[发明专利]一种用于无人机巡检的输电线路间隔棒识别方法

权利要求书

1.一种用于无人机巡检的输电线路间隔棒识别方法，其特征是：包括以下步骤：

(1)采集巡检图像，对原始图像进行去噪，获取要识别形状的二值图，去除背景干扰；

(2)对边缘像素点均匀采样，随机抽样轮廓点，检查全部点对的距离，每次去除距离最小的点对中的一个点，直至剩下的点的数量达到要取样的点的数量；

(3)计算像素点形状上下文直方图，根据均匀采样到的点的位置以及每个点的形状上下文直方图构造样本图像；

(4)根据样本图像，计算任意点对的匹配代价，根据欧式匹配找到最佳的点对匹配，完成形状匹配过程；

所述步骤(1)的具体方法为：首先获取要识别形状的二值图，考虑到输电线路地处野外，采集的图像中获取图像边缘的二值图，受背景及光线影响较大，采用中值滤波降低噪声干扰，接着采用带方向的Prewitt边缘提取、大津法二值化获取图像的二值图像，最后使用blob算法将对象属性的像素集中的像素进行聚合，去除背景细节的干扰；

利用线路知识模型，线路由线对象构成，根据线对象特征找到导线，在导线中线宽发生明显变化位置的基础上，采用上下文描述算子，识别是否存在要识别的对象；在识别出存在的对象情况下，进一步分类识别，根据形状上下文距离匹配上的点数诊断其属于正常图像、斜歪图像还是掉把图像；

所述步骤(4)中，所述形状匹配过程包括粗匹配和精细匹配，所述粗匹配的具体方法为：设匹配点间欧氏距离为d₁，进行TPS变换后，匹配点间的欧氏距离为d₂，设定比例阈值R_T为d₁/d₂，如果R_T小于等于设定值，则为同类图像；

所述精细匹配的具体方法为：形状上下文中不同图像点出现的距离肯定相差很大，根据这个原则，在衡量点是否匹配上时，根据最小匹配代价衡量形状上下文距离，即点是否匹配上，如果为正常图像，则点匹配；如果对象为掉把图像，即缺失了某一部分，则此时缺失部分不能匹配上，如果对象某一部分发生了形变，即为斜歪图像，则此时形变中只有一部分点能匹配上。

2.如权利要求1所述的一种用于无人机巡检的输电线路间隔棒识别方法，其特征是：所述步骤(2)中，需要进行均匀采样点的选取，采集点数量的确定，采样点应均匀且能反应物体的轮廓，选点的原则是点保证均匀，选取的点与轮廓点数相配合。

3.如权利要求2所述的一种用于无人机巡检的输电线路间隔棒识别方法，其特征是：所述步骤(2)中，随机抽样轮廓点，检查全部点对的距离，每次去除距离最小的点对中的一个点，直至剩下的点的数量达到要取样的点的数量N，如果点的总量M大于N，则随机取3N个点，对这3N个点进行操作即可。

4.如权利要求3所述的一种用于无人机巡检的输电线路间隔棒识别方法，其特征是：所述步骤(2)中，当M<3N时，在具体抽样之前，也需要将样本随机打乱，防止出现错误。

5.如权利要求1所述的一种用于无人机巡检的输电线路间隔棒识别方法，其特征是：所述步骤(3)中，形状上下文直方图定义为：对于给定的方向参数和距离参数,其中，方向参数表示将圆周分成的份数，距离参数表示将向量长度分成的份数，计算各个方向和距离上的向量个数；在边界点集p＝{p₁,p₂,…,p_n}中，对于任意一个离散点p_i与剩下的n-1个离散点所构成的形状直方图，其计算方法如下:

h_i(k)＝#{q≠p_i,(q-p_i)∈bin(k)}

其中(q-p_i)∈bin(k)表示相对于p_i，点q属于形状直方图的第k分量，k∈{1,2,…,K},K为方向参数和距离参数的乘积。

6.如权利要求1所述的一种用于无人机巡检的输电线路间隔棒识别方法，其特征是：所述步骤(3)中，构造样本图像库的具体方法为：构造的样本图像数据包含均匀采样到的点的位置(x,y)以及每个点的形状上下文直方图z[r×θ]，该图像数据以TXT文件格式读取，文件数据为x,y,z[r×θ]；其中r和θ表示形状上下文直方图中半径以及角度。

7.如权利要求6所述的一种用于无人机巡检的输电线路间隔棒识别方法，其特征是：所述步骤(3)中，角度与尺度变化的形状上下文识别，需要对运动的摄相机镜头采集的大小不确定的对象计算距离，计算形状上下文时，只计算与点对的相对距离，从而达到尺度不变性目的，在计算直方图时，角度划分应使计算出来的直方图在设定度数之内旋转时能保证重合部分有相似的直方图。