一种基于图像分割的输电线路导线特征提取方法技术

一种基于图像分割的输电线路导线特征提取方法。其包括使用图像分割模型对图像中导线部分进行粗分割；利用局部阈值法进一步处理获取输电导线关键点，得到输电导线关键点图；获取输电导线关键点扩充区域，确定输电导线关键点的主方向；获取输电导线关键点特征提取区域，利用输电导线特征提取算法得到图像的导线特征等步骤。本发明专利技术通过图像分割模型和局部阈值法获取输电线路可视化监拍设备拍摄的图像中的输电导线关键点并进行提取，不仅能提取到输电导线的角点等变化剧烈的点，还能够提取到输电导线中变化比较平缓的点。而后续的输电导线关键点的主方向的主要作用是通过对输电导线关键点的方向判断来减少由于拍摄视角旋转带来的误差。带来的误差。带来的误差。

【技术实现步骤摘要】
一种基于图像分割的输电线路导线特征提取方法


[0001]本专利技术属于多视图三维重建
，尤其涉及一种基于图像分割的输电线路导线特征提取方法。

技术介绍

[0002]如何准确高效地从二维图像中恢复三维真实场景一直是困扰人们的难题。而随着计算机图像学、熟悉图像处理技术等计算机技术的发展，这个问题已经有了非常明确的解决方案。立体视觉法就是其中一个重要解决方法，其通过逆成像技术来提取图像中深度信息后恢复图像景物三维空间结构。而作为立体视觉法最重要组成部分之一的图像特征提取的质量好坏是恢复图像景物三维空间结构的重要影响因素。
[0003]图像特征提取作为计算机视觉领域中最基础的重要课题之一，在图像目标识别、视频检测等领域有着重要应用。图像特征提取主要是通过一定的技术手段提取图像角、明暗、轮廓等信息。而在输电领域，对于输电通道图像的提取主要是使用SIFT、SUFT、ORB等传统算法，但是其在图像导线特征提取的过程中存在特征点少，特征点质量差等问题，因此会严重影响输电通道图像的应用。

技术实现思路

[0004]为了解决上述问题，本专利技术的目的在于提供一种基于图像分割的输电线路导线特征提取方法。
[0005]为了达到上述目的，本专利技术提供的基于图像分割的输电线路导线特征提取方法包括按顺序进行的下列步骤：
[0006]1)使用图像分割模型对输电线路可视化监拍设备拍摄的图像中导线部分进行粗分割，获取粗分割后的输电导线图像；
[0007]2)利用局部阈值法对上述粗分割后的输电导线图像进行进一步处理获取输电导线关键点，同时在输电线路可视化监拍设备拍摄的图像中将除输电导线关键点以外的像素点数值全设为0，得到输电导线关键点图；
[0008]3)在输电导线关键点图中以单条输电线路的输电导线关键点为中心，获取输电导线关键点扩充区域，然后计算输电导线关键点扩充区域内梯度直方矩阵，并将梯度直方矩阵进行平滑处理，然后利用关键点主方向确定方法通过平滑处理后的梯度直方矩阵确定出输电导线关键点的主方向；
[0009]4)在输电导线关键点图中以单条输电线路的输电导线关键点为中心，获取输电导线关键点特征提取区域，然后借助于上述输电导线关键点的主方向，利用输电导线特征提取算法从输电导线关键点特征提取区域中提取出每个1*4*4*8大小的输电导线关键点特征，对所有提取到的输电导线关键点特征进行合并，最后得到图像的导线特征。
[0010]在步骤1)中，所述输电线路可视化监拍设备即现有输电线路杆塔安装的能够获取到可视化图像的监控设备，包括夜视摄像头、可见光相机和录像设备；
[0026]Gs1[idx]＝(6
×
Gs[idx]+g0+g1+g2+g3)
÷8[0027]其中，Gs为梯度直方矩阵，idx为梯度直方矩阵Gs的元素下标，Gs1为平滑处理后的梯度直方矩阵，在通过改变元素下标idx的数值遍历完梯度直方矩阵Gs中所有元素时即得到平滑处理后的梯度直方矩阵Gs1；g0为左临元素对下标为idx的平滑处理后的梯度直方矩阵元素的贡献值，g1为右临元素对下标为idx的平滑处理后的梯度直方矩阵元素的贡献值，g2为左间临元素对下标为idx的平滑处理后的梯度直方矩阵元素的贡献值，g3为右间临元素对下标为idx的平滑处理后的梯度直方矩阵元素的贡献值，如果idx
‑
1和id
‑
2小于0，则Gs[idx
‑
1]，Gs[idx
‑
2]表示从梯度直方矩阵Gs反方向取值；(idx+2)％36是为了保证在取值时矩阵下标始终能够取到0
‑
35之间的数值；％为取余符号；
[0028]所述输电导线关键点的主方向确定方法是取平滑处理后的梯度直方矩阵Gs1最大值的下标为Mi，然后对平滑处理后的梯度直方矩阵Gs1中最大值进行处理，获得输电导线关键点的主方向；具体方法如下式所示：
[0029]Ls＝Gs1[(Mi
‑
1)％36][0030]Lm＝Gs1[(Mi+1)％36][0031]Ll＝Gs1[Mi]+0.5
×
(Lm
‑
Ls)
÷
(Lm
‑
2*Gs1[Mi]+Ls)％36
[0032]D＝360
‑
(Ll)
×
360
÷
36
[0033]其中，D为该输电导线关键点的主方向，Gs1为平滑处理后的梯度直方矩阵，Mi为平滑处理后的梯度直方矩阵Gs1的最大值下标，％为取余符号。Ls为输电导线关键点的主方向左梯度方向修正值，Lm为输电导线关键点的主方向右梯度方向修正值，LI为修正后梯度方向。(Mi
‑
1)％36和(Mi+1)％36是为了保证取值时下标能够在0
‑
35之间。
[0034]在步骤4)中，所述输电导线关键点特征提取区域是以单条输电线路的输电导线关键点为中心，向上下左右各扩充32个格的图像区域，如果输电导线关键点特征提取区域范围超出输电导线关键点图，则去除超出部分；
[0035]所述输电导线特征提取算法是对单个输电导线关键点进行特征提取的方法，其以输电导线关键点为输入，以该输电导线关键点特征为输出，输出共有4*4个种子点，每个种子点有8个方向，其表示将一个圆分为8份，每份为45
°
，则8个方向依次表示为0
‑
45
°
，45
‑
90
°
······
315
‑
360
°
，最终表示为1*4*4*8大小的种子点矩阵Z，具体操作如下：首先对输电导线关键点特征提取区域的每个元素进行映射处理和特征提取处理，得到种子点矩阵第二维度的下标x1、种子点矩阵第三个维度的下标y1、输电导线关键点特征提取区域中元素的梯度G1和输电导线关键点特征提取区域中元素的梯度方向θ1这四个变量，然后通过输电导线关键点特征提取区域中元素的梯度方向θ1确定该梯度的方向代数F，最后将输电导线关键点特征提取区域中元素的梯度G1的数值累加到种子点矩阵Z第二个维度的下标为x1，第三个维度的下标为y1，第四个维度的下标为F的元素中去；遍历完所有输电导线关键点特征提取区域的元素位置，最终得到的1*4*4*8的种子点矩阵即为该输电导线关键点特征；
[0036]所述输电导线特征提取算法中映射处理的过程为将32*32大小的输电导线关键点特征提取区域转换到4*4大小的种子点矩阵Z中，其转换公式为：
[0037][0038][0039]x1＝xx
‑
xx％1
[0040]y1＝yy
‑
yy％1
[0041]其中，x1，y1分别为转换后的种子点矩阵第二和第三个维度的下标，x
f
，y
f
为输电导线关键点特征提取区域的元素下标，其范围为0
‑
31本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像分割的输电线路导线特征提取方法，其特征在于：所述基于图像分割的输电线路导线特征提取方法包括按顺序进行的下列步骤：1)使用图像分割模型对输电线路可视化监拍设备拍摄的图像中导线部分进行粗分割，获取粗分割后的输电导线图像；2)利用局部阈值法对上述粗分割后的输电导线图像进行进一步处理获取输电导线关键点，同时在输电线路可视化监拍设备拍摄的图像中将除输电导线关键点以外的像素点数值全设为0，得到输电导线关键点图；3)在输电导线关键点图中以单条输电线路的输电导线关键点为中心，获取输电导线关键点扩充区域，然后计算输电导线关键点扩充区域内梯度直方矩阵，并将梯度直方矩阵进行平滑处理，然后利用关键点主方向确定方法通过平滑处理后的梯度直方矩阵确定出输电导线关键点的主方向；4)在输电导线关键点图中以单条输电线路的输电导线关键点为中心，获取输电导线关键点特征提取区域，然后借助于上述输电导线关键点的主方向,利用输电导线特征提取算法从输电导线关键点特征提取区域中提取出每个1*4*4*8大小的输电导线关键点特征，对所有提取到的输电导线关键点特征进行合并，最后得到图像的导线特征。2.根据权利要求1所述的基于图像分割的输电线路导线特征提取方法，其特征在于：在步骤1)中，所述输电线路可视化监拍设备即现有输电线路杆塔安装的能够获取到可视化图像的监控设备，包括夜视摄像头、可见光相机和录像设备；所述输电线路可视化监拍设备拍摄的图像为一个1944*2592*3的矩阵，其中1944为该图像的横向像素数目，2592为该图像的纵向像素数目，3为该图像的三个通道，分别代表该像素中红R、绿G、蓝B三个颜色的数值，该数值范围为0
‑
255，每个像素都有这三个颜色数值；所述图像分割模型采用包括DeeplabV3+、CPS和U2PL在内的深度神经网络模型，训练该模型的数据中包含输电导线这个类别；所述粗分割是将输电线路可视化监拍设备拍摄的图像作为图像分割模型的输入，利用图像分割模型对图像进行分割，该图像分割模型会给输入图像的每一个像素点赋予一个类别标签来说明该像素点的类别，如果该像素点类别为输电导线，则保留该像素值，其他类别的像素值赋值为0，这样就得到粗分割后的输电导线图像。3.根据权利要求1所述的基于图像分割的输电线路导线特征提取方法，其特征在于：在步骤2)中，所述利用局部阈值法对上述粗分割后的输电导线图像进行进一步处理获取输电导线关键点的方法是：首先对粗分割后的输电导线图像的第二通道数值进行从小到大的排序，获得排序后第二通道数值，然后使用排序后第二通道数值获取局部阈值，局部阈值获取方式为取排序后第二通道数值的最后10个数值的平均数减去排序后第二通道数值中前10个数值的平均数之差再乘以0.78；最后保留大于局部阈值的像素点作为输电导线关键点；所述输电导线关键点图是所有输电导线关键点的第二通道数值的集合，表示为1944*2592*1的矩阵，在该矩阵中非输电导线关键点坐标的元素数值为0，其他数值为输电导线关键点的第二通道数值。4.根据权利要求1所述的基于图像分割的输电线路导线特征提取方法，其特征在于：在步骤3)中，所述输电导线关键点扩充区域是以单条输电线路的输电导线关键点为中心，向上下左右各扩充3个格的图像区域，如果输电导线关键点扩充区域范围超出输电导线关键
点图，则去除超出部分；所述计算输电导线关键点扩充区域内梯度直方矩阵是对每一个输电导线关键点的梯度直方矩阵进行计算，即每一个输电导线关键点都有一个大小为1*36的梯度直方矩阵，其意义为将360度均匀分为36个部分，分别是0
‑
10度，10
‑
20度
······
350
‑
360度，这样梯度直方矩阵的每一个元素都代表每一个度数范围内的梯度累加值，然后选取输电导线关键点扩充区域中每个像素点的梯度和梯度方向，加到对应角度的梯度直方矩阵元素上，其中输电导线关键点扩充区域中每个像素点的梯度和梯度方向的计算公式如下：θ＝tan
‑1((M[x+1,y]
‑
M[x
‑
1,y])
÷
(M[x,y+1]
‑
M[x,y
‑
1]))其中G为像素点的梯度，θ为像素点的梯度方向，M为输电导线关键点图矩阵，x，y分别为输电导线关键点扩充区域中每个像素点在输电导线关键点图矩阵M中的横纵坐标值；所述梯度直方矩阵平滑处理是指对梯度直方矩阵进行遍历，并对梯度直方矩阵遍历到的每一个元素以及其周围元素进行数据平滑处理，平滑处理过程如下式所示：g0＝Gs[idx
‑
1]
÷
2g1＝Gs[(idx+1)％36]
÷
2g2＝Gs[idx
‑
2]
÷
2g3＝Gs[(idx+2)％36]
÷
2Gs1[idx]＝(6
×
Gs[idx]+g0+g1+g2+g3)
÷
8其中，Gs为梯度直方矩阵，idx为梯度直方矩阵Gs的元素下标,Gs1为平滑处理后的梯度直方矩阵，在通过改变元素下标idx的数值遍历完梯度直方矩阵Gs中所有元素时即得到平滑处理后的梯度直方矩阵Gs1；g0为左临元素对下标为idx的平滑处理后的梯度直方矩阵元素的贡献值，g1为右临元素对下标为idx的平滑处理后的梯度直方矩阵元素的贡献值，g2为左间临元素对下标为idx的平滑处理后的梯度直方矩阵元素的贡献值，g3为右间临元素对下标为idx的平滑处理后的梯度直方矩阵元素的贡献值，如果idx
‑
1和id
‑
2小于0，则Gs[idx
‑
1]，Gs[idx
‑
...

【专利技术属性】
技术研发人员：常安，南杰胤，文清丰，殷军，周文涛，胡青波，李学刚，王松波，姜明席，于妍，陈振辉，李隆基，郭威，金岩，刘宇浩，何潇，顾钰颖，梁艳红，丁丹阳，臧博琦，王泽跃，李海瑞，杨红永，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：