【技术实现步骤摘要】
本专利技术涉及图像中输电线路杆塔进行检测的方法,特别涉及一种基于聚合多通道特征对图像中输电线路杆塔进行检测的方法;
技术介绍
随着网络通信技术和智能信息处理技术的不断发展,过去只能靠工人步行沿输电线路使用望远镜进行输电线路故障检查的工作,现在可通过计算机视觉和图像智能处理技术逐步取代完成。先用有人直升机、无人机,或其他途径获取输电线路图像,然后利用图像处理、检测、识别技术实现对输电线路的故障进行检测,这一趋势在国内外都已越来越得到重视和推广,可以有效节省人力成本、降低人力要求,具有较高的经济性能。在海量图像数据处理中,快速筛选出包含杆塔设备的图像,以及在图像中快速定位出杆塔区域,都是极负挑战性的工作,因为拍摄的输电线路图像中背景往往比较复杂,如何克服背景环境的干扰,减少拍摄角度的影响,稳健地检测输电线路设备并定位出感兴趣区域,尤其在海量图像数据中快速过滤掉无效图像,筛选出包含需检测输电线路设备的图像,目前在国内外文献都尚未见报道。
技术实现思路
本专利技术的目的是为了解决了在大画幅以及复杂背景的图像中快速定位检测杆塔的问题而提出的一种基于聚合多通道特征对图像中输电线路杆塔进行检测的方法。上述的专利技术目的是通过以下技术方案实现的:步骤一、图像预处理;采用伽马变换对原始图像校正,得到校正后的图像;步骤二、提取校正后图像中的每个单元的6个通道的梯度方向直方图、1个通道的梯度幅值特征以及LUV三通道特征聚合 ...
【技术保护点】
一种基于聚合多通道特征对图像中输电线路杆塔进行检测的方法,其特征在于:一种基于聚合多通道特征对图像中输电线路杆塔进行检测的方法具体是按照以下步骤进行的:步骤一、图像预处理;采用伽马变换对原始图像校正,得到校正后的图像;步骤二、提取校正后图像中的每个单元的6个通道的梯度方向直方图、1个通道的梯度幅值特征以及LUV三通道特征聚合为10通道的特征矢量;根据10通道的特征矢量计算得到W×H的图像区域的N维聚合通道特征;其中,W为校正图像的宽,H为校正图像的高;步骤三、将图像的N维聚合通道特征作为集成决策树分类器的输入;进行Adaboost分类器训练得到最终的分类器;步骤四、利用步骤三得到的最终的分类器检测定位校正后的图像中杆塔目标区域;步骤四一、采用M个尺度计算M层特征金子塔;校正后图像I在尺度s的通道特征f(I,s)和校正后图像I在原始尺度的通道特征f(I,0)有如下近似关系:f(I,s)=f(I,0)e‑λs其中,f(·)为特征,e自然指数;λ尺度换算系数;根据上述关系,跳跃计算M个尺度中几个尺度的通道特征,其余尺度的特征通过邻近尺度根据上述比例关系插值得到,从而得到M层特征金子塔;步骤四 ...
【技术特征摘要】
1.一种基于聚合多通道特征对图像中输电线路杆塔进行检测的方法,其特征在于:
一种基于聚合多通道特征对图像中输电线路杆塔进行检测的方法具体是按照以下步骤进行
的:
步骤一、图像预处理;采用伽马变换对原始图像校正,得到校正后的图像;
步骤二、提取校正后图像中的每个单元的6个通道的梯度方向直方图、1个通道的梯
度幅值特征以及LUV三通道特征聚合为10通道的特征矢量;根据10通道的特征矢量计算
得到W×H的图像区域的N维聚合通道特征;其中,W为校正图像的宽,H为校正图像的
高;
步骤三、将图像的N维聚合通道特征作为集成决策树分类器的输入;进行Adaboost
分类器训练得到最终的分类器;
步骤四、利用步骤三得到的最终的分类器检测定位校正后的图像中杆塔目标区域;
步骤四一、采用M个尺度计算M层特征金子塔;校正后图像I在尺度s的通道特征
f(I,s)和校正后图像I在原始尺度的通道特征f(I,0)有如下近似关系:
f(I,s)=f(I,0)e-λs其中,f(·)为特征,e自然指数;λ尺度换算系数;
根据上述关系,跳跃计算M个尺度中几个尺度的通道特征,其余尺度的特征通过邻
近尺度根据上述比例关系插值得到,从而得到M层特征金子塔;
步骤四二、对步骤四一得到的M层特征金字塔进行滑动窗口检测得到目标区域;
步骤四三、将目标区域中的每个窗口的相邻窗口进行非极大抑制得到杆塔目标;
步骤四四、输出杆塔目标区域。
2.根据权利要求1所述一种基于聚合多通道特征对图像中输电线路杆塔进行检测的方
法,其特征在于:步骤二所述的提取LUV三通道特征具体为:将校正后的图像像素的RGB
颜色值转换为LUV值,其中,L表示亮度,U和V表示色度。
3.根据权利要求2所述一种基于聚合多通道特征对图像中输电线路杆塔进行检测的
方法,其特征在于:步骤二中得到W×H的图像区域的N维聚合通道特征具体过程为:
步骤二一、计算校正后图像中的每个像素点(x,y)的梯度幅值G(x,y)和梯度方向
θ(x,y);
计算主要分为水平梯度和垂直梯,以I(x,y)表示校正后的图像梯度幅值通道中某一通
\t道中像素点(x,y)处的颜色值,(x,y)的梯度幅值G(x,y)处的水平方向梯度记为Gx(x,y),
垂直方向梯度记Gy(x,y),梯度计算公式如下:
Gx(x,y)=I(x+1,y)-I(x-1,y)
Gy(x,y)=I(x,y+1)-I(x,y-1)
则(x,y)处的梯度幅值G(x,y)和梯度方向θ(x,y)计算公式为:
G ( x , y ) = G x ( x , y ) 2 + G y ( x , y ) 2 ]]> θ ( x , y ) = tan - 1 ( G y ( x , ...
【专利技术属性】
技术研发人员:柳升龙,韩冰,王孝余,耿振伟,张彤,尚方,
申请(专利权)人:黑龙江省电力科学研究院,国家电网公司,
类型:发明
国别省市:黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。