[发明专利]一种基于盲去卷积的输电线路图片去模糊方法

说明书

本发明公开了一种基于盲去卷积的输电线路图片去模糊方法，其特征在于，包括：步骤S1、获取输电线路的原始图片数据；步骤S2、对原始图片数据进行筛选得到初始模糊图片数据；步骤S3、给初始模糊图片数据中每个初始模糊图片加入预设的高斯噪声，得到加噪模糊图片数据；步骤S4、通过盲去卷积方法对加噪模糊图片数据中每个加噪模糊图片进行去模糊处理；本发明公开的一种基于盲去卷积的输电线路图片去模糊方法，基于盲去卷积方法，通过加入预设的高斯噪声，使用Richardson‑Lucy算法及Canny算法，有效地实现图片的去模糊处理，从而得到清晰图片。

技术领域

本发明涉及输电线路的图片处理技术领域，尤其是涉及一种基于盲去卷积的输电线路图片去模糊方法。

背景技术

输电线路的安全运行是我国能源发展的重要保障，但由于输电线路长期处在复杂地理位置的自然环境条件下，因而输电线路有较高故障率，从而导致事故发生。目前，我国大力推进以现代信息技术为核心的输电线路智能化巡检技术，直升机、无人机巡检在输电线路上获取的视觉信息具有更大的空间自由度。随着可见光传感器技术的发展，这些巡检方式能够对输电线路进行更精细化的感知，提升输电线路状态评估的智能化水平，积极防治与应对输电事故的发生，对我国能源互联网安全有重要意义。

实际情况中，由于输电线路长期处在复杂地理位置的自然环境条件下，在航拍巡检获取输电线路图片的过程中，获取的图片会受到由于低照明度、大气环境、不明物遮挡等导致的背景虚化问题，使得在巡检过程中获取的图片出现模糊、不清晰等现象，对后续输电线路中危险源的检测分析造成影响，关系到了输电线路的正常运行。

图片去模糊领域中有非盲去模糊和盲去模糊。非盲去模糊要在模糊核已知的情况下进行，但大多数情况下模糊核是未知的，盲去模糊是现在的主流研究方向。现有盲去模糊技术通过加入权重机制来弱化边缘的振铃效应，但效果不佳，且在盲去卷积过程中会丢失一些图片细节。

发明内容

本发明为了解决上述问题，提出了一种基于盲去卷积的输电线路图片去模糊方法，基于盲去卷积方法，在每次迭代复原过程中使用Richardson-Lucy算法和Canny算法，具有较好的图片复原效果。

为达到上述目的，本发明通过以下技术方案实现：一种基于盲去卷积的输电线路图片去模糊方法，包括：

步骤S1、获取输电线路的原始图片数据。

步骤S2、对所述原始图片数据进行筛选得到初始模糊图片数据。

步骤S3、给所述初始模糊图片数据中每一所述初始模糊图片加入预设的高斯噪声，得到加噪模糊图片数据。

步骤S4、通过盲去卷积方法对所述加噪模糊图片数据中每一所述加噪模糊图片进行去模糊处理。

可选的，所述步骤S1包括：

步骤S11、设置无人机巡检的路径参数，所述无人机按照所述路径参数对所述输电线路进行巡检，并拍摄所述输电线路的原始图片。

步骤S12、在系统端中设置若干个文件夹。

步骤S13、所述无人机拍摄的所述输电线路的原始图片通过其设有的图传设备传输至所述系统端中，并对应存入所述文件夹中。

可选的，所述原始图片包含有输电线、杆塔、绝缘子、螺丝、U型环中的一个或其任意一组合。

可选的，所述步骤S3包括：通过图片退化模型将均值为m、方差为V的所述高斯噪声Δn(x,y)添加到每一所述初始模糊图片上，得到每一所述初始模糊图片对应的所述加噪模糊图片，所述图像退化模型公式为：

g(x,y)＝f(x,y)*h(x,y)+Δn(x,y)