[發明專利]一種基于無人機圖像的桿塔自動提取方法

在審

• 申請號: 202011284522.0
• 申請日: 2020-11-17
• 公開（公告）號: CN112561856A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 龔堅剛;丁祥;劉燕平;丁小蔚;章李剛;周文俊;楊繼平;麻瀟波
• 申請（專利權）人: 浙江華云電力工程設計咨詢有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136
• 代理公司: 安徽明至知識產權代理事務所(特殊普通合伙) 34183
• 代理人: 王蘇陽

1.一種基于無人機圖像的桿塔自動提取方法，其特征在于：所述方法包括如下步驟：

采用RGB閾值對線路桿塔進行粗提取，并結合連通域對圖像背景進行去除；然后通過LSD算法對桿塔進行直線分割檢測和交運算；最后結合Hough變換對直線段進行編組，合并為完整的桿塔。

2.根據權利要求1所述的一種基于無人機圖像的桿塔自動提取方法，其特征在于：所述采用RGB閾值對線路桿塔進行粗提取、連通域去除背景、LSD直線分割和交運算、和Hough變換完成對線路桿塔三維建模：

分析Phong光照模型，發現在陰影區域的三個通道中，R通道下降的最多，G通道次之，B通道下降的最少，這相當于增加了陰影區域的藍色分量。本文充分利用了陰影區域的這一屬性，通過對彩色RGB影像進行如下的歸一化處理：

其中，R、G、B分別為原始RGB分量，R’、G’、B’分別為歸一化后的RGB分量。通過前面的分析可知，由于在陰影區域B通道灰度下降得最少，所以在B’分量中，陰影區域主要占據的是高像素值端，通過對B’分量圖采用閾值分割的方法，設置一個較高的閾值就可以得到大致的陰影區域。但原始影像中的偏藍色地物在B’分量中也具有很高的像素值，需要將這些區域從陰影區域中去除。基于此，本文在原始的B分量圖中引入了一個閾值來保證陰影檢測的精度。只有在B’分量中高于某個閾值，并在B分量中低于某個閾值的區域，才被檢測成為陰影區域。

3.根據權利要求1所述的一種基于無人機圖像的桿塔自動提取方法，其特征在于：所述采用RGB閾值對線路桿塔進行粗提取、連通域去除背景、LSD直線分割和交運算、和Hough變換完成對線路桿塔三維建模：

由于無植被的裸地或混凝土路面等反射強度大的地方，其輻射特征和鐵塔、導線較為相似，上一步使用基于輻射特征直線檢測的結果必然仍然帶有大量背景信息。但是這種背景信息與鐵塔、導線信息相比大都是離散的點，或者非常小的區域。而鐵塔塔材連通處眾多、導線更是貫穿整幅影像。根據這一特征，本算法根據區域連通性的篩選將那些離散點，短線段和小面積的封閉區域進行去除，最大限度剔除復雜的背景影像信息。

4.根據權利要求1所述的一種基于無人機圖像的桿塔桿塔自動提取方法，其特征在于：所述采用RGB閾值對線路桿塔進行粗提取、連通域去除背景、LSD直線分割和交運算、和Hough變換完成對線路桿塔三維建模：

檢測圖像中梯度變化較大的像素點集，因此輸入圖像必須是灰度圖，檢測目標即是圖像中灰度從黑到白或是從白到黑變化的像素點。以達到在線性時間內獲取亞像素精度的線段檢測結果。

涉及到2個基本概念：梯度和圖像的基準線。先計算每個素與基準線的夾角以構建基準線場然后利用區域生長算法合并場里方向近似一致的像素，得到一系列線支撐域，最后在這些域內進行像素合并提取直線段。

5.根據權利要求1所述的一種基于無人機圖像的桿塔自動提取方法，其特征在于：所述采用RGB閾值對線路桿塔進行粗提取、連通域去除背景、LSD直線分割和交運算、和Hough變換完成對線路桿塔三維建模：

利用LSD算法的線段檢測結果與基于連通性去除背景的提取結果進行“交”運算，即一個像素在兩組數據中都為目標時，將其推斷為鐵塔即提取目標。

6.根據權利要求1所述的一種基于無人機圖像的桿塔自動提取方法，其特征在于：所述采用RGB閾值對線路桿塔進行粗提取、連通域去除背景、LSD直線分割和交運算、和Hough變換完成對線路桿塔三維建模：

定義θ∈[0,180)，ρ表示為坐標原點到該直線的距離，那么可以根據每一個點(x,y)及離散的θ值將ρ計算出來，通過累計所有的(ρ,θ)可以獲得最終的權值，并選擇其最大值，記作A_m(ρ,θ)。如果A_m(ρ,θ)的值大于設定的閾值，即可以找到直角坐標系中直線的位置。

直線檢測的Hough變換可以定義為：

式中A(x_i,y_j)表示提取的每個像素的灰度值，Q是關于ρ的總體樣本數，P是所取離散的θ總數，二值圖像尺寸則定義為N*N。

通過上述步驟將準確、快速提取無人機圖像中的線路桿塔。