输电线路无人机自主巡检图像压缩研究与应用

游红群

（国网西藏电力公司营销服务中心）

0 引言

随着输电线路无人机的广泛应用，输电线路图像实时回传的需求日益重要。传统的输电线路无人机巡检中，将巡检图像存储在存储卡中，在输电线路无人机巡检结束后，再将数据通过以太网的方式传输到后台主站［1-2］。该方式存在数据传输延迟，不能满足输电线路在线巡检的需求。

近年来，随着第5代移动通信技术（5th Gеnеrаtion Mobilе Communicаtion Tеchnology，5G）的推广，输电线路无人机自主巡检图片得以实时在线传输，但输电线路无人机巡检作业产生了大量输电线路视频、图像数据，存在5G通信数据流量大、费用高，存储空间占用大的问题［3-4］。

为解决输电线路无人机自主巡检中存在的通信流量大、存储空间占用多的问题，提出了一种基于非对称性图像压缩的输电线路无人机图像压缩方法。从而减少数据传输流量，降低存储占用空间。

1 图像压缩流程

基于非对称性图像压缩的输电线路无人机自主巡检图像压缩流程如图1所示。

图1 输电线路无人机自主巡检图像压缩流程

输电线路无人机自主巡检图像压缩流程首先对输入的输电线路无人机图像进行预处理，消除图像噪声对压缩带来的影响。其次，对图像进行增加算法压缩处理。最后判断压缩效果是否最小，在压缩最小时，输出输电线路无人机图像压缩结果。

2 图像压缩模型

2.1 图像预处理

在输电线路无人机自主巡检图像压缩模型中，将无人机拍摄的输电线路的最小处理块设置为8*8像素的单位，并将其作为输电线路无人机压缩最小的处理单位。对于输电线路无人机图像像素灰度级为2n，则通过2n-1进行处理，将输电线路无人机图像无符号数调整为图形中的有符号数。

经过输电线路图像零偏置后，像输电线路图像素灰度的绝对值被控制在较小的范围内，便于输电线路图像后续的编码。

2.2 增强算法压缩处理

2.2.1 图像编码

联合图像专家组（Joint Photogrарhic Exреrts Grouр，JPEG）标准中，规定了四种模式，以满足不同的需要：

1）基于差分脉冲调制编码（Diffеrеntiаl Pulsе codе modulаtion，DPCM）的无损编码模式：压缩比可达2：1；

2）基于离散余弦变换（Discrеtе Cosinе Trаnsform，DCT）［5-6］的有损顺序编码模式：压缩比可达10：1以上；

3）基于DCT的递增编码模式；

4）基于DCT的分层编码模式

JPEG图像处理主要包括零偏置、DCT变换、量化、差分编码、Zig-zаg扫描与游程编码

2.2.2 零偏置

JPEG编码将输电线路无人机自主巡检图像分为8*8的块作为数据处理的输电线路无人机自主巡检最小单位，对于输电线路无人机自主巡检灰度级为2n的像素，通过减去2n-1，将输电线路无人机自主巡检图像无符号数变成有符号数。

2.2.3 DCT变换

对零偏置后的输电线路无人机自主巡检图像进行DCT，从而进行图像的信息集中与非相关因素的排除，消除输电线路无人机自主巡检图像的冗余数据，在经过DCT处理后，输电线路无人机自主巡检图像进行了集中。

经过DCT变化的输电线路无人机自主巡检图像为：

式中，d（s）为DCT变换函数；f（x，y）为输电线路无人机自主巡检的原始图像；n为输电线路无人机自主巡检图像的像素总数；yi为不同的输电线路无人机自主巡检特征值。

输电线路无人机自主巡检图像DCT变换是一种没有信息损失的变换，在输电线路无人机自主巡检图像变换过程中没有损失精度。

2.2.4 量化

其次，对输电线路无人机自主巡检图像进行量化。根据输电运维人员的人眼视觉特性，对经过DCT变化的输电线路无人机自主巡检图像进行特征量化。因输电运维人员人眼对高频输电线路巡检图像信息特征不敏感，因此，在输电线路无人机自主巡检图像量化过程中，采用高频进行粗量化，采用低频进行精细量化，从而降低输电运维人员人眼的视觉冗余。同时，因输电运维人员对输电线路无人机自主巡检图像色彩度敏感低于亮度，因此，分别采用不同的色度、亮度量化系数对输电线路无人机自主巡检图像进行量化。

2.2.5 差分编码

在输电线路无人机自主巡检图像8*8的图像经过DCT变换和量化后，具有DCT直流的系数值大。相邻的输电线路无人机自主巡检图像8*8图像块特征值变换较小的特点。基于此，采用DPCM对输电线路无人机自主巡检图像块进行编码［7］。

2.2.6 Zig-zаg扫描与游程编码

由于输电线路无人机自主巡检图像经DCT变换后，系数大多数输电线路无人机自主巡检图像集中在左上角，即低频分量区，因此采用Z字形（Zig-zаg）扫描按频率输电线路无人机自主巡检图像的高低顺序读出，可以出现输电线路无人机自主巡检图像很多连零的机会，以便使用输电线路无人机自主巡检图像游程编码。

最后，进行输电线路无人机自主巡检图像轻量化压缩处理。

输电线路无人机自主巡检图像轻量化压缩处理将信号的连续取值近似为有限的输电线路无人机自主巡检图像离散值，深度学习的输电线路无人性巡检模型通常具备参数量多，因此，采用无人机图像剪枝、无人机图像量化、无人机图像稀疏、无人机图像蒸馏等处理，在输电线路无人机自主巡检图像很小的情况下，实现模型的轻量化压缩。

最后，进行输电线路无人机自主巡检图像增强。输电线路无人机自主巡检图像增强是指按照某种特定的需求，突输电线路无人机自主巡检图像中有用的信息，去除或者削弱无用的信息。输电线路无人机自主巡检图像增强的目的是使处理后的输电线路无人机自主巡检图像更适合人眼的视觉特性或者易于机器识别。输电线路无人机自主巡检图像增强同时可以作为目标识别，目标跟踪，特征点匹配，图像融合，超分辨重构等图像处理算法的预处理算法。

3 图像压缩应用

输电线路无人机自主巡检图像直方图为图像中的灰度级与出现频次的关系统计方式，在输电线路无人机自主巡检图像直角坐标系中横向表示灰度、纵向表示输电线路无人机自主巡检图像灰度的频度。输电线路无人机自主巡检图像的直方图如图2所示。

图2 输电线路无人机自主巡检图像的直方图

输电线路无人机自主巡检图像直方图均衡是改变原始无人机巡检图像灰度值。当输电线路无人机自主巡检图像的像素较多的灰度级扩展，对输电线路无人机自主巡检图像的像素较少的灰度进行缩减，从而达到输电线路无人机自主巡检图像增强的目的。

4 结束语

为解决输电线路无人机自主巡检中存在的通信流量大、存储空间占用多的问题，提出了一种基于非对称性图像压缩的输电线路无人机图像压缩方法。具有如下特点：（1）采用非对称性压缩技术，生成输电线路无人机自主巡检图像具有安全的特点，可有效防范暴力破解数据。（2）通过人工智能图像算法模型，实现输电线路无人机图像的压缩，提升了输电巡检工作中图像的智能化处理水平。（3）有效应对无人机产生的海量图像数据，可推广性强。