一种基于形状特征的金具自动识别方法技术

本发明专利技术涉及输电线路巡检的技术领域，公开了一种基于形状特征的金具自动识别方法，通过计算金具图像的仿射不变形状特征实现金具的自动识别，具体是使用MSER特征提取算法提取电力金具图像区域，然后使用归一化算法对MSER特征区域进行变换，最后使用基于距离直方图的最近邻特征匹配算法进行特征匹配，匹配成功意味着正确识别电力金具，从而在减轻巡检人员的工作负担的同时提升机器人巡检的工作质量，实现在线实时和持续的金具识别。

【技术实现步骤摘要】
一种基于形状特征的金具自动识别方法
本专利技术涉及输电线路巡检的
，特别是涉及一种基于形状特征的金具自动识别方法。
技术介绍
由于架空线路分布很广，又长期处于露天之下运行，所以经常会受到周围环境和大自然变化的影响，由于配电线路设备种类较输电线路多而复杂，需要对输电线路的各部件进行观察、检查和测量，以掌握线路的运行状况、及时发现设备缺陷和威胁线路安全的问题。现如今的新型线路机器人巡检可以不受环境因素影响视线定点巡检，虽然架空输电线路上的各种金具都有标准的形状和尺寸，但由于安装位置和观察角度的原因，金具图像会发生变化，为机器自动识别金具带来了挑战。StepanObdrzalek提出的局部仿射框架(LocalAffineFrame,LAF）算法是针对MSER特征构造的特征归一化算法，常用于图像识别处理中。LAF算法首先在图片中检测MSER特征，然后在MSER特征上提取仿射协变的特征，最后利用仿射协变特征构造局部仿射框架并将图像归一化。但LAF算法存在主方向的计算方式过于复杂，对归一化图像的描述过于简单，识别率不高的缺点。
技术实现思路
本专利技术的目的是提供一种基于形状特征的金具自动识别方法，以解决线路机器人巡检时机器无法自动识别金具的问题。为了解决上述问题，本专利技术提供一种基于形状特征的金具自动识别方法，包括如下步骤：S1：获取包括待识别的电力金具的初始图片,提取图片MSER特征区域；S2：确定MSER特征区域的主方向：S2a:确定MSER特征区域点集构成的凸包和形心；S2b:利用形心和构成凸包的各条边将凸包所围的区域分成多个三角形，其中，三角形的数量与构成凸包的各条边相对应，选择其中面积最大的三角形的底边的方向作为主方向；S3：以S2b中确定的主方向对MSER特征区域进行归一化处理；S4：MSER描述:S4a:提取经步骤S3归一化处理后的MSER特征的形心，以形心为中心在圆周上将MSER特征等分为18个区间，统计各区间内形心到各个边缘点的距离之和；S4b：将上述S4a中得到的各个距离之和的数据制作距离直方图作为待识别电力金具的识别形状描述符；S5：将上述S4b中取得的识别形状描述符与形状描述符数据库中的所有电力金具形状描述符进行匹配，匹配成功的电力金具形状描述符的型号即为待识别电力金具的型号。进一步的，上述步骤S1中的待识别电力金具图像区域的像素数大于100。进一步的，步骤S5中识别形状描述符与电力金具形状描述符匹配采用最近邻法。进一步的，所述最近邻法的阈值为0.8，只有小于该阈值的最近邻才被确认为匹配特征。本专利技术提供一种基于形状特征的金具自动识别方法，通过计算金具图像的仿射不变形状特征实现金具的自动识别，具体是使用MSER特征提取算法提取包含电力金具图像的MSER区域，确定MSER特征区域点集构成的凸包和形心找出MSER特征区域的主方向，然后使用归一化算法对MSER特征区域进行变换，最后对归一化处理后的MSER特征建立识别形状描述符并与数据库中的电力金具形状描述符进行匹配，匹配成功意味着正确识别电力金具，从而在减轻巡检人员的工作负担的同时提升机器人巡检的工作质量，实现在线实时和持续的金具识别。附图说明图1是本专利技术实施例中的一个点集的凸包的示意图。图2是本专利技术实施例中的计算图像区域的凸包、确定主方向及归一化处理过程的原理示意图。图3是本专利技术实施例中实际图像MSER特征归一化过程示意图。图4是本专利技术实施例中计算形心到各个边缘点的距离和方向示意图。图5是本专利技术实施例中的统计各个方向区间内的距离和得到直方图示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。在本专利技术的描述中，需要理解的是，术语“上”、“下”、“左”、“右”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。结合图1~4所示，示意性地显示了本专利技术实施例的一种基于形状特征的金具自动识别方法，包括如下步骤：S1：获取包括待识别的电力金具的初始图片，一般该初始图片是通过机器人吊舱拍摄的图片，优选待识别电力金具图像区域的像素数最好能够大于100，提取图片MSER特征区域；S2：确定MSER特征区域的主方向：S2a:确定MSER特征区域点集构成的凸包和形心；S2b:利用形心和构成凸包的各条边将凸包所围的区域分成多个三角形，其中，三角形的数量与构成凸包的各条边相对应，选择其中面积最大的三角形的底边的方向作为主方向，大大简化了主方向的计算过程，并提高计算的准确性；S3：以S2b中确定的主方向对MSER特征区域进行归一化处理；作为实施例：上述步骤S3中的归一化处理是采用基于区域协方差和主方向的计算方法，其过程如下：给定一个区域的协方差矩阵和形心，一个随区域的仿射变换而变换的主方向（该主方向即为步骤S2b中确定的主方向）；首先对区域的协方差矩阵进行Cholesky分解，即（1）对主方向进行变换，，（2）将方向信息加入变换矩阵得，（3）加上形心的坐标就得到一个仿射变换：（4）下面给出基于区域协方差和主方向的归一化方法的数学推导过程：区域的形心是仿射协变的，两个仿射对应的区域的协方差矩阵和之间关系可以用式（5）表达。（5）其中为归一化图像的协方差矩阵，为原图像的协方差矩阵，为归一化图像到原图像的仿射变换。对进行Cholesky分解可得：，其中是一上三角矩阵。对于一个旋转变换，有以下关系成立：。因此式（5）又可以写为：因此（6）式（6）表明区域的协方差矩阵的Cholesky分解在差一个旋转的条件下等价于从归一化的标准坐标系到仿射坐标系的仿射变形（不考虑坐标原点的位移），在式（3）中加入一个旋转变换的目的就是为了补充矩阵所差的旋转。因为区域的形心是仿射协变的，包含坐标原点的位移，所以加入区域的形心坐标就可以得到式（4）中的仿射变换。由于点的稳定性不如区域的协方差矩阵，所以本实施例中的算法采用基于区域协方差和主方向的归一化方法对形状图像进行归一化。区域的协方差矩阵和形心都可以由区域内的点的坐标直接算出，难点在于如何确定主方向，本实施例中确定主方向的方法包括：计算给定的图像区域（如步骤S1提取的MSER特征区域）的凸包，利用形心和构成凸包的各条边将凸包所围的区域分成多个三角形，其中，三角形的数量与构成凸包的各条边相对应，本文档来自技高网...

【技术保护点】
1.一种基于形状特征的金具自动识别方法，其特征在于，包括如下步骤：/nS1：获取包括待识别的电力金具的初始图片,提取图片MSER特征区域；/nS2：确定MSER特征区域的主方向：/nS2a:确定MSER特征区域点集构成的凸包和形心；/nS2b:利用形心和构成凸包的各条边将凸包所围的区域分成多个三角形，其中，三角形的数量与构成凸包的各条边相对应，选择其中面积最大的三角形的底边的方向作为主方向；/nS3：以S2b中确定的主方向对MSER特征区域进行归一化处理；/nS4：MSER描述:/nS4a:提取经步骤S3归一化处理后的MSER特征的形心，以形心为中心在圆周上将MSER特征等分为18个区间，统计各区间内形心到各个边缘点的距离之和；/nS4b：将上述S4a中得到的各个距离之和的数据制作距离直方图作为待识别电力金具的识别形状描述符；/nS5：将上述S4b中取得的识别形状描述符与形状描述符数据库中的所有电力金具形状描述符进行匹配，匹配成功的电力金具形状描述符的型号即为待识别电力金具的型号。/n

【技术特征摘要】
1.一种基于形状特征的金具自动识别方法，其特征在于，包括如下步骤：
S1：获取包括待识别的电力金具的初始图片,提取图片MSER特征区域；
S2：确定MSER特征区域的主方向：
S2a:确定MSER特征区域点集构成的凸包和形心；
S2b:利用形心和构成凸包的各条边将凸包所围的区域分成多个三角形，其中，三角形的数量与构成凸包的各条边相对应，选择其中面积最大的三角形的底边的方向作为主方向；
S3：以S2b中确定的主方向对MSER特征区域进行归一化处理；
S4：MSER描述:
S4a:提取经步骤S3归一化处理后的MSER特征的形心，以形心为中心在圆周上将MSER特征等分为18个区间，统计各区间内形心到各个边缘点的距离之和；
S4b：将上述S4a中...

【专利技术属性】
技术研发人员：王林，岳湘，李威，刘雨丹，陈亦来，陈定簪，吴雯丽，
申请(专利权)人：浙江港创智能机器人有限公司，
类型：发明
国别省市：浙江;33