随着国家电网建设智能电网意见的出台，坚强可靠的智能电网建设被提上国家电网公司发展的日程。高电压等级的输电线路的安全可靠稳定运行直接影响着国民经济的稳定发展。因此，对于高电压等级的输电设备进行监视监控是必要的。为了保证电力设备的安全运行，电力设备识别是必须的，也是必要的。

机器视觉是指通过图像摄取装置将被摄取的目标转换成图像信号，根据像素分布和宽度、颜色等佶息，转换成数字信号，图像系统对这些信号进行各种运算。常见机器视觉主要执行预处理功能，如边缘检测、移动目标检测、纹理分析，以及立体造型、曲面色彩等，主要目的是使得看见的对象更突出

国外在70年代:首次提出较为完整的视觉理论，已经出现了一些视觉应用系统．70年代中期，MIT人工智能(ArtificialIntellig4ence)实验室正式开设"机器视觉"课程。国外机器视觉于20世纪90年代进入高速发展期，广泛运用于工业控制领域。

国内机器视觉起步于20世纪80年代的技术引进，半导体和电子行业是较早的应用行业之一。经过这些年的发展，目前，我国已成为机器视觉发展最活跃的地区之一，因为视觉系统具有非接触、速度快、精度合适、现场抗干扰能力强等突出的优点，在工业领域得到了广泛的应用。2017年3月，国网新疆电力公司对750千伏伊犁一库车超高压输电线路全线海拔最高点的作业点进行了空中巡检。我国的输电线路巡检方式正逐步地从单一的传统人工巡检方式向人工巡视和直升机无人机巡视相结合的巡检方式改变山东大学的机器人研究中心经过研究，将图像识别技术与自动化技术相结合，研制了巡线机器人，主要用于110kv高压输电线路的监测。这种巡线机器人配备的高分辨率摄像机对高压线路进行拍摄，通过数据通信实时传输到处理中心，然后经由人员排查线路是否出现故障或者隐藏故障。这种靠图像识别技术的巡线机器人能够发现线路明显故障。

目前，国内外学者利用计算机视觉与数字图像处理技术对绝缘子的识别与定位进行了多方面的研究。从航拍的输电线路图像中分割出绝缘子是能够识别与定位出绝缘子的前提。针对航拍图像绝缘子的分割，国内外的学者主要从绝缘子的颜色、形状和纹理等特征入手，提出了多种绝缘子图像分割识别的方法。传统的分割方法主要包括阈值处理法、基于区域的分割处理法和基于形态学的分割处理法。

针对电线的图像识别，现有的算法主要有基于hough变换和机载激光点云数据的电力线检测算法。对于绝缘子的识别针对绝缘子由于卷积神经网络在提取图像高层特征方面的优势，很多基于卷积神经网络的模型及目标检测算法应运而生。首先是R-CNN 利用了 CNN 良好的特征提取和分类性能，将目标检测问题进行转化。YOLO 作为一种新的目标识别方法，将区域预测和类别预测整合于单个网络模型中，实现了真正意义上的端到端的目标识别，能够在准确率较高的情况下快速实现目标检测与识别，更适合于现场应用。针对塔杆的识别，基本上采取与绝缘子类似的算法。

本次毕业设计，我研究的是：“基于图像识别的电力作业场景目标检测”，针对电力作业机器人的典型工作场景,开发相应的软件工具,完成指定图片集中的电力输变线路中的绝缘子、塔杆和电线的目标识别。

参考国内外现有的电力设备识别算法，设计出一种综合性能优良高灵敏度的识别算法是我本次毕业设计的目的。

2、基本内容和技术方案

基本内容：

1） 调研收集分析有关资料，图像处理和目标检测的工作原理；

2） 确定目标检测的设计方案；

3） 进行目标检测算法的可行性进行分析；

4） 开发相应的软件工具，进行调试。

5） 整理资料，完成毕业论文的写作，准备好答辩工作；

6） 完成毕业论文的答辩工作。

技术方案：

在基于特征点的图像配准算法中，特征的选取是基础，所有几何计算都是在此基础上进行的，根据各个缺陷特征字符作为特征点来计算每个图像的偏移量，具体计算流程为图像截取→阈值分割→形态学处理→边界提取。

1.首先将图像进行颜色空间转换成灰度图像

2.度值的阈值分割就是一个快速且方便的方法。采用固定阈值方法，找灰度图像灰度平均值，然后再加一个固定的阈值 T，再将处理区域图像的每个像素点的灰度值与该T 进行大小比较，当大于 T 时该像素点灰度值赋值为 1，否则赋值为 0。

3.然后经过形态学处理，一般的形态学处理的对象都是基于二值图像，因为这种图像的各个分量是 Z2（图像中所有有序像素对的集合）的元素，形态学处理的基础是腐蚀和膨胀，从数学方面来说膨胀或者腐蚀都是将图像与核做卷积运算。开运算是先腐蚀后膨胀的过程，腐蚀的作用收缩或细化，膨胀的作用是“增长”或“粗化”二值图像中的物体。通过开运算得到平滑经过图像增强以后的二值图像中目标图像区域的轮廓，打断细长的区域并去除图像轮廓中面积小于结构元素的细节部分，通过上面的形体学操作处理以后，

4.用Canny函数进行边缘检测

5、采用findcontours找到物体轮廓再用drawcontours 函数确定被检测物体的轮廓

3、进度安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需知识。确定方案，完成开题报告。

第4－5周：完成五千字的外文翻译，并确定图像识别的计方案

第6－9周：进行结构设计计算和分析

第10周：进行目标检测算法的可行性进行分析

第11－12周：发相应的软件工具，进行调试

第13－14周：完成并修改毕业论文。

第15周: 准备论文答辩。