[發明專利]一種基于圖像處理的鐵塔傾斜自動檢測方法和裝置

在審

• 申請號: 202011336767.3
• 申請日: 2020-11-25
• 公開（公告）號: CN112509033A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 明自強;范榮全;朱峰;劉俊勇;李濤;賀含峰;張勁;游楊均;唐楊;劉克亮;王亮;何凌;呂俊杰;董斌;謝偉;王霆;趙星儼
• 申請（專利權）人: 國網四川省電力公司阿壩供電公司
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/11;G06K9/62
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 封浪

1.一種鐵塔傾斜自動檢測方法，其特征在于，包括：

A.對鐵塔視頻進行分幀處理，得到連續的幀圖片；

對于每一幀圖片，均執行以下步驟B-C：

B.從幀圖片中分割出ROI；

C.采用K-Means聚類算法對ROI進行聚類，以從ROI中分離出鐵塔圖像；

D.從第一幀鐵塔圖像開始，計算相鄰兩幀鐵塔圖像的幀差值，在所述幀差值超過第一閾值時，判定鐵塔疑似發生偏移，否則繼續檢測下一幀；

E.從第一幀鐵塔圖像開始，計算相鄰兩幀鐵塔圖像的中軸線的偏角，在所述偏角超過第二閾值時，判定鐵塔疑似發生偏移；

F.在所述步驟D、E均判定鐵塔疑似發生偏移時，判定鐵塔發生傾斜。

2.如權利要求1所述的鐵塔傾斜自動檢測方法，其特征在于，所述步驟B包括：

B1：將幀圖片轉為灰度圖，分別計算灰度圖每行和每列像素灰度值的總和，得到對應的行灰度值特性曲線和列灰度值特性曲線；

B2：分別將所述行灰度值特性曲線、列灰度值特性曲線進行平滑歸一化處理；

B3：遍歷列灰度值總和曲線的所有數據，以最大灰度值的坐標值作為橫向截取中心坐標，在所述中心坐標前后第一預設閾值像素長度的范圍內，分別對列灰度值總和曲線中每相鄰兩坐標的列灰度值總和作差分，遍歷從中心坐標向前、后兩個方向的差分運算結果，將差分結果絕對值最小的兩個坐標點作為截取ROI的橫向坐標；

B4：以行灰度值最大的坐標作為縱向截取的中心，分別向兩側擴展到第二預設閾值像素長度處作為截取ROI的縱向坐標；

B5：根據確定的橫向坐標和縱向坐標，從幀圖片中截取出ROI。

3.如權利要求2所述的鐵塔傾斜自動檢測方法，其特征在于，所述步驟B2通過分別將所述行灰度值特性曲線、列灰度值特性曲線與矩形窗函數卷積以實現平滑歸一化處理。

4.如權利要求1所述的鐵塔傾斜自動檢測方法，其特征在于，對于每一幀圖片，在執行步驟C后，還包括對所述鐵塔圖像進行優化的步驟，包括：

從所述鐵塔圖像縱向中部將所述鐵塔圖像分割為上半部分和下半部分；

對于所述上半部分，執行以下方法進行優化：

對上半部分進行邊緣檢測，對于檢測到的每一個像素點，在檢測到的像素點的8領域中，找出與該像素點的單位向量域所表示方向偏差在第三閾值內的點，將該點與該像素點連接作為檢測的直線；

遍歷所有檢測到的直線，計算每條直線的傾斜角度；

以傾斜角度對直線排序，將排序后，每兩條次序相鄰且角度差值小于第四閾值的直線相連；

對于所述下半部分，執行以下方法進行優化：

檢測下半部分中的孤立點，所述孤立點的判定方法為：若某像素點為有效值點，且該像素點8鄰域內無其他有效值點，則將該點判定為孤立點，所述有效值點為像素值為255的點；

將所述下半部分中對應所檢測到的孤立點的位置置0消除；

將優化后的上半部分和下半部分在分割的位置進行拼接，得到優化后的鐵塔圖像。

5.如權利要求4所述的鐵塔傾斜自動檢測方法，其特征在于，在對所述上半部分進行優化過程中，對于檢測到的直線，還包括過濾掉長度低于第三預設閾值像素長度的直線的步驟。

6.如權利要求4所述的鐵塔傾斜自動檢測方法，其特征在于，所述將排序后，每兩條次序相鄰且角度差值小于第四閾值的直線相連中，將兩條直線相連的步驟包括：

選中兩條直線中歐氏距離最短的兩個端點，計算兩條直線的交點；

計算所述交點與所選中的兩個端點的歐式距離，若低于第四預設閾值像素長度，則將所述交點分別與兩個選中的端點連接，否則，直接連接兩個選中的端點。

7.如權利要求1所述的鐵塔傾斜自動檢測方法，其特征在于，所述第一閾值為對應當前所檢測幀序的自適應幀差閾值，自適應幀差閾值計算方法為：

T1＝2×(sum(d)+d_i)/(N-1)

其中，T1為自適應幀差閾值，sum(d)為前面所有幀幀差值之和，d_i為當前幀差值，N為當前已檢測的幀數。