摘要：无人机精细化巡检是电力巡检作业中的一种非常重要的巡检方式，所获取影像数据量较大，且影像之间仅以不同编号给予区分，依靠人工归档分类方式存放，需消耗大量时间且容易出错、效率较低。针对此问题，本文开发了一款精细化巡检影像自动归档软件，对不同杆塔影像进行自动归档分类存储，极大的提高分类效率及精度，降低了人工成本。
关键词：精细化巡检、影像归档、杆塔、设计与开发
0.引言
随着电力行业的飞速发展，规模的逐步扩大化，超高压输电线路已成为全国电网的的主骨架[1]。架空输电线路覆盖范围广、穿越区域地形较为复杂、自然条件恶劣，传统的人工巡检方式，劳动强度大、耗时长，切效率低，已无法满足电力行业智能化巡检的需求。无人机技术的快速发展给电力线路安全运维巡检带来了便利，是一门融合了航空、遥感、电子、电力、飞行控制、通信、图像识别等多个高尖技术领域的新型技术[2]。基于无人机技术，电力运维人员可对重要部件是否损坏做出直观的判断，从而保证输电线路的安全[3]。对于灾后交通困难区域，人员无法巡检时，可利用无人机开展输电线路巡检，线路故障的排查，对重要部件做出360度巡检作业，能有效的避免盲点，提高工作效率[4]。
无人机精细化巡检是电力巡检作业中的一种非常重要的巡检方式，由于该工作方式会产生大量照片数据，而且照片之间仅以不同编号区分，在实际工作中需要人工将照片按照杆塔为单位来分类存放，这种方法会花费大量时间且容易出错，效率较低。针对此问题，本文旨在开发一款精细化巡检照片自动归档软件，对无人机每个架次拍摄的照片进行自动分类归档，并存放到不同的目录中，以提高分类效率及精度，降低人工成本。
1.无人机精细化巡检影像自动归档系统设计
在无人机巡检作业时，对电力杆塔的各个部位进行拍摄并保存在无人机所搭载相机的SD卡中，当拍摄完一基电力杆塔后，前往下一处基杆塔继续拍摄。由于一次作业任务可能连续执行数天，所以积累的照片数量教多，后期的数据处理时仅依靠工作人员查看每张影像并进行归档，费时费力。为提高工作效率，本文开发了一款精细化巡检照片自动归档软件，采用两种方式对所拍摄影像进行分类，具体思路如下：
（1）无人机在巡检作业时会记录影像拍摄时间，且当无人机拍摄完一个杆塔，进行下一个杆塔的拍摄时，期间的飞行时间远远大于对同一个杆塔拍摄所花费的时间。基于以上特点，提取所有影像的时间并排序，参考长期进行飞行任务的有关专家意见，设定进行影像分类的时间间隔参数，检索时间序列中相邻的两张影像的时间间隔是否大于所设定的阈值。大于或等于所设定的阈值，则表示两张影像属于不同杆塔，反之，则表示两张影像属于同一杆塔，从而实现影像自动分类。
（2）第一种方式适用于巡检线路附近无遮挡区域，然而，电力架空线路多架设在山林之中，山体及杆塔周围的林木均会对无人机传播信号产生干扰，从而造成无人机相机所记录拍摄时间的不准确性。因无人机作业采集的影像可按拍摄顺序使用数字编号命名，可通过每拍摄完一个杆塔后让飞机返航并使用深色不透光物件遮挡摄像头后拍摄一张影像，以这张特征照片作为杆塔之间间隔的标记来分类。需要对影像分类归档时，用户可通过软件设置标记图片的特征参数，提取所有影像名并按编号排序，依据顺序识别照片特征，当遇到满足用户设置的照片特征时，则归为同一基杆塔，并移除特征照片，继续对后续照片进行识别归档，以此类推，从而实现照片的归档分类。较于第一种方法，第二种方法在便利性、速度等方面等有所欠缺，两者可相互结合，为后续后续工作节约时间。
2.无人机精细化巡检影像自动归档系统主要功能介绍
对于需要归档分类的无人机巡检影像，可依据如下方式实现不同杆塔影像的归档分类：
（1）选择需要分档的照片所在的目录；
（2）选择分档后的照片的存储目录；
（3）选择照片拍摄时间或标志照片识别作为分档方式；
设置照片拍摄时间或标志照片识别分档方式的参数，实现不同杆塔影像归档分类。
.png)
图1影像归档分类流程图
本文所设计无人机精细化巡检影像自动归档系统采用Windows 7、Windows10作为操作系统，用面向对象的C#作为开发语言，使用Visual Studio 2015作为开发工具，从而完成软件的结构和功能。见图2，该软件主要包含4个功能模块：
.png)
图2系统功能模块结构
(1)照片拍摄时间分档模块
功能描述：从照片中提取拍摄时间，根据拍摄时间间隔，进行不同杆塔影像归档分类，并向分档目录输出模块输出分档信息。
(2)标志照片识别分档模块
功能描述：使用EmguCV识别照片，判断影像是否符合标志影像的特征，作为影像分档依据，并输出分档信息给分档目录输出模块。
(3)参数设置模块
功能描述：设置照片拍摄时间分档的时间间隔；设置标志影像识别分档的标志影像特征参数。
.png)
图3标志图片设置界面
缩略图宽度/高度：缩略图越大，标志图片判断越精确，但耗时更长。
二值化阈值：设置黑白像素的分档值，小于阈值为0，即黑色像素，大于阈值为255，即白色像素，若拍摄时光线过强，可设置较大的值。
直方图组数：仅采用灰度值分析时，该设置才有效，分组越少，对图片深色像素的比例要求越低，最少为2组。
占比基准值：设置黑色像素的比例，仅该比例的影像才会被判定为分档标志。
时间分档设置：
时间间隔/秒：不同杆塔影像归档阈值设置，通过该值来判定两张照片是否属于同个杆塔。
(4)分档目录输出模块
功能描述：根据照片拍摄时间分档模块和标志照片识别分档模块生成的分档信息，将照片复制到指定路径下并建立目录结构。
3.应用
将该软件应用于输电线路精细化巡检影像的归档分类工作中，打开软件主界面，选择需要归档的影像路径及保存路径，依据无人机作业场景选择归档分类条件，若无人机作业期间信号质量良好，则选择“根据时间分档”；反之，则选择“根据标志图片分档”，点击“设置”进入参数设置界面，设置好分类条件的参数，点击“执行”，便会自动将影像自动归档分类并存储到指定位置。相对于传统的依靠人工归档分类（速度为20分钟/1000张），速度提升了4倍（速度为5分钟/1000张），大大提高了工作效率。
.png)
图4无人机精细化巡检影像自动归档软件界面
4.结语
针对无人机精细化巡检所拍摄影像数据量较大，依据人工进行不同杆塔影像的手动归档，需消耗极大的人力物力等，本文设计开发了一款无人机精细化巡检影像自动归档软件。该软件实现无人机所拍摄影像的自动归档，提高数据处理效率，为后续影像处理节约了大量时间。
参考文献
[1]张昌赛, 刘正军, 杨树文, et al. 大型无人机输电线路巡检数据采集与处理关键技术[J]. 测绘通报, 2017(S1):142-145+169.
[2]彭向阳,刘正军,麦晓明,罗智斌,王柯,谢小伟.无人机电力线路安全巡检系统及关键技术[J].遥感信息,2015,30(01):51-57.
[3]洪巧章.无人机在电力巡检中的安全风险评估[J].大众用电,2016,31(12):32-34.
[4]陈利明,刘伟东,李源源,杨鹤猛,武艺,杨丰恺,孔令宇,王淼.无人机系统在架空输电线路巡检业务中的应用[J].测绘通报,2017(S1):169-172.