[发明专利]一种精细化的图像边缘信息确定方法、系统及电子设备

权利要求书

1.一种精细化的图像边缘信息确定方法，应用于电网设备状态监测图像中，其特征在于，所述方法包括：

获取被监测的电网设备的数字彩色图像，并将所述数字彩色图像转换为第一灰度图像；

对所述第一灰度图像进行滤波操作得到第二灰度图像，并对所述第二灰度图像进行值域映射转换以及幅值归一化反转处理，生成第三灰度图像；

获取所述第三灰度图像对应的幅度梯度图像和方向梯度图像，根据预设阈值确定所述幅度梯度图像的高门限阈值和低门限阈值；其中，所述高门限阈值和低门限阈值用于提取图像边缘像素；

根据所述幅度梯度图像、方向梯度图像、高门限阈值和低门限阈值对所述图像边缘的像素进行二次计算，并将计算结果作为所述图像边缘的像素值。

2.根据权利要求1所述的方法，其特征在于，将所述数字彩色图像转换为第一灰度图像的过程，通过以下算式实现：

B(x,y)＝0.299I_r(x,y)+0.578I_g(x,y)+0.114I_b(x,y)，

其中，B(x,y)为所述第一灰度图像；I_r(x,y)、I_g(x,y)、I_b(x,y)分别为所述数字彩色图像中的红、绿、蓝通道的图像分量。

3.根据权利要求1所述的方法，其特征在于，对所述第一灰度图像进行滤波操作得到第二灰度图像的过程，包括：

初始化7×7的二位数字矩阵的高斯滤波器；

将所述高斯滤波器与所述第一灰度图像进行卷积滤波，得到所述第二灰度图像；上述过程通过以下算式实现：

f(x,y)＝h(x,y,1)*B(x,y)，

其中，f(x,y)为所述第二灰度图像；B(x,y)为所述第一灰度图像。

4.根据权利要求1所述的方法，其特征在于，对所述第二灰度图像进行值域映射转换以及幅值归一化反转处理，生成第三灰度图像的过程，包括：

将所述第二灰度图像的像素值范围从0-255线性映射至0.00-1.00的数值区间，得到所述第二灰度图像的值域映射转换图；

以0.01为增幅单位获取所述值域映射转换图的直方图，并确定直方图中像素最多的幅值位置；若该位置的数值大于等于0.50，则所述第二灰度图为夜晚拍摄；若该位置的数值小于0.50，则所述第二灰度图为白天拍摄；

对所述值域映射转换图进行幅值归一化处理，并对白天拍摄的所述第二灰度图进行反转处理，生成具有统一背景的所述第三灰度图像；该步骤所用算式如下：

其中，C(x,y)为所述第三灰度图像；f(x,y)为所述第二灰度图像的值域映射转换图。

5.根据权利要求1所述的方法，其特征在于，获取所述第三灰度图像对应的幅度梯度图像和方向梯度图像的过程，包括：

计算所述第三灰度图像的每一个像素的8邻域像素的梯度值；

选取所述8邻域像素的梯度值中的最大梯度值作为所述像素的梯度值，所述最大梯度值所对应的方向作为所述像素的梯度方向；

根据所述第三灰度图像的每一个像素的最大梯度值确定所述幅度梯度图像；根据所述第三灰度图像对应的每一个像素的最大梯度值方向确定所述方向梯度图像。

6.根据权利要求1所述的方法，其特征在于，根据预设阈值确定所述幅度梯度图像的高门限阈值和低门限阈值的过程，包括：

以0.01为步长单位，获取所述幅度梯度图像从0.00至1.00幅值范围的直方图；

设置所述低门限阈值为0.07，并在直方图中从1.00开始以0.01的步长进行递减；当幅值大于加权系数0.4乘以所有大于所述低门限阈值的梯度像素数所对应的幅度值时的所述幅值即为所述高门限阈值。