一种基于数码雾快速生成算法的绝缘子图像增强方法技术

本申请涉及图像处理技术领域，特别地，涉及一种基于数码雾快速生成算法的绝缘子图像增强方法。本申请提供绝缘子图像增强方法，包括：通过暗通道先验算法对一张原始绝缘子图像进行抠图，得到灰度图；对所述灰度图进行最小值滤波处理，得到滤波后的灰度图；计算所述滤波后的灰度图中每个像素点的透射率，得到每个像素点的透射率；基于所述透射率，通过数码雾快速生成算法对原始绝缘子图像进行加雾处理，得到生成数码雾的绝缘子图像；对所述绝缘子图像进行概率翻转、随机仿射变换、模糊处理和图像重组，得到增强后的绝缘子图像；以解决现有技术中存在样本数据难获取、识别准确率低的问题。题。题。

【技术实现步骤摘要】
一种基于数码雾快速生成算法的绝缘子图像增强方法


[0001]本申请涉及图像处理
，特别地，涉及一种基于数码雾快速生成算法的绝缘子图像增强方法。

技术介绍

[0002]深度学习是学习样本数据的内在规律和表示层次，学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
[0003]在深度学习模型对绝缘子图像进行训练时，由于缺乏在不同条件下采集的样本数据，而且，复杂环境下的样本数据非常难获取。同时，因待测绝缘子图像数据集的样本容量狭小，导致训练得到的深度学习模型不能获得在复杂环境下的目标特性，易出现错误识别，识别准确率低的问题。

技术实现思路

[0004]本申请提供了一种基于数码雾快速生成算法的绝缘子图像增强方法，以解决现有技术中存在样本数据难获取、识别准确率低的问题。
[0005]本申请的实施例是这样实现的：
[0006]本申请实施例提供一种基于数码雾快速生成算法的绝缘子图像增强方法，包括：
[0007]通过暗通道先验算法对一张原始绝缘子图像进行抠图，得到灰度图；
[0008]对所述灰度图进行最小值滤波处理，得到滤波后的灰度图；
[0009]计算所述滤波后的灰度图中每个像素点的透射率，得到每个像素点的透射率；
[0010]基于所述透射率，通过数码雾快速生成算法对原始绝缘子图像进行加雾处理，得到生成数码雾的绝缘子图像；
[0011]对所述绝缘子图像进行概率翻转、随机仿射变换、模糊处理和图像重组，得到增强后的绝缘子图像。
[0012]在一些实施例中，所述暗通道先验算法包括：
[0013][0014]其中，J
c
为待处理原始绝缘子图像的某个颜色通道，Ω(x)为以像素点x为中心的一个滤波窗口，r，g，b为红绿蓝三种颜色通道，J
dark
为灰度图，即J的暗通道。
[0015]在一些实施例中，所述透射率采用矩阵方法获得包括：
[0016]根据原始绝缘子图像的尺寸，建立包括原始绝缘子图像宽和高的二维矩阵(h，w)；将所述二维矩阵(h，w)中每个元素减去第一像素中心hc，得到用于表示不同像素点高与像素中心高之差的第一二维矩阵；根据原始绝缘子图像的尺寸，建立包括原始绝缘子图像宽和高的二维矩阵(w，h)；将所述二维矩阵(w，h)中每个元素减去第二像素中心wc，得到用于表示不同像素点宽与像素中心宽之差的第二二维矩阵；将所述第一二维矩阵和所述第二二
维矩阵进行堆砌，得到数组(w,h,2)；通过对所述数组(w,h,2)计算范数，得到每个像素点与像素中心的距离；
[0017]所述透射率具体通过如下公式计算获得：
[0018][0019]其中，(h
c
,w
c
)是像素中心的坐标，w、h分别为原始绝缘子图像的宽和高，s为雾化尺寸，D为雾气厚度系数，t(x)为透射率。
[0020]在一些实施例中，所述数码雾快速生成算法包括：
[0021]I(x)＝J(x)t(x)+L(1
‑
t(x))；
[0022]其中，I(x)为生成数码雾的绝缘子图像，J(x)为无雾的原始绝缘子图像，L为全球大气光的亮度。
[0023]在一些实施例中，对所述绝缘子图像进行概率翻转包括：根据预设翻转概率对所述绝缘子图像进行、或不进行镜像翻转。
[0024]在一些实施例中，所述随机仿射变换包括：平移、缩放和旋转；具体对所述绝缘子图像进行随机仿射变化包括：根据预设平移概率对所述绝缘子图像进行、或不进行平移；根据预设缩放概率对所述绝缘子图像进行、或不进行缩放；根据预设旋转概率对所述绝缘子图像进行、或不进行旋转。
[0025]在一些实施例中，所述模糊处理包括：运动模糊和中心聚焦模糊。
[0026]在一些实施例中，所述图像重组包括将所述绝缘子图像中感兴趣区域进行裁剪，填充到背景中。
[0027]在一些实施例中，所述绝缘子图像增强方法还包括马赛克增强，所述马赛克增强包括：将多张增强后的绝缘子图像进行拼接，得到马赛克绝缘子图像。
[0028]在一些实施例中，所述绝缘子图像增强方法还包括：将所述马赛克绝缘子图像与多张原始绝缘子图像混合，得到增强后的绝缘子图像数据集。
[0029]本申请的有益效果在于，通过矩阵方法计算每个像素点的透射率，以减少计算时间，提高计算效率；进一步，通过数码雾快速生成算法对原始绝缘子图像进行加雾处理，以解决复杂环境下样本数据获取难的问题；进一步，通过将所述马赛克绝缘子图像与多张原始绝缘子图像混合，得到增强后的绝缘子图像数据集，以实现获取大量复杂环境下的样本数据，提高识别准确率。
附图说明
[0030]具体为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0031]图1示出了本申请实施例一种基于数码雾快速生成算法的绝缘子图像增强方法的流程示意图；
[0032]图2示出了本申请实施例通过矩阵方法计算透射率中二维矩阵的示意图；
[0033]图3示出了本申请实施例通过提供的绝缘子图像增强方法获得不同亮度L下绝缘子图像的雾化效果示意图；
[0034]图4示出了本申请实施例通过提供的绝缘子图像增强方法获得不同厚度D下绝缘子图像的雾化效果示意图。
具体实施方式
[0035]现在将描述某些示例性实施方案，以从整体上理解本文所公开的装置和方法的结构、功能、制造和用途的原理。这些实施方案的一个或多个示例已在附图中示出。本领域的普通技术人员将会理解，在本文中具体描述并示出于附图中的装置和方法为非限制性的示例性实施方案，并且本申请的多个实施方案的范围仅由权利要求书限定。结合一个示例性实施方案示出或描述的特征可与其他实施方案的特征进行组合。这种修改和变型旨在包括在本申请的范围之内。
[0036]本说明书通篇提及的“多个实施例”、“一些实施例”、“一个实施例”或“实施例”等，意味着结合该实施例描述的具体特征、结构或特性包括在至少一个实施例中。因此，本说明书通篇出现的短语“在多个实施例中”、“在一些实施例中”、“在至少另一个实施例中”或“在实施例中”等并不一定都指相同的实施例。此外，在一个或多个实施例中，具体特征、结构或特性可以任何合适的方式进行组合。因此，在无限制的情形下，结合一个实施例示出或描述的具体特征、结构或特性可全部或部分地与一个或多个其他实施例的特征、结构或特性进行组合。这种修改和变型旨在包括在本申请的范围之内。
[0037]本申请中使用了流程图用来说明根据本申请的一些实施例的系统所执行的操作。应当明确理解，流程图的操作可以不按顺序来精确地执行。相反，这些操作可以以相反的顺序或同时执行。而且，可以将一个或多个其他本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数码雾快速生成算法的绝缘子图像增强方法，其特征在于，包括：通过暗通道先验算法对一张原始绝缘子图像进行抠图，得到灰度图；对所述灰度图进行最小值滤波处理，得到滤波后的灰度图；计算所述滤波后的灰度图中每个像素点的透射率，得到每个像素点的透射率；基于所述透射率，通过数码雾快速生成算法对原始绝缘子图像进行加雾处理，得到生成数码雾的绝缘子图像；对所述绝缘子图像进行概率翻转、随机仿射变换、模糊处理和图像重组，得到增强后的绝缘子图像。2.根据权利要求1所述的绝缘子图像增强方法，其特征在于，所述暗通道先验算法包括：其中，J
c
为待处理原始绝缘子图像的某个颜色通道，Ω(x)为以像素点x为中心的一个滤波窗口，r，g，b为红绿蓝三种颜色通道，J
dark
为灰度图，即J的暗通道。3.根据权利要求1所述的绝缘子图像增强方法，其特征在于，所述透射率采用矩阵方法获得包括：根据原始绝缘子图像的尺寸，建立包括原始绝缘子图像宽和高的二维矩阵(h，w)；将所述二维矩阵(h，w)中每个元素减去第一像素中心hc，得到用于表示不同像素点高与像素中心高之差的第一二维矩阵；根据原始绝缘子图像的尺寸，建立包括原始绝缘子图像宽和高的二维矩阵(w，h)；将所述二维矩阵(w，h)中每个元素减去第二像素中心wc，得到用于表示不同像素点宽与像素中心宽之差的第二二维矩阵；将所述第一二维矩阵和所述第二二维矩阵进行堆砌，得到数组(w,h,2)；通过对所述数组(w,h,2)计算范数，得到每个像素点与像素中心的距离；所述透射率具体通过如下公式计算获得：其中，(h
c
,w

【专利技术属性】
技术研发人员：周仿荣，马仪，潘浩，马御棠，文刚，胡锦，耿浩，曹俊，刘兴涛，孟见岗，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：