【技术实现步骤摘要】
最小二乘去干扰随机Hough变换的输电线提取方法
本专利技术属于图像处理
，具体涉及一种最小二乘去干扰随机Hough变换的输电线提取方法。
技术介绍
随着无人机的大力发展，它将代替人类可以执行很多危险的作业。同时伴随着数字图像处理的飞速发展，通过无人机巡航进行拍摄所要获取的目标识别物，通过对这些图像进行相应的分析，人们就可以获取大量的有用信息，从而对危险的预判或者对物体本质的研究。在目前现有阶段，对于电力系统的巡检还是主要以人工为主，视频实时监控为辅助。但是这些巡检方法在进行检测时候会存在一些问题，如巡检人员的安全没有保障，巡检一般高度在15米以上，因此，巡检人员的安全会存在一定的风险。工作效率低下，由于需要进行高攀，因此会很大程度上影响工作进度。此外，当遇到有问题的线路，不能及时的处理，导致工作周期变长。因此在这种情况下提出无人机电力巡检，从而将采集到的图像进行分析，从而获取导线的信息，以方便后续工作。在传统的图像处理中对图像的边缘提取，一般都是通过现有的算子进行检测。例如：Rober边缘检测算子、S...
【技术保护点】
1.最小二乘去干扰随机Hough变换的输电线提取方法，其特征在于，先通过随机Hough进行直线检测获取可能存在的直线，然后通过去干扰最小二乘法对每一条直线进行拟合，拟合时候首先保证这一族数据的均方差最小，即将干扰点去除，进而确定输电线；/n具体包括以下步骤：/n步骤1：获取无人机拍摄的输电线图像；/n步骤2：对步骤1所获取的无人机拍摄的图像进行高斯滤波处理；/n步骤3：采用改进的8-邻域Canny检测算子，对步骤2中处理过后的图像进行边缘检测，从而提取图像边缘；/n步骤4：将步骤3获取的图像边缘像素的数据集坐标用W表示，接着，利用随机Hough变换计算各条直线的斜率和截距，...
【技术特征摘要】
1.最小二乘去干扰随机Hough变换的输电线提取方法，其特征在于，先通过随机Hough进行直线检测获取可能存在的直线，然后通过去干扰最小二乘法对每一条直线进行拟合，拟合时候首先保证这一族数据的均方差最小，即将干扰点去除，进而确定输电线；
具体包括以下步骤：
步骤1：获取无人机拍摄的输电线图像；
步骤2：对步骤1所获取的无人机拍摄的图像进行高斯滤波处理；
步骤3：采用改进的8-邻域Canny检测算子，对步骤2中处理过后的图像进行边缘检测，从而提取图像边缘；
步骤4：将步骤3获取的图像边缘像素的数据集坐标用W表示，接着，利用随机Hough变换计算各条直线的斜率和截距，从而确定直线的大致位置，然后寻找各条直线周边的像素坐标点集；
步骤5：利用改进去干扰最小二乘法分别对每一组像素坐标点集的数据进行拟合，从而获取精确的输电线。
2.根据权利要求1所述的最小二乘去干扰随机Hough变换的输电线提取方法，其特征在于，步骤2中对所获取的图像采用零均值离散高斯函数进行高斯滤波处理，进而获取降噪的图像，零均值离散高斯函数如下述公式(1-1)：
其中，c是规范化系数，(i,j)为步骤1中获得的输电线图像的坐标，σ为函数的宽度参数，g(i,j)表示步骤1获得的输电线图像中要处理的像素点。
3.根据权利要求2所述的最小二乘去干扰随机Hough变换的输电线提取方法，其特征在于，步骤3中通过设计的新的8-邻域Canny检测算子，得到图像的粗边缘，具体为：对步骤2中处理过后的图像求解i方向、j方向、45°方向和135°方向梯度值和方位角，采用如下卷积核：
使用下述公式求解图像在(i,j)处的梯度值和方位角：
|M(i,j)|＝max(|g(i,j)i|,|g(i,j)j|,|g(i,j)45°|,|g(i,j)135°|)(1-2)
其中，M(i,j)代表图像在(i,j)处的梯度值，θ(i,j)代表图像在(i,j)处的方位角，其中g(i,j)j代表图像中j方向卷积核，g(i,j)i代表图像中i方向卷积核。
4.根据权利要求3所述的最小二乘去干扰随机Hough变换的输电线提取方法，其特征在于，步骤4采用Hough变换对图像中像素坐标和空间坐标对应关系进行直线检测，从而获取直线的大致位置，通过下述公式进行直角坐标空间和参数空间进行转换；同时为了获取更加精确的直线位置，寻找各条直线周边的像素坐标点集表示为Wk*，其中Wk*表示满足误差要求的第k条直线附近的点集：
Y＝kx+b(1-4)
σ＝xcos(θ)+ysin(θ)(1-5)
其中公式(1-4)代表直角坐标系方程，公式(1-5)代表参数空间坐标系方程，其中ρ表示直...
【专利技术属性】
技术研发人员：黄鹤，任志东，茹锋，郭璐，许哲，王会峰，黄莺，惠晓滨，吴琨，张少帅，王浩，陈永安，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61
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。