[发明专利]一种基于局部不变特征的多视角电力表计图像配准方法

说明书

本发明涉及一种基于局部不变特征的多视角电力表计图像配准方法，包括两个部分，第一部分是对于所获取多视角的成对的二维图像Isubgt;A/subgt;和Isubgt;B/subgt;，分别进行局部不变特征提取，第二部分是进行特征匹配，包括：使用二维高斯核构建高斯尺度空间；构建高斯插值DOG和高斯插值金字塔；确定稳定的特征点；剔除不稳定点；确定特征的大小和方向，得到特征向量；初步匹配；精匹配；实现基于局部不变特征的配准。

技术领域

本发明属于电力系统、计算机视觉和图像配准领域，涉及一种面向后续高级计算机视觉应用，针对于电力设备和表计的基于局部不变特征的多视角图像配准方法。

背景技术

随着智能电网概念的提出和人工智能领域深度学习方法的普及，电力系统的智能自动化巡检系统建设正成为电力科研和工程应用领域的研究热点和发展方向。近些年来，国家电网、南方电网两大电网企业正着力建设无人值守大型变电站，通过巡检机器人定期按给定路线巡视，对自动拍摄到的图像进行分析处理，来对可能出现的各级缺陷进行检测，成为了电力系统智能化的一个重要环节和应用点。

图像配准(Image Registration)，是将同一场景之下不同视角或不同时间获取得到的两幅图像，本发明将其定义为I_A和I_B，进行匹配的过程。图像配准，其目的是精确获取待配准图像和参考图像之间被测区域所发生的几何变换关系。图像配准技术是图像融合等计算机视觉领域的基础和核心技术，有着广泛的应用前景[1]。

电气设备的多视角(Multi View)数据呈现出多样性和复杂性，多视角图像由于来源不同，相比于单视角图像能提供更加全面而丰富的信息，因而充分、有效地综合利用多传感器的海量图像数据尤为重要。通过对多视角图像进行的图像融合处理，目标的识别率、场景的解释能力和对图像的综合分析精度都能够得到提高。

不同视角获得的多视角图像在外观上有很大的差异，使特征的提取变得困难，而不同视角的图像重叠区域往往较小，而且存在着局域投影变化等复杂的几何形变，这些问题增加了获取稳定精确的图像配准关系的难度[2]。

多视角图像由于来源于不同的成像原理，相比于单视角图像能提供更加全面而丰富的信息，并能补充因为视角的原因造成的图像信息缺失的故障，因而充分、有效地综合利用好巡检机器人在不同位置对同一物体拍摄的不同视角的图像数据尤为重要。通过对多视角图像进行的图像配准处理，使得多视角图像的信息得以融合保留，对于后续的高级计算机视觉处理应用来说，其目标的识别率、场景的解释能力和对图像的综合分析精度都能够得到提高。

通常情况下，多视角的同一目标的图像由不同视角的可见光传感器采集后获取设备情况的应用场景：通过第一个视角影像对目标进行检测，将检测后的目标位置对应到第二个视角影像上，从而获取更加清晰，包含信息量更大的配准图像。因而，需要在两种不同视角图像分别提取局部的结构性不变特征，并且在图像之间建立位置关系映射，并且这种映射关系除了能够对应找出目标位置之外，还能够确定在不同视角图像上目标的唯一性[3]。

由于多视角图像特征之间的差异性，因此能获取的图像间有效对应关系较少，而视角变化引起的图像重叠区域减小会进一步减少共同特征，提高配准的难度。同时，不相关区域的增加也会使配准过程中的干扰项增加，使算法更容易收敛到错误的局部极值中进而导致配准的失败。时间的变化则增加了配准图像的不确定性，如目标位移、物体形变、光照变化等，进而提高配准的难度[4]。

目标的局部不变特征，能够对图像旋转、尺度缩放、仿射变换、视角变化、光照变化等因素都能表现出一定的鲁棒性。另外对物体运动、遮挡等因素也有较好的匹配性，所以实现两幅差异比较大的图像之间的局部特征匹配，进而实现多视角异构图像数据的配准[5]。

在不同位置或不同视角拍摄的这两种图像的配准是一个不适定问题，同时为了确保在不同视角上的目标语义一致性，利用目标的局部不变特征进行多模态图像的配准，用于提高后续计算机视觉高级应用的分析处理能力。