如何用matlab求出覆冰图像像素点,基于实时图像及灰色预测的输电线覆冰灾害预警...

覆冰灾害作为我国较为常见且相对严重的自然灾害,对电力系统的架空输电线路有严重侵害作用,输电线路的覆冰灾害预警有着极为重要的理论与实践意义[1].目前输电线路覆冰厚度的预测方法主要有数学关系模型法、粒子群算法、神经网络算法、灰色预测算法、图像法等[2-7].其中,数学关系模型对气象参数的分辨率要求较高,粒子群算法需要监测的变量较多,神经网络算法不易得到全局最优解.同时,以上3种算法都存在需要大量历史数据的特点,这对于实时监测来说是较难实现的.图像法有较强的实时性,适合对于输电线路的在线监测,且经过近几年的发展,图像法的精度已经可以达到毫米级别,预测的可靠性比较强.而灰色预测的优点在于不必使用大量原始数据序列,而是依据生成的数据序列进行预测,且不需要很多的数据(一般只需要4个数据),能解决历史数据少、序列的不完整性及可靠性低的问题.因此,基于实时图像及灰色预测算法的特点,本文提出并设计了基于图像处理的覆冰在线监测系统以及基于一元一阶灰色预测模型GM(1,1)的覆冰厚度实时预测方法.本文提出采用单片机控制数字式摄像头,结合无线模块采集并实时传送输电线路覆冰厚度的二值化图像数据到上位机,运用边缘检测算法提取覆冰厚度,以采集周期为动态时间修改GM(1,1)模型的参数a、b,重新建立预测曲线,综合了在线监测和灰色预测的优势,使预测结果具有实时性且更加可靠.1图像采集与覆冰边缘提取1.1图像采集系统硬件设计本文提出的图像法,是通过安装在输电杆塔上的摄像头实时拍摄输电线路覆冰图像,通过无线模块将数据传输给上位机系统,再利用边缘提取算法计算出当前覆冰厚度,作为实时数据用于灰色预测模型参数的实时修改,从而作出可靠的预测.整个监测系统的硬件架构如图1所示.图1图像采集系统架构Fig.1Imageacquisitionsystemstructure该系统主要分为4个模块.其中,摄像头选用数字型摄像头,其相对于模拟型摄像头,可直接传回图像的灰度值,只需再做二值化的处理;单片机选用基于ARM内核的32位单片机,主要用于接收摄像头传回的图像灰度值,进行图像的边缘特征提取,计算当前输电线路覆冰厚度;最后通过无线传输模块将数据传回上位机;在上位机上按时间顺序记录覆冰厚度历史数据,选取数据进行灰色预测.1.2图像边缘特征提取由于本文采用的图像采集系统使用的是数字型摄像头,采集回来的数据已是图像的灰度值,因此,可直接对图像进行边缘特征的检测.图像边缘具有方向和幅度2个特征[7-9].沿边缘走向,像素的灰度值变化比较平缓,而沿垂直于边缘走向,像素的灰度值则变化比较剧烈.这种剧烈变化有脉冲状、阶跃状和屋顶状3种.输电线路及其覆冰所展现出来的是细条状的灰度值突变区域,属于由上升阶跃和下降阶跃组合而成的脉冲状边缘剖面.根据输电线路覆冰后的图像特点,本文采用Canny算子边缘检测算法[10].其原理为将图像灰度值的最大和最小值取平均后得到图像动态阈值;利用高斯函数按照行和列对原图像函数进行平滑处理,随后求取处理后的数据阵列的梯度幅值和方向;最后根据当前点的梯度值与各个方向上的梯度值来判断是否为局部最大梯度值,如果是,则标定为二值化的“1”,否则,该点标定为“0”.1.3输电线路覆冰厚度计算由1.2所述算法,提取输电线路覆冰后边缘的二值化数值,假设f(x)为输电线路边缘与横坐标x对应的函数关系,f1(x)为输电线路覆冰上边缘与横坐标x对应的函数关系,f2(x)为输电线路覆冰下边缘与横坐标x对应的函数关系,输电线路直径d已知,则上边缘的平均覆冰厚度计算公式为y1=f1(x)/f(x)(1)同理,下