[發明專利]一種用于輸電線路固定翼無人機巡視圖像精確拼接的方法

有效

• 申請號: 201410020480.8
• 申請日: 2014-01-16
• 公開（公告）號: CN103761722A
• 公開（公告）日: 2014-04-30
• 發明（設計）人: 毛強;楊鶴猛;陳艷芳;李庭堅;徐云鵬;李翔;余德泉;張建剛;陳歡;張拯寧;趙恩偉;莫兵兵;王昕
• 申請（專利權）人: 中國南方電網有限責任公司超高壓輸電公司檢修試驗中心;天津航天中為數據系統科技有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T3/40
• 代理公司: 廣州科粵專利商標代理有限公司 44001
• 代理人: 黃培智

1.一種用于輸電線路固定翼無人機巡視圖像精確拼接的方法，其特征在于，其包括以下步驟：

步驟1、數據準備以及樣本訓練；所述步驟1包括以下步驟：

步驟1.1、將樣本切分為多個相同大小的訓練子圖像；

步驟1.2、采用基于USFFT算法的曲波變換對所述訓練子圖像進行樣本特征提取，以獲取訓練樣本；

步驟1.3、通過PCA算法計算所述訓練樣本的PCA參數，所述PCA參數包括均值矢量和投影矩陣；

步驟1.4、RBF神經網絡的訓練；

步驟2、基于紋理特征及直線特征對輸電線特征提取，以獲取輸電線分布區域以及輸電線提取數據；通過所述輸電線分布區域對所述輸電線提取數據進行篩選，通過輸電線的雙邊緣特征來獲取輸電線提取結果；

步驟3、對所述輸電線提取結果基于輸電線定制化的SIFT圖像配準與融合。

2.根據權利要求1所述的用于輸電線路固定翼無人機巡視圖像精確拼接的方法，其特征在于，所述步驟1.4包括以下步驟：

對所述訓練子圖像向中包含有輸電線的標記為1，不包含輸電線的標記為-1；

設定RBF網絡參數，節點數以及層數；

以隨機權重的形式為起點進行至少重復十次神經網絡訓練；

輸出訓練完成后的RBF神經網絡的網絡權重。

3.根據權利要求1-2任一項所述的用于輸電線路固定翼無人機巡視圖像精確拼接的方法，其特征在于，所述步驟2包括以下步驟：

步驟2.1、利用紋理特征進行輸電線分布區域檢測；

步驟2.2、通過Canny算子進行圖像邊緣的檢測，為原始候選邊緣；

步驟2.3、通過概率Hough變換對輸電線進行直線檢測，完成輸電線的提取，并將斷裂的輸電線連接，保存直線位置信息；

步驟2.4、根據輸電線分布區域檢測的結果對Hough直線檢測的進行篩選，在輸電線分布區域內的直線被選為輸電線原始候選邊緣；

步驟2.5、根據以下規則進行輸電線原始候選邊緣的進一步篩選：

a)原始候選邊緣的方向符合根據地理信息計算的輸電線的方向；

b)原始候選邊緣的長度超過指定的閾值；

步驟2.6、將經過進一步篩選的候選邊緣中，選取相互平行且距離為M個像素的兩條直線，取其均值為基準直線，所述M=輸電線直徑/圖像分辨率；

若沒有滿足條件的基準直線則M=M-1再進行標準直線檢索，直至M=0即單直線；

步驟2.7、輸出輸電線提取的結果。

4.根據權利要求3所述的用于輸電線路固定翼無人機巡視圖像精確拼接的方法，其特征在于，所述步驟2.1利用紋理特征進行輸電線分布區域檢測包括以下步驟：

步驟2.1.1、將航拍圖像轉化為灰度圖像；

步驟2.1.2、利用滑動窗口的模式提取灰度圖像的子區域；

步驟2.1.3、對每個子區域進行輸電線區域判定；

步驟2.1.4、歷遍所有的子區域，完成輸電線分布的區域檢測，其中，區域檢測結果中值大于0的為輸電線分布區域。

5.根據權利要求4所述的用于輸電線路固定翼無人機巡視圖像精確拼接的方法，其特征在于，所述步驟2.1.3包括以下步驟：

步驟2.1.3.1、對子區域利用USFFT算法提取曲波特征；

步驟2.1.3.2、對子區域提取到的曲波特征進行基于主分量分析的特征降維；

步驟2.1.3.3、利用訓練得到的RBF神經網絡對降維后的特征進行判別，若判定包含輸電線則將檢測結果對應的區域都賦值為1，否則賦值為-1。

6.根據權利要求5所述的用于輸電線路固定翼無人機巡視圖像精確拼接的方法，其特征在于，所述步驟3包括以下步驟：

步驟3.1、基于輸電線定制化的SIFT特征點檢測；

步驟3.2、特征點描述矢量生成，利用SIFT算子提取SIFT特征矢量，再提取曲波特征與SIFT特征矢量一起作為特征點描述矢量；

步驟3.3、特征點的匹配，所述特征點的匹配以特征點描述矢量之間的歐式距離作為特征點匹配的相似度準則，采用優先k-d樹進行優先搜索來查找每個特征點的兩個近似最近鄰特征點，計算該特征點分別與其對應的兩個近似最近鄰特征點的歐氏距離，并計算兩個歐氏距離的比值，如果比值小于閾值，則匹配成功，反之，重新匹配；

步驟3.4、圖像拼接與融合，通過圖像加權平均法實現兩幅或者多幅圖像之間的拼接。