一种基于多域度重映射的输电线路漂浮物图像分割方法技术

本发明专利技术提供的方法是结合频率域和强度域进行边缘检测的，因而能够克服单独使用频率域/强度域进行边缘检测所存在的检测准确率不高的技术缺陷，增强了检测的健壮性。

A multi domain remapping based image segmentation method for transmission lines floating objects

The method provided by the invention is combined with frequency domain and intensity domain for edge detection, so that it can overcome the technical defects that exist in the frequency domain / intensity domain for edge detection, and enhance the robustness of detection.

【技术实现步骤摘要】
一种基于多域度重映射的输电线路漂浮物图像分割方法
本专利技术涉及高压输电线路维护领域，更具体地，涉及一种基于多域度重映射的输电线路漂浮物图像分割方法。
技术介绍
输电线路前端摄像头的数量规模日益增长，目前现有技术主要采用人工查看视频的方式对输电线路进行监控。在长期监控的情况下，这种方式会造成监视人员疲乏，效率低下，不能及时发现输电线路及周边发生的异常情况。在图像处理技术和模式识别技术快速发展的情况下，利用智能化巡检替代人员巡视是必然趋势。输电线路上出现的飘挂物是影响输电线路安全运行的重要隐患，缠绕于输电线上的飘挂物极易造成输电线路相间短路、单相接地等故障，甚至造成电网大面积停电事故。因此，飘挂物是输电线路智能视频分析系统重点监控的对象。由于飘挂物形状不固定，在自然环境中的识别具有很大的难度，需要一定算法将飘挂物分割出来。现有技术一般通过粗边缘的提取以及构建信号强度的分位数回归纠偏来完成飘挂物的分割。在边缘提取过程中，有两类边缘提取方法：强度域和频率域。强度域方法能够很好的描述具有梯度特性的边缘，但是弱信号区域的边缘会丢失。频率域方法由于和强度无关，能很好的处理低对比度区域的边缘，但是对伪影也容易产生误响应。
技术实现思路
本专利技术为解决现有技术提供的分割方法不能兼顾弱信号区域和伪影的技术缺陷，提供了一种基于多域度重映射的输电线路漂浮物图像分割方法。为实现以上专利技术目的，采用的技术方案是：一种基于多域度重映射的输电线路漂浮物图像分割方法，包括以下步骤：S1.基于中心线法线方向提取图像中的感兴趣区域；S2.采用Sobel算法对图像强度域的边缘进行提取，然后采用相位一致性方法对图像频率域的边缘进行提取；S3.通过计算图像在强度域和频率域下的最大相似度来获得强度域和频率域的最佳权重系数，然后基于最佳权重系数对提取的图像强度域的边缘、图像频率域的边缘进行加权合并，并将合并后的新边缘强度图与感兴趣区域进行融合，在融合后的感兴趣区域中进行粗边缘点的提取；S4.对于提取的每个粗边缘点，计算该边缘点与前后各n个粗边缘点的平均距离的最大值作为偏离度量，然后判断粗边缘点的偏离度量是否大于所设定的阈值，若是则将该粗边缘点进行删除，否则保留该粗边缘点；S5.对粗边缘点进行基于强度的分位数回归纠偏，然后基于纠偏后的粗边缘点得到分割结果。与现有技术相比，本专利技术的有益效果是：本专利技术提供的方法是结合频率域和强度域进行边缘检测的，因而能够克服单独使用频率域/强度域进行边缘检测所存在的检测准确率不高的技术缺陷，增强了检测的健壮性。附图说明图1为方法的流程示意图。图2为分割的实例示意图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；以下结合附图和实施例对本专利技术做进一步的阐述。实施例1如图1所示，一种基于多域度重映射的输电线路漂浮物图像分割方法，包括以下步骤：S1.基于中心线法线方向提取图像中的感兴趣区域；S2.采用Sobel算法对图像强度域的边缘进行提取，然后采用相位一致性方法对图像频率域的边缘进行提取；S3.通过计算图像在强度域和频率域下的最大相似度来获得强度域和频率域的最佳权重系数，然后基于最佳权重系数对提取的图像强度域的边缘、图像频率域的边缘进行加权合并，并将合并后的新边缘强度图与感兴趣区域进行融合，在融合后的感兴趣区域中进行粗边缘点的提取；S4.对于提取的每个粗边缘点，计算该边缘点与前后各n个粗边缘点的平均距离的最大值作为偏离度量，然后判断粗边缘点的偏离度量是否大于所设定的阈值，若是则将该粗边缘点进行删除，否则保留该粗边缘点；S5.对粗边缘点进行基于强度的分位数回归纠偏，然后基于纠偏后的粗边缘点得到分割结果。图2为得到的分割结果的示意图。其中，采用Sobel算法对图像强度域的边缘进行提取的具体过程原理如下：基于边缘附近会存在较大的信号强度差异的思考，该算子把某邻域内强度梯度作为边缘强度的测度。具体来说，它采用2个3×3模板与原始图像做卷积，用于计算水平和垂直两个方向上的导数。采用3×3的模板大小可以避免像素间插值的计算梯度。设I为原始图像，Gx和Gy是根据水平和垂直方向导数计算出的图像，定义如下：其中*代表二维卷积计算。又因为Sobel算子能够分解为一个平均数和一个微分核，使之能更加有效的计算，如下所示：则Gx和Gx能够通过下式卷积进行计算：最终每个像素点的强度值通过合并水平和垂直两个方向的强度值获得：并且可以计算出该点像素的方向：对图像中的每个像素点进行上述的处理，得到每个像素点的强度值，然后判断每个像素点的强度值是否大于所设定的阈值，若是，则将该像素点确定为图像强度域的边缘点；由此完成图像强度域边缘的提取。但是，从定义可以看出，对于强度差异不明显的区域，基于梯度的Sobel算子并不能做出良好的判断。频率域部分采用相位一致性方法进行边缘提取。由于这种方法所基于的是各像素点频率域上的相位信息，而不是对灰度强度进行直接处理，所以是一种和亮度以及对比度都无关的边缘提取方法。其原理是依据在边缘位置上相位会存在高度的一致性，而这种显著性正和人眼视觉对边缘的判定一致。它主要首先通过傅立叶变换对各成分进行分解获取相位，分解公式描述为：其中f(x)是傅里叶级数，An是第n傅里叶分量的振幅，φn(x)＝nwx+φ代表了在x处的局部相位。依据原理感兴趣边缘点在傅里叶各分量中具有最大相位一致性，相位一致性的公式定义如下：为了使PC(x)获得最大值，公式中的θ取在x处傅立叶各分量具有最大值时局部相位角的加权平均，即：又因为在傅里叶级数中cos(x)约等于1-x2/2，所以具有高度相位一致的位置就是具有最小局部相位差的位置。式中t是一个噪声阈值，ε是一个小的实数，以避免分母出现0的情况。公式(7)可以变为：但是，通过公式(8)对相位一致性的计算具有很大难度，用寻找局部能量峰值来代替相位一致性计算的方法，即局部能量等于相位一致性与傅立叶分量幅度和的乘积即：式(9)中可以看出局部能量与相位一致性成正比，即局部能量的峰值就等同为相位一致性的最大值。从而，相位一致性的计算转化为关于局部能量的计算。此处局部能量函数的峰值E可以通过与正交滤波器在空间域范围内做卷积来计算：其中F(x)为去除直流分量的部分，H(x)为F(x)经过Hilbert变换后的结果，则PC(x)改造为：另外，此处引入的正交滤波器为以logGabor为小波基滤波器。本专利技术用和表示在尺度为n下的logGabor小波的奇、偶正交对数，则F(x)和H(x)可以表示为信号I(x)与它们之间的卷积和：并且F(x)中的频率强度和为：通过该变通的方法对相位一致性进行计算，能够极大的降低计算量。由于强度域和频率域两者强度计算方法不同，因而得到的强度尺度也不同，所以并不能直接相加。为了获得最合适的合并尺度，通过计算两种信息域下的图像最大相似度来获取最佳系数。这里采用BaddeleyDeltaMetric(BDM)度量的改进形式作为距离来进行，以适应灰度的形式：其中w1和w2是两个域间的权重系数，它用于调整点对点间的强度差异，d为该点灰度值与边缘强度间的距离函数。最后，用所获权值加权合并重新映射到的新边缘强度图与上一步所提取的感兴趣区域相融合，粗边缘点位置即被定义为每个子模板区域内具有最大值的那个点。在本文档来自技高网...

【技术保护点】
一种基于多域度重映射的输电线路漂浮物图像分割方法，其特征在于：包括以下步骤：S1.基于中心线法线方向提取图像中的感兴趣区域；S2.采用Sobel算法对图像强度域的边缘进行提取，然后采用相位一致性方法对图像频率域的边缘进行提取；S3.通过计算图像在强度域和频率域下的最大相似度来获得强度域和频率域的最佳权重系数，然后基于最佳权重系数对提取的图像强度域的边缘、图像频率域的边缘进行加权合并，并将合并后的新边缘强度图与感兴趣区域进行融合，在融合后的感兴趣区域中进行粗边缘点的提取；S4.对于提取的每个粗边缘点，计算该边缘点与前后各n个粗边缘点的平均距离的最大值作为偏离度量，然后判断粗边缘点的偏离度量是否大于所设定的阈值，若是则将该粗边缘点进行删除，否则保留该粗边缘点；S5.对粗边缘点进行基于强度的分位数回归纠偏，然后基于纠偏后的粗边缘点得到分割结果。

【技术特征摘要】
1.一种基于多域度重映射的输电线路漂浮物图像分割方法，其特征在于：包括以下步骤：S1.基于中心线法线方向提取图像中的感兴趣区域；S2.采用Sobel算法对图像强度域的边缘进行提取，然后采用相位一致性方法对图像频率域的边缘进行提取；S3.通过计算图像在强度域和频率域下的最大相似度来获得强度域和频率域的最佳权重系数，然后基于最佳权重系数对提取的图像强度域的边缘、图像频率域的边缘进行加权合并，并将合并后的新边缘强度图与感兴趣区域进行融合，在融合后的感兴趣区域中进行粗边缘点的提取；S4.对于提取的每个粗边缘点，计算该边缘点与前后各n个粗边缘点的平均距离的最大值作为偏离度量，然后判断粗边缘点的偏离度...

【专利技术属性】
技术研发人员：陈清江，彭子平，王干军，高健，王金城，罗应文，肖伟秋，周一，
申请(专利权)人：广东电网有限责任公司中山供电局，
类型：发明
国别省市：广东,44