（广东电网有限责任公司茂名供电局525000）
摘要：随着国内外无人机技术的飞速发展，在各个领域得到了充分的应用。目前在电力系统中主要是应用在线路巡检、线路架设及线路规划等方面，通过对输电线路进行全息全景重建能够为输电线路的运行管理提供充分的信息帮助。在下面文章里，我们将对基于最新无人机智能视觉技术的输电线路全息全景重建进行探讨。
关键词：无人机；智能视觉；输电线路；全息全景
在电力系统运行管理过程中，由于输电线路地域跨度大、线路长等特点，导致其运维工作的开展最为困难，随着无人机技术的发展，在电力系统中也得到了普遍的应用，目前主要是应用在线路巡检、线路规划、线路架设等方面，在大大降低运行维护人员工作量及工作难度的同时，也有效提高了输电线路的运行管理水平。将全息全景重建应用在输电线路运行管理工作中，能够使运维人员在线路带电的前提下对输电线路实际情况可靠把握。关于全息全景重建的技术有很多，诸如基于小波变换的图像超分辨率重建、基于多方向轮廓模板的图像超分辨率重建等，但是这些方法在应用过程中发现存在精度不高，无法全面准确反映输电线路实际信息等缺点。在下面文章里，我们基于无人机智能视觉技术，对输电线路的全息全景重建进行探讨分析。
一.智能视觉技术
所谓智能视觉技术，我们可以理解为是利用摄像头、传感器结合计算机模拟来类似人眼和大脑的作用，得到三维空间的距离，进而识别物体、判断物体的运动状态。其作为人工智能领域快速发展的一个分支，对于各个行业的发展都有着重要的意义。智能视觉系统通过图像摄取装置将被摄取目标转换为图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；最后通过图像系统对这些信号进行各种运算来实现相应的设计目的。[1]
二.输电线路全息全景重建的应用
通过应用无人机来实现对输电线路全息全景的重建，具体可应用在下列几个方面：
2.1输电线路设备管理
通过应用全息全景重建技术能够实现对输电线路走廊所涉及到电网设施设备的高精度仿真，还可以在仿真模型中融合相关的电力设备属性信息，如地理信息、设备信息、状态信息等，为设施设备管理提供信息支持，提高管理效率，减少户外工作量，逐步实现输电线路的智能化管理。
2.2安全管理
全息全景重建能够使运行人员快速直观的了解输电线路走向情况，打破了传统运行管理工程中巡检的视界局限，实现了输电线路的实时监控和故障查看，使运维人员能够准确的了解输电线路的运行状况。
2.3安全运维
在输电线路运行过程中，受到环境、气候、人为等因素影响，经常出现杆塔偏移、线路破坏等问题，对输电线路的运行造成了巨大的安全影响，在利用全息全景重建技术后，相关人员对于线路走廊情况能够直观了解，及时发现可能存在的安全隐患问题并采取防范措施，有效提高设备的运维工作水平。[2]
三.输电线路的全息全景重建
3.1输电线路全息全景重建原理
基于无人机智能视觉的全息全景重建是利用了视差原理（所谓视差指的是从有一定距离的两个点上观察同一个目标所产生的方向差异。从目标看两个点之间的夹角叫两点的视差角，两点之间的连线称作基线。在知道视差角及基线长度的情况下就可以计算得出目标和观测者之间的距离）。在输电线路全息全景重建过程中，首先应用无人机从不同位置对输电线路进行拍照，使输电线路上同一个点在不同照片中呈现不同的视觉效果，再根据视差原理得到这一点的坐标集合关系，最后经过计算得出该点的三维坐标。利用这一方法得到输电线路各个点得坐标，利用图形处理软件对输电线路进三维重建。下面我们对三维坐标的计算原理进行了解，以下图1所示为例：
图中a、b两张图像是无人机从两个角度对输电线路某一段进行拍摄得到的照片，图中基线距B是无人机视觉中心连线的距离，f代表无人机的焦距（即无人机到输电线路图像平面的距离）。在计算过程中我们以左边的无人机视觉中心为原点建立坐标，点P为输电线路上某一点，假设其坐标为（，，），在两张图片a，b上的成像位置分别为，，利用三角几何关系可得到如下公式：
在照片拍摄时，要求无人机处于垂直方向且在同一个平面上进行拍摄，所以，，三者是相同的，无人机的视差为，输电线路上的P点坐标可以根据无人机的内外参数结合视差得出。在全息全景的重建过程中，就是依赖上述原理实现对输电线路上各个点坐标的采集，这是重建工作的重要基础。
图1.全息全景重建原理图
3.2全息全景图像预处理
图像的预处理主要包括信息采集和特征点提取两部分，其中信息采集是基于智能视觉技术对输电线路图像进行拍摄采集，特征点提取是为了减少处理数据量，并提高重建的精确度。特征点的提取包括以下步骤：
1)初始边缘的提取
根据图片中不同的灰度对图片进行分块，将目标区域灰度值和背景接近区域作为图像待处理的区域，采用图像方差和梯度幅值作为阈值对图像的初始边缘进行检测。在此我们将输电线路图像边缘的二值图像（将图像上的每一个像素只有两种可能的取值或灰度等级状态）作为初始边缘，边缘宽度为一个像素。
2)边缘断点的检测
在细化后的初始边缘对边缘断点进行检测，在二值边缘图像中寻找断点，在初始边缘中图像的像素点分为中间点和端点两类，其中中间点代表处于边缘线条中间的像素点，端点代表处于边缘线条头部或尾部的像素点。
3)自适应窗口大小
根据对边缘断点的检测来确定目标灰度值和背景灰度值接近的区域，再通过将图像中端点密度大小作为窗口大小的依据。将图像中断点进行分类，确定断点密度较大区域的大小，在此我们利用k均值聚类法来对边缘断点进行聚类，得到各自适应窗口的大小。
4)最终边缘的提取
将聚类得出的各个窗口映射到原始图像中，再使用梯度幅值算法对图像边缘进行检测，得到连续的边缘，最后通过对图像初始边缘和聚类后窗口内边缘的集进行计算，就能得到完整的全景全息图像边缘。
3.3重建方法的实现
1)图像特征跟踪
在这一环节是利用函数对输电线路全息全景图像进行卷积处理，在图像中选择种子点像素，并从种子点开始对邻域内像素点进行检查，向两个方向生长，当邻域内只有两个有效值时结束追踪。在对图像中所有分支跟踪完成后，结合分支方向及长度夹角选择最优的分支。
2)基于立体匹配的重建方法
立体匹配的目的是通过寻找同一输电线路场景中不同图片中的对立关系，来获取图像的深度信息。立体视觉作为输电线路成像的逆过程，实现的过程中存在很大的不确定性，在成像过程中图像信息非常容易丢失，所以需要多种约束条件对其加以约束，如视差范围约束、极线约束、连续性约束、唯一性约束等。深度信息的计算分为分配问题和计算深度信息两部分。最终我们可得到深度简化的输电线路图像模型公式为：
，
式中T为无人机两次拍摄的中心距离；d为无人机的智能视差；f为无人机摄像头的焦距。[3]
结束语
输电线路的全息全景重建对于提高输电线路运行管理水平有着重要的意义。在上面文章里，我们只是简单的对基于无人机智能视觉的全息全景重建方法进行了了解。在实际的操作中需要注意的问题还有很多，如覆冰干扰、抖动干扰等，所以要想得到更为精确的全息全景模型，还需要不断的提高相关水平。随着信息传输速度及计算机处理速度的提高，全息全景重建的质量、速度都会得到很大的提升，从而更好的为输电线路运行管理提供帮助。
参考文献
[1]郑清福.三维全景可视化技术在输电线路规划设计中的应用[J].《科技风》,2017(25):97-97
[2]郑恩.基于无人机航拍输电线路杆塔的三维重建[D].2017-广西大学:20-21
[3]林礼健,陈灵,沈明松,童明建.基于无人机智能视觉的输电线路全息全景重建[J].《计算机测量与控制》,2018(1):284-288