[發(fā)明專(zhuān)利]一種基于聚合多通道特征對(duì)圖像中輸電線路桿塔進(jìn)行檢測(cè)的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201610179565.X
• 申請(qǐng)日: 2016-03-25
• 公開(kāi)（公告）號(hào): CN105787470A
• 公開(kāi)（公告）日: 2016-07-20
• 發(fā)明（設(shè)計(jì)）人: 柳升龍;韓冰;王孝余;耿振偉;張彤;尚方
• 申請(qǐng)（專(zhuān)利權(quán)）人: 黑龍江省電力科學(xué)研究院;國(guó)家電網(wǎng)公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00
• 代理公司: 哈爾濱市松花江專(zhuān)利商標(biāo)事務(wù)所 23109
• 代理人: 楊立超

技術(shù)領(lǐng)域

本發(fā)明涉及圖像中輸電線路桿塔進(jìn)行檢測(cè)的方法，特別涉及一種基于聚合多通道特征 對(duì)圖像中輸電線路桿塔進(jìn)行檢測(cè)的方法；

背景技術(shù)

隨著網(wǎng)絡(luò)通信技術(shù)和智能信息處理技術(shù)的不斷發(fā)展，過(guò)去只能靠工人步行沿輸電線路 使用望遠(yuǎn)鏡進(jìn)行輸電線路故障檢查的工作，現(xiàn)在可通過(guò)計(jì)算機(jī)視覺(jué)和圖像智能處理技術(shù)逐 步取代完成。先用有人直升機(jī)、無(wú)人機(jī)，或其他途徑獲取輸電線路圖像，然后利用圖像處 理、檢測(cè)、識(shí)別技術(shù)實(shí)現(xiàn)對(duì)輸電線路的故障進(jìn)行檢測(cè)，這一趨勢(shì)在國(guó)內(nèi)外都已越來(lái)越得到 重視和推廣，可以有效節(jié)省人力成本、降低人力要求，具有較高的經(jīng)濟(jì)性能。在海量圖像 數(shù)據(jù)處理中，快速篩選出包含桿塔設(shè)備的圖像，以及在圖像中快速定位出桿塔區(qū)域，都是 極負(fù)挑戰(zhàn)性的工作，因?yàn)榕臄z的輸電線路圖像中背景往往比較復(fù)雜，如何克服背景環(huán)境的 干擾，減少拍攝角度的影響，穩(wěn)健地檢測(cè)輸電線路設(shè)備并定位出感興趣區(qū)域，尤其在海量 圖像數(shù)據(jù)中快速過(guò)濾掉無(wú)效圖像，篩選出包含需檢測(cè)輸電線路設(shè)備的圖像，目前在國(guó)內(nèi)外 文獻(xiàn)都尚未見(jiàn)報(bào)道。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決了在大畫(huà)幅以及復(fù)雜背景的圖像中快速定位檢測(cè)桿塔的問(wèn) 題而提出的一種基于聚合多通道特征對(duì)圖像中輸電線路桿塔進(jìn)行檢測(cè)的方法。

上述的發(fā)明目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

步驟一、圖像預(yù)處理；采用伽馬變換對(duì)原始圖像校正，得到校正后的圖像；

步驟二、提取校正后圖像中的每個(gè)單元的6個(gè)通道的梯度方向直方圖、1個(gè)通道的 梯度幅值特征以及LUV三通道特征聚合為10通道的特征矢量；根據(jù)10通道的特征矢量 計(jì)算得到W×H的圖像區(qū)域的N維聚合通道特征；其中，W為校正圖像的寬，H為校正 圖像的高；

步驟三、將圖像的N維聚合通道特征作為集成決策樹(shù)分類(lèi)器的輸入；進(jìn)行Adaboost 分類(lèi)器訓(xùn)練得到最終的分類(lèi)器；

步驟四、利用步驟三得到的最終的分類(lèi)器檢測(cè)定位校正后的圖像中桿塔目標(biāo)區(qū)域；

步驟四一、采用M個(gè)尺度計(jì)算M層特征金子塔；校正后圖像I在尺度s的通道特征 f(I,s)和校正后圖像I在原始尺度的通道特征f(I,0)有如下近似關(guān)系：

f(I,s)＝f(I,0)e^-λs

其中，f(·)為特征，e自然指數(shù)；λ尺度換算系數(shù)；

根據(jù)上述關(guān)系，跳躍計(jì)算M個(gè)尺度中幾個(gè)尺度的通道特征，其余尺度的特征通過(guò)鄰 近尺度根據(jù)上述比例關(guān)系插值得到，從而得到M層特征金子塔；

步驟四二、對(duì)步驟四一得到的M層特征金字塔進(jìn)行滑動(dòng)窗口檢測(cè)得到目標(biāo)區(qū)域；

步驟四三、將目標(biāo)區(qū)域中的每個(gè)窗口的相鄰窗口進(jìn)行非極大抑制得到桿塔目標(biāo)；

步驟四四、輸出桿塔目標(biāo)區(qū)域。

發(fā)明效果

本發(fā)明的技術(shù)思路是：先進(jìn)行圖像預(yù)處理，增強(qiáng)圖像暗區(qū)對(duì)比度；接下來(lái)，提取多個(gè) 特征聚合為多通道特征矢量，然后采用AdaBoost決策樹(shù)進(jìn)行學(xué)習(xí)訓(xùn)練，將學(xué)習(xí)訓(xùn)練結(jié)果 作為模型保存到文本文件；最后用模型檢測(cè)圖像，可快速定位圖像中桿塔區(qū)域如圖4。

本發(fā)明是針對(duì)目前國(guó)內(nèi)海量輸電線路圖像快速篩選存在的空白和基于圖像進(jìn)行輸電 線路設(shè)備檢測(cè)的自動(dòng)化需求，給出一種基于聚合多通道特征的輸電線路桿塔檢測(cè)方法。方 法具有速度快、檢測(cè)率可達(dá)99％的優(yōu)點(diǎn)，并易于推廣為檢測(cè)圖像中其它輸電線路設(shè)備。

附圖說(shuō)明

圖1為具體實(shí)施方式一提出的桿塔檢測(cè)總體框架圖；

圖2為具體實(shí)施方式一提出的線性插值計(jì)算加權(quán)直方圖示意一；

圖3為具體實(shí)施方式一提出的線性插值計(jì)算加權(quán)直方圖示意二；

圖4為具體實(shí)施方式四提出的特征提取及訓(xùn)練整體流程圖；

圖5為具體實(shí)施方式四提出的正樣本圖像待檢測(cè)設(shè)備目標(biāo)標(biāo)記示意圖；

圖6為具體實(shí)施方式一提出的檢測(cè)桿塔目標(biāo)示意圖。

具體實(shí)施方式

具體實(shí)施方式一：結(jié)合圖1和圖3本實(shí)施方式的一種基于聚合多通道特征對(duì)圖像中輸 電線路桿塔進(jìn)行檢測(cè)的方法，具體是按照以下步驟制備的：

步驟一、圖像預(yù)處理；采用伽馬變換對(duì)原始圖像校正，增強(qiáng)圖像暗區(qū)對(duì)比度后得到 校正后的圖像；