CN119440030A 一种基于图像处理的无人机巡检线路跟踪处理方法 （国网河南省电力公司濮阳供电公司）

一种基于图像处理的无人机巡检线路跟踪本发明提供一种基于图像处理的无人机巡云台角度的控制变动数据确定无人机的跟踪误设备的历史运行数据进行无人机的跟踪校验处2实时获取无人机的监测图像，并根据所述监测图像将所述无人机的巡检对象作为巡检处理线路，获取所述巡检处获取所述巡检处理线路中的输电设备的分布情设备的历史运行数据进行所述无人机的跟踪校验处理周述无人机的监测图像根据所述无人机的云台上传的图像数述监测图像的变动数据根据不同的相邻时刻之间的监测图像的像素的变动情况进行确定，具体的包括发生变动的像素数量以及在所述监测图像中的像利用所述监测图像的变动数据确定不同的相邻时刻之间的监测图像的发生变动的像基于预设时间段中的变动监测图像的数量的占比进行所述无人机的扰动误差概率的根据预设误差概率阈值确定所述无人机的扰动误差概率述巡检处理线路在巡检过程中的线路走向的变动数据根据所述巡检处理线路在巡检过程所述输电设备的历史运行数据在预设区间内时，则确定所述输电设备为故障隐患输电设34采用Canny三步边缘检测方法对所述监测图像来进行高斯滤波和非极大值抑制以边缘图上的输电线路进行卷积增强得到特征增计算云台的监测图像中的图像中心与输电线5利用所述监测图像的变动数据确定不同的相邻时刻之间的监测图像的发生变动基于预设时间段中的变动监测图像的数量的占比进行所述无人机的扰动误差概根据预设误差概率阈值确定所述无人机的扰动误差概率[0025]另外需要说明的是，确定所述无人机的扰动误差概率满足要求，具体包括步骤S11利用所述监测图像的变动数据确定不同的相邻时刻之间的监测图像的发生变6S12基于预设时间段中的变动监测图像的数量的占比进行所述无人机的扰动误差相邻杆塔之间的连接线与预设方位之间的角度根据所述线路走向的变动数据确定相邻杆塔之间的距离以及相邻杆塔之间的连基于所述无人机的云台角度的控制变动数据确定所述无人机的云台角度的控制利用所述无人机的角度变动误差概率以及在不同的相邻杆塔之间的无人机的线基于所述无人机的云台角度的控制变动数据确定所述无人机的云台角度的控制根据所述线路走向的变动数据确定相邻杆塔之间的连接线与预设方位之间的角利用所述相邻杆塔之间的距离以及相邻杆塔之间的连接线与预设方位之间的角7人机的角度变动误差概率以及在不同的相邻杆塔之间的无人机的线路跟踪偏差概率确定S111利用所述监测图像的变动数据确定不同的相邻时刻之间的监测图像的发生S112根据不同的变动监测图像的变动像素的像素数量占比以及所述变动监测图S114根据不同的扰动子时段的变动监测图像的数量以及不同的变动监测图像的根据不同的输电设备的历史运行数据进行所述输电设备的故障隐患输电设备的不同的相邻杆塔之间的输电设备中的故障隐患输电设备的数量进行不同的相邻杆塔之间根据杆塔之间的连接情况以及预设输电线路长度将所述输电线路划分为多个输根据不同的输电线路区间的巡检可靠性要求进行所述无人机的跟踪校验处理周根据不同的输电线路区间的巡检可靠性要求进行不同的可靠性要求区间内的输利用不同的可靠性要求区间对应的预设周期的最小值进行所述无人机的跟踪校8根据不同的输电设备的历史运行数据进行所述输电设备的故障隐患输电设备的数量大于预设杆塔数量时,则基于预设校验处理周期确定所述无人机的跟踪校验处理周不同的相邻杆塔之间的输电设备中的故障隐患输电设备的数量进行不同的相邻杆塔之间数量大于预设杆塔数量时，则基于预设校验处理周期确定所述无人机的跟踪校验处理周当所述准确率需求值大于预设需求阈值的相邻杆塔的数量不大于预设杆塔数量根据杆塔之间的连接情况以及预设输电线路长度将所述输电线路划分为多个输根据不同的输电线路区间的巡检可靠性要求进行所述无人机的跟踪校验处理周采用Canny三步边缘检测方法对所述监测图像来进行高斯滤波和非极大值抑制以边缘图上的输电线路进行卷积增强得到特征增计算云台的监测图像中