The invention discloses an image transmission line detection method for UAV patrol line based on NCC characteristics, which includes the following steps: calibration of binocular camera, obtaining inner and outer parameter matrices of left and right cameras, rotation matrix and translation vector of binocular camera, receiving image data of two cameras, polar line correction and gray scale and smoothing preprocessing of image data; Image edge feature and corner feature extraction; matching edge feature and corner feature of two images to obtain disparity map and depth map; image segmentation based on the depth map to extract power line information. This method uses multiple features for feature matching, and can quickly and accurately identify power lines in complex natural environment.
【技术实现步骤摘要】
一种基于NCC特征的无人机巡线图像输电线路检测方法
本专利技术属于计算机视觉
,涉及一种基于NCC特征的无人机巡线图像输电线路检测方法。
技术介绍
绝大多数电力线路暴露在复杂多变的自然环境中,受到各种自然灾害的威胁,对于电力线路故障如果不能及时得到检测与修复,将直接影响正常的生产活动。开展电力线路巡检有着重大的意义。目前主要采用人工现场检测或者通过电力线路图像对电力线路故障进行检测,这种方式劳动强度大、主观性强。对于图像检测,主要集中在二维的层次进行检测,这种方式尚不能对复杂的自然背景与电力线路进行有效地分割,正确率得不到保证。
技术实现思路
本专利技术要解决的问题是:提供了一种基于NCC特征的无人机巡线图像输电线路检测方法,以解决现有技术人工现场检测或者通过电力线路图像检测劳动强度大、主观性强和正确率低的问题。本专利技术的技术方案是:一种基于NCC特征的无人机巡线图像输电线路检测方法,包括以下步骤:步骤1:分别对左相机和右相机进行相机标定,得到左相机和右相机的内、外参数矩阵,然后通过得到的两个相机的参数进行立体标定,获得双目相机的旋转矩阵和平移向量;通过无人机搭载两个相同焦距的CCD相机,两相机同光轴,且平行放置,无人机对两相机的控制同步,采集电力线路图像;步骤2:对步骤1中采集的两幅电力线路图像进行畸变校正和极线校正;步骤3:对步骤2中的图像进行灰度化、平滑和锐化预处理;步骤4:对步骤3中预处理后的双目图像进行特征点提取,构造特征向量;步骤5:根据步骤4中所构造的特征向量,进行特征匹配,采用极线约束降低匹配维度,通过计算像素点的NCC值,建立准确的特 ...
【技术保护点】
1.一种基于NCC特征的无人机巡线图像输电线路检测方法,其特征在于,包括以下步骤:步骤1:分别对左相机和右相机进行相机标定,得到左相机和右相机的内、外参数矩阵,然后通过得到的两个相机的参数进行立体标定,获得双目相机的旋转矩阵和平移向量;通过无人机搭载两个相同焦距的CCD相机,两相机同光轴,且平行放置,无人机对两相机的控制同步,采集电力线路图像;步骤2:对步骤1中采集的两幅电力线路图像进行畸变校正和极线校正;步骤3:对步骤2中的图像进行灰度化、平滑和锐化预处理;步骤4:对步骤3中预处理后的双目图像进行特征点提取,构造特征向量;步骤5:根据步骤4中所构造的特征向量,进行特征匹配,采用极线约束降低匹配维度,通过计算像素点的NCC值,建立准确的特征匹配关系;步骤6:根据步骤5中的正确匹配特征点,进行视差计算,获得视差图,并根据旋转向量与平移向量映射到现实的世界坐标系中,即为深度图;步骤7:根据步骤6中的深度图,使用双峰法对其进行阈值分割,提取出纯净的电力线路目标。
【技术特征摘要】
1.一种基于NCC特征的无人机巡线图像输电线路检测方法,其特征在于,包括以下步骤:步骤1:分别对左相机和右相机进行相机标定,得到左相机和右相机的内、外参数矩阵,然后通过得到的两个相机的参数进行立体标定,获得双目相机的旋转矩阵和平移向量;通过无人机搭载两个相同焦距的CCD相机,两相机同光轴,且平行放置,无人机对两相机的控制同步,采集电力线路图像;步骤2:对步骤1中采集的两幅电力线路图像进行畸变校正和极线校正;步骤3:对步骤2中的图像进行灰度化、平滑和锐化预处理;步骤4:对步骤3中预处理后的双目图像进行特征点提取,构造特征向量;步骤5:根据步骤4中所构造的特征向量,进行特征匹配,采用极线约束降低匹配维度,通过计算像素点的NCC值,建立准确的特征匹配关系;步骤6:根据步骤5中的正确匹配特征点,进行视差计算,获得视差图,并根据旋转向量与平移向量映射到现实的世界坐标系中,即为深度图;步骤7:根据步骤6中的深度图,使用双峰法对其进行阈值分割,提取出纯净的电力线路目标。2.根据权利要求1所述的一种基于NCC特征的无人机巡线图像输电线路检测方法,其特征在于,步骤2中对左、右两幅图像进行畸变校正和极线约束:畸变校正分为两部分,分别为径向畸变校正与切向畸变校正,校正公式如下:径向畸变的校正:x'=x(1+k1r2+k2r4+k3r6)y'=y(1+k1r2+k2r4+k3r6)切向畸变的校正:x'=x+[2p1y+p2(r2+2x2)]y'=y+[p1(r2+2y2)+2p2x]其中k1、k2、k3为相机的径向畸变系数,p1、p2为相机的切向畸变系数,(x,y)为畸变点的原始位置,(x’,y’)为校正后的新位置,r为畸变点距离光学中心的距离。3.根据权利要求1所述的一种基于NCC特征的无人机巡线图像输电线路检测方法,其特征在于,步骤3中对左右两幅图像进行灰度化、平滑、锐化预处理分别如下:步骤3.1:灰度化是采用加权平均值法将彩色图像转换为灰度图像;步骤3.2:图像的平滑处理采用中值滤...
【专利技术属性】
技术研发人员:毛天奇,陈玉,袁发强,李松雨,张敏,胡勇,田地,吴雪冬,杨隽奎,谭谋,
申请(专利权)人:贵州电网有限责任公司,
类型:发明
国别省市:贵州,52
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。