一种基于顺序割图法的航拍图像中绝缘子细定位方法技术

本发明专利技术公开了一种基于顺序割图法的航拍图像中绝缘子细定位方法，包括以下步骤：(1)根据绝缘子和背景图像的Hu不变矩训练AdaBoost分类器；(2)利用步骤(1)训练好的分类器对绝缘子进行粗定位；(3)根据步骤(2)粗定位的结果，得到粗定位中包含同一个绝缘子的所有矩形的并集的初始最小外接矩形；(4)利用步骤(1)训练好的分类器对步骤(3)所得矩形对应图像部分进行顺序裁割，得到精细定位的绝缘子；本发明专利技术的优点是：大大提高了绝缘子的定位精度，能够广泛地应用于电网巡检、绝缘子状态检测和故障诊断的技术领域。

【技术实现步骤摘要】

本专利技术涉及，属于计算机视 觉科学

技术介绍
绝缘子是输电线路中的重要元器件，其作用是电气绝缘及支撑线路，由于常年暴 露在大气中，受雷击、污秽等因素影响，极易损坏。据统计，电力系统故障率排在首位的就是 由于绝缘子断裂而引发的事故。因此对绝缘子进行状态检测和故障诊断就变得非常重要。 近年来使用直升机进行电网巡检，利用图像处理技术发现绝缘子故障已成为热点问题。而 从航拍图像中定位绝缘子是实现绝缘子故障检测的基础。 目前，传统现有的绝缘子定位方法主要分为四大类：（1)基于颜色信息的定位。考 虑绝缘子与背景区域的颜色差异，将绝缘子彩色图像转换到HSI空间，当绝缘子与背景区 域颜色区别明显时，该方法可以标示出绝缘子，但当二者颜色比较接近时，标示效果不理 想。（2)基于边缘检测的定位。因为航拍图像背景非常复杂，包含输电线、杆塔、防震锤等 多个目标，使得边缘检测算法的定位精度受到影响。（3)基于形状特征的定位。航拍过程 中由于拍摄角度问题，有时绝缘子会发生倾斜，拍摄距离不同绝缘子在画面中所呈现的大 小也会不同，这些特点导致依据形状特征进行定位的准确率下降。（4)基于纹理特征的定 位。该定位方法计算复杂度高，且可能存在与绝缘子纹理相近的其他目标，致使该方法的应 用范围受到限制。 由于航拍图像背景复杂，分辨率低，上述传统的现有的绝缘子定位方法虽在一定 范围内能识别到绝缘子，但都不同程度上存在定位精度不够的问题。
技术实现思路
本专利技术的目的在于提供一种能够克服上述技术问题的基于顺序割图法的航拍图 像中绝缘子细定位方法。 本专利技术包括以下步骤： (1)根据绝缘子和背景图像的Hu不变矩训练AdaBoost分类器； 所述Hu不变矩是由Μ.K.Hu提出的一种不变矩，所述Hu不变矩是本
中所 公知的；所述AdaBoost分类器是由多个弱分类器构成的一个强分类器； (2)利用步骤（1)训练好的分类器对绝缘子进行粗定位； (3)根据步骤（2)粗定位的结果，得到粗定位中包含同一个绝缘子的所有矩形的 并集的初始最小外接矩形； (4)利用步骤⑴训练好的分类器对步骤（3)所得矩形对应图像部分进行顺序裁 害J，得到精细定位的绝缘子。 所述步骤（3)中找到粗定位同一个绝缘子的矩形的并集的初始最小外接矩形； 所述步骤（4)中被粗定位的绝缘子在初始最小外接矩形中的位置有多种可能性， 裁图过程中为了避免在某个方向上过度裁割对其他方向造成影响，采用顺序割图方法，即 四个方向轮流循环裁割，先从矩形的上侧开始，沿着顺时针方向依次对图像进行裁割。 所述步骤（4)中顺序割图时，先计算初始最小外接矩形对应的分类器连续值，进 行一次裁割，对剩余图像部分再计算分类器连续值，比较两个数值的大小，如果相等，则确 定能够裁掉，否则恢复该块图像，不能裁割；调整裁割方向，重复该步骤，直到四个方向都不 能裁割，找到仅包含一个完整绝缘子的最小外接矩形，即绝缘子被精确定位。 与现有技术相比，本专利技术的优点是：克服了一般绝缘子定位方法中绝缘子定位不 精确的问题，根据一般绝缘子定位方法的定位结果，采用顺序割图法进行细定位，大大提高 了绝缘子的定位精度。本专利技术能够广泛地应用于电网巡检、绝缘子状态检测和故障诊断的
【附图说明】图1是本专利技术所述基于顺序割图法的航拍图像中绝缘子细定位方法的流程图； 图2是本专利技术所述基于顺序割图法的航拍图像中绝缘子细定位方法的顺序割图 法示意图；图3是本专利技术所述基于顺序割图法的航拍图像中绝缘子细定位方法的粗定位结 果示意图；图4是本专利技术所述基于顺序割图法的航拍图像中绝缘子细定位方法的初始最小 外接矩形示意图； 图5是本专利技术所述基于顺序割图法的航拍图像中绝缘子细定位方法的绝缘子细 定位结果示意图。【具体实施方式】 下面结合附图与实施例对本专利技术做进一步的描述。 本专利技术根据绝缘子粗定位结果且采用顺序割图法进行绝缘子细定位。本专利技术的基 于顺序割图法的航拍图像中绝缘子细定位方法的流程如图1所示，步骤如下： 步骤（1):根据绝缘子和背景图像的Hu不变矩训练AdaBoost分类器。 分别提取正样本和负样本的Hu不变矩，作为AdaBoost分类器的输入数据，训练分 类器；样本是小图像块，所述正样本是包含绝缘子的小图像块；所述负样本是不包含绝缘 子的小图像块即背景图像。 步骤（2):利用步骤⑴训练好的分类器对绝缘子粗定位。 提取航拍绝缘子图像的Hu不变矩，利用训练好的分类器进行分类识别，对绝缘子 粗定位。 步骤（3):得到粗定位中包含同一个绝缘子的所有矩形的并集的初始最小外接矩 形R〇 步骤⑷：利用步骤⑴训练好的分类器对步骤（3)所得矩形R对应图像部分进 行顺序裁割，得到精细定位的绝缘子。 根据绝缘子粗定位训练好的AdaBoost分类器，在顺序割图时，采用如下目标函 数： 其中Gr(x)为AdaBoost弱分类器，ar为Gr(x)在最终分类器中的权重，Μ为循环 迭代次数，迭代次数从1到Μ，其中r为索引。 计算初始最小外接矩形对应的目标函数值，由于初始最小外接矩形包含一个完整 的绝缘子，因此计算得到的目标函数值应最大。对初始最小外接矩形进行一次裁割，计算剩 余图像部分的目标函数值，比较二者大小，如果相等，则确定能够裁掉，否则恢复该块图像， 不能裁割。调整裁割方向，重复该步骤，直到四个方向都裁割完毕，找到仅包含一个完整绝 缘子的最小外接矩形私，即绝缘子被精确定位。私定义为： 式中φ(R)表示矩形的面积，γ《表示粗定位找到的同一个绝缘子的矩形的并集， R表示并集^^ &的初始最小外接矩形。 裁割过程如图2所示，对图像进行裁割时，为避免某个方向上过度裁割对其他方 向造成影响，采用顺序割图法，从R的上侧开始，沿着图2的顺时针方向1、2、3、4的顺序依 次进行裁割。 图3 (a)、图3 (b)所示为两幅航拍绝缘子图像使用AdaBoost分类器进行粗定位的 结果。 在图3(a)、图3(b)中，同一个绝缘子被多个矩形找到，即被多次定位，有的矩形包 含完整绝缘子，有的矩形只包含了绝缘子的一部分，而且矩形的面积大，绝缘子在矩形中所 占比例小。 图4 (a)、图4 (b)所示的粗矩形为初始最小外接矩形R。 应用本专利技术的方法，最终得到的绝缘子细定位结果如图5(a)、图5(b)所示。 在图5(a)、图5(b)中可以看出，最终的矩形既能包含完整绝缘子，而且矩形面积 更小，绝缘子在矩形中所占比例更大，即绝缘子定位更精确。 以上所述，仅为本专利技术的【具体实施方式】，但本专利技术的保护范围并不局限于此，任何 熟悉本
的技术人员在本专利技术公开的范围内，能够轻易想到的变化或替换，都应涵 盖在本专利技术权利要求的保护范围内。【主权项】1. ，其特征在于，包括以下步 骤： (1) 根据绝缘子和背景图像的Hu不变矩训练AdaBoost分类器； 所述Hu不变矩是由Μ.K.Hu提出的一种不变矩，所述Hu不变矩是本
中所公知 的；所述AdaBoost分类器是由多个弱分类器构成的一个强分类器； (2) 利用步骤（1)训练好的分类器对绝缘子进行粗定位； (3) 根据步骤（2)粗定位的结果，得到粗定位中包含同一个绝缘子的所有矩形的并集 的初始最小外接矩形； (4) 利用步本文档来自技高网...

【技术保护点】
一种基于顺序割图法的航拍图像中绝缘子细定位方法，其特征在于，包括以下步骤：(1)根据绝缘子和背景图像的Hu不变矩训练AdaBoost分类器；所述Hu不变矩是由M.K.Hu提出的一种不变矩，所述Hu不变矩是本技术领域中所公知的；所述AdaBoost分类器是由多个弱分类器构成的一个强分类器；(2)利用步骤(1)训练好的分类器对绝缘子进行粗定位；(3)根据步骤(2)粗定位的结果，得到粗定位中包含同一个绝缘子的所有矩形的并集的初始最小外接矩形；(4)利用步骤(1)训练好的分类器对步骤(3)所得矩形对应图像部分进行顺序裁割，得到精细定位的绝缘子。

【技术特征摘要】

【专利技术属性】
技术研发人员：程海燕，王旭光，韩璞，翟永杰，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北;13