巡线飞控中图像识别的应用研究.docx

          巡线飞控中图像识别的应用研究                    摘要:随着无人机的发展以及视觉导航技术的发展，目前将无人机应用于巡线的方法一般是采用飞手控制无人机沿输电线路飞行，利用机载摄像设备采集视频图像，将采集到的视频图像信息带回地面，然后由经验丰富的工作人员观看无人机航拍带回来的视频，判断是否有故障、异常这样的巡检方式不但需要大量的人力财力资源，更重要的是飞手的视距有限，每次只能在小范围内进行飞行，超视距的情况下飞手难以判别无人机相对于输电线路的具体位置，所以不仅对飞手的要求极高，而且容易造成安全事故，所以，将图像识别技术应用于无人机的巡线飞控研究即巡线中采用视觉导航有重要的现实意义[1]关键词:计算机视觉；多旋翼无人机；姿态解算；图像处理;0引言本文采用机器视觉的方法判断无人机与需要巡检输电线路相对位置，然后调整无人机的姿态，使无人机能够自主地完成对输电线路的巡检在图像预处理方面，设计一种维纳自适应滤波器来滤除航拍过程中产生的噪声针对于输电线路提取的问题，在对比几种边缘检测算法的基础上改进Canny算法，结合hough变换将图片中的输电线路提取出来然后提出一种结合改进的SIFT算法的双目视觉测距方法，计算无人机与输电线路的相对距离；最后，设计了无人机与输电线路相对角度的求解方法，完成无人机与输电线路的位置解算。

1图像处理系统的硬件选型及设计通过上文对机载辅助系统的分析，本文所研究系统的硬件选型主要包括摄像头的选择、辅助处理器的选择以及最小系统等辅助电路的设计1.1图像采集模块选型与设计本研究所用到的无人机飞行高度普遍较低，不存在云层干扰等问题，因此，图像采集设备采用一般的电荷耦合组件模拟摄像头即可另外，因为要安装在八旋翼无人机上，因此，所选的摄像头重量要轻，体积小，功耗低此外，选取摄像头的拍摄视角要宽一些，以便于收集更广泛的信息在某些情况下，需要手动调整通过摄像头的光量，必要时可以增加滤光片，降低干扰光对采集图片质量的不利影响相机选型是要考虑两个因素：一是摄像头的分辨率，由于摄像头的分辨率与图像的清晰度成正比，但与处理速度成反比二是摄像机的视野，在高度一定时，视野范围越大，拍摄到的范围也会比较大，但同时造成图像的畸变也越大[2]1.2机载视觉处理模块的分析及选型视觉处理系统需要将视觉处理结果实时的传输给飞控系统所以，负责视觉处理的辅助处理器要有较快的处理速度目前，机载视觉处理的途径一般有两种：一种是机载摄像头完成对图像的采集以后，将采集到的图像传回地面，由地面的处理系统进行处理，将结果通过无线数传传回飞控系统；另一种是在无人机上搭载辅助处理器，通过I/O口将采集到的图像传之辅助处理器，然后将辅助处理器的处理结果通过串口发送给飞控系统。

第一种方法延时较长并且在传输过程总容易受到干扰，第二种方法相对于传回地面处理的方式延时小，比较稳定，但是要求机载处理器有较快的处理速度本文对处理结果的实时性要求较高因此，选用机载辅助处理器完成1.3图像处理模块的通信及电源设计本文中摄像头采集到的图像信息通过I/O接口传输给辅助处理器即STM32F103，STM32F103再将处理过图像信息得到的相对位姿信息转化成TTL电平传输给控制系统，控制无人机完成相应的动作本文采用UBEC（UltraBatteryEliminationCircuit）模块对电源进行降压，降至5V给云台和摄像头供电，UBEC模块的实物长5.1cm，宽1.66cm，高0.85cm，重量为11.5g2航拍图像的处理无人机所要巡检的输电线路通常分布在野外，环境恶劣，因此无人机在巡检时所处的环境有很大的随机性例如光照、气流、背景的变化以及飞机的震动等，所以无人机采集到的图像通常会受到很多因素的影响同时还会受到相机本身的影响，出现图像畸变、模糊、失真、噪声干扰等退化问题以及光照不均衡的问题以上的问题都会影响到图片的质量以致影响处理结果，将会使自动巡检很难实现因此，只有经过图像的处理才能进行进一步的目标提取和无人机的姿态解算[3]。

2.1图像质量问题分析无人机航拍的输电线路图像普遍存的问题：1. 由于无人机的航拍角度问题，成像背景通常都是山坡、树木、农田等比较复杂的背景2. 由于拍摄时天气情况、光照强度、拍摄角度等的影响，可能会使航拍的对比度减小，质量降低，特征模糊3. 航拍图像在拍摄过程中，由于曝光和光电产生的颗粒噪声等会产生很多噪声，混入到图像信号中，会大大降低图像的质量在航拍的输电线路图像均有复杂的背景，含有大量的无用干扰信息，复杂背景中提取目标的过程本身就比较困难，又加上在采集和传输过程中产生的各种噪声，所以在航拍图像中提取目标输电线路就必须对图像进行预处理和增强去噪等运算，以增强图片的质量2.2图像预处理机载相机采集到的输电线路图像由于光照、角度等的影响，图片质量较低，特征模糊另外，在对图像进行处理时，如果直接对相机采集到的图像进行处理，会浪费很多时间，相机采集到的图像中的大量彩色信息都是无用的干扰信息，所以需要在对图片进行位姿解算之前先对图片进行预处理，主要包括对彩色图像进行灰度化、采用图像增强算法使增强图像的对比度、过滤图像中由于采集和传输过程加入的噪声等需要明确的是本文中的图像预处理并不考虑图像的劣化因子，只是将目标特征加强，衰减干扰特征。

2.3图像灰度化灰度化就是按照一定的规则将原始彩色图像转化为灰度图像，彩色图像由红（R）、绿（G）、蓝（B）三种颜色组成每种颜色有0～255种值可以取，三个颜色通道各包含了256种灰度值因此，一张彩色图像中共有将近1700万（256*256*256）种颜色但灰度图像中的像素点只有256（0～255）种颜色，与彩色图像相比，灰度图像在数字图像处理过程中处理时间变得相对很少，大大减少了后面提取过程及解算过程的运算量，缩短了计算时间彩色图像灰度化就是将采集到的原始彩色图像变成灰度图像，用像素来解释就是原来彩色图像中用3个字节存放一个像素变成灰度图中仅用一个字节一个像素的灰度值3结语本文提出的无人机位姿算法，受摄像头选择的广角度、成像尺寸、像元尺寸影响较大另外，算法是在实验室比较理想的条件下进行验证，仅采用电线模拟输电线路，未考虑输电线路经过转角塔转弯的情况，在时间和设备允许的情况下，可以选择现场试验，增加影响因素考虑，以达到更优的实际效果参考文献[1]徐新民, 谭熠峰. 一种自主导航电力巡线故障检测的四旋翼飞行器系统:, CN106708073B[P]. 2019.[2]李论, 彭晓燕, 杨程富,等. 一种飞行巡线机器人的设计与实现[J]. 通信技术, 2020, v.53;No.340(04):248-254.[3]黄涛, 赵栓峰, 拜云瑞,等. 面向无人机飞控平台的实时道路目标深度神经网络检测方法[J]. 激光与光电子学进展, 2020, 57(4):9.  -全文完-。