基于改进像素聚类算法的输电线路冰区识别方法
杨恒 虢韬 沈平 杨渊 杨洋
摘 要： 为了提高输电线路的防灾减灾能力，特别是防治冰雪灾害的能力，需要进行输电线路冰区自动识别方法和系统设计，提出基于改进像素聚类算法的输电线路冰区识别方法。对气象卫星遥感监测采集的输电线路覆盖区域的遥感图像进行图像处理，提取图像中的冰覆盖像素特征点，结合边缘轮廓检测方法进行输电线路覆盖区域的冰区边缘轮廓检测，对冰区覆盖区域的像素特征进行模糊C均值聚类处理，实现区域分割识别。仿真结果表明，采用该方法进行输电线路冰区识别的准确率较高，视觉直观效果较好，便于指导施工抢修人员进行现场排除和巡线检修。
关键词： 像素； 聚类； 图像处理； 输电线路； 冰雪灾害
中图分类号： TN911.73?34； TP399 文献标识码： A 文章编号： 1004?373X（2017）20?0181?03
Abstract： In order to improve the disaster prevention and mitigation capability of power transmission lines， especially ice and snow disaster prevention capability， automatic identification method and system of power transmission line ice coverage areas need to be designed. Therefore， a method of power transmission line ice coverage area identification based on the improved pixel clustering algorithm is proposed. The remote sensing images of power transmission line coverage areas from remote sensing monitoring device in meteorological satellites are processed to extract the pixel features of ice coverage areas in images. Combined with the edge contour detection method， the edge contours of power transmission line ice coverage areas are detected， and the pixel features of ice coverage areas are processed with fuzzy C?means clustering to realize region segmentation and recognition. The simulation results show that this method has high accuracy and perfect visual effect for recognition of power transmission line ice coverage areas， and is appropriate to guide the repair personnel to do on?site troubleshooting and maintenance.
Keywords： pixel； clustering； image processing； transmission line； snow disaster
发生冰雪自然灾害时，随着冰雪积雪厚度的增加，将会导致输电线路出现坍塌，造成严重的经济损失。由于输电线路大多分布在野外，线路分布广阔，长度较大，采用人工巡线检测方法进行冰雪灾害预测和防灾减灾的收效较小，需要研究一种可行的智能的输电线路冰区识别方法，针对性地对重点区域进行除冰作业，保障线路正常运行，研究输电线路冰区智能识别方法具有重要的现实意义[1]。随着图像处理技术的发展，图像处理广泛应用在模式识别、智能监控等领域，对输电线路采用图像处理和信息分析方法进行冰区识别具有可行性[2]。为了实现对输电线路的全天候冰区识别和监控，提出基于改进像素聚类算法的输电线路冰区识别方法。对气象卫星遥感监测采集的输电线路覆盖区域的遥感图像进行图像处理，实现冰区的准确定位识别，取得较好的识别准确性。
1 气象卫星遥感监测图像采集与预处理
1.1 图像采集及像素信息生成
为了实现对输电线路冰区识别图像处理，图像采集是第一步，采用气象卫星遥感监测方法进行输电线路的原始图像采集，对采集的输电线路激光图像通过阈值分割方法进行冰区致密性特征分解，实现冰雪覆盖区域特征匹配和信息采集[3]，从而达到冰区识别目的，气象卫星遥感监测采集输出的图像像素表达函数为：
1.2 样冰覆盖像素特征点提取
通过对输电线路的冰覆盖区域的像素特征点提取，结合像素聚类方法进行特征分类和冰区与非冰区域属性划分。
2 冰区识别算法实现
2.1 冰区边缘轮廓检测
在进行了输电线路的气象卫星遥感监测和图像采集与像素特征点提取的基础上，进行图像识别算法改进设计。提出基于改进像素聚类算法的输电线路冰区识别方法，进行输电的冰区边缘轮廓检测[5]，采用自适应图像分割方法对气象卫星遥感监测图像[fx，y]进行[p+q]阶分割，分割输出冰区覆盖区域信息化模量为：
2.2 像素聚类算法及冰区识别
3 仿真实验与性能测试
在进行输电线路冰区识别的实验分析中，实验的硬件环境：主处理器为Intel[?]Pentium[?]Dual，主频为1.8 GHz计算机；软件为Matlab 7 和Visual C++；卫星遥感图像采样的时间间隔为60 s，图像分割尺度系数为0.56，边缘轮廓检测的阈值为[a]=0.48，灰度邻域大小為25×27。根据上述仿真环境和参数设定，进行输电线路冰区识别仿真实验，得到气象卫星遥感监测图像如图1所示。
以图1所示的图像为研究对象，采用本文方法进行图像处理，提取图像中的冰覆盖像素特征点，进行图像像素聚类和特征识别，得到输出处理图像如图2所示。
分析图2结果得知，采用本文方法进行图像冰雪覆盖区域检测，具有很好的输出视觉直观效果，以此为指导进行冰区识别。为了对比性能，采用不同方法进行识别，通过1 000次Monte Carlo实验，测试准确识别率，得到对比结果如图3所示。分析图3结果得知，采用本文方法进行输电线路冰区识别的准确性高于传统方法，并统计计算开销得知，本文方法时间开销为传统方法的20%，大大提高了检测识别效率。
4 结 语
为了进行输电线路冰区自动识别方法研究，提高输电线路抵御冰雪灾害的能力，本文提出基于改进像素聚类算法的输电线路冰区识别方法，并进行实验分析。研究得出结论，采用该方法进行输电线路冰区识别的准确率较高，视觉直观效果较好，为指导施工抢修人员进行现场排除和巡线检修提供有效参考。
参考文献
[1] 李寿强.基于模糊神经网络电力系统无功功率控制研究[J].电气应用，2012，31（8）：32?34.
[2] 孙其法，闫秋艳，闫欣鸣.基于多样化top?k shapelets转换的时间序列分类方法[J].计算机应用，2017，37（2）：335?340.
[3] 刘建余，于立娟.短距离室外可见光数字传输系统研究[J].科学技术与工程，2013，13（3）：744?748.
[4] 张惜，刘晓东.基于图像处理技术的激光直写导光板网点设计[J].激光技术，2015，39（6）：751?755.
[5] 杨帆，周华，王嫣.基于数据挖掘的激光雷达图像识别技术[J].激光杂志，2016，37（7）：39?42.
[6] 陆兴华，张晓军.人员图像跟踪过程中多人交叉区域防丢失方法[J].计算机仿真，2014，31（9）：243?246.
[7] 张凡. 红外图像改进非局部均值滤波算法研究[J].激光技术，2015，39（5）：662?665.
摘 要： 为了提高输电线路的防灾减灾能力，特别是防治冰雪灾害的能力，需要进行输电线路冰区自动识别方法和系统设计，提出基于改进像素聚类算法的输电线路冰区识别方法。对气象卫星遥感监测采集的输电线路覆盖区域的遥感图像进行图像处理，提取图像中的冰覆盖像素特征点，结合边缘轮廓检测方法进行输电线路覆盖区域的冰区边缘轮廓检测，对冰区覆盖区域的像素特征进行模糊C均值聚类处理，实现区域分割识别。仿真结果表明，采用该方法进行输电线路冰区识别的准确率较高，视觉直观效果较好，便于指导施工抢修人员进行现场排除和巡线检修。
关键词： 像素； 聚类； 图像处理； 输电线路； 冰雪灾害
中图分类号： TN911.73?34； TP399 文献标识码： A 文章编号： 1004?373X（2017）20?0181?03
Abstract： In order to improve the disaster prevention and mitigation capability of power transmission lines， especially ice and snow disaster prevention capability， automatic identification method and system of power transmission line ice coverage areas need to be designed. Therefore， a method of power transmission line ice coverage area identification based on the improved pixel clustering algorithm is proposed. The remote sensing images of power transmission line coverage areas from remote sensing monitoring device in meteorological satellites are processed to extract the pixel features of ice coverage areas in images. Combined with the edge contour detection method， the edge contours of power transmission line ice coverage areas are detected， and the pixel features of ice coverage areas are processed with fuzzy C?means clustering to realize region segmentation and recognition. The simulation results show that this method has high accuracy and perfect visual effect for recognition of power transmission line ice coverage areas， and is appropriate to guide the repair personnel to do on?site troubleshooting and maintenance.
Keywords： pixel； clustering； image processing； transmission line； snow disaster
发生冰雪自然灾害时，随着冰雪积雪厚度的增加，将会导致输电线路出现坍塌，造成严重的经济损失。由于输电线路大多分布在野外，线路分布广阔，长度较大，采用人工巡线检测方法进行冰雪灾害预测和防灾减灾的收效较小，需要研究一种可行的智能的输电线路冰区识别方法，针对性地对重点区域进行除冰作业，保障线路正常运行，研究输电线路冰区智能识别方法具有重要的现实意义[1]。随着图像处理技术的发展，图像处理广泛应用在模式识别、智能监控等领域，对输电线路采用图像处理和信息分析方法进行冰区识别具有可行性[2]。为了实现对输电线路的全天候冰区识别和监控，提出基于改进像素聚类算法的输电线路冰区识别方法。对气象卫星遥感监测采集的输电线路覆盖区域的遥感图像进行图像处理，实现冰区的准确定位识别，取得较好的识别准确性。
1 气象卫星遥感监测图像采集与预处理
1.1 图像采集及像素信息生成
为了实现对输电线路冰区识别图像处理，图像采集是第一步，采用气象卫星遥感监测方法进行输电线路的原始图像采集，对采集的输电线路激光图像通过阈值分割方法进行冰区致密性特征分解，实现冰雪覆盖区域特征匹配和信息采集[3]，从而达到冰区识别目的，气象卫星遥感监测采集输出的图像像素表达函数为：
1.2 样冰覆盖像素特征点提取
通过对输电线路的冰覆盖区域的像素特征点提取，结合像素聚类方法进行特征分类和冰区与非冰区域属性划分。
2 冰区识别算法实现
2.1 冰区边缘轮廓检测
在进行了输电线路的气象卫星遥感监测和图像采集与像素特征点提取的基础上，进行图像识别算法改进设计。提出基于改进像素聚类算法的输电线路冰区识别方法，进行输电的冰区边缘轮廓检测[5]，采用自适应图像分割方法对气象卫星遥感监测图像[fx，y]进行[p+q]阶分割，分割输出冰区覆盖区域信息化模量为：
2.2 像素聚类算法及冰区识别
3 仿真实验与性能测试
在进行输电线路冰区识别的实验分析中，实验的硬件环境：主处理器为Intel[?]Pentium[?]Dual，主频为1.8 GHz计算机；软件为Matlab 7 和Visual C++；卫星遥感图像采样的时间间隔为60 s，图像分割尺度系数为0.56，边缘轮廓检测的阈值为[a]=0.48，灰度邻域大小為25×27。根据上述仿真环境和参数设定，进行输电线路冰区识别仿真实验，得到气象卫星遥感监测图像如图1所示。
以图1所示的图像为研究对象，采用本文方法进行图像处理，提取图像中的冰覆盖像素特征点，进行图像像素聚类和特征识别，得到输出处理图像如图2所示。
分析图2结果得知，采用本文方法进行图像冰雪覆盖区域检测，具有很好的输出视觉直观效果，以此为指导进行冰区识别。为了对比性能，采用不同方法进行识别，通过1 000次Monte Carlo实验，测试准确识别率，得到对比结果如图3所示。分析图3结果得知，采用本文方法进行输电线路冰区识别的准确性高于传统方法，并统计计算开销得知，本文方法时间开销为传统方法的20%，大大提高了检测识别效率。
4 结 语
为了进行输电线路冰区自动识别方法研究，提高输电线路抵御冰雪灾害的能力，本文提出基于改进像素聚类算法的输电线路冰区识别方法，并进行实验分析。研究得出结论，采用该方法进行输电线路冰区识别的准确率较高，视觉直观效果较好，为指导施工抢修人员进行现场排除和巡线检修提供有效参考。
参考文献
[1] 李寿强.基于模糊神经网络电力系统无功功率控制研究[J].电气应用，2012，31（8）：32?34.
[2] 孙其法，闫秋艳，闫欣鸣.基于多样化top?k shapelets转换的时间序列分类方法[J].计算机应用，2017，37（2）：335?340.
[3] 刘建余，于立娟.短距离室外可见光数字传输系统研究[J].科学技术与工程，2013，13（3）：744?748.
[4] 张惜，刘晓东.基于图像处理技术的激光直写导光板网点设计[J].激光技术，2015，39（6）：751?755.
[5] 杨帆，周华，王嫣.基于数据挖掘的激光雷达图像识别技术[J].激光杂志，2016，37（7）：39?42.
[6] 陆兴华，张晓军.人员图像跟踪过程中多人交叉区域防丢失方法[J].计算机仿真，2014，31（9）：243?246.
[7] 张凡. 红外图像改进非局部均值滤波算法研究[J].激光技术，2015，39（5）：662?665.
