[發(fā)明專利]輸變電設備圖像邊緣檢測方法、裝置及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811148836.0
• 申請日: 2018-09-29
• 公開（公告）號: CN109360217A
• 公開（公告）日: 2019-02-19
• 發(fā)明（設計）人: 楊莎;熊緯;張昭;黃樹欣;陳亮;齊苗苗
• 申請（專利權）人: 國電南瑞科技股份有限公司;國電南瑞南京控制系統(tǒng)有限公司
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/136
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林;俞翠華

本發(fā)明公開了一種輸變電設備圖像邊緣檢測方法、裝置及系統(tǒng)，包括：基于引力場強度理論計算圖像梯度幅值；對所述梯度幅值進行非極大值抑制；進行自適應雙閾值處理進行邊緣鏈接。本發(fā)明引入了引力場強度理論來代替圖像梯度，得到引力場強度算子，并針對較少邊緣信息和豐富邊緣信息兩種典型圖像，分別提出了基于圖像梯度幅度和標準差均值的自適應閾值選取方法。不僅保留了傳統(tǒng)Canny算法的優(yōu)點，而且增強了噪聲抑制能力，保留了更多的邊緣信息，具有更高的信噪比。能夠自動獲取閾值，在實際工程應用中具有較高的實用價值。通過輸變電巡檢圖片的對比試驗驗證，證明本發(fā)明的檢測結果優(yōu)于傳統(tǒng)的檢測方法，能夠有效解決輸變電巡檢圖像識別準確率低的問題。

技術領域

本發(fā)明屬于圖像處理領域，涉及一種輸變電設備圖像邊緣檢測方法、裝置及系統(tǒng)，尤其涉及一種基于自適應雙閾值Canny算法的輸變電設備圖像邊緣檢測方法、裝置及系統(tǒng)。

背景技術

圖像的邊緣信息是圖像最基本的特征之一，而圖像邊緣的檢測也是圖像處理的關鍵技術之一。圖像邊緣信息作為圖像中最重要的信息之一，可以描述目標輪廓、目標區(qū)域內的相對位置等重要信息。邊緣檢測是圖像處理中最重要的過程之一，檢測結果將直接影響圖像的分析。Canny邊緣檢測算法是1986年John F.Canny開發(fā)的一種基于圖像梯度計算的邊緣檢測算法，它是邊緣檢測的一種標準算法，其廣泛應用于圖像處理，特別是模式識別、機器視覺方面發(fā)揮了特別重要的作用。

電力設備的運行狀態(tài)直接影響電力系統(tǒng)的安全運行，隨著智能巡檢機器人業(yè)務的逐漸發(fā)展，巡檢圖像識別技術成為智能巡檢最重要的研究內容。但是，目前在輸變電智能巡檢過程采集圖像受外界天氣、物體表面采光等因素影響較大，利用傳統(tǒng)的canny算法不能很好的適應輸變電巡檢中復雜條件下的邊緣檢測過程，主要表現(xiàn)在，傳統(tǒng)的canny算法存在對噪聲敏感、濾除噪聲時容易丟失弱邊緣信息，高低雙閾值的固定參數(shù)適應性差等情況。因此，現(xiàn)有技術有待于進一步改進。

發(fā)明內容

針對上述問題，本發(fā)明提出一種輸變電設備圖像邊緣檢測方法、裝置及系統(tǒng)，不僅保留了傳統(tǒng)Canny算法的優(yōu)點，而且增強了噪聲抑制能力，保留了更多的邊緣信息，具有更高的信噪比，能夠自動獲取閾值，在實際工程應用中具有較高的實用價值。

實現(xiàn)上述技術目的，達到上述技術效果，本發(fā)明通過以下技術方案實現(xiàn)：

第一方面，本發(fā)明提供了一種輸變電設備圖像邊緣檢測方法，包括：

獲取原始灰度圖像，并對其進行平滑處理獲得平滑圖像；

基于引力場強度理論計算所述平滑圖像的梯度幅值；

對所述梯度幅值進行非極大值抑制，獲得候選邊緣圖像；

對所述候選邊緣圖像進行自適應雙閾值處理，進行邊緣鏈接。

優(yōu)選地，所述平滑圖像的表達式為：

I(x,y)＝G(x,y)*f(x,y)；

式中，f(x,y)表示原始灰度圖像；G(x,y)表示二維高斯濾波函數(shù)。

優(yōu)選地，所述基于引力場強度理論計算所述平滑圖像的梯度幅值，具體為：

基于引力場強度理論計算所述平滑圖像中各個像素的圖像梯度，所述各個像素的圖像梯度的具體計算公式為：

式中，表示分配給平滑圖像中某個像素的總場強；G是重力常數(shù)；m是圖像上某個像素的質量，即灰度值；是像素1指向像素2的矢量；

采用有限差分3x3像素鄰近區(qū)域的像素分布計算出平滑圖像上某個像素I[i,j]的梯度幅值和方向；所述像素I[i,j]的梯度幅值為：