一种区域内输电铁塔新增裂纹检测方法技术领域
本发明涉及一种裂纹检测方法，具体的说是一种区域内输电铁塔新增裂纹检测方
法。
背景技术
输电铁塔作为基础电力设施的一个重要组成部分，其安全运行意义重大。但由于
其长期裸露在外，常年受到雨水、日照、冰雪、温差等自然环境的损害侵蚀，容易出
现裂纹等损伤等现象，且由于这些裂纹损伤十分微小，不易被发现，因此，对输电线
路的安全运行构成了潜在隐患。目前，常见的输电铁塔裂纹检测方法主要是搭载直升
机，借助望远镜远距离对输电铁塔进行人工巡检，但这种方法不仅效率低、耗资大且
危险性高，不利于大范围有效展开。
目前，在现有技术中，还没有一种高效、合理的针对输电铁塔新增裂纹进行检测
的方法。
发明内容
本发明要解决的技术问题是提出一种区域内输电铁塔新增裂纹检测方法，用以解
决上述问题。
本发明的技术方案是：一种区域内输电铁塔新增裂纹检测方法，首先，针对区域
内的所有输电铁塔进行统一编码标识，建立输电铁塔信息数据库；其次，进行原始裂
纹图像采集、原始裂纹样本图像处理，并根据图像处理结果建立裂纹分析模型；然后，
进行非原始裂纹所在区域图像采集、非原始裂纹所在区域图像处理；最后，进行新增
裂纹识别判断，即根据裂纹分析模型，实现对非原始裂纹所在区域采集图像中裂纹的
识别判断，并将识别判断存在新增裂纹的输电铁塔的裂纹信息推送到监管终端。
具体步骤为：
Step1：建立输电铁塔信息数据库：将区域内所有的输电铁塔统一编码标识，并将
对所有编码标识的输电铁塔的位置信息、监管信息登记记录，建立输电铁塔信息数据
库；
Step2：原始裂纹样本图像采集：对区域内输电铁塔的所有裂纹图像进行采集，登
记记录每一个裂纹图像所在铁塔上的位置以及所在铁塔编码标识的信息后，将裂纹图
像存储到数据中心，并建立原始裂纹样本图像数据库；
Step3：原始裂纹样本图像处理：对数据中心存储的所有裂纹图像分别进行图像预
处理、图像分割、图像特征提取，并将图像处理结果储存至数据中心；
Step4：建立裂纹分析模型：
Step4.1：构建三维空间模型：首先，分别以圆度、最小包含矩形的面积、最小包
含矩形的长宽比作为三维空间中的三个维度，构造一个三维空间；其次，数据中心调
出图像处理结果的所有特征参数；然后，依次将每一个特征参数中的圆度、最小包含
矩形的面积、最小包含矩形的长宽比分别对应三维空间中的三个维度，且根据特征参
数中的圆度、最小包含矩形的面积、最小包含矩形的长宽比的数值大小，最后将每一
个特征参数映射成三维空间中的一个点；
Step4.2：聚类分析：采用K-means算法对构建的三维空间模型中的所有点进行聚
类分析，记为：V＝[V1,V2,V3,...,Vi](i＝1,2,3,...)；
Step5：非原始裂纹所在区域图像采集：数据中心调用输电铁塔信息数据库、原始
裂纹样本图像数据库中的数据，并将数据发送给卫星系统，卫星系统接收到数据后，
以输电铁塔的编码作为唯一标识，并按照编码的顺序依次对区域内输电铁塔的非原始
裂纹所在区域进行图像采集；
Step6：非原始裂纹所在区域图像处理：对数据中心存储的非原始裂纹所在区域图
像进行图像预处理、图像分割、图像特征提取，并将图像处理结果储存至数据中心；
Step7：新增裂纹识别判断：调用数据中心的存储数据，将Step6中所有的标记区
域的特征参数映射到所建立的裂纹分析模型中，并逐一计算判断每个标记区域的特征
参数是否属于V的某一子类Vi：
1、判断为“是”，则提取该标记区域的特征参数所在图像所对应的输电铁塔的编
码，并以此为标识对判断结果进行存储；
2、判断为“否”，选取下一个标记区域的特征参数继续判断；直到遍历所有标记
区域的特征参数；
Step8：裂纹信息推送；数据中心调出Step7中的存储结果，依据其存储的标识，
并结合查询Step1中输电铁塔信息数据库，依次将被识别判断存在新增裂纹的输电铁塔
的裂纹信息推送到监管终端。
所述非原始裂纹所在区域图像采集方法具体为：
(1)数据中心调用Step1中建立的输电铁塔信息数据库、Step2中建立的原始裂纹
样本图像数据库中的数据，并将数据传输给卫星系统；卫星系统收到数据中心发送的
数据后，对数据进行解析，解析完成后，按照Step1中对输电铁塔的编码顺序，并选取
第一个编码所对应的输电铁塔作为当前输电铁塔；
(2)卫星系统利用当前输电铁塔的位置信息进行定位，定位成功后，通过调用
Step2中建立的原始裂纹样本图像数据库中的数据对当前输电铁塔的非原始裂纹所在
区域进行图像采集，并将采集后的图像以及当前输电铁塔的编码一起发送回数据中心；
(3)数据中心成功接收后，首先，以当前输电铁塔的编码为标识对所接收图像进
行存储；然后，查询判断当前输电铁塔的编码是否为Step1中输电铁塔的编码顺序中最
后一个编码：
①判断为“是”，数据中心向卫星系统发出“结束”指令，卫星接接收到指令后，
结束对区域内所有输电铁塔的图像采集任务；
②判断为“否”，数据中心向卫星系统发出“成功接收”指令，卫星接收到指令后，
结束对当前输电铁塔的图像采集，并按照Step1中输电铁塔的编码顺序选取下一个输电
铁塔作为当前输电铁塔；
(4)重复(2)、(3)步骤，直到当前输电铁塔为Step1中输电铁塔的编码顺序中
的最后一个输电铁塔。
所述图像预处理、图像分割、图像特征提取具体步骤为：
(1)图像预处理：
①对原始图像进行灰度处理；
②采用中值滤波的方法对灰度图像进行滤波，去除噪声；
③采用Roberts梯度算法对去噪后的灰度图像进行锐化处理，增强图像中的边缘部
分和灰度值突变部分；
(2)图像分割：
(2.1)采用Canny算子对预处理后的图像进行边缘检测；其具体步骤如下：
①将预处理后的图像与高斯滤波器进行卷积运算，使用一阶差分因子，计算图像
中图像梯度的方向和幅值；
②遍历图像，确定边缘点；
③采用双阈值算法检测、连接边缘；
(2.2)使用膨胀运算对图像中存在边缘的区域进行区域填充；再使用开运算，平
滑边缘；
(3)图像特征提出：
①对图像中的每一个区域进行标记；
②计算图像中每一个标记区域的特征参数，包括：圆度、最小包含矩形的面积、
最小包含矩形的长宽比，并将图像中每一个标记区域的特征参数存储到数据中心。
本发明的有益效果是：
1、本发明专利针对传统技术上裂纹低识别率的问题，通过对原始裂纹样本图像采
集、图像处理，并基于对原始裂纹样本图像图像处理所提取的特征参数建立裂纹分析
模型，提出了一种新的裂纹检测方法，有效了解决了裂纹势低识别率问题；
2、本发明专利利用卫星系统采集图像，并利用图像处理等技术，不仅降低了劳动
成本，且大幅度提高了输电铁塔裂纹检测的精确度，提高了工作效率，同时有效消除
了输电铁塔中潜在的安全隐患，为经济社会的发展做出了重要贡献。
附图说明
图1是本发明的步骤流程图；
图2是本发明专利图像处理的流程图；
图3是本发明专利实施例2分析汇总图；
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步说明。
实施例1：Step1：建立输电铁塔信息数据库；将区域A内所有的输电铁塔统一编
码标识(j＝1,2,3,......)，并对所有编码标识的输电铁塔的位置信息、
监管信息登记记录，采用MySQL数据库软件建立输电铁塔信息数据库；
所述位置信息包括：经度、纬度以及海拔高度；所述监管信息包括：监管单位、
监管责任人及其联系方式；
Step2：原始裂纹样本图像采集；采用数码相机采集输电铁塔的裂纹图像对区域内
输电铁塔的所有裂纹图像进行采集，登记记录每一个裂纹图像所在铁塔上的位置以及
所在铁塔编码标识的信息后，将裂纹图像存储到数据中心，并采用MySQL数据库软件
建立原始裂纹样本图像数据库；
Step3：原始裂纹样本图像处理：基于Matlab软件平台，对数据中心存储的所有裂
纹图像分别进行图像预处理、图像分割、图像特征提取，并将图像处理结果储存至数
据中心；
Step3.1：图像预处理；
Step3.1.1：对原始图像进行灰度处理，具体计算公式如下；
Y＝0.3R+0.59G+0.11B；
式中：Y表示经过灰度处理后，某一像素在灰度图像中的灰度值；R、G、B表示
原始图像某一像素的红、绿、蓝分量；
Step3.1.2：采用中值滤波的方法对灰度图像进行滤波，去除噪声；
Step3.1.3：采用Roberts梯度算法对去噪后的灰度图像进行锐化处理，增强图像中
的边缘部分和灰度值突变部分；
Step3.2：图像分割；
Step3.2.1采用Canny算子对预处理后的图像进行边缘检测；其具体步骤如下：①
将预处理后的图像与高斯滤波器进行卷积运算，使用一阶差分因子，计算图像中图像
梯度的方向和幅值；②遍历图像，确定边缘点；③采用双阈值算法检测、连接边缘；
Step3.2.2：使用膨胀运算对图像中存在边缘的区域进行区域填充；再使用开运算，
平滑边缘；
Step3.3：图像特征提出；
Step3.3.1：对图像中的每一个区域进行标记；
Step3.3.2：计算图像中每一个标记区域的特征参数，包括：圆度、最小包含矩形的
面积、最小包含矩形的长宽比，并将图像中每一个标记区域的特征参数存储到数据中
心；
Step4：建立裂纹分析模型：
Step4.1：构建三维空间模型：首先，分别以圆度、最小包含矩形的面积、最小包
含矩形的长宽比作为三维空间中的三个维度，构造一个三维空间；其次，数据中心调
出图像处理结果的所有特征参数；然后，依次将每一个特征参数中的圆度、最小包含
矩形的面积、最小包含矩形的长宽比分别对应三维空间中的三个维度，且根据特征参
数中的圆度、最小包含矩形的面积、最小包含矩形的长宽比的数值大小，最后将每一
个特征参数映射成三维空间中的一个点；
Step4.2：聚类分析：采用K-means算法对构建的三维空间模型中的所有点进行聚
类分析，记为：V＝[V1,V2,V3,...,Vi](i＝1,2,3,...)；
Step5：非原始裂纹所在区域图像采集：数据中心调用输电铁塔信息数据库、原始
裂纹样本图像数据库中的数据，并将数据发送给卫星系统，卫星系统接收到数据后，
以输电铁塔的编码Ai(i∈[0,i])作为唯一标识，并按照编码的顺序依次对区域内输电铁
塔的非原始裂纹所在区域进行图像采集；
Step5.1：数据中心调用Step1中建立的输电铁塔信息数据库、Step2中建立的原始
裂纹样本图像数据库中的数据，并将数据传输给卫星系统；卫星系统收到数据中心发
送的数据后，对数据进行解析，解析完成后，按照Step1中对输电铁塔的编码顺序，并
选取第一个编码A1所对应的输电铁塔作为当前输电铁塔；
Step5.2：卫星系统利用当前输电铁塔的位置信息进行定位，定位成功后，通过调
用Step2中建立的原始裂纹样本图像数据库中的数据对当前输电铁塔的非原始裂纹所
在区域进行图像采集，并将采集后的图像以及当前输电铁塔的编码一起发送回数据中
心；
Step5.3：数据中心成功接收后，首先，以当前输电铁塔的编码为标识对所接收图
像进行存储；然后，查询判断当前输电铁塔的编码是否为Step1中输电铁塔的编码顺序
中最后一个编码：
①判断为“是”，数据中心向卫星系统发出“结束”指令，卫星接接收到指令后，
结束对区域内所有输电铁塔的图像采集任务；
②判断为“否”，数据中心向卫星系统发出“成功接收”指令，卫星接收到指令后，
结束对当前输电铁塔的图像采集，并按照Step1中输电铁塔的编码顺序选取下一个输电
铁塔作为当前输电铁塔；
Step5.4：重复Step5.2、Step5.3步骤，直到当前输电铁塔为Step1中输电铁塔的编
码顺序中的最后一个输电铁塔。
Step6：非原始裂纹所在区域图像处理：基于Matlab软件平台，对数据中心存储的
非原始裂纹所在区域图像进行图像预处理、图像分割、图像特征提取，并将图像处理
结果储存至数据中心；
Step6.1：图像预处理；
Step6.1.1：对原始图像进行灰度处理，具体计算公式如下；
Y＝0.3R+0.59G+0.11B；
式中：Y表示经过灰度处理后，某一像素在灰度图像中的灰度值；R、G、B表示
原始图像某一像素的红、绿、蓝分量；
Step6.1.2：采用中值滤波的方法对灰度图像进行滤波，去除噪声；
Step6.1.3：采用Roberts梯度算法对去噪后的灰度图像进行锐化处理，增强图像中
的边缘部分和灰度值突变部分；
Step6.2：图像分割；
Step6.2.1采用Canny算子对预处理后的图像进行边缘检测；其具体步骤如下：①
将预处理后的图像与高斯滤波器进行卷积运算，使用一阶差分因子，计算图像中图像
梯度的方向和幅值；②遍历图像，确定边缘点；③采用双阈值算法检测、连接边缘；
Step6.2.2：使用膨胀运算对图像中存在边缘的区域进行区域填充；再使用开运算，
平滑边缘；
Step6.3：图像特征提出；
Step6.3.1：对图像中的每一个区域进行标记；
Step6.3.2：计算图像中每一个标记区域的特征参数，包括：圆度、最小包含矩形的
面积、最小包含矩形的长宽比，并将图像中每一个标记区域的特征参数存储到数据中
心；
Step7：新增裂纹识别判断：调用数据中心的存储数据，将Step6中所有的标记区
域的特征参数映射到所建立的裂纹分析模型中，并逐一计算判断各个标记区域的特征
参数是否属于V的某一子类Vi：
1.判断为“是”，则提取该标记区域的特征参数所在图像所对应的输电铁塔的编码，
并以此为标识对判断结果进行存储；
2.判断为“否”，选取下一个标记区域的特征参数继续判断；直到遍历所有标记区
域的特征参数；
Step8：裂纹信息推送；数据中心调出Step7中的存储结果，依据其存储的标识，
并结合查询Step1中输电铁塔信息数据库，依次将被识别判断存在新增裂纹的输电铁塔
的裂纹信息推送到监管终端。
实施例2：已知：区域内A内有10座输电铁塔，原始裂纹样本图像为50张；
首先，对区域内A内的10座输电铁塔进行编码标识[A1,A2,A3,.....,A10]；登记记录
A1～A10输电铁塔的位置信息、监管信息，采用MySQL数据库软件建立输电铁塔信息
数据库；
其次，登记记录每一张原始裂纹图像所在铁塔上的位置以及所在铁塔编码标识的信
息，并存储到数据中心；采用MySQL数据库软件建立原始裂纹样本图像数据库；基于
Matlab软件平台，对原始裂纹图像进行处理；并根据图像处理的结果建立裂纹分析模
型，通过采用K-means算法进行聚类分析后，得到：V＝[V1,V2,V3,V4]；
然后，采集非原始裂纹所在区域的图像，并基于Matlab软件平台，对采集的图像
进行图像处理；
最后，通过判断非原始裂纹所在区域的采集图像经过图像处理后得到的标记区域
是否属于V的某一子类Vi(i＝1,2,3,4)实现输电铁塔新增裂纹的检测；并将识别判断存在
新增裂纹的输电铁塔的裂纹信息推送到监管终端。
以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实
施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的
前提下作出各种变化。