[发明专利]基于特征增强和高斯金字塔的复合绝缘子双光融合方法

说明书

本发明所设计的基于特征增强和高斯金字塔的复合绝缘子双光融合方法，包括如下步骤：步骤1、图像预处理；步骤2、特征识别；步骤3、特征匹配和几何变换；步骤4、图像融合。本发明解决了现有双光融合方法中配准速度低，配准效果差，图像融合效果不理想的问题，满足实际需求。

技术领域

本发明涉及图像融合技术领域，具体地指一种基于特征增强和高斯金字塔的复合绝缘子双光融合方法。

背景技术

随着电力传输的要求不断提高，输电等级越来越高，高压/超高压巡检维护作业对于电网系统的安全性、稳定性和效率提升的作用尤为重要。输电线路所处区域多为自然环境恶劣、交通闭塞的野外，电力线路在自然环境中长期受到机械拉力、雷击、温度变化、雨雪天气的影响，电力线塔杆上的复合绝缘子在自然环境中也容易出现损坏、老化、腐蚀等现象，均要求对电力线进行巡检。传统的人工巡检方式采用目测，效率低下、劳动强度大、巡检精度低等问题，而且在部分线路巡检任务中，人员无法达到，极大的限制了人工巡检的效率和有效性。

无人机搭载可见光和红外装置采集复合绝缘子可见光图像数据和红外图像数据是一种替代传统人工巡检复合绝缘子的新型巡检方式。通过对复合绝缘子可见光图像数据和红外图像数据进行图像融合处理，可以更高效率的发现复合绝缘子存在的隐患和缺陷。

但目前，由于无人机搭载可见光和红外装置采集的复合绝缘子图像背景颜色空间完全不同，图像数据分辨率差距比较大(可见光像素2000万，红外20～30万)，直接采用传统像素配准方式，其配准速度和配准效果均不理想，同时由于绝缘子本身存在的角点较少，而电力杆塔结构角点较多，且三角形结构类似，因此容易导致特征识别错误，或者无法识别，传统的图像融合方法效果十分不理想。为此，需要设计一种新的技术方案给予解决。

发明内容

本发明的目的就是要提供一种基于特征增强和高斯金字塔的复合绝缘子双光融合方法，本发明旨在解决现有双光融合方法中配准速度低，配准效果差，图像融合效果不理想的问题，满足实际使用需求。

为实现此目的，本发明所设计的基于特征增强和高斯金字塔的复合绝缘子双光融合方法，其特征在于，它包括如下步骤：

步骤1：对复合绝缘子的红外光和可见光图像进行灰度处理和梯度直方均衡化处理，得到复合绝缘子的红外光和可见光的灰度图像；

步骤2：对复合绝缘子的红外光和可见光的灰度图像利用基于特征增强和高斯金字塔的SIFT(Scale-invariant feature transform，尺度不变特征变换)算法分别在红外光和可见光图像上查找复合绝缘子图像特征点，获取所有复合绝缘子图像特征点梯度信息组成的图像特征信息，根据所有复合绝缘子图像特征点梯度信息组成的图像特征信息确定坐标变换时使用的单应性矩阵；

步骤3：计算复合绝缘子的红外光和可见光的灰度图像中两个对应复合绝缘子图像特征点的距离，利用SIFT算法分别将复合绝缘子的红外光和可见光的灰度图像中对应的复合绝缘子图像特征点进行匹配，确定对应的复合绝缘子图像特征配对点，根据两个对应复合绝缘子图像特征点的距离将复合绝缘子图像特征配对点通过单应性矩阵转换到红外光图像坐标下，并以复合绝缘子图像特征配对点为基准采用基于间隔分块的配准方法，将复合绝缘子的可见光灰度图像配准到复合绝缘子的红外光灰度图像中；

步骤4：采用基于拉普拉斯算子的高斯金字塔图像融合算法获取可见光灰度图像与红外光灰度图像融合后的残差图像，并调整残差图像中可见光与红外光的融合比例，得到最后的融合图像。

本发明具有以下有益效果：

1、由于绝缘子本身存在的角点较少，而电力杆塔结构角点较多，且三角形结构类似，因此容易导致特征识别错误，或者无法识别，基于此，本发明对SIFT算法进行了改进，在基于传统灰度高斯金字塔的基础上，添加了梯度高斯金字塔和方向高斯金字塔，使得图像特征识别的敏感性增强，对于质量不好的图像也能够找到足够多的特征点，此外，由于做了三个维度的金字塔，使得算法能够获取较深的图像特征信息。