System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像信息检索,特别涉及了一种配电线路图像关键特征二次检索方法。
技术介绍
1、输电和变电是电能从生产到使用的中间环节,承载着电能的输送和转化的关键任务,输电和变电设备的安全可靠运行关乎地区人民的生产、生活等诸方面的问题。因此,维护输电系统安全稳定运行是巡检工作的首要目标和最终目的,变电设备与输电线路的反复检查巡视也是确保电网能够正常稳定运行的重要手段。
2、人工巡视、无人机巡视、巡线设备巡视以及其他视频设备进行线路巡视都将产生大量图像数据。语义与文本条件下的图像检索为常用的检索模式,但针对复杂图像而言,此类检索模式可靠性较低。目标外轮廓是图像本身最关键的形态特征,也是推算目标周长与面积等变量的基础。针对自然界的物体形态特征而言,人眼可以轻易地捕获与识别,但使用计算机要完成此项任务则难度很高。现阶段,获取研究目标形态特征的手段包括基于区域与基于边界两种方法。基于区域方法利用图像分割、挖空内部点等策略得到物体外部轮廓,但此种方式过多依赖图像分割结果,图像分割是图像处理中最难处理的问题之一,因此该方法实用性较差。基于边界方法即便能使用边缘提取算子得到物体外部轮廓,但提取结果没有持续性,且一般会具有物体内部细节边缘与背景噪声干扰,物体轮廓分析中的噪声数量较多,增添了图像关键特征二次检索工作量。
3、针对巡线过程中海量数据、管理混乱、检索时间长等问题,怎样有效组织、管理及检索大规模的图像信息,同时从海量数字图像内准确无误地检索出相似图像,逐渐成为现阶段亟待解决的重要问题。由此本专利技术提出一种图像关键
技术实现思路
1、本专利技术的目的是克服现有技术中存在的巡线过程中海量数据、管理混乱、检索时间长,进行图像关键特征检索时,检索工作量大,检索可靠性较低,检索精度较低的问题,提供了一种配电线路图像关键特征二次检索方法,将图像纹理关键特征当作第一次检索,利用投影相似度剔除第一次检索中的干扰,在第一次检索前提下,最大限度增强图像关键特征二次检索正确率,降低二次检索复杂度,提高二次检索精度。
2、为了实现上述目的,本专利技术采用以下技术方案:一种配电线路图像关键特征二次检索方法,包括下列步骤:
3、s1:获取配电线路图像,建立图像数据库,并对图像数据库中的所有图像以及输入图像进行预处理;
4、s2:将图像数据库作为检索目标,根据预处理后的输入图像,进行基于灰度直方图的图像关键纹理特征的第一次检索,得到灰度特征矢量第一检索图集;
5、s3:将所述第一检索图集作为检索目标,根据预处理后的输入图像,进行基于canny算子的图像关键形态特征检索的第二次检索;
6、s4:输出图像关键特征二次检索结果,得到输出图像集。
7、将图像纹理关键特征当作第一次检索,推算图像灰度直方图来获取并统计纹理特征,计算图像相似度,完成图像关键特征初期筛查,把第一次检索结果输入至第二次检索中,利用投影相似度剔除第一次检索中的干扰,在第一次检索前提下,最大限度增强图像关键特征二次检索正确率。
8、作为优选,所述步骤s1中,对图像进行预处理包括:
9、s1.1:利用低通滤波模式对图像x(i,j)采取背景预测,得到低通滤波预测背景图像lp(i,j);
10、s1.2:利用中值滤波,将某像素点灰度值替换成相邻像素点灰度中值,得到中值滤波图像med(i,j);
11、s1.3:基于低通滤波预测背景图像和中值滤波图像,得到预处理后的图像y(i,j):y(i,j)=x(i,j)+med(i,j)-2lp(i,j)。
12、为消除图像背景及系统噪声干扰,提高后续图像关键特征检索准确率,需要对图像数据库里面的图像进行预处理,预处理后的输出图像作为第一次检索时的输入图像。
13、作为优选,所述步骤s2进一步包括:
14、s2.1:利用图像灰度变换计算,按照某类条件凭借相应变换关联逐点变换初始图像各像素灰度值;
15、s2.2:统计图像灰度值,并按照统计结果获取图像灰度直方图,计算灰度特征矢量,获取图像关键特征灰度值分布状态;
16、s2.3:根据图像灰度直方图,构建灰度共生矩阵,对灰度共生矩阵进行归一化,得到共生概率矩阵,计算图像量化的纹理元素,得到图像的纹理特征;
17、s2.4:基于输入图像纹理特征qi与待检索图像纹理特征gi,计算输入图像与待检索图像的图像相似度simtexture(q,f):simtexture(q,f)=∑i wi×min(qi,gi)/max(qi,gi),其中wi表示权重。
18、完成预处理后,为进一步提高图像关键特征二次检索准确率,就要获取图像关键特征灰度值分布状态,明确图像特征纹理信息。灰度直方图表示灰度级函数,是图像位于此灰度级的像素数目。直方图曲线内的横轴表示图像像素灰度级,纵轴是产生灰度级的几率。图像关键纹理特征中包含结构纹理与统计纹理,由于结构纹理对物体几何框架的需求较为严格,约束了其大量应用,因此本专利技术采用灰度共生矩阵统计纹理。灰度共生矩阵是一种用于描述图像纹理特征的统计方法,它是通过分析图像中像素之间的空间关系和灰度级别的统计分布来捕捉图像纹理特征的。根据共生概率矩阵,可以计算能量、熵、惯性矩与局部稳定性四个量化的纹理元素,这些纹理元素可以用于进一步分析图像的纹理特征。
19、作为优选,所述步骤s3进一步包括:
20、s3.1:利用canny算子计算图像边缘信息,统计各段边缘长短,设置临界值剔除微小边缘数据;
21、s3.2:针对第一检索图集中的每一幅图像,对图像信息进行扫描,获取图像处于垂直轴内的投影与处于水平轴内的投影,并将得到的投影值保存在图像特征库内;
22、s3.3:对预处理后的输入图像采用步骤s3.2中的相同方式处理,获取输入图像处于垂直轴内的投影与处于水平轴内的投影,计算第一检索图集中待检索图像与输入图像关键特征形态相似度;
23、s3.4:根据计算得到的形态相似度,判断第一检索图集中待检索图像与输入图像的形态相近程度。
24、把第一次检索结果输入至第二次检索中,利用投影相似度剔除第一次检索中的干扰,在第一次检索前提下,最大限度增强图像关键特征二次检索正确率。
25、作为优选,所述步骤s2.2进一步包括:
26、设置目标图像灰度直方图中包含n维向量,按照样本图特征向量和数据库图像特征向量,在规定的相似度内提取全部图像关键特征;
27、将图像灰度区间拉伸至全局灰度区间,完成灰度拉伸图像的灰度增强;
28、将全部灰度空间划分成若干个灰度,获取灰度图像像素点以及划分后的图像灰度值,整合出每个灰度出现的概率。
29、把图像内的像素灰度级作为任意变量,其分布状况表现出图像全局统计特征,图像关键纹理特征呈现出图像本文档来自技高网...
【技术保护点】
1.一种配电线路图像关键特征二次检索方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤S1中,对图像进行预处理包括:
3.根据权利要求1或2所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤S2进一步包括:
4.根据权利要求1所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤S3进一步包括:
5.根据权利要求3所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤S2.2进一步包括:
6.根据权利要求4所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤S3.2中,获取图像处于垂直轴内的投影Vproject[i]与图像处于水平轴内的投影Hproject[i]包括:
7.根据权利要求4或6所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤S3.3中,计算第一检索图集中待检索图像与输入图像关键特征形态相似度包括:
8.根据权利要求1或2或4或6所述的一种配电线路图像关键特征
...【技术特征摘要】
1.一种配电线路图像关键特征二次检索方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤s1中,对图像进行预处理包括:
3.根据权利要求1或2所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤s2进一步包括:
4.根据权利要求1所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤s3进一步包括:
5.根据权利要求3所述的一种配电线路图像关键特征二次检索方法,其特征在于,所述步骤s2.2进一步包括:
6.根据权利要求4所述的一种配电线路图像关键...
【专利技术属性】
技术研发人员:朱轩冕,魏亚楠,潘敬成,诸加荣,许资来,
申请(专利权)人:浙江图盛输变电工程有限公司温州科技分公司,
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。