[发明专利]绝缘子识别模型的训练方法以及绝缘子的识别与定位方法

摘要

本发明涉及一种绝缘子识别模型的训练方法以及绝缘子的识别与定位方法。本发明采集绝缘子的正、负样本，并提取HOG特征和LBP特征，通过PCA降维后串联形成融合特征，对LIBSVM进行训练得到绝缘子识别模型。在对绝缘子进行识别与定位时，利用最大类间方差法和形态学方法降待识别的原始图像进行预处理；在图像上滑动提取候选子窗口，并行计算融合特征，并利用训练生成的绝缘子识别模型进行识别；采用非极大值抑制算法进行窗口融合；对子窗口进行分组、取点、线性拟合，得到绝缘子的定位信息。本发明能够在直升机或巡线机器人航拍的高压输电线路视频中快速识别和定位各种尺度、各种旋转角度、各种透视角度的绝缘子。

主权项

1.一种绝缘子的识别与定位方法，其特征在于，基于包括以下步骤A1至A4的方法训练生成的绝缘子识别模型：/n步骤A1，获取绝缘子的局部图像作为正样本，获取绝缘子周围背景图像作为负样本；/n步骤A2，对步骤A1所获取的各样本分别提取HOG特征、LBP特征，用PCA进行降维，得到降维后的各样本的HOG特征向量、LBP特征向量；/n步骤A3，对每个样本分别将HOG特征向量和LBP特征向量进行串行融合，形成各样本的融合特征；/n步骤A4，根据各样本的融合特征，对支持向量机进行训练，得到绝缘子识别模型；/n所述绝缘子的识别与定位方法，具体包括以下步骤：/n步骤B1，采用最大类间方差法和形态学方法将待识别的原始图像进行预处理，得到待检测图像；/n步骤B2，在所述待检测图像上滑动提取候选子窗口，并利用所述绝缘子识别模型进行识别；/n步骤B3，针对被识别为绝缘子图像的候选子窗口，采用非极大值抑制算法进行窗口融合；/n步骤B4，对融合后的子窗口，进行分组；计算出各组内绝缘子图像的中心线和宽度，并在所述待识别的原始图像中的对应位置进行标注。/n