The invention discloses a method and a system for generating candidate target area of insulators. The method includes: obtaining the image to be detected; the detecting image preprocessing to remove interference information, the first image processing; image edge extraction in the first image, get the contour curve; determine the curvature scale space of the contour of the corner; determine the position coordinates of the curvature scale space corner; according to the K position of means clustering method and the curvature scale space corner, locates in the curvature scale space corner insulator, denoted as target curvature scale space corner; the target curvature scale space corner closed draw graphics, second image processing; the second input images to the Edge Boxes scoring system, candidate target region scoring system of the Boxes Edge output insulator. The invention provides a method for generating candidate target area of insulators and the system has the characteristics of high efficiency and high accuracy.
【技术实现步骤摘要】
一种绝缘子候选目标区域的生成方法及系统
本专利技术涉及图像处理与分析领域,特别是涉及一种绝缘子候选目标区域的生成方法及系统。
技术介绍
保障输电线路的可靠性是智能电网建设的重要内容,而绝缘子是输电线路中极其重要且大量存在的部件,起到电气绝缘及机械支撑作用,同时又是故障多发元件。通过计算机视觉的手段对获取的输电线路巡检图像进行处理,实现图像中绝缘子的自动检测,并在此基础上完成绝缘子的状态监测和故障诊断,对保障输电线路的安全具有重要意义。在目标检测任务中,分类器复杂性的增加在一定程度上能带来检测效果的提升,但随之而来的计算复杂度的问题亦不容忽视。高质量候选目标区域的生成能很好地解决两者之间的冲突。候选目标区域的生成是目标检测的基础,其在待检测图像中通过一定策略生成一定数量的候选框,能为后续的特征提取、目标检测提供建议,减少检测时间,提高检测质量。目前较流行、效果较好的目标检测方法,均依赖于候选目标区域的生成来进行目标的检测或定位。Multiple-ScaleSlidingWindow是最开始被广泛应用的候选目标区域生成方法,该方法需要对图像做不同尺度的缩放,然后用固定大小的滑动窗口以等距步长在整幅图像上滑动,并对每一个滑动窗口做目标检测。由于多尺度滑动窗口法会对整幅图像都做滑动搜索处理,其最大优点就是漏检率低,不会漏掉任何一个目标可能出现的位置,每张图片会生成104~105个候选窗口。但是,巨大的搜索空间和时间消耗,使得检测效率受到很大影响。与SlidingWindow的检测策略不同,SelectiveSearch综合了蛮力搜索和图像分割的方法,通过图像分割得 ...
【技术保护点】
一种绝缘子候选目标区域的生成方法,其特征在于,所述方法包括:获取待检测图像;对所述待检测图像进行预处理,去除干扰信息,得到处理后的第一图像;提取所述第一图像中的图像边缘,得到轮廓曲线;确定所述轮廓曲线的曲率尺度空间角点;确定所述曲率尺度空间角点的位置坐标;根据K‑means聚类法和所述曲率尺度空间角点的位置坐标,确定位于绝缘子上的曲率尺度空间角点,记为目标曲率尺度空间角点;在所述目标曲率尺度空间角点处画封闭图形,得到处理后的第二图像;将所述第二图像输入到Edge Boxes的打分系统中,通过Edge Boxes的打分系统输出绝缘子的候选目标区域。
【技术特征摘要】
1.一种绝缘子候选目标区域的生成方法,其特征在于,所述方法包括:获取待检测图像;对所述待检测图像进行预处理,去除干扰信息,得到处理后的第一图像;提取所述第一图像中的图像边缘,得到轮廓曲线;确定所述轮廓曲线的曲率尺度空间角点;确定所述曲率尺度空间角点的位置坐标;根据K-means聚类法和所述曲率尺度空间角点的位置坐标,确定位于绝缘子上的曲率尺度空间角点,记为目标曲率尺度空间角点;在所述目标曲率尺度空间角点处画封闭图形,得到处理后的第二图像;将所述第二图像输入到EdgeBoxes的打分系统中,通过EdgeBoxes的打分系统输出绝缘子的候选目标区域。2.根据权利要求1所述的绝缘子候选目标区域的生成方法,其特征在于,所述对所述待检测图像进行预处理,去除干扰信息,得到处理后的第一图像,具体包括:对所述待检测图像进行灰度化处理和阈值分割处理,得到二值化图像;对所述二值化图像进行形态学滤波,得到滤波后的图像,所述形态学滤波包括形态学腐蚀运算和形态学膨胀运算;去除滤波后的图像上面积小于第一设定阈值的区域,得到处理后的第一图像。3.根据权利要求1所述的绝缘子候选目标区域的生成方法,其特征在于,所述确定所述轮廓曲线的曲率尺度空间角点,具体包括:将所述轮廓曲线由在直角坐标系下的表示形式转换为在尺度σ下以弧长μ为参数的函数形式Γ(μ,σ);在高尺度σhigh下计算所述轮廓曲线上每一个像素点的曲率;确定局部曲率最大的像素点,记为候选角点;判断所述候选角点的曲率是否大于第二设定阈值;如果是,则将所述候选角点标记为曲率尺度空间角点。4.根据权利要求1所述的绝缘子候选目标区域的生成方法,其特征在于,所述根据K-means聚类法和所述曲率尺度空间角点的位置坐标,确定位于绝缘子上的曲率尺度空间角点,记为目标曲率尺度空间角点,具体包括:将所述曲率尺度空间角点的位置坐标作为所述K-means聚类法的输入量,将分类数设置为两类,所述K-means聚类法将所述曲率尺度空间角点分为两类,并输出每类所述曲率尺度空间角点的质心位置坐标;判断在各类曲率尺度空间角点中,横坐标值最小的曲率尺度空间角点和横坐标值最大的曲率尺度空间角点到类内质心的水平距离之差是否小于设定值,或者判断在各类曲率尺度空间角点中,纵坐标值最小的曲率尺度空间角点和纵坐标值最大的曲率尺度空间角点到类内质心的垂直距离之差是否小于设定值;如果是,则所述类内的所述曲率尺度空间角点为所述绝缘子上的曲率尺度空间角点,记为目标曲率尺度空间角点。5.根据权利要求1所述的绝缘子候选目标区域的生成方法,其特征在于,所述在所述目标曲率尺度空间角点处画封闭图形,得到处理后的第二图像,具体包括:以所述目标曲率尺度空间角点为圆心,画多个圆,得到处理后的第二图像。6.根据权利要求1所述的绝缘子候选目标区域的生成方法,其特征在于,所述确定所述曲率尺度空间角点的位置坐标,具体包括:确定所述曲率尺度空间角点在直角坐标系中的位置坐标。7.根据权利要求1所述的绝缘子候选目标区域的生成方法,其特征在于,所述将所述第二图像输入到EdgeBoxes的打分系统中,通过EdgeBoxes的打分系统输出绝缘子的候选目标区域,具体包括:将处理后的第二图像做为EdgeBoxes打分系统的输入,根据候选框内完全包含的轮廓个数和与候选框重叠的轮廓个数对候选框打分,框内完全包含的轮廓个数和与候选框重叠的轮廓个数越多,对该框的评分就越高,根据得分输出最终的绝缘子候选目标区域。8.一种绝缘子候选目标区域的生成系统,其特征在于,所述系统包括:待检测图像获取单元...
【专利技术属性】
技术研发人员:赵振兵,张蕾,戚银城,张珂,
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
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。