论文部分内容阅读
摘 要：图像技术经过长期的发展已经日渐成熟。目前，图像技术正不同程度被用于各相关领域，并在各自的应用领域内解决了一些实际问题，取得一定的应用成果。所以，根据图像技术的本身技术特性，再结合输电网当下运行管理的现状，通过图像技术对输电网线路视频监控设备预设抓拍照片和巡检采集照片进行深入地的分析和挖掘利用。实现对现有图像资源数据信息的充分利用，实现直接有效地支撑管理单位对输电网的运行管理工作。
关键词：图像技术；视频监控设备；巡检；抓拍；采集；图像资源数据
Application of image technology in operation and maintenance of transmission network
Li Shao Rong，Cha Hong lin，Duan jun peng，Nian song，Li yong biao
（Yunnan Power Grid CoLtd. Chuxiong Power Supply Burea，Yunnan Chuxiong 671000）
Abstract：Image technology has become mature after a long time. At present，the image technology is being used in various fields，and it has solved some practical problems in the field of application. So according to the image of the technology itself characteristic，combined with transmission network current operation and management of the status quo，the image technology of network video surveillance equipment presupposition to snap a photo and inspection of photo collection of in-depth analysis and mining of the infusion. Realize the full use of the existing image resource data information，realize the direct and effective support management unit of the power transmission network operation management.
Key words：Image technology，video surveillance equipment，inspection，capture，image acquisition，data resources.
1.前 言
图像处理技术是一门非常复杂的技术学科。其本身所涉及到的知识非常广泛，具体的方法种类繁多。传统的图像处理技术主要集中在图像的获取、变换、增强、恢复（复原）、压缩编码、分割与边缘提取等方面，随着计算机科学的发展，图像处理技术在理论研究和实际应用中都取得了飞速的发展，并且伴随着一些新工具、新方法的不断出现，这些技术的发展和应用也迈上了一个新的台阶。基于图像处理技术已经在很多领域取得了一定成果，如文字识别、指纹识别、入脸识鬟、产品检测、军事偾察等，并被大量应用于公路交通、医学、工业生产等行业。当前，在电网运行管理过程中对图像技术的应用，在点上有所涉及，但面上力度不够，应用不充分。具体表现如下：
1）在点上有防外力破外的监测与应用，防外力破坏本身带有一定的图像分析功能，但基于设备或系统的应用成本较高，而且图像分析模块部分嵌入设备不利于后期的扩展；
2）在点上视频监控的监测和应用，视频监控本身不具备图像分析与应用的功能，虽然设备成本也高，但是在具体应用的过程中可产生大量的图像和视频数据。而此类数据目前仅限于人工的粗略查阅，有通过图像分析技术实现进一步应用的可能和基础，但没有被好好利用；
3）当下的输电线路管理过程中，通过巡线人员的现场采集大量视频和图像数据，该类数据也如2）所产生的数据一样没有被充分的利用。
所以，综合以上，我们的结论是电网的运行管理固然需要很多数据，需要这些数据作为在工作和管理上的支撑，但也不可否认在基于在线监控视频、巡线工作人员或者防外力破外等的在线手段获得的数据，并没有充分被利用，也就没有把这些数据产生的价值反馈到电网管理的具体环节当中，反而造成数据资源的浪费，造成资产投入的浪费。为此，本文研究的目的就是依据电网管理过程中的现状，通过图像技术在电网运行管理过程的深入研究和应用，充分利用现有设备资产、数据资产，基于图像和视频资源更进一步提取和挖掘有用价值的信息，来有效支撑维系电网稳定、可靠运行的工作和管理，力求通过图像技术的研究与应用为电网运行管理提供新思路、新方法，以及获得新的突破和飞跃。
2.应用架构
根据图像技术自身所能实现和支撑的应用能力和水平，结合输电网线路运行管理的当前工作模式，以及历史的数据沉淀，研究与实现图像技术在输电网运维中的深度和广度应用，总体构思和设计图像技术的应用架构如下图所示，具体架构组成分为采集终端、数据仓库、分析中心、应用中心等五部分。
1）采集终端：通过终端的监控视频、防外力破外设备采集监控照片、录制监控视频，通过工作人员现场的移动终端应用，采集巡线中采集的设备视图照片，并实现将所采集数据回传数据仓库进行集中存储； 2）数据仓库：集中存储图像、视频数据信息。以文件形式存储监控、防外力及巡线采集照片、视频，将图像、视频文件记录，数据结构化存贮在数据管理服务器中；
3）分析中心：实现分析功能。基于模板库的模板，在采集数据回传数据仓库时，即刻进行触发式设备图像产异化分析和结果标识。并实现对差异化设备图像关联监控录像视频数据进行差异动作发生时态视频场景重现。
4）应用中心：管理监控视频、防外力破外设备工作模式、移动端巡线采集任务、图像差异和动作分析内容。并实现设备和工作人员按照管理设定有序运行和开展。同时，实现图像技术应用结果的动态可视化反馈。
总体的应用目的是基于现有的、即将产生的数据，现有的、即将投入使用的附属设备资产，以充分利用资源为前提，延伸和扩展在线监控视频、工作人员巡线对数据的采集与应用，追加和补充防外力破外在现有应用之外的附加功能，实现可定制的、联系实际的二次综合应用框架。
总体的架构思路为应用中心设置和管理采集端对照片、视频的采集工作模式。由采集端将采集到的照片、视频数据回传数据仓库进行结构化、非结构化的集中存储和管理。再由应用中心将输电线路的导线、避雷线（架空地线）、杆塔、绝缘子、金具、杆塔基础、拉线和接地装置等的特定部件或是特定部件的局部区域图像，作为图像模板在对应的设备采集图像集合中查找匹配，并识别出二者间的差异，以可视化的表现方式基于应用中心，以点对点，多分部的方式，自动反馈给进行功能应用的工作人员。使工作人员及时发现有设备、现有部件哪些存在问题，具体的问题形态是怎么样的。如果当工作人员想进一步了解问题当时发生的当时具体情景，本应用将基于图像的分析结果，关联对应设备、部件的监控录像视频，进行自动、智能化分析，提取出问题发生当时视频录像场景和时差分帧图像，以提供工作人员针对事件进行回溯分析。
3.关键技术
图像处理技术的研究应用包括指定模板、目标检测、异常识别、结果标识等方面。其中，指定模板要求收集一些相关的电网设备或部件图像作为图像处理技术的检测匹配对象源，匹配对象简称模板。模板采集和指定的要求具体考量图像本身的像素精度，采集精度高更有利于提高图像处理的目标检测命中率、异常识别的准确率。总体而言，图像处理的关键技术在于实现目标检测和异常识别的数学算法，然后在以直观的方式将分析的结果标识出来。对于具体研究应用分叙如下：
1）指定模板：采集需要进行智能识别和预警的目标设备或部件图像，作为电力设备识别匹配和预警的模板图像。图像的像素大小以模板像素大小为准，大小不超过要匹配的图像像素大小，选择图像作为模板。实际模板尺寸对系统性能和计算量的影响不容小觑。模板过大导致动态特性变差；过小又会减少目标的特征数据量，降低匹配的敏感程度，增大目标检测难度。实际操作中，模板尺寸设置为32×16时效果非常理想。
2）目标检测：采用傅立叶变换算法。傅立叶变换种是非常有用的积分变换，它能把时域信息变换到频域信息进行处理。傅立叶变换分为一维、二维及逆向变换等算法形式，具体
在图像处理和识别中一般采用二维傅立叶变换，通过二维傅立叶变换的卷积计算来处理图像信息和识别图像。一般步骤为：首先，计算出模板图像尺寸的大小。然后，在需要识别的图像中迭代查找一个相似的像素区域。最后，通过比较两个图像的欧氏距离，判断图像是否匹配成功，如果匹配成功则认为识别到了检测图像。
图像检测分类：本图像分析的数据来源于巡线过程工作人员采集的照片，在线监控视频，防外力破外设备产生的照片和视频录像数据。所以，在图像分析应用中，目标监测的分类即为：针对巡线照片数据的分析，针对监控视频和防外力破外照片和录像的分析，将监控视频和防外力破外照片和录像的分析简称视频设备采集数据的分析。其中各自具体的分析方法具体如下：
①巡线采集照片的分析
图像拼接：在线路定期巡视过程中，由于移动终端和照相机采集到的图像具有不完整性，为便于设备识别和对整体性杆塔的查看，采用图像拼接算法。图像拼接技术在对图像采集方式，图像拼接算法上都是有一定的要求的。在图像采集的过程中需要一组连续的图，其中每张图像都必须包含上一幅图像的部分图像信息；同时，在拼接图像的时候需要旋转对齐不同角度拍的两张图像。本文采用的图像拼接算法采用尺度不变的特征变换方法（SIFT：Scale Invariant Feature transform），SIFT算法由David G.Lowe于1999年首次提出，并于2004年对其进行完善总结。该方法是一种基于尺度空间的、对图像缩放、旋转以及仿射变换保持不变性的特征匹配算法。SIFT算法的主要思想如下：首先，通过建立高斯金字塔和DoG（Different of Gaussian）金字塔，并且在DoG金字塔里面进行极值检测，得到初始特征点的位置和所在尺度；然后，通过曲面拟合的方法精确确定特征点的位置和尺度；最后，利用关键点邻域像素的梯度方向作为该点的方向特征，使算子具有旋转不变性。
SIFT算法的具体操作分为4个步骤：1）尺度空间极值检测；2）精确定位特征点；3）确定特征点的主方向；4）生成特征向量描述子等。SIFT具有对图像尺度缩放、旋转、放射变换以及亮度变化保存不变的优点。算法实现：首先，利用SIFT算法提取图像中的特征点；接着对这些特征点采用相似性准则中的欧式距离进行匹配，得到初始匹配对；由于初始匹配对中存在误匹配对，从而造成匹配的精度不足，因此提出一种改进后的RANSAC（随机取样一致性性算法）消除误匹配对。此外，该文通过多次实验，选取SIFT算法中合适的比例阀值，提高配准的精度。实验结果表明，该方法既继承了SIFT算法的鲁棒性.又提高了匹配精度。
算法实例：首先，电网日常巡视中移动终端采集到的图像设为：图1、图2、图3、图4，如图 3-1。 最后，利用图3-2作为模板图像在3-5图像中做匹配识别到的绝缘子，如图3-9为检测到其中的一个绝缘子。
① 视频设备采集数据的分析
视频设备采集数据的分析是指对监控视频和防外力设备在线采集的图像和录像数据进行采集、存储、应用等的综合管理过程，以实现本课题研究和规划设计的应用目的。具体的应用线上实现模式为：预设监控视频、防外力等在线设备摄像头的监控视角预置位，预设定时抓拍、录像，以及上传照片及录像数据的运行工作模式。然后，基于后方的数据存储仓库对上传照片、录像数据进行集中存储和管理。通过应用中心的管理和应用，启动分析中心基于分析模板对数据仓库中的入库数据进行触发式分析与识别，并由分析中心将基于图像的分析结果反馈予应用中心，应用中心依据分析结果来支撑工作和管理在工作计划和决策上的导向。
4）异常识别：将经过图像分析定位，命中的被检测源，通过用欧氏距离，辅以高斯归一化对一阶矩和二阶矩进行归一化，最终分析出检测源与模板对象的差异。具体算法公式如下：
其中， ，n代表图像库中所有图像的幅数， 代表第i幅图像的均值。同理， ，其中 代表i幅图像的标准差，通过高斯归一化，E、S的取值均为[o，1]之间。若查询图像为Q，被检索数据库中的图像为R，则其欧氏距离D1可以表示为：
5）结果标识：基于检测源将与模板有差异的设备或者部件用线条框图标识。如上图所示的红线框表示形式。
6）动作重现：根据检测被分析出的与模板有差异的图片数据，若果该图像有对应的监控录像视频，则利用视频图像差分的手段，将动作发生的瞬时可视状态从录像中把对应的视频帧分析、提取出来，重现动作发生当时的具体情况。
实现上，首先截取异常识别区域，然后使用帧差分法提取连续两帧的视频图像进行相减运算得到两副图像的差分图像，在差分图像上检测运动变化区域，根据运动变化区域的灰度信息恢复原来的运动目标。在将运动目标和异常识别区域进行全特征匹配，根据匹配结果动态呈现动作过程。
运动目标识别算法公式具体如下：
其中，Sc（X，t）为亮度图像序列在t时刻，点x处的灰度值。T为灰度闽值， 为抑制系数（参考值取2），NA为检测区域A内的象素数目。
4.应用展望
图像技术是一种分析图像和视频媒介，提取、处理过载信息资源，实现可视化展现的有效技术手段。在未来，图像和视频作为信息载体的状态将越来越普遍，越来越深入。在这过程中，图像技术本身也将越来越来成熟可靠，应用领域也将不断扩展和深入。所以，在各行业的应用领域中针对图像技术进行深入研究和应用是一种必然。反观电力行业，随着图像技术在输电网的应用，以充分利用资源为目的，将在原有基础上直接补充监控视频设备单纯实现监控的不足，使视频监控设备实现对图片、视频的分析和处理的能力，提高监控视频设备的整体应用能力和水平，改变以往单一依靠防外力破外在线设备实现对图像和视频分析与应用的局面，降低了对防外力设备应用的过度依赖，减少不必要的资本投入。同时，通过图像分析技术的应用，对现场工作提出了更高要求，要求巡线人员到工作现场后，必须有约束的、有标准的、有成果的按要求采集设备或部件图片、录像，为图像技术的普遍应用提供及时、准确、全面的数据基础。最终，势必在图像技术的持续应用下，提高电网运行的管理能力和水平，充分满足新形势下社会生产生活对电力生产的供电要求，在管理和应用上提供有效的支撑。
5.总结
图像技术已经发展到一定程度，技术本身已经相对成熟和可靠。图像技术在社会生产、生活的各领域、各行业有着普遍和深入的应用。针对电力系统输电网领域，图像技术的应用使输电网线上的视频设备、手持设备能更频繁、更良好的运行和使用起来，并对设备应用产生的图像、视频录像等数据进行集中的管理，以及深入的挖掘和分析应用，较好的为电网运维工作提供有效的数据支撑。
同时，由于图像技术的应用，在保持原有硬件和软件套装不变的情况下，使视频在线监控设备集成了针对图像、录像视频的分析功能；使防外力破外在线监测集成针对图像实现了可定制的分析功能，针对录像视频在融合图像分析功能进行整体应用的前提下，实现了录像视频可差分的应用功能；使巡线手持终端的应用，基于图像和视频数据分析应用的总体规划和要求，实现了与监控视频数据、防外力破坏数据统一的管理和应用。
总之，通过图像技术的应用，在不做新的资产成本投入的前提下，积极探索、深入研究和实践，充分利用了现有的设备和数据资源，充分发挥各自潜在的应用价值，为电网运维的实际工作提供了尽可能有的有效支撑。为电网实现集约化、信息化、自动化、智能化的工作和管理开启一个崭新的开端。
参考文献
[1]曲朝阳，王蕾等.智能电网知识处理模型与可视化方法. 2013年11月.
[2]廖学军等.数字战场可视化技术及应用. 2010年10月.
[3]张浩等.图像识别技术在电力设备监测中的应用. 2010.
[4]孙凤杰等.远程数字视频监控与图像识别技术在电力系统中的应用. 2005.
[5]祝春捷.电力系统图像监控技术的开发和应用. 2001.
[6]戚飞虎.模式识别与图像处理.上海交通大学出版社，1990.
[7]阮秋琦.数字图像处理学.北京：电子工业出版社，2001.1.
[8]张成海等.现代图像自动识别技术与应用.北京：清华人学出版社，2001.
[9]Guyer D.E，G.E.Miles，M.M.Schreiber，etc. Machine vision and imageprocessing for plant identification. 1986.
作者简介
1.杨昌，男，云南省楚雄市，1978年8月，本科，工程师，研究方向：输电线路防污、防冰
2.池艳东，男，云南省楚雄市，1985年10月，本科，工程师，研究方向：输电线路防治鸟害课题研究
3.段军鹏，男，云南省楚雄市，1983年1月，本科，工程师，研究方向：输电线路在线监测课题研究
4.李永彪，男，云南省楚雄市，1987年11月，本科，工程师，研究方向：输电线路防雷课题研究
5.张富，男，1982年9月，本科，云南瑞攀科技有限公司解决方案部经理，高级技术顾问
关键词：图像技术；视频监控设备；巡检；抓拍；采集；图像资源数据
Application of image technology in operation and maintenance of transmission network
Li Shao Rong，Cha Hong lin，Duan jun peng，Nian song，Li yong biao
（Yunnan Power Grid CoLtd. Chuxiong Power Supply Burea，Yunnan Chuxiong 671000）
Abstract：Image technology has become mature after a long time. At present，the image technology is being used in various fields，and it has solved some practical problems in the field of application. So according to the image of the technology itself characteristic，combined with transmission network current operation and management of the status quo，the image technology of network video surveillance equipment presupposition to snap a photo and inspection of photo collection of in-depth analysis and mining of the infusion. Realize the full use of the existing image resource data information，realize the direct and effective support management unit of the power transmission network operation management.
Key words：Image technology，video surveillance equipment，inspection，capture，image acquisition，data resources.
1.前 言
图像处理技术是一门非常复杂的技术学科。其本身所涉及到的知识非常广泛，具体的方法种类繁多。传统的图像处理技术主要集中在图像的获取、变换、增强、恢复（复原）、压缩编码、分割与边缘提取等方面，随着计算机科学的发展，图像处理技术在理论研究和实际应用中都取得了飞速的发展，并且伴随着一些新工具、新方法的不断出现，这些技术的发展和应用也迈上了一个新的台阶。基于图像处理技术已经在很多领域取得了一定成果，如文字识别、指纹识别、入脸识鬟、产品检测、军事偾察等，并被大量应用于公路交通、医学、工业生产等行业。当前，在电网运行管理过程中对图像技术的应用，在点上有所涉及，但面上力度不够，应用不充分。具体表现如下：
1）在点上有防外力破外的监测与应用，防外力破坏本身带有一定的图像分析功能，但基于设备或系统的应用成本较高，而且图像分析模块部分嵌入设备不利于后期的扩展；
2）在点上视频监控的监测和应用，视频监控本身不具备图像分析与应用的功能，虽然设备成本也高，但是在具体应用的过程中可产生大量的图像和视频数据。而此类数据目前仅限于人工的粗略查阅，有通过图像分析技术实现进一步应用的可能和基础，但没有被好好利用；
3）当下的输电线路管理过程中，通过巡线人员的现场采集大量视频和图像数据，该类数据也如2）所产生的数据一样没有被充分的利用。
所以，综合以上，我们的结论是电网的运行管理固然需要很多数据，需要这些数据作为在工作和管理上的支撑，但也不可否认在基于在线监控视频、巡线工作人员或者防外力破外等的在线手段获得的数据，并没有充分被利用，也就没有把这些数据产生的价值反馈到电网管理的具体环节当中，反而造成数据资源的浪费，造成资产投入的浪费。为此，本文研究的目的就是依据电网管理过程中的现状，通过图像技术在电网运行管理过程的深入研究和应用，充分利用现有设备资产、数据资产，基于图像和视频资源更进一步提取和挖掘有用价值的信息，来有效支撑维系电网稳定、可靠运行的工作和管理，力求通过图像技术的研究与应用为电网运行管理提供新思路、新方法，以及获得新的突破和飞跃。
2.应用架构
根据图像技术自身所能实现和支撑的应用能力和水平，结合输电网线路运行管理的当前工作模式，以及历史的数据沉淀，研究与实现图像技术在输电网运维中的深度和广度应用，总体构思和设计图像技术的应用架构如下图所示，具体架构组成分为采集终端、数据仓库、分析中心、应用中心等五部分。
1）采集终端：通过终端的监控视频、防外力破外设备采集监控照片、录制监控视频，通过工作人员现场的移动终端应用，采集巡线中采集的设备视图照片，并实现将所采集数据回传数据仓库进行集中存储； 2）数据仓库：集中存储图像、视频数据信息。以文件形式存储监控、防外力及巡线采集照片、视频，将图像、视频文件记录，数据结构化存贮在数据管理服务器中；
3）分析中心：实现分析功能。基于模板库的模板，在采集数据回传数据仓库时，即刻进行触发式设备图像产异化分析和结果标识。并实现对差异化设备图像关联监控录像视频数据进行差异动作发生时态视频场景重现。
4）应用中心：管理监控视频、防外力破外设备工作模式、移动端巡线采集任务、图像差异和动作分析内容。并实现设备和工作人员按照管理设定有序运行和开展。同时，实现图像技术应用结果的动态可视化反馈。
总体的应用目的是基于现有的、即将产生的数据，现有的、即将投入使用的附属设备资产，以充分利用资源为前提，延伸和扩展在线监控视频、工作人员巡线对数据的采集与应用，追加和补充防外力破外在现有应用之外的附加功能，实现可定制的、联系实际的二次综合应用框架。
总体的架构思路为应用中心设置和管理采集端对照片、视频的采集工作模式。由采集端将采集到的照片、视频数据回传数据仓库进行结构化、非结构化的集中存储和管理。再由应用中心将输电线路的导线、避雷线（架空地线）、杆塔、绝缘子、金具、杆塔基础、拉线和接地装置等的特定部件或是特定部件的局部区域图像，作为图像模板在对应的设备采集图像集合中查找匹配，并识别出二者间的差异，以可视化的表现方式基于应用中心，以点对点，多分部的方式，自动反馈给进行功能应用的工作人员。使工作人员及时发现有设备、现有部件哪些存在问题，具体的问题形态是怎么样的。如果当工作人员想进一步了解问题当时发生的当时具体情景，本应用将基于图像的分析结果，关联对应设备、部件的监控录像视频，进行自动、智能化分析，提取出问题发生当时视频录像场景和时差分帧图像，以提供工作人员针对事件进行回溯分析。
3.关键技术
图像处理技术的研究应用包括指定模板、目标检测、异常识别、结果标识等方面。其中，指定模板要求收集一些相关的电网设备或部件图像作为图像处理技术的检测匹配对象源，匹配对象简称模板。模板采集和指定的要求具体考量图像本身的像素精度，采集精度高更有利于提高图像处理的目标检测命中率、异常识别的准确率。总体而言，图像处理的关键技术在于实现目标检测和异常识别的数学算法，然后在以直观的方式将分析的结果标识出来。对于具体研究应用分叙如下：
1）指定模板：采集需要进行智能识别和预警的目标设备或部件图像，作为电力设备识别匹配和预警的模板图像。图像的像素大小以模板像素大小为准，大小不超过要匹配的图像像素大小，选择图像作为模板。实际模板尺寸对系统性能和计算量的影响不容小觑。模板过大导致动态特性变差；过小又会减少目标的特征数据量，降低匹配的敏感程度，增大目标检测难度。实际操作中，模板尺寸设置为32×16时效果非常理想。
2）目标检测：采用傅立叶变换算法。傅立叶变换种是非常有用的积分变换，它能把时域信息变换到频域信息进行处理。傅立叶变换分为一维、二维及逆向变换等算法形式，具体
在图像处理和识别中一般采用二维傅立叶变换，通过二维傅立叶变换的卷积计算来处理图像信息和识别图像。一般步骤为：首先，计算出模板图像尺寸的大小。然后，在需要识别的图像中迭代查找一个相似的像素区域。最后，通过比较两个图像的欧氏距离，判断图像是否匹配成功，如果匹配成功则认为识别到了检测图像。
图像检测分类：本图像分析的数据来源于巡线过程工作人员采集的照片，在线监控视频，防外力破外设备产生的照片和视频录像数据。所以，在图像分析应用中，目标监测的分类即为：针对巡线照片数据的分析，针对监控视频和防外力破外照片和录像的分析，将监控视频和防外力破外照片和录像的分析简称视频设备采集数据的分析。其中各自具体的分析方法具体如下：
①巡线采集照片的分析
图像拼接：在线路定期巡视过程中，由于移动终端和照相机采集到的图像具有不完整性，为便于设备识别和对整体性杆塔的查看，采用图像拼接算法。图像拼接技术在对图像采集方式，图像拼接算法上都是有一定的要求的。在图像采集的过程中需要一组连续的图，其中每张图像都必须包含上一幅图像的部分图像信息；同时，在拼接图像的时候需要旋转对齐不同角度拍的两张图像。本文采用的图像拼接算法采用尺度不变的特征变换方法（SIFT：Scale Invariant Feature transform），SIFT算法由David G.Lowe于1999年首次提出，并于2004年对其进行完善总结。该方法是一种基于尺度空间的、对图像缩放、旋转以及仿射变换保持不变性的特征匹配算法。SIFT算法的主要思想如下：首先，通过建立高斯金字塔和DoG（Different of Gaussian）金字塔，并且在DoG金字塔里面进行极值检测，得到初始特征点的位置和所在尺度；然后，通过曲面拟合的方法精确确定特征点的位置和尺度；最后，利用关键点邻域像素的梯度方向作为该点的方向特征，使算子具有旋转不变性。
SIFT算法的具体操作分为4个步骤：1）尺度空间极值检测；2）精确定位特征点；3）确定特征点的主方向；4）生成特征向量描述子等。SIFT具有对图像尺度缩放、旋转、放射变换以及亮度变化保存不变的优点。算法实现：首先，利用SIFT算法提取图像中的特征点；接着对这些特征点采用相似性准则中的欧式距离进行匹配，得到初始匹配对；由于初始匹配对中存在误匹配对，从而造成匹配的精度不足，因此提出一种改进后的RANSAC（随机取样一致性性算法）消除误匹配对。此外，该文通过多次实验，选取SIFT算法中合适的比例阀值，提高配准的精度。实验结果表明，该方法既继承了SIFT算法的鲁棒性.又提高了匹配精度。
算法实例：首先，电网日常巡视中移动终端采集到的图像设为：图1、图2、图3、图4，如图 3-1。 最后，利用图3-2作为模板图像在3-5图像中做匹配识别到的绝缘子，如图3-9为检测到其中的一个绝缘子。
① 视频设备采集数据的分析
视频设备采集数据的分析是指对监控视频和防外力设备在线采集的图像和录像数据进行采集、存储、应用等的综合管理过程，以实现本课题研究和规划设计的应用目的。具体的应用线上实现模式为：预设监控视频、防外力等在线设备摄像头的监控视角预置位，预设定时抓拍、录像，以及上传照片及录像数据的运行工作模式。然后，基于后方的数据存储仓库对上传照片、录像数据进行集中存储和管理。通过应用中心的管理和应用，启动分析中心基于分析模板对数据仓库中的入库数据进行触发式分析与识别，并由分析中心将基于图像的分析结果反馈予应用中心，应用中心依据分析结果来支撑工作和管理在工作计划和决策上的导向。
4）异常识别：将经过图像分析定位，命中的被检测源，通过用欧氏距离，辅以高斯归一化对一阶矩和二阶矩进行归一化，最终分析出检测源与模板对象的差异。具体算法公式如下：
其中， ，n代表图像库中所有图像的幅数， 代表第i幅图像的均值。同理， ，其中 代表i幅图像的标准差，通过高斯归一化，E、S的取值均为[o，1]之间。若查询图像为Q，被检索数据库中的图像为R，则其欧氏距离D1可以表示为：
5）结果标识：基于检测源将与模板有差异的设备或者部件用线条框图标识。如上图所示的红线框表示形式。
6）动作重现：根据检测被分析出的与模板有差异的图片数据，若果该图像有对应的监控录像视频，则利用视频图像差分的手段，将动作发生的瞬时可视状态从录像中把对应的视频帧分析、提取出来，重现动作发生当时的具体情况。
实现上，首先截取异常识别区域，然后使用帧差分法提取连续两帧的视频图像进行相减运算得到两副图像的差分图像，在差分图像上检测运动变化区域，根据运动变化区域的灰度信息恢复原来的运动目标。在将运动目标和异常识别区域进行全特征匹配，根据匹配结果动态呈现动作过程。
运动目标识别算法公式具体如下：
其中，Sc（X，t）为亮度图像序列在t时刻，点x处的灰度值。T为灰度闽值， 为抑制系数（参考值取2），NA为检测区域A内的象素数目。
4.应用展望
图像技术是一种分析图像和视频媒介，提取、处理过载信息资源，实现可视化展现的有效技术手段。在未来，图像和视频作为信息载体的状态将越来越普遍，越来越深入。在这过程中，图像技术本身也将越来越来成熟可靠，应用领域也将不断扩展和深入。所以，在各行业的应用领域中针对图像技术进行深入研究和应用是一种必然。反观电力行业，随着图像技术在输电网的应用，以充分利用资源为目的，将在原有基础上直接补充监控视频设备单纯实现监控的不足，使视频监控设备实现对图片、视频的分析和处理的能力，提高监控视频设备的整体应用能力和水平，改变以往单一依靠防外力破外在线设备实现对图像和视频分析与应用的局面，降低了对防外力设备应用的过度依赖，减少不必要的资本投入。同时，通过图像分析技术的应用，对现场工作提出了更高要求，要求巡线人员到工作现场后，必须有约束的、有标准的、有成果的按要求采集设备或部件图片、录像，为图像技术的普遍应用提供及时、准确、全面的数据基础。最终，势必在图像技术的持续应用下，提高电网运行的管理能力和水平，充分满足新形势下社会生产生活对电力生产的供电要求，在管理和应用上提供有效的支撑。
5.总结
图像技术已经发展到一定程度，技术本身已经相对成熟和可靠。图像技术在社会生产、生活的各领域、各行业有着普遍和深入的应用。针对电力系统输电网领域，图像技术的应用使输电网线上的视频设备、手持设备能更频繁、更良好的运行和使用起来，并对设备应用产生的图像、视频录像等数据进行集中的管理，以及深入的挖掘和分析应用，较好的为电网运维工作提供有效的数据支撑。
同时，由于图像技术的应用，在保持原有硬件和软件套装不变的情况下，使视频在线监控设备集成了针对图像、录像视频的分析功能；使防外力破外在线监测集成针对图像实现了可定制的分析功能，针对录像视频在融合图像分析功能进行整体应用的前提下，实现了录像视频可差分的应用功能；使巡线手持终端的应用，基于图像和视频数据分析应用的总体规划和要求，实现了与监控视频数据、防外力破坏数据统一的管理和应用。
总之，通过图像技术的应用，在不做新的资产成本投入的前提下，积极探索、深入研究和实践，充分利用了现有的设备和数据资源，充分发挥各自潜在的应用价值，为电网运维的实际工作提供了尽可能有的有效支撑。为电网实现集约化、信息化、自动化、智能化的工作和管理开启一个崭新的开端。
参考文献
[1]曲朝阳，王蕾等.智能电网知识处理模型与可视化方法. 2013年11月.
[2]廖学军等.数字战场可视化技术及应用. 2010年10月.
[3]张浩等.图像识别技术在电力设备监测中的应用. 2010.
[4]孙凤杰等.远程数字视频监控与图像识别技术在电力系统中的应用. 2005.
[5]祝春捷.电力系统图像监控技术的开发和应用. 2001.
[6]戚飞虎.模式识别与图像处理.上海交通大学出版社，1990.
[7]阮秋琦.数字图像处理学.北京：电子工业出版社，2001.1.
[8]张成海等.现代图像自动识别技术与应用.北京：清华人学出版社，2001.
[9]Guyer D.E，G.E.Miles，M.M.Schreiber，etc. Machine vision and imageprocessing for plant identification. 1986.
作者简介
1.杨昌，男，云南省楚雄市，1978年8月，本科，工程师，研究方向：输电线路防污、防冰
2.池艳东，男，云南省楚雄市，1985年10月，本科，工程师，研究方向：输电线路防治鸟害课题研究
3.段军鹏，男，云南省楚雄市，1983年1月，本科，工程师，研究方向：输电线路在线监测课题研究
4.李永彪，男，云南省楚雄市，1987年11月，本科，工程师，研究方向：输电线路防雷课题研究
5.张富，男，1982年9月，本科，云南瑞攀科技有限公司解决方案部经理，高级技术顾问