一种输电线路覆冰厚度的检测方法技术领域
本发明涉及电网检测技术领域，尤其涉及一种输电线路覆冰厚度的检测方法。
背景技术
受地形和气候的影响，我国成为世界上输电线路覆冰重灾国之一。我国许多地区
都曾发生过输电线路覆冰灾害事故，由于输电线路覆冰而造成的导线舞动、输电线路断线、
杆塔倾斜倒塌和绝缘子闪络等线路事故的频繁发生，严重影响电力系统的安全稳定运行。
通过分析输电线路覆冰灾害事故发现，线路事故一般滞后于恶劣天气几天后发生，而输电
线路的重冰区大都处于偏远山区，导致监控重冰区覆冰情况十分困难。因此，第一时间掌握
输电线路覆冰情况，对于预防输电线路覆冰灾害事故具有重要意义。
目前，针对输电线路的覆冰检测方法有两种，一种是采用力学分析法，即在绝缘子
上安装力学传感器，通过力学传感器对绝缘子所承受的拉力进行监测，进而反映输电线路
覆冰前后重量的变化，最后工作人员由模型计算出输电线路当前覆冰厚度。另一种更为直
观的是图像分析法，即在杆塔上安装摄像头，对输电线路进行实时视频监控，工作人员通过
现场摄像头拍摄的视频图像观察现场覆冰情况。
但是，上述力学分析法通过力学传感器对绝缘子所承受的拉力进行监测，但是由
于造成输电线路覆冰的因素很多且各种因素的相互关系比较复杂，例如风速不仅会改变绝
缘子的倾斜角度，而且会对输电线路的覆冰分布造成影响，因此绝缘子拉力与线路覆冰分
布、型式等之间的关系不能精确确定。而通过安装视频监控实现的图像分析法，虽然可以现
场情况直观地展现给工作人员，虽然可以现场情况直观地展现给工作人员，但是在恶劣天
气情况下，视频摄像头也有可能出现覆冰的情况，导致拍摄图像的模糊，影响工作人员判断
输电线路覆冰情况的准确性，这时候需要工作人员对视频摄像头进行清冰处理，而在偏远
的重冰区，人工巡检安全风险高、技术要求高、劳动强度大和工作效率低。此外，以上两种方
法需要工作人员对力学传感器或视频摄像头进行现场安装、维修及保养。
发明内容
为克服相关技术中存在的问题，本发明提供一种输电线路覆冰厚度的检测方法。
为了达到上述目的，本发明提供如下技术方案：
本发明提供的一种输电线路覆冰厚度的检测方法包括以下步骤：接收无人机拍摄
的输电线路的图像；根据红外图像和可见光图像的图像特征，对图像进行图像类型的分类；
根据图像的图像类型，对图像进行边缘特征提取；根据图像的图像类型，识别图像中的导
线；获取图像中的导线图像直径所占像素点个数；根据图像分辨率、导线实际直径和导线图
像直径所占像素点个数，计算像素点实际直径；获取图像中的覆冰导线图像直径所占像素
点个数；根据导线实际直径、像素点实际直径和覆冰导线图像直径所占像素点个数，计算覆
冰厚度；查询图像数据库，并根据图像类型和覆冰厚度，判断覆冰厚度的准确性。
优选地，对图像进行图像类型的分类，包括：根据红外图像和可见光图像的图像特
征，对图像进行图像类型的分类，得到图像的第一图像类型；对比图像数据库中的标准红外
图像和标准可见光图像，对图像进行图像类型的分类，得到图像的第二图像类型；当第一图
像类型与第二图像类型相同时，确定图像的图像类型。
优选地，查询图像数据库，并根据图像类型和覆冰厚度，判断覆冰厚度的准确性，
包括：查询图像数据库，并获取与覆冰厚度对应的标准图像；将图像与标准图像进行对比；
当图像与标准图像中导线所占像素点个数偏差小于10％，覆冰厚度正确。
优选地，根据图像分辨率、导线实际直径和导线图像直径所占像素点个数，计算像
素点实际直径包括：获取图像的图像分辨率；根据图像分辨率、导线实际直径和导线图像直
径所占像素点个数，计算像素点实际直径。
优选地，根据导线实际直径、像素点实际直径和覆冰导线图像直径所占像素点个
数，计算覆冰厚度，包括：接收用户发送的导线实际单位长度；根据图像分辨率、像素点实际
直径和导线实际单位长度，计算导线实际单位长度对应的导线图像单位长度；根据导线实
际直径、像素点实际直径和覆冰导线图像直径所占像素点个数，计算导线图像单位长度内
的单位覆冰厚度；根据单位覆冰厚度，采用求平均值的方法，计算覆冰厚度。
优选地，输电线路覆冰厚度的检测方法还包括：获取用户发送的包含图像分辨率
和导线实际直径的输入指令；根据输入指令，更新存储器中保存的图像分辨率和导线实际
直径。
优选地，输电线路覆冰厚度的检测方法还包括：对计算出的覆冰厚度进行校正，得
到校正覆冰厚度。
优选地，输电线路覆冰厚度的检测方法还包括：查询图像数据库，并根据图像类型
和覆冰厚度，判断覆冰厚度的预警级别；根据预警级别，发送预警信号。
优选地，对计算出的覆冰厚度进行校正，得到校正覆冰厚度，包括：获取相同像素
分辨率下拍摄的同一段导线的多个图像；分别计算出同一段导线的多个图像对应的多个覆
冰厚度；计算得出校正覆冰厚度，校正覆冰厚度为多个覆冰厚度的平均值。
优选地，对计算出的覆冰厚度进行校正，得到校正覆冰厚度，包括：获取不同像素
分辨率下拍摄的同一段导线的多个图像；分别计算出同一段导线的多个图像对应的多个覆
冰厚度；计算得出校正覆冰厚度，校正覆冰厚度为多个覆冰厚度的平均值。
本发明提供的一种输电线路覆冰厚度的检测方法，包括以下步骤，接收无人机拍
摄的输电线路的图像；根据红外图像和可见光图像的图像特征，对图像进行图像类型的分
类；根据图像的图像类型，对图像进行边缘特征提取；根据图像的图像类型，识别图像中的
导线；获取图像中的导线图像直径所占像素点个数；根据图像分辨率、导线实际直径和导线
图像直径所占像素点个数，计算像素点实际直径；获取红外图像中的覆冰导线图像直径所
占像素点个数；根据导线实际直径、像素点实际直径和覆冰导线图像直径所占像素点个数，
计算覆冰厚度；查询图像数据库，并根据图像类型和覆冰厚度，判断覆冰厚度的准确性。采
用上述方法检测输电线路的覆冰情况，相比于使用力学传感器的力学分析法和使用视频摄
像头的图像分析法，无需要工作人员对力学传感器或视频摄像头进行现场安装、维修及保
养，且受到的外界干扰因素较少，且使用本发明提供的输电线路覆冰厚度的检测方法对所
拍摄的红外图像或可见光图像进行处理，最终结果真实准确。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不
能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施
例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而
言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种输电线路覆冰厚度的检测方法的流程示意图；
图2为本发明实施例提供的一种输电线路覆冰厚度的检测装置的结构示意图；
图3为本发明实施例提供的另一种输电线路覆冰厚度的检测装置的结构示意图。
上述图2-图3中：1-图像获取模块、2-图像分类模块、3-图像边缘特征提取模块、4-
图像导线识别模块、5-图像分辨率计算模块、6-覆冰厚度计算模块、7-图像数据库查询模
块、8-覆冰厚度准确性判断模块、9-覆冰厚度校正模块、10-图像对比模块、11-覆冰厚度预
警模块。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及
附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例
中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附
权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
参见图1，图1为本发明实施例提供的一种输电线路覆冰厚度的检测方法的流程示
意图，图2为本发明实施例提供的一种输电线路覆冰厚度的检测装置的结构示意图，图3为
本发明实施例提供的另一种输电线路覆冰厚度的检测装置的结构示意图。对于输电线路覆
冰厚度的检测方法的实施方式可以参看以下几个实施例：
实施例一
如图1和图2所示，本发明实施例提供的一种输电线路覆冰厚度的检测方法，包括
以下步骤：
S110：接收无人机拍摄的输电线路的图像，通过遥控无人机及搭载无人机的红外
或者可见光相机，拍摄待测输电线路导线的红外图像或者可见光图像，由图像获取模块1获
取红外图像或者可见光图像。
S120：根据红外图像和可见光图像的图像特征，对图像进行图像类型的分类，S11O
中由图像获取模块1获取图像传至图像分类模块2，图像分类模块2根据红外图像和可见光
图像的成像特点和曝光率等特点，分辨图像类型是红外图像还是可见光图像。
S130：根据图像的图像类型，对图像进行边缘特征提取，S12O中由图像分类模块2
分类过的图像传至图像边缘特征提取模块3，图像边缘特征提取模块3按照图像类型分别对
可见光图像或者红外图像进行边缘特征提取。
S140：根据图像的图像类型，识别图像中的导线，S12O中由图像分类模块2分类过
的图像传至图像导线识别模块4，经过图像导线识别模块4识别出红外图像中的导线。
S150：获取图像中的导线图像直径所占像素点个数，图像边缘特征提取模块3获取
图像中的导线图像直径所占像素点个数n。
S160：根据图像分辨率、导线实际直径和导线图像直径所占像素点个数，计算像素
点实际直径，识别出的图像中的导线及获取图像中的导线图像直径所占像素点个数n，传至
图像分辨率计算模块5，图像分辨率计算模块5通过已知的图像分辨率、导线实际直径D以及
S150中获取的导线图像直径所占像素点个数n，就可计算出像素点实际直径d＝D/n。
S170：获取图像中的覆冰导线图像直径所占像素点个数，图像边缘特征提取模块3
首先采用边缘检测的方法识别出图像中的覆冰导线，然后检测图像中的覆冰导线图像直径
所占像素点个数m。
S180：根据导线实际直径、像素点实际直径和覆冰导线图像直径所占像素点个数，
计算覆冰厚度，覆冰厚度计算模块6通过S110-S170传输的导线实际直径D、像素点实际直径
d以及覆冰导线图像直径所占像素点个数m，就可以计算出覆冰厚度δ＝(md-D)/2。
S190：查询图像数据库，并根据图像类型和覆冰厚度，判断覆冰厚度的准确性，覆
冰厚度计算模块6将覆冰厚度δ传至图像数据库查询模块7，与图像数据库中覆冰厚度δ所对
应的标准图像对比以确定覆冰厚度δ的准确性。
实施例二
如图3所示，本发明实施例提供的另一种输电线路覆冰厚度的检测装置，其对应的
另一种输电线路覆冰厚度的检测方法包括以下步骤：
S110：接收无人机拍摄的输电线路的图像，通过遥控无人机及搭载无人机的红外
或者可见光相机，拍摄待测输电线路导线的红外图像或者可见光图像，由图像获取模块1获
取红外图像或者可见光图像。
S120：根据红外图像和可见光图像的图像特征，对图像进行图像类型的分类，S11O
中由图像获取模块1获取图像传至图像分类模块2，图像分类模块2根据红外图像和可见光
图像的成像特点和曝光率等特点，分辨图像类型是红外图像还是可见光图像。
S130：根据图像的图像类型，对图像进行边缘特征提取，S12O中由图像分类模块2
分类过的图像传至图像边缘特征提取模块3，图像边缘特征提取模块3按照图像类型分别对
可见光图像或者红外图像进行边缘特征提取。
S140：根据图像的图像类型，识别图像中的导线，S12O中由图像分类模块2分类过
的图像传至图像导线识别模块4，经过图像导线识别模块4识别出红外图像中的导线。
S150：获取图像中的导线图像直径所占像素点个数，图像边缘特征提取模块3获取
图像中的导线图像直径所占像素点个数n。
在执行步骤S160之后，需要执行以下步骤。
获取用户发送的包含图像分辨率和导线实际直径的输入指令；根据输入指令，更
新存储器中保存的图像分辨率和导线实际直径。
S160：根据图像分辨率、导线实际直径和导线图像直径所占像素点个数，计算像素
点实际直径，识别出的图像中的导线及获取图像中的导线图像直径所占像素点个数n，传至
图像分辨率计算模块5，图像分辨率计算模块5通过已知的图像分辨率、导线实际直径D以及
S150中获取的导线图像直径所占像素点个数n，就可计算出像素点实际直径d＝D/n。
S170：获取图像中的覆冰导线图像直径所占像素点个数，图像边缘特征提取模块3
首先采用边缘检测的方法识别出图像中的覆冰导线，然后检测图像中的覆冰导线图像直径
所占像素点个数m。
S180：根据导线实际直径、像素点实际直径和覆冰导线图像直径所占像素点个数，
计算覆冰厚度，覆冰厚度计算模块6通过S110-S170传输的导线实际直径D、像素点实际直径
d以及覆冰导线图像直径所占像素点个数m，就可以计算出覆冰厚度δ＝(md-D)/2。
另外，为提高覆冰厚度计算的准确性，S180包括以下步骤：
S181：接收用户发送的导线实际单位长度。
S182：根据图像分辨率、像素点实际直径和导线实际单位长度，计算导线实际单位
长度对应的导线图像单位长度。
S183：根据导线实际直径、像素点实际直径和覆冰导线图像直径所占像素点个数，
计算导线图像单位长度内的单位覆冰厚度。
S184：根据单位覆冰厚度，采用求平均值的方法，计算覆冰厚度。
为了进一步提高覆冰厚度计算的准确性，在步骤S180之后还包括以下步骤。
对计算出的覆冰厚度进行校正，得到校正覆冰厚度。由S180中覆冰厚度计算模块6
计算得到的覆冰厚度传至覆冰厚度校正模块9，并由覆冰厚度校正模块9对其进行校正。
当采用相同图像分辨率的无人机相机时，包括步骤：获取相同像素分辨率下拍摄
的同一段导线的多个图像；分别计算出同一段导线的多个红外图像对应的多个覆冰厚度；
计算得出校正覆冰厚度，校正覆冰厚度为多个覆冰厚度的平均值。
为提高校正的准确性，当采用不同图像分辨率的无人机相机时，还可以包括步骤：
获取不同像素分辨率下拍摄的同一段导线的多个图像；分别计算出同一段导线的多个红外
图像对应的多个覆冰厚度；计算得出校正覆冰厚度，校正覆冰厚度为多个覆冰厚度的平均
值。
为使图像类型的判断更具准确性，增加图像对比模块10，于是，在执行S190前，直
接执行以下步骤：
根据红外图像和可见光图像的图像特征，对图像进行图像类型的分类，得到图像
的第一图像类型；对比图像数据库中的标准红外图像和标准可见光图像，对图像进行图像
类型的分类，得到图像的第二图像类型；当第一图像类型与第二图像类型相同时，确定图像
的图像类型。
S190：查询图像数据库，并根据图像类型和覆冰厚度，判断覆冰厚度的准确性，覆
冰厚度计算模块6将覆冰厚度δ传至图像数据库查询模块7，与图像数据库中覆冰厚度δ所对
应的标准图像对比以确定覆冰厚度δ的准确性。
具体地，S190包括以下步骤：
S191：查询图像数据库，并获取与覆冰厚度对应的标准图像。
S192：将图像与标准图像进行对比。
S193：当图像与标准图像中导线所占像素点个数偏差小于10％，覆冰厚度正确。
为提醒用户当前预警级别，增设覆冰厚度预警模块11，其可根据不同预警级别发
出不同的报警声音以提示用户，于是，在步骤S190之后还包括以下步骤。
查询图像数据库，并根据图像类型和覆冰厚度，判断覆冰厚度的预警级别；根据预
警级别，发送预警信号。
本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本发明的其
它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或
者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识
或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的
权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并
且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。