[发明专利]显著性边缘引导的绝缘子区域检测方法

权利要求书

1.一种基于显著性边缘引导的绝缘子区域检测方法，其特征在于，包括以下步骤：

针对预先获得的包含绝缘子的电力配件图像，采用结构化随机森林边缘检测算法提取图像边缘概率图Edge₁，并通过非极大值抑制算法细化图像边缘，得到细化边缘概率图Edge₂；

筛选细化边缘概率图中满足特定条件的所有边缘，并将得到的新的边缘概率图Edge₄，并将Edge₄归一化至[0,1]；

基于新的边缘概率图Edge₄，将局部边缘特征信息代入贝叶斯推理框架中计算该边缘的显著性值；

将得到的所有边缘按显著值从高到低进行排序，筛选出显著性高的边缘，利用绝缘子边缘分布呈现波动性的形态特征进行二次判断，获取绝缘子边缘段；

通过非极大值抑制算法细化图像边缘，得到细化边缘概率图，其具体步骤为：

(1)采用结构化随机森林算法提取图像边缘概率图Edge₁，获得坐标为(i_p,j_p)边缘点的强度为遍历图像边缘概率图Edge₁中所有值大于0的像素点pix，w为以pix为中心的8邻域窗口，求该像素点的x，y方向上的梯度为G_x和G_y，表达式如下：

则像素点pix的梯度方向为θ，表达式为：θ＝arctan(G_y/G_x)，获取像素点pix的梯度为

(2)设P₁，P₂为pix梯度方向上的两个亚像素点，求以pix为中心的[S,SE,E,NE,N,NW,W,SW]8个方向像素点的梯度gradm[S,SE,E,NE,N,NW,W,SW]，ω＝|G_y/G_x|，则P₁的梯度G_p1和P₂的梯度G_p2计算方法如下：

若θ∈[0,45)，则P₁，P₂落入0区域内，P₁，P₂的梯度为：

若θ∈[45，90)，则P₁，P₂落入1区域内，P₁，P₂的梯度为：

若θ∈[90，135)，则P₁，P₂落入2区域内，P₁，P₂的梯度为：

若θ∈[135,180]，则P₁，P₂落入3区域内，P₁，P₂的梯度为：

(3)若且则保留该像素点pix作为边缘概率点，保留该像素点pix原来的边缘强度值否则置0；

(4)对边缘概率图Edge₁中所有值大于0的像素点pix进行步骤(2)和(3)处理，实现边缘概率图的细化，得到边缘细化图Edge₂。

2.根据权利要求1所述的一种基于显著性边缘引导的绝缘子区域检测方法，其特征在于，所述特定条件为细化边缘概率图中边缘连续长度大于所有边缘平均长度且该边缘强度大于边缘平均强度。

3.根据权利要求1所述的一种基于显著性边缘引导的绝缘子区域检测方法，其特征在于，筛选细化边缘概率图中满足特定条件的所有边缘，并将得到的新的边缘概率图归一化至[0,1]，具体包括：

(1)获取所有共N条的联通边缘，将每条联通边缘上所有边缘点的强度s_n,n∈[1,N]重置为该边缘上强度最大的边缘点强度值，得到新的边缘概率图Edge₃；

(2)设为所有联通边缘的平均像素点个数，为Edge₃中联通边缘的强度平均值，剔除边缘像素点个数小于联通边缘或者边缘强度值小于的边缘，完成边缘筛选，得到新的边缘概率图Edge₄，并将Edge₄归一化至[0,1]。