[发明专利]恶劣气象条件下运行绝缘子自动识别的图像增强方法

说明书

技术领域

本发明属于输电线路图像处理技术领域，具体涉及一种恶劣气象条件下运行绝缘子自动识别的图像增强方法。

背景技术

近几年，为使智能化监测电网安全运行，数字图像处理和计算机机器视觉技术逐渐应用于输电线路在线监测和故障诊断中，大力推进了智能电网的发展。然而输电线路常架设在野外，运行环境复杂，且受天气环境影响，易发生导线舞动、覆冰等故障，严重时甚至会导致倒塌事故。因此，需及时对输电线路进行检修。

目前输电线路检测主要采用直升机巡检、机器人巡检，甚至无人机巡检，而这些方式都需要搭载摄像机进行图像采集，图像清晰度与可读性是后续图像识别、图像分析的重要前提条件。在大雾、冰雪等恶劣气象条件下，摄像机很难拍摄到清晰、可读性高的图像，且图像容易出现模糊，使得很难提取出目标。因此需要对采集图像进行一定的增强处理，提高图像的可视化。常用的图像增强方法主要有对数变换、直方图均衡化、同态滤波等，但是这些方法对大雾、冰雪等情况处理效果不佳，且通用性差，因此，本发明提出一种改进的绝缘子图像增强算法，为后续绝缘子有效识别与分析奠定了基础。

发明内容

本发明的目的是提供一种恶劣气象条件下运行绝缘子自动识别的图像增强方法，解决了现有绝缘子识别技术中存在的对大雾、冰雪等情况下采集到的图像处理效果不佳的问题。

本发明所采用的技术方案是，恶劣气象条件下运行绝缘子自动识别的图像增强方法，具体按照以下步骤实施：

步骤1：对摄像机采集到的绝缘子雾天彩色图像进行通道分解得到R、G、B三个单通道图像；

步骤2：用带颜色恢复的多尺度Retinex增强算法MSRCR获得三个单通道图像的反射分量R1、G1、B1及其灰度直方图；

步骤3：采用二维最小误差法对步骤2中处理后得到的反射分量R1、G1、B1分别进行两次分割确定两个阈值，将获得的两个阈值作为分段灰度变换的两个端点分段点，对三个反射分量分别进行自适应阈值分段灰度变换，得到最终增强的三个单通道图像R2、G2、B2；

步骤4：将步骤3中得到的三个单通道增强图像R2、G2、B2进行通道合并得到RGB彩色图像，即为改进的MSRCR增强算法处理图。

本发明的特点还在于：

步骤1具体为：

对摄像机采集到的绝缘子雾天彩色图像进行R、G、B三个通道的分解：

Y＝Rr+Gg+Bb

其中，Y代表某一特定色，R、G、B表示三基色，r、g、b表示比例系数且r+g+b＝1。

步骤2具体为：

步骤2.1：采用带颜色恢复的多尺度Retinex算法创建一个相对的颜色空间，引入一个色彩恢复因子C，其功能是基于原始图像的色彩比例关系来增强图像，第i个颜色通道的对数域形式的色彩恢复系数为：

其中，C_i(x,y)表示第i个颜色通道的整数域形式的色彩恢复系数，S_i(x,y)表示第i个颜色通道的输入图像，N表示颜色通道的个数；

步骤2.2：第i个颜色通道的对数域形式的输出图像为：

其中，R_i(x,y)为第i个颜色通道的整数域形式的输出图像，K表示尺度的个数，W_k表示第k个尺度的权值，F_k(x,y)表示第k个尺度的高斯卷积模板，*表示卷积；

步骤2.3：第i个颜色通道带颜色恢复系数的整数域形式的输出图像为：

R_i′(x,y)＝exp(r_i(x,y)+c_i(x,y))

输出图像R_i′(x,y)即为反射分量，得到的三个单通道的反射分量R1、G1、B1。

步骤3中分段灰度变换公式如下：

其中I′(i,j)表示分段变换的输出灰度值，I(i,j)表示分段变换的输入灰度值，x₁和x₂表示分段点的横坐标，y₁和y₂表示分段点的纵坐标，range表示灰度值的最大范围。

步骤3中采用二维最小误差法来自动获得分段灰度变换的两个端点，二维最小误差法公式如下：