[发明专利]一种基于巡检图像的预处理方法

说明书

本发明公开了一种基于巡检图像的预处理方法包括图像去雾算法，去除天气因素对图像质量的影响，保证图像的原始特征；图像分割算法，得到满足均匀性和连通性的条件区域，将感兴趣的目标或有意义的区域提取出来；图像去噪算法，去除在成像过程中引入大量噪声，保证目标物的原始特征；图像增强算法，图像增强处理是为了优化图像质量，强调图像中感兴趣区域，提高图像的可读性；图像复原算法，对因出现畸变、模糊、失真或混入噪声产生退化现象的图像进行处理，得到尽可能恢复的源图像。本发明示例的技术方案，用于进行巡检图像的预处理，提升巡检图像的质量，凸显目标物的特征，有利于后期智能识别与分类，比仅依靠人工甄别的方式进行处理而言大大降低了成本。

技术领域

本发明属于线路维护技术领域，尤其涉及输电线路的维护，具体的说是一种基于巡检图像的预处理方法。

背景技术

随着计算机技术和图像处理技术的发展，基于在线监测、机器人、无人机等新型巡检方式不断出现。利用摄像机，照相机获取的数字图像，如果仅仅依靠人工甄别的方式进行处理，将消耗大量的人力。同时，因为采集角度，天气状况，传输因素等原因，导致采集的图像并不理想。严重影响采集图像的质量的因素主要包括以下几个方面：

光照、复杂场景的影响。即使在同一个位置拍摄的图像，在不同的时间，如中午和黄昏，晴天和雨天等都会导致采集的图像亮度不同。逆光和顺光拍摄的不同，输电线路本身的颜色，等一些列因素都会影响采集图像质量。图像过暗或过亮，都会导致图像对比度不强。同时衍射现象是否明显也会受到光照强度的影响。

天气情况的影响。在晴天，无雾，无尘天气，采集的图像相对较理想。由于均是在野外采集图像，当遇到大雾天气，图像采集会受到过多的影响。当沙尘天气或者能见度相对较低时采集图像，图像会引入较多的噪声。同时在传输图像的过程中，也会产生高斯噪声或者脉冲噪声。

无人机在飞行过程中其成像系统受到运动、姿态变化、机械振动等影响比较常见，导致巡检过程中获取的图像产生失真扭曲和运动模糊。

复杂背景的干扰。采集图像的过程中会遇见复杂的环境，如建筑物，树木遮挡等。

综上所述，输电线路巡检图像具有动态背景复杂、目标旋转、伸缩、被遮挡、目标相对运动的复杂性和随机性等特点，导致目标在图像中不够突出，处理难度大。同时野外采集的图片边缘模糊，对比度相对较差，空间域上存在随机分布的点和小块噪声，导致后期图像处理效果不理想。

发明内容

为解决上述现有技术的中的不足，本发明的目的在于提供一种基于巡检图像的预处理算法技术，该方法用于对巡检图像进行预处理，提升巡检图像质量，保证图像的真实性，凸显目标物的特征，便于后期智能识别分类。

本发明所采用的技术方案为：

一方面，提供了一种基于巡检图像的预处理算法，

所述图像去雾包括：

构建引导滤波，可以用于图像重建、滤波和保边操作等；

从暗通道图中按照亮度的大小取前0.1％的像素；

在原始有雾图像中寻找对应的具有最高亮度的点的值；

进一步的，对去雾后的原始图像进行分割算法处理，

所述图像分割算法包括：

抽取反应灰度变化的边缘点；

结合图像的先验知识剔除某些边界点或填充边界间断点，将这些边缘连接成一条完整的线；

进一步的，对分割后的图像进行算法去噪处理，

所述图像去噪包括：

对含有噪声的图像信号进行小波变换，获得不同尺度上的子图像；