[发明专利]一种室内巡检机器人弱光下去除阴影和光晕的方法

说明书

技术领域

本发明涉及一种室内巡检机器人弱光下去除阴影和光晕的方法。

背景技术

在电力系统中，由于电能的生成和输配送阶段的连续性，对整个系统的各个设备单元的可靠运作有极高的要求，因此对电力设备的可靠性巡检至关重要。变电站作为电力输配送的最重要环节，其室内设备是整个变电站的核心，其中设备包括各种监控屏、电源柜和后台设备，原始的人工检测处理方式需要值班人员周期性的进入室内进行逐设备巡检并记录，由于工作的长期性和重复性常常导致值班人员在巡检设备时因疲惫而遗漏或错判，造成工作失误。

随着计算机视觉和模式识别等技术的发展，将计算机视觉引入工程领域，通过对现场照片进行数字处理，可人工远程监控甚至以计算机来全自动监控设备的运行情况，大大减少了原始人力方式的工作量和错误几率。安全可靠是智能场景监控的最终目标，现有的室内检测方案多为轨道机器人巡检，其在效率上大大优于人工检测，但是由于室内环境的特殊性，通常情况下变电站室内环境光线较暗，加上不同设备之间由于前期布局和后期的扩充等导致遮挡光线等问题，机器人需要处理的图片很多具有光晕或者阴影，导致处理结果存在误差，不得不需要人工进行验证。

发明内容

本发明为了解决上述问题，提出了一种室内巡检机器人弱光下去除阴影和光晕的方法，本方法应用于室内轨道机器人在低光条件下针对光晕和阴影图片处理不佳的情况下，利用图像增强算法来减少或去除低亮度下光晕和阴影对图片处理的影响。

为了实现上述目的，本发明采用如下技术方案：

一种室内巡检机器人弱光下去除阴影和光晕的方法，包括以下步骤：

对机器人采集的图片根据图像明暗关系确定权值取值，进行多尺度Retinex增强，对增强处理的图像的像素点通过meanshift滤波进行有限次迭代，消除噪声点，将图像平滑化，利用光照归一化的方法去除低光阴影区域后，通过OTSU阈值分割方法进行图像分割，得到二值化结果。

所述多尺度Retinex增强的具体方法为：从原始图像中分离出反射率图像，利用多个尺度下Retinex处理得到多个结果，根据明暗关系直方图分布确定各个尺度的权值，对处理结果进行融合。

所述多尺度Retinex增强的具体方法中，进行多次不同尺度的高斯模糊来求得图像数据的光照分量，在对不同尺度下的结果进行加权组合，权值分配为等分且权值和为1，通过直方图算得明暗区域的大小关系，由该比例得出小尺度所占的权值。

所述meanshift滤波的具体方法为：通过迭代的方式利用核密度估计各个像素点，使噪声点移动到像素点概率密度函数梯度的方向进行迭代，每次迭代后都使其趋向正常的像素点值。

所述meanshift滤波中，由meanshift进行聚类滤波，对增强后的图像计算meanshift向量，根据向量值来移动核函数，移动的结束条件是该核函数的中心点收敛到数据空间中密度最大的点，即该密度梯度的估计值小于设定值。

进一步的，所述核函数为高斯核函数。

所述光照归一化的方法为对图像进行直方图均衡化处理。

所述像素点为五维向量，由一个三维的颜色空间向量描述，同时有一个二维的地理坐标向量。

本发明的有益效果为：

(1)能有效地去除弱光环境中设备存在的阴影并消除光晕的影响，同时能够保留后期模式识别所需的有效信息。

附图说明

图1为本发明的低光下带有阴影的压板开关照片示意图；

图2为图1利用OSTU进行分割图像得到二值化后的结果示意图；

图3为图1以Retinex原理增强后的低光条件过程示意图；

图4为本发明的现场LED设备的光晕和高光示意图；

图5为将图4利用OTSU阈值分割后进行二值化结果示意图；

图6(a)为本发明正常信号示意图；

图6(b)为本发明的有光晕的信号示意图；

图7为本发明消除光晕后的信号示意图；

图8(a)-(c)为基于meanshift平滑的现场LED设备的光晕和高光照片和其二值化结果示意图；

图9(a)为带光晕LED指示灯原图、二值图和增强后二值图；

图9(b)为普通光照压板开关原图、二值图和增强后二值图；

图9(c)为高光下LED指示灯原图、二值图和增强后二值图；

图9(d)为带光晕LED指示灯原图、二值图和增强后二值图；

图9(e)为暗光压板开光原图、二值图和增强后二值图；