[發明專利]一種巡檢視頻圖像預處理方法

在審

• 申請號: 202210303079.X
• 申請日: 2022-03-24
• 公開（公告）號: CN114881869A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 王丹丹;張杰興;張璐明;賀小剛;龐博;富強;劉鈺;王堃;劉新波
• 申請（專利權）人: 天津三源電力信息技術股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/62;H04N7/18;G06V10/764;G06V10/774
• 代理公司: 北京中企鴻陽知識產權代理事務所(普通合伙) 11487
• 代理人: 高向華

1.一種巡檢視頻圖像預處理方法，其特征在于，包括采集目標物體的圖像，對目標物體的圖像進行識別分類，針對不同種類的目標物體，采用目標建模特征識別方法以對不同種類的物體圖像進行特征識別處理；

所述目標建模特征識別方法包括對圖像去霧，采用如下公式算法以對圖像去霧：

其中，J(x)為恢復的無霧的圖像，I(x)為待去霧的圖像，A為全球大氣光成分參數，t(x)為透射率，t₀為閥值；

所述目標建模特征識別方法還包括對圖像濾波去噪，所述對圖像濾波去噪包括:

步驟S1:設f_ij為點(i,j)的灰度，A_ij為當前工作窗口,f_min為S_i,j中的灰度最小值，f_max為S_i,j中的灰度最大值，f_med為S_i,j中灰度中值，設A_max為預設的允許最大門窗口；

步驟S2:若f_min＜f_med＜f_max，則轉至步驟S3；否則轉至步驟S4；

步驟S3:若f_min＜f_ij＜f_max，則輸出f_ij；否則輸出f_med；

步驟S4:增大窗口A_ij尺寸；若A_ij＜A_max，則轉至步驟S2；否則輸出f_ij。

2.如權利要求1所述的一種巡檢視頻圖像預處理方法，其特征在于，所述目標建模特征識別方法還包括對視頻圖像去抖動，獲取穩定的視頻，包括：

步驟C1:利用尺度不變特征轉換SIFT算法提取圖像參考幀和當前幀中的特征點，并進行匹配；

步驟C2:通過隨機采樣一致RANSAC算法得到全局運動參數；

步驟C3:對全局運動參數進行自適應尺寸的低通濾波來得到平穩運動參數，并將所述平穩運動參數與所述全局運動參數的差值作為抖動參數來實現運動補償；

步驟C4:結合圖像紋理合成算法修復去抖動后視頻幀中的空白區域，獲得穩定視頻。

3.如權利要求1所述的一種巡檢視頻圖像預處理方法，其特征在于，所述目標建模特征識別方法還包括對圖像中的煙霧特征進行識別，包括：

步驟D1:循環獲取時視頻圖像中的每一幀圖片；

步驟D2:獲取每一幀圖片中每個像素點的值；

步驟D21:將每個像素值重新取值為最小通道像素值；

步驟D22:根據最小通道像素值構成最小通道像素圖片；

步驟D23:對最小通道像素圖片中的每個像素進行均值化濾波；

步驟D24:若濾波后的最小通道像素圖片中的每個像素點的值小于150時，將每個像素點的值設為0，若濾波后的最小通道像素圖片中的每個像素點的值大于等于150時，將每個像素點的值設為255；

步驟D25:根據步驟D24中對每個像素點設置完成的值生成第一二值化圖片；

步驟D3:將步驟D1中獲取的圖片轉換成灰度圖片；

步驟D31:識別灰度圖片中的移動物體圖片；

步驟D32:將識別后的移動物體圖片轉換成第二二值化圖片；

步驟D4:識別灰度圖片中的前后景，提取出前景圖片；

步驟D41:將提取出的前景圖片轉換為第三二值化圖片；

步驟D5:將步驟步驟D32中第二二值化圖片與步驟D41中的第三二值化圖片進行與運算操作形成第四二值化圖片；

步驟D6:將第一二值化圖片與第四二值化圖片進行與運算操作得到第五二值化圖片，當第五二值化圖片中的像素點的值為255時，則表示該像素點存在著煙霧。