[发明专利]复杂背景下电力设备的红外与可见光图像配准方法及系统

说明书

本发明公开了一种复杂背景下电力设备的红外与可见光图像配准方法及系统，涉及图像处理技术领域，该方法包括采用多尺度Retinex算法对电力设备可见光图像进行处理；采用ASIFT算法分别对电力设备红外图像和多尺度Retinex算法处理后的电力设备可见光图像进行处理，以得到电力设备红外图像对应的多个红外特征点和多尺度Retinex算法处理后的电力设备可见光图像对应的多个可见光特征点；对红外特征点和可见光特征点进行匹配处理，以得到多个匹配点对；采用RANSAC算法剔除所有所述匹配点对中错误的匹配点对，并基于剩余的匹配点对重构电力设备图像。本发明能够提高图像配准质量和图像配准效率。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种复杂背景下电力设备的红外与可见光图像配准方法及系统。

背景技术

电力系统运行的可靠性与国民经济息息相关。现随着经济和科学技术的快速发展，用户对于供电可靠性有了更高的要求。为实现可靠持续供电并保证良好的电能质量，需要判断电力设备是否处于正常的运行状态。通常是利用红外成像设备或测温仪对非正常发热的电力设备进行检测，但是这种检测方法效率低、成本高，且容易受到人为因素的影响。

红外图像具有可测温且受环境影响较小的特点，可见光图像具有细节丰富的特点，即可见光信息对红外信息可以进行有益补充，因此，基于红外图像与可见光图像处理技术的电力设备故障诊断具有很大的发展潜力。科研人员利用图像处理技术对红外图像与可见光图像进行融合，以便进行电力设备的故障检测。其中，图像配准是图像融合的必要前提，用于获取两幅或多幅相同场景的图像的映射关系。

现阶段，基于尺度不变性的点特征图像配准方法被广泛应用，常见的配准方法有SIFT算法、SURF算法和ASIFT算法等。LOWE D提出的尺度不变特征变换方法，即(Scale-Invariant Feature Transform，SIFT)算法，奠定了基于点特征配准算法的基础，可解决图像平移、旋转等配准问题，但计算量大、耗时长，且不适用于图像的复杂变化情况；Bay等人通过对SIFT算法进行改进，提出了加速稳健特征(SpeededUp RobustFeatures，SURF)算法，提高了原算法的匹配速度，但受不稳定特征点及误匹配点对的影响，匹配速度会有所下降；MOREL J M等人提出了ASIFT(Affine-SIFT)算法，对比之前的算法，特征点更丰富，匹配效率更高。

现有算法可一定程度上解决电力设备红外图像与可见光图像配准问题，但变电站现场情况复杂，电力设备图像背景较为杂乱，可见光图像的特征点容易落在背景部分。且金属导热性好，其温度接近环境温度，以金属塔架等为背景的红外图像的金属部分并不能清晰显现，从而易造成图像的误匹配甚至无法匹配。

发明内容

本发明的目的是提供一种复杂背景下电力设备的红外与可见光图像配准方法及系统，以达到提高图像配准质量和图像配准效率的目的。

为实现上述目的，本发明提供了如下方案：

一种复杂背景下电力设备的红外与可见光图像配准方法，包括：

获取电力设备红外图像和电力设备可见光图像；

采用多尺度Retinex算法对所述电力设备可见光图像进行处理；

采用ASIFT算法分别对所述电力设备红外图像和多尺度Retinex算法处理后的电力设备可见光图像进行处理，以得到所述电力设备红外图像对应的多个红外特征点和所述多尺度Retinex算法处理后的电力设备可见光图像对应的多个可见光特征点；

对所述红外特征点和所述可见光特征点进行匹配处理，以得到多个匹配点对；

采用RANSAC算法剔除所有所述匹配点对中错误的匹配点对；

基于剩余的匹配点对重构电力设备图像。