[发明专利]一种用于无人机巡检的输电线路间隔棒识别方法

摘要

本发明公开了一种用于无人机巡检的输电线路间隔棒识别方法，采用一种数字图像处理算法实现对输电线路间隔棒的自动识别和定位，该方法利用间隔棒与导线关系和形状实现对其定位。该算法能够快速高效地实现对输电线路中的间隔棒进行定位，对电力设备的运维，有着非常重要的现实意义能够快速高效地实现对输电线路中的间隔棒进行定位，对电力设备的运维，有着非常重要的现实意义；适合户外应用，对复杂背景下的图像处理效果好。

主权项

一种用于无人机巡检的输电线路间隔棒识别方法，其特征是：包括以下步骤：(1)采集巡检图像，对原始图像进行去噪，获取要识别形状的二值图，去除背景干扰；(2)对边缘像素点均匀采样，随机抽样轮廓点，检查全部点对的距离，每次去除距离最小的点对中的一个点，直至剩下的点的数量达到要取样的点的数量；(3)计算像素点形状上下文直方图，根据均匀采样到的点的位置以及每个点的形状上下文直方图构造样本图像；(4)根据样本图像，计算任意点对的匹配代价，根据欧式匹配找到最佳的点对匹配，完成形状匹配过程；所述步骤(1)的具体方法为：首先获取要识别形状的二值图，考虑到输电线路地处野外，采集的图像中获取图像边缘的二值图，受背景及光线影响较大，采用中值滤波降低噪声干扰，接着采用带方向的Prewitt边缘提取、大津法二值化获取图像的二值图像，最后使用blob算法将对象属性的像素集中的像素进行聚合，去除背景细节的干扰；利用线路知识模型，线路由线对象构成，根据线对象特征找到导线，在导线中线宽发生明显变化位置的基础上，采用上下文描述算子，识别是否存在要识别的对象；在识别出存在的对象情况下，进一步分类识别，根据形状上下文距离匹配上的点数诊断其属于正常图像、斜歪图像还是掉把图像；所述步骤(4)中，所述形状匹配过程包括粗匹配和精细匹配，所述粗匹配的具体方法为：设匹配点间欧氏距离为d1，进行TPS变换后，匹配点间的欧氏距离为d2，设定比例阈值RT为d1/d2，如果RT小于等于设定值，则为同类图像；所述精细匹配的具体方法为：形状上下文中不同图像点出现的距离肯定相差很大，根据这个原则，在衡量点是否匹配上时，根据最小匹配代价衡量形状上下文距离，即点是否匹配上，如果为正常图像，则点匹配；如果对象为掉把图像，即缺失了某一部分，则此时缺失部分不能匹配上，如果对象某一部分发生了形变，即为斜歪图像，则此时形变中只有一部分点能匹配上。