本發(fā)明一般涉及施工監(jiān)控，具體是涉及牽張放線電力工程車張力架線施工可視化監(jiān)控方法。

背景技術：

1、隨著用電需求的迅猛增長，我國電力行業(yè)也有了長足的發(fā)展，輸送容量和線行緊張的矛盾隨著分裂導線的出現開始趨于緩和，建造節(jié)能降耗，提高單位線路走廊輸送能力有建設“節(jié)約資源型、環(huán)境友好型”電網具有重要意義。

2、在高壓線鐵塔架線施工時，輸電線張力跟鐵塔架傾角、高度、輸電線對地夾角以及輸電線的擺動幅度等參數有關聯(lián)，但是現實生活中的大多數系統(tǒng)無法準確從圖像中獲取到這些參數，無法準確分析布設好的輸電線是否存在風險隱患，難以滿足工作人員的需求。

技術實現思路

1、為解決上述技術問題，提供牽張放線電力工程車張力架線施工可視化監(jiān)控方法，本技術方案解決了上述背景技術中提出的在高壓線鐵塔架線施工時，輸電線張力跟鐵塔架傾角、高度、輸電線對地夾角以及輸電線的擺動幅度等參數有關聯(lián)，但是現實生活中的大多數系統(tǒng)無法準確從圖像中獲取到這些參數，無法準確分析布設好的輸電線是否存在風險隱患的問題。

2、本發(fā)明提供了牽張放線電力工程車張力架線施工可視化監(jiān)控方法。該方法包括：

3、車載式牽張設備上的視頻采集設備對高壓線鐵塔架線施工過程進行實時采集，獲取施工圖像；

4、對施工圖像進行預處理，所述預處理為圖像去噪、圖像增強和圖像分割；

5、對預處理后的圖像進行分析，獲取圖像中的鐵塔架傾角數據、高度數據、輸電線對地夾角數據以及輸電線的擺動幅度數據，并形成實時施工參數集合；

6、調取數據庫中預先設定的輸電線風險預測模型，將實時施工參數集合輸入至輸電線風險預測模型中，獲取輸電線架設風險值；

7、基于輸電線架設的風險值大小，判斷是否向施工人員發(fā)出報警。

8、優(yōu)選的，所述圖像去噪具體包括如下步驟：

9、分解施工圖像中的高頻信息和低頻信息；

10、對低頻信息的像素點進行局部像素分組處理，采用誤差的無偏估計來近似表示局部像素塊與目標像素塊之間的相似性，獲取相似局部像素塊的樣本集；

11、遍歷獲取到的每個樣本集，依次利用主成分分析算法進行去噪，通過計算協(xié)方差矩陣，得到正交變換矩陣，結合特征值矩陣去除樣本集中含有少量信息的維度，得到重構的低頻分量；

12、將高頻信息分解為大小相同的重疊塊，計算歐氏距離將相似塊構建為組，利用奇異值分解學習每個組的自適應學習字典，通過分裂bregman迭代算法結合凸優(yōu)化算法計算稀疏編碼，利用稀疏編碼和自適應學習字典重構出高頻分量；

13、小波反變換對高頻分量和低頻分量進行聚合得到去噪后的圖像。

14、優(yōu)選的，所述圖像增強具體包括如下步驟：

15、對去噪圖像進行自適應直方圖均衡化處理；

16、通過計算所述去噪圖像的灰度直方圖，確定局部區(qū)域的累積分布函數；

17、基于所述累積分布函數，自適應地調整局部區(qū)域的灰度映射關系，得到增強圖像。

18、優(yōu)選的，所述圖像分割具體包括如下步驟：

19、通過超像素分割算法將所述增強圖像分割為多個超像素；

20、確定超像素間的相似度矩陣作為無向圖的邊權重，構建超像素圖割無向圖；

21、結合鐵塔架輸電線區(qū)域預先設定的概率分布，通過最大流最小割算法求解所述超像素圖割無向圖的全局最優(yōu)解；

22、獲得鐵塔架輸電線區(qū)域的分割結果，得到所述預處理圖片。

23、優(yōu)選的，所述對去噪圖像進行自適應直方圖均衡化處理具體包括如下步驟：

24、將圖像做水平和垂直方向上的邊緣檢測，對水平方向和豎直方向檢測結果求和；

25、基于第一形態(tài)學閉合運算對圖像條碼部分進行處理，獲取連通區(qū)域，再采用第二形態(tài)學閉合運算去除圖像上的單線條干擾；

26、對經過第一形態(tài)學閉合運算處理后的圖像進行孔洞填充；

27、根據填補孔洞后的圖中的每個白色區(qū)域計算最小外包直方形，并得到每一個外包直方形信息，所述直方形信息包括矩形的四頂點坐標、傾斜角度和直方形區(qū)域內白色像素點個數；

28、根據計算出的直方形傾斜角度統(tǒng)計出它們在直角范圍內的分布，使用分布較為集中的角度進行初步的傾斜角度的矯正。

29、優(yōu)選的，在初步傾斜角度矯正后的圖像里，鐵塔架輸電線區(qū)域位于0度方向上或者90度方向上，且誤差在正負10度范圍內；

30、分別在0度和90度方向上進行鐵塔架輸電線區(qū)域候選矩形的篩選，確定鐵塔架輸電線區(qū)域的最終位置和最終角度；

31、進行最后一次旋轉，獲取最終矯正的鐵塔架輸電線區(qū)域圖像。

32、優(yōu)選的，所述最小外包直方形的計算公式為：

33、smin＝min(s1,s2,.....sn)

34、式中，smin為最小外包直方形；

35、s1,s2,.....sn為若干組外包直方形的面積。

36、優(yōu)選的，所述對預處理后的圖像進行分析，獲取圖像中的鐵塔架傾角數據、高度數據、輸電線對地夾角數據以及輸電線的擺動幅度數據具體包括如下步驟：

37、以行為單位，對鐵塔架輸電線區(qū)域進行區(qū)域標注；

38、將標注好的鐵塔架輸電線區(qū)域組成訓練集，通過目標檢測模型進行訓練，直至收斂；

39、將分割后的鐵塔架輸電線區(qū)域塊放入訓練好的目標檢測模型進行鐵塔架輸電線區(qū)域的目標檢測，獲取每個圖片塊中鐵塔架輸電線區(qū)域的坐標并輸出；

40、基于鐵塔架輸電線區(qū)域的坐標，獲取鐵塔架輸電線區(qū)域中的鐵塔架傾角數據、高度數據、輸電線對地夾角數據以及輸電線的擺動幅度數據。

41、優(yōu)選的，所述預先設定的輸電線風險預測模型為：

42、

43、式中，si為實時施工參數集合和與發(fā)生風險前的歷史施工參數集合的第i個特征的相似度，wij為實時施工參數集合的第i個特征的第j個特征指標值，vij為發(fā)生風險前的歷史施工參數集合的第i個特征的第j個特征指標值，n為第i個特征指標值總數量。

44、優(yōu)選的，所述基于輸電線架設的風險值大小，判斷是否向施工人員發(fā)出報警具體包括如下步驟：

45、將輸電線架設的風險值與系統(tǒng)中預先設定的閾值進行比對；

46、若輸電線架設的風險值大于或者等于預先設定的閾值，則說明輸電線架設存在較高的風險，向施工人員發(fā)出報警；

47、若輸電線架設的風險值小于預先設定的閾值，則說明輸電線架設存在較小的風險，無需發(fā)出報警。

48、與現有技術相比，本發(fā)明提供了牽張放線電力工程車張力架線施工可視化監(jiān)控方法，具備以下有益效果：

49、本發(fā)明通過對施工過程中的圖像進行采集，去除施工圖像中的噪聲，以提高后續(xù)識別鐵塔架輸電線的準確性，為了增強圖像的對比度，提高圖像清晰度，以提升鐵塔架輸電線的效果，對去噪圖像進行圖像增強處理，將圖像分割成不同的區(qū)域，以便更好地識別和定位鐵塔架輸電線區(qū)域，且在增強圖像時，本發(fā)明還引出對圖像進行矯正，使其處于固定的直方圖狀態(tài)，使后續(xù)的圖像分析均處在同一個標準，基于神經網絡模型并通過在圖像中建立坐標的方式，獲取到鐵塔架傾角、高度、輸電線對地夾角以及輸電線的擺動幅度數據，形成施工參數集合，并輸入至專家提前設定好的輸電線風險預測模型中，該模型為專家通過大量的參數數據在發(fā)送輸電線風險時做出的，從而可得出輸電線架設的風險值大小，自動化進行報警，快速安排輸電線施工整改。