[發明專利]輸電線路纏繞異物清除器的入侵物檢測方法及系統

有效

• 申請號: 202110322616.0
• 申請日: 2021-03-25
• 公開（公告）號: CN113096075B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 樊衛華;宋騰
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/194;G06T7/215;G06T5/00;G06V40/20
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 陳鵬

1.一種輸電線路纏繞異物清除器的入侵物檢測方法，其特征在于，包括：

接收攝像機采集的纏繞異物圖像，對圖像進行灰度化和高斯濾波；

對灰度化和高斯濾波后的圖像進行邊緣檢測，并對檢測到的邊緣點進行直線檢測，根據邊緣點是否存在于檢測到的直線來確定纏繞異物和輸電線路的交點；

以纏繞異物和輸電線路的交點為中心，提取出包含纏繞異物和部分背景的區域；

對提取區域進行混合高斯背景建模檢測入侵物；

所述對圖像進行邊緣檢測，并對檢測到的邊緣點進行直線檢測，根據邊緣點是否存在于檢測到的直線來確定纏繞異物和輸電線路的交點，具體如下：

利用Canny算子進行檢測，對采集圖像中每一列的像素，從上往下遍歷，保留Canny檢測出的邊緣點并進行標記；然后對下一列進行同樣的操作；對這些標記點進行Hough直線檢測，如果所有點都在一條直線上，則利用邊緣檢測對下一個檢測出的邊緣點進行標記，然后進行上述操作，可得到一條有異物纏繞的輸電線路；在確定有異物纏繞的直線后，對之前Canny檢測出點標記點進行遍歷，判斷每個點是否存在于確定的直線上，當找到不在直線上的標記點后，對其附近前一列或者后一列的點進行同樣的判斷；找到纏繞點后，因為按照列的順序進行遍歷，所以取該點的列值也就是縱坐標帶入下式進行計算：

xcosθ+ysinθ＝ρ (1)

其中，x和y對應直角坐標系中的橫坐標和縱坐標，θ和ρ對應極坐標系中的極角和極徑；

根據計算結果確定纏繞異物和輸電線路交點的坐標；

利用混合高斯背景建模法在提取的圖像區域中進行運動目標檢測，具體為：

步驟4-1，選用5個單高斯背景模型進行疊加，利用5個加權高斯分布的概率密度函數表示各個像素點的像素值，具體如下：

其中，x_j表示在t時刻像素點j的值，P(x_i)表示在t時刻像素點i的概率值，K表示高斯模型的個數，表示t時刻的5個混合高斯分布中第i個高斯分布的權重值，和表示t時刻5個混合高斯分布中第i個高斯分布的像素點j的均值方差和協方差矩陣，和表示t時刻像素點j分別對應RGB三種色彩的均值，和表示t時刻像素點j分別對應RGB三種色彩的協方差矩陣的系數，表示t時刻第i個高斯分布的概率密度函數；

步驟4-2，在獲得像素點的值X_t后，計算該值是否滿足現在的高斯模型，計算如下：

|X_t-μ_i,t-1|≤4σ_s,t-1 (3)

其中，X_t代表像素點在t時刻的像素值，μ_i,t-1代表在t-1時刻的第i個背景模型的均值，σ_s,t-1代表在t-1時刻所有背景模型的平均方差；

然后進行參數更新，計算如下：

式中，ω_i,t表示t時刻當前模型的高斯分布的權重值，α表示學習速率，σ為設置的權值更新率，ρ是參數學習速率，X_t是當前像素的值，μ_i,t和∑_i,t為當前模型的高斯分布的像素點的均值方差和協方差矩陣；如果當前像素的值X_t與當前建立的背景模型相匹配，則M_i,t的值為1，接著按照公式進行更新；否則將M_i,t的值設為0，保留其他值，只更新權值；

步驟4-3，根據步驟4-1計算結果選擇在當前序列中比例ω_k/|∑_k|值較大的前P個高斯分布來作為圖像的背景模型，然后進行運動分割，計算如下：

其中，Y為給定閾值；如果當前像素值X_t不滿足公式，即對像素點X進行計算后的P為0，則將其視為前景點并進行顯示，否則將該點視為背景點。

2.根據權利要求1所述的輸電線路纏繞異物清除器的入侵物檢測方法，其特征在于，接收攝像機采集的纏繞異物圖像，利用加權平均法進行灰度化，通過高斯濾波器進行濾波。

3.根據權利要求2所述的輸電線路纏繞異物清除器的入侵物檢測方法，其特征在于，選用標準差為1.25，高斯核維度為5的高斯濾波器進行濾波。