无人机巡检技术的发展和智能电网建设的快速推进,针对输电线断股故障的智能检测技术受到专家们极大的关注。我国长距离高压输电线大多选用钢芯铝绞线,然而高压输电线在自然界中易受到风力、温度、异物悬挂等外界因素的影响,容易产生由局部疲劳引发的损伤,进而出现局部断股故障。传统的巡线方式有直升机巡检和人工巡检,主要通过人工利用各种设备对输电线进行观察,工作人员的工作强度很大、巡检效率低、巡检精度低。因此,本课题采用图像处理技术进行输电线路巡检具有很大的实际意义。本课题对基于图像处理的输电线巡检系统进行了研究,利用嵌入式系统、图像处理、无线通信、目标识别等技术,设计了基于图像处理的输电线巡检系统。本文主要工作如下:1.输电线图像的预处理:由于存在输电线图像背景复杂和无人机进行图像采集时受到噪声干扰的情况,为了能够得到更好的故障检测结果,需要对图像先进行预处理。输电线图像预处理流程是首先利用基于分段线性变换的方法对输电线图像进行对比度增强处理,然后运用基于小波变换的滤波方法对输电线图像进行滤波操作,最后运用改进的Canny算子对滤波后的输电线图像进行边缘检测。输电线图像的预处理可以在增强图像中输电线与图像背景的对比度的同时降低图像中的噪声干扰,获得可靠的边缘检测效果,为输电线的提取打下可靠的基础。2.输电线提取方法研究:如何完整的提取出图像中的输电线信息一直是一个难题,本课题给出一种基于区域生长算法和随机Hough变换相结合的输电线提取方法。针对传统Hough变换存在计算量大、处理速度慢、占用储存空间大的缺点,本课题采用随机Hough变换来对直线进行检测,同时利用区域生长算法来对直线进行连接。最后,根据输电线在图像中为平行不相交直线的几何特性和图像灰度值低的辐射特性对图像中的输电线进行识别。该方法可以很好的提取和识别出输电线,具有很高的准确率和提取效率,并且可以完整地保留输电线的边缘信息,为后续的输电线断股检测打下可靠的基础。3.针对输电线断股特征的检测和识别方法研究。首先利用基于随机Hough变换和区域生长算法的输电线提取方法对图像中的输电线进行提取;然后利用目标模式匹配检测图像中输电线的断股故障交叉处;最后利用图像中输电线断股处边缘点的梯度信息和像素点的灰度信息来判断交叉处是否出现断股。仿真结果表明,该方法在输电线断股检测上具有检测效果好,抗噪性能强、效率高等优点。4.给出了基于图像处理的输电线路巡检系统的硬件设计。对组成基于图像处理的输电线巡检系统的各个模块的硬件进行详细的介绍。介绍了基于图像处理的输电线路巡检系统各个模块硬件设计包括基于CCD摄像头的图像采集模块、视频编码模块、断股检测模块以及GPRS通信模块的硬件设计。