[发明专利]一种复杂背景下电力线精确提取方法

权利要求书

1.一种复杂背景下电力线精确提取方法，其特征是，包括以下步骤：

步骤1、设定水平方向的Ratio边缘检测算子，以电力线图像D(x,y)中任一像素点g₀为中心，在其邻域设定5×5的矩形窗并自上而下划分成上、中、下三个子矩形窗，中间区域G₁为1×5的矩形窗，上方区域G₂和下方区域G₃为2×5的矩形窗；分别计算区域G₁、G₂和G₃内的全部像素的灰度平均值，通过比较区域G₁的灰度平均值与区域G₂和G₃的灰度平均值的差异，判断中心像素点g₀是否为线型结构上的点；得出Ratio算法中线特征检测阈值l_th的选取区间，获得边缘图像E₁(x,y)；

步骤2、利用四连通聚类去噪算法，对步骤1中的边缘图像E₁(x,y)进一步去噪，获取边缘图像E₂(x,y)；

步骤3、设定较小的峰值判断阈值h_p＝|α*max(H)|，式中H为权值统计矩阵，max()为求取矩阵H最大值的函数，α为峰值系数，利用Hough变换算法实现对电力线的初步提取，得到直线段集合L；

步骤4、设计基于最小二乘原理的直线编组连接算法，设定直线组间距离阈值d_th；对步骤3的直线段集合L中各直线进行分组并拟合处理，设定直线长度阈值q_th，消除错误的直线段，最终完成对断裂电力线的连接和重复电力线的消除，实现电力线的提取；

步骤1的实现包括以下步骤：

步骤1.1、在电力线图像D(x,y)中选取g_ij作为起始中心像素点，并在其领域设定5×5的矩形窗，i和j的取值范围为：i＝3,4,…,M-2，j＝3,4,…,N-2，式中：M为电力线图像D(x,y)的行数，N为电力线图像D(x,y)的列数；

步骤1.2、分别计算区域G₁、G₂和G₃的灰度平均值：

式中：u_k为灰度平均值；n_k为对应区域内的像素总数；R_k为对应区域内的像素点集合；k＝1,2,3；

步骤1.3、定义边缘响应函数l_ot：

式中：min()为取最小值函数，u_o和u_t为灰度均值，o＝1,2,3；t＝1,2,3；

步骤1.4、求取线型边缘响应函数l_ij并将其存入数组U_ij：

l_ij＝min(l₁₂,l₁₃)

式中，l₁₂为区域G₁和G₂的边缘响应函数，l₁₃为区域G₁和G₃的边缘响应函数；

步骤1.5、取i＝i+1,j＝j+1，重复步骤1.1至步骤1.4，直至遍历电力线图像D(x,y)；求取数组U_ij中的最大值：

U_max＝max(U_ij)；

步骤1.6、线特征检测阈值的选取区间为边缘图像E(i,j)为：

步骤1.7、重复步骤1.6，遍历电力线图像D(x,y)中全部像素点，得到边缘图像E₁(x,y)。

2.如权利要求1所述的复杂背景下电力线精确提取方法，其特征是，步骤3中峰值系数α＝0.05。

3.如权利要求1所述的复杂背景下电力线精确提取方法，其特征是，步骤4中设定直线组间距离阈值d_th包括以下步骤：

步骤4.1、求取直线段集合L中散点的y坐标的最大值y_max和最小值y_min，获取电力线最大间隔Y₂＝|y_max-y_min|，根据电力线图像D(x,y)中电力线数量N_l，得电力线间的最大平均间隔为则有

步骤4.2、根据采样后的图像分辨率，预估电力线的宽度Y₁，则d_th≥Y₁；直线组间距离阈值d_th的取值范围为