一种残缺检测方法及装置制造方法及图纸

技术编号:23559446 阅读:34 留言:0更新日期:2020-03-25 04:43
本发明专利技术提供了一种残缺检测方法及装置,所述方法包括:从针对同一待测对象的多个遥感图像中获取仅包括所述待测对象的多个二维图像;对每两个所述二维图像进行特征点匹配,得到多个特征点对;根据每两个所述二维图像对应的多个特征点对生成所述待测对象的三维图像;对多个所述三维图像进行配准融合,得到待测对象的目标三维图像;获取所述目标三维图像中至少一组测试点之间的测试距离;根据所述测试距离与预设的标准距离之间的差值确定所述测试点对应位置处的待测对象是否存在残缺。在上述方法中,整个检测过程为计算机自动执行,节省了人力,提高了检测精度,大大降低了误判和漏判的机率。

A method and device for detecting the defect

【技术实现步骤摘要】
一种残缺检测方法及装置
本专利技术属于遥感影像
,特别是涉及一种残缺检测方法及装置。
技术介绍
输电线路主要承担电能的输送功能,对电网的安全、可靠运行起着至关重要的作用,直接影响国民经济的稳定发展。但是由于大多输电线都暴露在自然环境下,经历着风吹日晒、雨雪、电闪雷击、污移及沉陷等外界环境的侵害,同时还需要承受机械载荷的内部压力。上述因素都会造成输电线部件不同程度的老化甚至破损,若不能及时发现和消除这些输电线中的隐患,就可能给输电环节带来很大危害,对国家电网的安全运行构成严重的潜在威胁。因此,定期检查输电线是一项有效保证输电线安全、正常输送的重要工作。绝缘子是架空输电线路的重要组成部分,其作用是支撑导线和防止电流回地。由于绝缘子要长期经受风吹、日晒、雨淋,再加上自身机械疲劳,容易出现破碎、裂缝等损伤,使绝缘子不能正常的发挥作用。目前,电力部门对无人机巡线检测技术进行了大量的实验研究,一些电力部门也开展了无人机巡线的应用。利用无人机巡线方式可以每小时采集到数百兆的图像视频数据,应用到识别、判断输电线图像数据过程中,主要是工作人员采用肉眼方式判断图像中的绝缘子是否存在破碎、裂缝等异常现象。这需要大量的人力物力财力,且采用肉眼方式检测精度较低;并且长时间的人工作业,容易引起视觉疲劳,易发生误判和漏判情况。
技术实现思路
有鉴于此,本专利技术提供一种残缺检测方法及装置,在一定程度上解决了目前的绝缘子检测方式检测精度较低、易发生误判和漏判的问题。依据本专利技术的第一方面,提供了一种残缺检测方法,所述方法包括:从针对同一待测对象的多个遥感图像中获取仅包括所述待测对象的多个二维图像;对每两个所述二维图像进行特征点匹配,得到多个特征点对;根据每两个所述二维图像对应的多个特征点对生成所述待测对象的三维图像;对多个所述三维图像进行配准融合,得到待测对象的目标三维图像;获取所述目标三维图像中至少一组测试点之间的测试距离;根据所述测试距离与预设的标准距离之间的差值确定所述测试点对应位置处的待测对象是否存在残缺。可选地,所述遥感图像包括第一对象、第二对象、待测对象及其他对象;所述第一对象为细长直线形状,所述第二对象的宽度与所述第一对象的宽度的差值、所述待测对象的宽度与所述第一对象的宽度的差值均大于第一阈值;所述从针对同一待测对象的多个遥感图像中获取仅包括所述待测对象的多个二维图像,包括:分别去除多个遥感图像中的所述其他对象,得到多个第一图像;对所述第一图像进行二值化处理,得到多个二值化图像;利用开运算算法从所述二值化图像中去除所述第一对象,得到包括第二对象、待测对象的第二图像;利用最大类间方差法从所述第二图像中去除所述第二对象,得到仅包括待测对象的二维图像。可选地,所述分别去除多个遥感图像中的所述其他对象,包括:将所述遥感图像从RGB颜色空间转换到HSI颜色空间,得到HSI图像,所述HSI图像中包括H变量值、I变量值和S变量值;从所述HSI图像中去除I变量值大于第二阈值的像素点,得到只包括第一对象、第二对象、待测对象的第一图像;所述对所述第一图像进行二值化处理,得到多个二值化图像,包括:将所述第一图像中S变量值小于第三阈值的像素点的灰度值设置为255,大于或等于第三阈值的像素点的灰度值设置为0,得到二值化图像。可选地,所述利用最大类间方差法从所述第二图像中去除所述第二对象,得到仅包括待测对象的二维图像,包括:在所述第二图像中确定使得所述第二对象和所述待测对象的灰度方差最大的目标灰度值;利用所述目标灰度值从所述第二图像中提取仅包括所述第二对象的第二对象图像;分别将所述第二图像和所述第二对象图像中的对应位置处的像素点的灰度值作差,得到每个像素点的差值;根据所述每个像素点的差值得到仅包括待测对象的二维图像。可选地,所述在所述第二图像中确定使得所述第二对象和所述待测对象的灰度方差最大的目标灰度值,包括:建立所述第二图像的灰度直方图;根据任意一个灰度值t将所述灰度直方图分为灰度值小于t的前景区域和灰度值大于t的背景区域;确定所述前景区域中的像素数占所述灰度直方图的总像素数的第一比例,并确定所述背景区域的像素数占所述灰度直方图的总像素数的第二比例;根据所述第一比例、所述第二比例分别确定所述前景区域的第一平均灰度值和所述背景区域的第二平均灰度值;根据所述第一平均灰度值和所述第二平均灰度值确定所述灰度直方图的第三平均灰度值;根据所述第一比例、所述第二比例、所述第一平均灰度值、所述第二平均灰度值、所述第三平均灰度值确定所述前景区域和所述背景区域的类间方差;确定能够使得所述类间方差最大的所述任意一个灰度值t的目标值,得到目标灰度值。可选地,所述利用所述目标灰度值从所述第二图像中提取仅包括所述第二对象的第二对象图像,包括:将所述灰度直方图中的灰度值小于目标灰度值的前景区域对应的图像确定为仅包括所述第二对象的第二对象图像。可选地,所述对每两个所述二维图像进行特征点匹配,得到多个特征点对,包括:对所述二维图像进行高斯滤波,得到滤波图像;确定所述滤波图像的海森矩阵,并根据所述海森矩阵计算所述二维图像的特征值;根据所述特征值确定所述二维图像中的每个目标区域的特征点;所述目标区域为以任意一个像素点为中心,以预设像素点数量为半径的区域;从所述特征点中任意选取第一特征点,将所述第一特征点对应的特征向量与所述相邻的二维图像中的所有特征点对应的特征向量分别进行内积计算,得到多个内积值;确定所述多个内积值中最大的内积值是否大于或等于第四阈值;若是,则确定所述第一特征点与所述最大的内积值对应的第二特征点匹配;将所述第一特征点与所述第二特征点确定为特征点对。可选地,所述对多个所述三维图像进行配准融合,包括:利用迭代最近点算法对所述多个三维图像进行配准融合。可选地,所述获取所述目标三维图像中至少一组测试点之间的测试距离,包括:将所述目标三维图像的经纬度坐标系下的点的坐标值转换到二维投影坐标系下,得到所述目标三维图像中的点的二维坐标;获取所述目标三维图像中至少一组测试点的二维坐标之间的几何距离,得到测试距离;所述一组测试点为所述目标三维图像上的两个点。可选地,所述根据所述测试距离与预设的标准距离之间的差值确定所述任意两个点对应位置处的待测对象是否存在残缺,包括:从预设的标准待测对象中获取目标参考点之间的几何距离,得到标准距离;所述目标参考点的三维坐标与所述测试点的三维坐标对应;确定所述测试距离与所述标准距离之间的差值;若所述差值大于第五阈值,则确定所述测试点对应位置处的待测对象存在残缺;若所述差值小于或等于所述第五阈值,则确定所述测试点对应位置处的待测对象不存在残缺。本专利技术实施例还提供一种残缺检本文档来自技高网...

【技术保护点】
1.一种残缺检测方法,其特征在于,所述方法包括:/n从针对同一待测对象的多个遥感图像中获取仅包括所述待测对象的多个二维图像;/n对每两个所述二维图像进行特征点匹配,得到多个特征点对;/n根据每两个所述二维图像对应的多个特征点对生成所述待测对象的三维图像;/n对多个所述三维图像进行配准融合,得到待测对象的目标三维图像;/n获取所述目标三维图像中至少一组测试点之间的测试距离;/n根据所述测试距离与预设的标准距离之间的差值确定所述测试点对应位置处的待测对象是否存在残缺。/n

【技术特征摘要】
1.一种残缺检测方法,其特征在于,所述方法包括:
从针对同一待测对象的多个遥感图像中获取仅包括所述待测对象的多个二维图像;
对每两个所述二维图像进行特征点匹配,得到多个特征点对;
根据每两个所述二维图像对应的多个特征点对生成所述待测对象的三维图像;
对多个所述三维图像进行配准融合,得到待测对象的目标三维图像;
获取所述目标三维图像中至少一组测试点之间的测试距离;
根据所述测试距离与预设的标准距离之间的差值确定所述测试点对应位置处的待测对象是否存在残缺。


2.根据权利要求1所述的方法,其特征在于,所述遥感图像包括第一对象、第二对象、待测对象及其他对象;所述第一对象为细长直线形状,所述第二对象的宽度与所述第一对象的宽度的差值、所述待测对象的宽度与所述第一对象的宽度的差值均大于第一阈值;所述从针对同一待测对象的多个遥感图像中获取仅包括所述待测对象的多个二维图像,包括:
分别去除多个遥感图像中的所述其他对象,得到多个第一图像;
对所述第一图像进行二值化处理,得到多个二值化图像;
利用开运算算法从所述二值化图像中去除所述第一对象,得到包括第二对象、待测对象的第二图像;
利用最大类间方差法从所述第二图像中去除所述第二对象,得到仅包括待测对象的二维图像。


3.根据权利要求2所述的方法,其特征在于,所述分别去除多个遥感图像中的所述其他对象,包括:
将所述遥感图像从RGB颜色空间转换到HSI颜色空间,得到HSI图像,所述HSI图像中包括H变量值、I变量值和S变量值;
从所述HSI图像中去除I变量值大于第二阈值的像素点,得到只包括第一对象、第二对象、待测对象的第一图像;
所述对所述第一图像进行二值化处理,得到多个二值化图像,包括:
将所述第一图像中S变量值小于第三阈值的像素点的灰度值设置为255,大于或等于第三阈值的像素点的灰度值设置为0,得到二值化图像。


4.根据权利要求2所述的方法,其特征在于,所述利用最大类间方差法从所述第二图像中去除所述第二对象,得到仅包括待测对象的二维图像,包括:
在所述第二图像中确定使得所述第二对象和所述待测对象的灰度方差最大的目标灰度值;
利用所述目标灰度值从所述第二图像中提取仅包括所述第二对象的第二对象图像;
分别将所述第二图像和所述第二对象图像中的对应位置处的像素点的灰度值作差,得到每个像素点的差值;
根据所述每个像素点的差值得到仅包括待测对象的二维图像。


5.根据权利要求4所述的方法,其特征在于,所述在所述第二图像中确定使得所述第二对象和所述待测对象的灰度方差最大的目标灰度值,包括:
建立所述第二图像的灰度直方图;
根据任意一个灰度值t将所述灰度直方图分为灰度值小于t的前景区域和灰度值大于t的背景区域;
确定所述前景区域中的像素数占所述灰度直方图的总像素数的第一比例,并确定所述背景区域的像素数占所述灰度直方图的总像素数的第二比例;
根据所述第一比例、所述第二比例分别确定所述前景区域的第一平均灰度值和所述背景区域的第二平均灰度值;
根据所述第一平均灰度值和所述第二平均灰度值确定所述灰度直方图的第三平均灰度值;
根据所述第一比例、所述第二比例、所述第一平均灰度值、所述第二平均灰度值、所述第三平均灰度值确定所述前景区域和所述背景区域的类间方差;
确定能够使得所述类间方差最大的所述任意一个灰度值t的目标值,得到目标灰度值。


6.根据权利要求5所述的方法,其特征在于,所述利用所述目标灰度值从所述第二图像中提取仅包括所述第二对象的第二对象图像,包括:
将所述灰度直方图中的灰度值小于目标灰度值的前景区域对应的图像确定为仅包括所述第二对象的第二对象图像。


7.根据权利要求1所述的方法,其特征在于,所述对每两个所述二维图像进行特征点匹配,得到多个特征点对,包括:
对所述二维图像进行高斯滤波,得到滤波图像;
确定所述滤波图像的海森矩阵,并根据所述海森矩阵计算所述二维图像的特征值;
根据所述特征值确定所述二维图像中的每个目标区域的特征点;所述目标区域为以任意一个像素点为中心,以预设像素点数量为半径的区域;
从所述特征点中任意选取第一特征点,将所述第一特征点对应的特征向量与所述相邻的二维图像中的所有特征点对应的特征向量分别进行内积计算,得到多个内积值;
确定所述多个内积值中最大的内积值是否大于或等于第四阈值;
若是,则确定所述第一特征点与所述最大的内积值对应的第二特征点匹配;
将所述第一特征点与所述第二特征点确定为特征点对。


8.根据权利要求1所述的方法,其特征在于,所述对多个所述三维图像进行配准融合,包括:
利用迭代最近点算法对所述多个三维图像进行配准融合。


9.根据权利要求1所述的方法,其特征在于,所述获取所述目标三维图像中至少一组测试点之间的测试距离,包括:
将所述目标三维图像的经纬度坐标系下的点的坐标值转换到二维投影坐标系下,得到所述目标三维图像中的点的二维坐标;
获取所述目标三维图像中至少一组测试点的二维坐标之间的几何距离,得到测试距离;所述一组测试点为所述目标三维图像上的两个点。


10.根据权利要求1所述的方法,其特征在于,所述根据所述测试距离与预设的标准距离之间的差值确定所述任意两个点对应位置处的待测对象是否存在残缺,包括:
从预设的标准待测对象中获取目标参考点之间的几何距离,得到标准距离;所述目标参考点的三维坐标与所述测试点的三维坐标对应;
确定所述测试距离与所述标准距离之间的差值;
若所述差值大于第五阈值,则确定所述测试点对应位置处的待测对象存在残缺;
若所述差值小于或等于所述第五阈值,则确定所述测试点对应位置处的待测对象不存在残缺。


11.一种残缺检测装置,其特征在于,所述装置包括:
二维图像获取模块,用于从针对同一待测对象的多个遥感图像中获取仅包括所述待测对象的多个二维图像;
特征点匹配模块,用于对每两个所述二维图像进行特征点匹配,得到多个特征点对;
三维图像生成模块,用于根据每两个所述二维图像对应的多个特征点对生成所述待测对象的三维图像;
目标三维图像生成模块,用于对多个所述三维图像进行配准融...

【专利技术属性】
技术研发人员:李大铭邓练兵
申请(专利权)人:珠海大横琴科技发展有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1