[发明专利]一种应用于线上异物入侵检测的电力线轮廓提取方法

说明书

技术领域

本发明涉及一种应用于线上异物入侵检测的电力线轮廓提取方法，属于应用于通过图像处理来实现电力线轮廓的提取识别，为后续的实现电力线异物入侵检测提供基础性的支撑，是实现智能视频监控线上异物入侵检测功能的关键方法。

背景技术

电力线异物入侵极易导致电力线相间放电短路和电力线对杆塔或对避雷线放电短路，造成跳闸停电事故，严重影响电网的安全运行和供电可靠性，有效的检测电力线异物入侵具有积极重大的意义。

在电力系统智能视频监控系统中，基于图像处理的电力线、绝缘子等关键部件的识别是实现异物入侵检测的前提条件。Hough变换提供了一种高效的检测图像中由直线、圆弧、二次曲线甚至任意曲线所构成形状的方法，该方法在目标检测识别中具有十分广泛的应用。

Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点，这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题，也即把检测整体特性转化为检测局部特性，比如直线、椭圆、圆、弧线等。

Hough变换在参数空间不超过二维的情况下，变换效果理想，优势明显。但Hough变换将图像中的每一个边缘点映射为参数空间中相应的曲线，一旦参数空间增大，计算量便会急剧上升，且需要预存的参数空间，耗费巨大的存储空间，耗时也随之猛增。常规Hough变换的不足主要有以下几点：

1、参数由直线的两个参数，即截距和斜率，上升到三个，即圆心坐标和半径，每个点映射成参数空间的一个曲面，是一到多映射，因而计算量急剧增大；

2、需占用大量内存空间，耗时久、实时性差；

3、现实中的图像一般都受到外界噪声的干扰，信噪比较低，此时常规Hough变换的性能将急剧下降，进行参数空间极大值的搜索时由于合适的阈值难以确定，往往出现“虚峰”和“漏检”的问题。

对于直线的Hough变换检测，由于图像会出现伪峰值，也给检测带来了困难，限制了其应用。

标准Hough变换算法（SHT算法）之所以需要大量的存储空间，主要是因为数字在计算机中是离散的。我们在计算机中实现SHT算法时，有一个事实常常被忽略，那就是计算机中相同的存储空间是可以被重新分配和利用的。

发明内容

本发明要解决上述现有技术的缺点，克服了SHT算法需要大量的计算存储空间的缺点，提供一种应用于线上异物入侵检测的电力线轮廓提取方法。

本发明解决其技术问题采用的技术方案：这种应用于线上异物入侵检测的电力线轮廓提取方法，包括以下步骤：

（1）选择种子点，对于一幅N×N的二值边缘图像，每次按顺序从k个边缘点组成的集合D={(x_i,y_i)|i＝1,2,...,k}中取出一个特征点作为种子点进行计算；

（2）选取特征点，当确定种子点以后，依次从集合D剩下的特征点中选取一点参与运算，被选择的特征点和种子点将组成一个点对，从而唯一确定图像中的一条直线；

（3）计算参数，检测穿过两个特征点对{(x_i,y_i),(x_j,y_j)}（其中i为种子点在集合D中的索引值，j满足i<j≤k）的直线，由公式（1）、（2）可得其Hough变换参数，本发明在计算过程中只用到了参数θ，故参数ρ可以不必计算，当y_i-y_j=0时，θ_i,j＝0；