【技术实现步骤摘要】
输电线路识别方法、装置以及电子设备
[0001]本专利技术涉及图像识别
,特别是涉及输电线路识别方法、装置以及电子设备。
技术介绍
[0002]输电线路在电力系统中起着重要作用,基于无人机对输电线路进行巡视能够及时发现输电线路的异常,及时采取措施保障输电线路的稳定运行。同时基于无人机对输电线路巡检能够替代人工巡检,减少运维人员的工作量,提升输电线路巡检的效率。
[0003]随着人工智能的不断发展,出现了基于深度学习的输电线路识别技术。如设计基于卷积神经网络(CNN)和Hough变换的模型,该模型用CNN网络进行特征提取、去噪,再用hough变换进行线性物体提取。利用Sobel算子和Log算子融合来提升边缘提取效果,并通过判断线段相似性来判断相邻线段是否为同一输电线路。该方法需要对大量的图像数据进行CNN网络模型的训练,对计算机的性能要求高,不适合在无人机等嵌入式设备上进行移植和应用。
[0004]目前常用的技术是对拍摄的图像进行处理,基于边缘检测算法和Hough变换实现输电线路的识别。如通过设计Houg ...
【技术保护点】
【技术特征摘要】
1.一种输电线路识别方法,其特征在于,所述输电线路识别方法包括以下步骤:获取灰度图像;对所述灰度图像做图像增强,得到增强图像;对所述增强图像做边缘检测,得到轮廓图像;利用直线检测算法,从所述轮廓图像中提取出输电线路图。2.根据权利要求1所述的输电线路识别方法,其特征在于,所述获取灰度图像,包括:对原始彩色图像做加权灰度化处理,得到灰度图像。3.根据权利要求1所述的输电线路识别方法,其特征在于,所述对所述灰度图像做图像增强,得到增强图像,包括:对所述灰度图像做阈值分割,得到包含输电线路的目标图像;对所述目标图像做灰度变换,以扩展所述目标图像的灰度值范围,得到所述增强图像。4.根据权利要求3所述的输电线路识别方法,其特征在于,所述对所述灰度图像做阈值分割,得到包含输电线路的目标图像,包括:步骤a1,采用最大化类间方差法计算所述灰度图像的分割阈值;步骤b1,利用所述分割阈值,将所述灰度图像划分为背景区域和目标区域;其中,所述背景区域为灰度值大于所述分割阈值的区域,所述目标区域为灰度值小于或等于所述分割阈值的区域;步骤c1,保留所述目标区域的灰度值,将所述背景区域替换为白色,以更新所述灰度图像;步骤d1,重复步骤a1~步骤c1,做2~5次迭代,以迭代后的灰度图像作为所述目标图像。5.根据权利要求3所述的输电线路识别方法,其特征在于,所述对所述灰度图像做阈值分割,得到包含输电线路的目标图像,包括:步骤a2,采用最大化类间方差法计算所述灰度图像的分割阈值;步骤b2,利用所述分割阈值,将所述灰度图像划分为背景区域和目标区域;其中,所述背景区域为灰度值小于所述分割阈值的区域,所述目标区域为灰度值大于或等于所述分割阈值的区域;步骤c2,将所述目标区域的灰度值减去所述分割阈值,将...
【专利技术属性】
技术研发人员:吴波,王文瑞,鲁方林,马娜,毛嘉,王振明,姜山,
申请(专利权)人:中国科学院上海高等研究院,
类型:发明
国别省市:
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。