影像子集分割提取；杆塔图斑几何边界提取；确定杆塔中心点相对平面坐标；输电线路档距和转角计算；利用图像识别与处理技术，自动在杆塔影像子集中筛选出杆塔中心正上方的正射影像，减轻内业工作量，避免人工判别误差；外业测量只需人工操作无人机飞行，无需人工抵达塔基处，在丘陵、山地等地形相对于传统测量手段，大大提高工作效率，降低工作人员因野外工作发生人身危险的概率；解决了现有技术存在的工作效率低、人力投入高和大量野外工作给测量工作人员带来人身危险等技术问题。

【技术实现步骤摘要】
一种基于无人机影像的架空输电线路档距、转角测量方法
：本专利技术属于输电线路无人机影像处理技术，涉及一种基于无人机影像的架空输电线路档距、转角计算方法。
技术介绍
：由于施工、改线、迁塔等因素的影像，输电线路实际的档距、转角往往与设计资料并不吻合。为保障输电线路设计和安全运行的要求，把握架空线路与杆塔的施工质量，纠正线路施工造成的工程误差，对输电线路档距、转角进行测量必不可少。目前，常用的输电线路档距、转角测量一般借助全站仪、GNSS接收机两种测量方式实现。这两种测量方式虽然能满足输电线路档距、转角的测量需求，但都存在相应缺陷：(1)全站仪测量需要具备通视条件，而高电压等级输电线路大部分分布在野外，植被覆盖茂密，寻找具备通视条件的架站点十分困难。同时，在进行较长线路的档距、转角测量时，全站仪测量需要进行多次搬站，需要投入的人力大，工作效率低。(2)GNSS测量相对于全站仪测量所需人力投入小，工作效率较高。但在进行高压带电线路档距、转角测量时，卫星观测信号往往会受到高压电场的影响，导致测量结果发生较大的偏差。同时，GNSS测量还需观测人员携带GNSS接收机至塔基处，当输电线路穿过丘陵、山地等地形时，测量人员工作难度大，工作效率低，且易发生人身危险。
技术实现思路
：本专利技术要解决的技术问题：提供一种基于无人机影像的架空输电线路档距、转角计算方法，以解决现有技术存在的工作效率低、人力投入高和大量野外工作给测量工作人员带来人身危险等技术问题。本专利技术技术方案：一种基于无人机影像的架空输电线路档距、转角计算方法，它包括：步骤1、无人机影像数据采集以及后差分处理；步骤2、有序杆塔影像子集分割提取；步骤3、杆塔图斑几何边界提取；步骤4、确定杆塔中心点相对平面坐标；步骤5、输电线路档距和转角计算。步骤1所述无人机影像数据采集以及后差分处理的方法为：手动操作无人机依次在各杆塔上方悬停，保持摄像机以正射姿态、移动平面位置对杆塔进行反复拍摄，得到影像数据集；无人机起飞前架设GNSS基站，在整个测量过程中保持同步观测，利用GNSS后差分技术，解算出影像数据集中每张影像拍照时对应的无人机相对平面坐标。步骤2所述的有序杆塔影像子集分割提取方法为：将影像数据集按拍照时间序列进行自动排序，得到影像集合{Img1,Img2,…,Imgn}；同时，以Imgi与Imgi-1的平面距离小于30米为约束，对影像集合进行分割提取，得到杆塔子集如下：步骤3所述的杆塔图斑几何边界提取方法为：利用无人机影像中杆塔与通道颜色差异巨大的特点，对样本库中的影像样本数据RGB值进行统计分析，建立杆塔RGB概率模型。在样本训练阶段，利用杆塔RGB概率模型为每张样本影像制作概率灰度图像，作为样本影像第四通道输入U-Net模型进行训练，提高图斑提取的准确度、精确度，进而实现影像的杆塔图斑几何边界提取。所述提取几何边界的具体步骤包括：步骤3.1、制作或者获取杆塔标记的无人机影像样本库，遍历样本库中的无人机影像，统计各颜色下像素为杆塔的概率，建立杆塔RGB概率模型为：式中，设无人机影像的某一像素P的RGB为(r,g,b)，则P(r,g,b)是该像素P为杆塔的概率值，NTotal(r,g,b)为与像素PRGB值相同的这一类像素在样本中出现总次数，NTower(r,g,b)为该类像素在样本杆塔标记内出现次数。步骤3.2、遍历样本库，利用杆塔颜色概率模型为每一样本影像计算概率灰度图，在样本训练阶段作为影像第四通道输入，建立基于U-Net图像分割模型。其中，概率灰度图的灰度值计算公式如下：Gray(i,j)＝[P(R(i,j),G(i,j),B(i,j))×255]式中，i,j表示像素在影像中的坐标值，R(i,j),G(i,j),B(i,j)表示对应坐标值下像素RGB值，Gray(i,j)为概率灰度图对应坐标值下的灰度值。步骤3.3、在图像分割阶段，利用3.1、3.2所述方法，为将要进行杆塔图斑提取的无人机影像叠加概率灰度图，再通过基于U-Net图像分割模型，提取出无人机影像中杆塔图斑。遍历图斑像素，以有无和空白像素相邻为约束条件，提取出边界像素点，连接得到图斑几何边界。步骤4所述的杆塔中心点相对平面坐标确定方法为：以杆塔图斑几何边界相似性检验通过、图斑中心与影像中心距离最小为约束条件，确定各杆塔影像子集中无人机飞行在杆塔中心点正上方拍摄的影像，对应的POS坐标作为杆塔中心点相对平面坐标；具体方法包括：步骤4.1、统计常用杆塔型号模型，获取其正射投影情况下的标准杆塔几何边界，建立各类型杆塔正射投影几何边界库；步骤4.2、在步骤2中分割出的杆塔影像子集内，计算图斑几何边界中心与对应影像中心距离，并按照其距离大小对影像升序排列；步骤4.3、依次对几何边界库中各类型杆塔正射投影边界进行相似度检验，检验通过则确定该影像为无人机飞行在杆塔中心点正上方拍摄的影像，不通过则进行下一张影像检验。相似度检验方法为：①计算杆塔图斑几何边界最小外接矩形，以外接矩形的大小和方向对图斑边界进行旋转、放缩等归一化计算，保证图斑几何边界最小外接矩形与相似对比边界的最小外接矩形大小、方向以及中心点坐标保持一致；②构造中心点为起始点，与x轴右侧夹角成i度的有向射线，i为1-360的整数，有向射线与图斑几何边界交点为P1i，与相似对比边界交点为P2i，计算P1i与P2i之间的距离为di；di超过用户设定阈值时，则检验失败，若i从1到360，di均小于阈值，则检验成功；③对几何边界库中的各类杆塔正射投影边界进行①和②操作，若所有边界均检验失败，则相似性检验失败，反之通过检验。步骤5所述的输电线路档距和转角计算方法为：按步骤4所述对各项杆塔子集进行遍历计算，得到各杆塔相对平面坐标{T1(x1,y1),T2(x2,y2),…,Tn(xn,yn)}，利用档距计算公式和余弦定理计算确定输电线路的档距、转角。本专利技术的有益效果：与现有技术先比，本专利技术提供一种基于无人机影像的架空输电线路档距、转角测量方法，利用无人机影像后差分POS信息，确定各杆塔的相对平面坐标，进而计算输电线路的档距、转角。本方法相对于传统GNSS测量，利用无人机飞行高度优势，避免了高压线对GNSS信号的影响，提高了高压带电线路的测量精度；本方法利用图像识别与处理技术，自动在杆塔影像子集中筛选出杆塔中心正上方的正射影像，减轻内业工作量，避免人工判别误差；同时本方法外业测量只需人工操作无人机飞行，无需人工抵达塔基处，在丘陵、山地等地形相对于传统测量手段，大大提高工作效率，降低工作人员因野外工作发生人身危险的概率。另外，使用本方法与控制点进行GNSS联测时，可直接获取各杆塔的绝对坐标。具体实施方式：一种基于无人机影像的架空输电线路档距、转角计算方法它包括：步骤1、无人机影像数据采集以及后差分处理；本文档来自技高网...

【技术保护点】
1.一种基于无人机影像的架空输电线路档距、转角计算方法，它包括：/n步骤1、无人机影像数据采集以及后差分处理；/n步骤2、有序杆塔影像子集分割提取；/n步骤3、杆塔图斑几何边界提取；/n步骤4、确定杆塔中心点相对平面坐标；/n步骤5、输电线路档距和转角计算。/n

【技术特征摘要】
1.一种基于无人机影像的架空输电线路档距、转角计算方法，它包括：
步骤1、无人机影像数据采集以及后差分处理；
步骤2、有序杆塔影像子集分割提取；
步骤3、杆塔图斑几何边界提取；
步骤4、确定杆塔中心点相对平面坐标；
步骤5、输电线路档距和转角计算。


2.根据权利要求1所述的一种基于无人机影像的架空输电线路档距、转角计算方法，其特征在于：步骤1所述无人机影像数据采集以及后差分处理的方法为：手动操作无人机依次在各杆塔上方悬停，保持摄像机以正射姿态、移动平面位置对杆塔进行反复拍摄，得到影像数据集；无人机起飞前架设GNSS基站，在整个测量过程中保持同步观测，利用GNSS后差分技术，解算出影像数据集中每张影像拍照时对应的无人机相对平面坐标。


3.根据权利要求1所述的一种基于无人机影像的架空输电线路档距、转角计算方法，其特征在于：步骤2所述的有序杆塔影像子集分割提取方法为：将影像数据集按拍照时间序列进行自动排序，得到影像集合{Img1,Img2,…,Imgn}；同时，以Imgi与Imgi-1的平面距离小于30米为约束，对影像集合进行分割提取，得到杆塔子集





4.根据权利要求1所述的一种基于无人机影像的架空输电线路档距、转角计算方法，其特征在于：利用无人机影像中杆塔与通道颜色差异巨大的特点，对样本库中的影像样本数据RGB值进行统计分析，建立杆塔RGB概率模型。在样本训练阶段，利用杆塔RGB概率模型为每张样本影像制作概率灰度图像，作为样本影像第四通道输入U-Net模型进行训练，提高图斑提取的准确度、精确度，进而实现影像的杆塔图斑几何边界提取。


5.根据权利要求5所述的一种基于无人机影像的架空输电线路档距、转角计算方法，其特征在于：所述提取几何边界的具体步骤包括：
步骤3.1、获取杆塔标记的无人机影像样本库，遍历样本库中的无人机影像，统计各颜色下像素为杆塔的概率，建立杆塔RGB概率模型为：



式中，设无人机影像的某一像素P的RGB为(r,g,b)，则P(r,g,b)是该像素P为杆塔的概率值，NTotal(r,g,b)为与像素PRGB值相同的这一类像素在样本中出现总次数，NTower(r,g,b)为该类像素在样本杆塔标记内出现次数；
步骤3.2、遍历样本库，利用杆塔颜色概率模型为每一样本影像计算概率灰度图，在样本训练阶段作为影像第四通道输入，建立基于U-Net图像分割模型。其中，概率灰度图的灰度值计算公式如下：
Gray(i,j...

【专利技术属性】
技术研发人员：彭赤，毛先胤，班国邦，杜昊，张伟，龙新，余容，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：贵州;52