[发明专利]一种输电线路绝缘子对象识别方法有效
| 申请号: | 201811092486.0 | 申请日: | 2018-09-19 |
| 公开(公告)号: | CN109325441B | 公开(公告)日: | 2022-02-15 |
| 发明(设计)人: | 姚楠;吴曦;蔡越;王祥 | 申请(专利权)人: | 国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司无锡供电分公司;江苏省电力试验研究院有限公司 |
| 主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/44 |
| 代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 母秋松;董建林 |
| 地址: | 210008 江苏*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 输电 线路 绝缘子 对象 识别 方法 | ||
1.一种输电线路绝缘子对象识别方法,其特征在于:包括步骤如下:
步骤S1:对原始图片进行纵向边缘性特征提取,形成纵向边缘特征图片;
步骤S2:对原始图片进行横向边缘性特征提取,形成横向边缘特征图片;
步骤S3:将横向边缘特征图片、纵向边缘特征图片进行合并,形成新的边缘特征图片,对新的边缘特征图片的区域图片进行傅里叶变换,提取亮点后,确定包含绝缘子的区域;
步骤S4:对纵向边缘特征图片进行平行线交叉点特征提取,将绝缘子区域框选出来;
步骤S5:将步骤S3与步骤S4提取的绝缘子区域共同部分,判断为绝缘子区域;
所述步骤S4包括步骤如下:
S41:针对纵向边缘特征图片,叠加横向像素间隔为其中一个像素值的垂直线段,像素值取值范围[4-8],垂直线段每个像素值为255,叠加采用与函数操作;
S42:当线段的交叉点的值大于其中一个像素值时,像素值取值范围[200-210],设置该点的值为255,否则设置为0;
S43:计算纵向单列中的像素值为255的点数量,当少于其中一个个数时,个数取值范围[8-12],则将该列中为255的像素值也赋值为0;或者当多于该个数时,计算相邻点之间的距离值,存在着超过其中距离值差值范围小于其中一个像素值时,距离值取值范围[10-12],像素值取值范围[4-6],则认为相应的相邻点垂直区域为绝缘子区域,最终将相应的绝缘子区域框选出来。
2.根据权利要求1所述的一种输电线路绝缘子对象识别方法,其特征在于:对步骤S1、S2中原始图片进行预处理,包括步骤如下:
S11:对原始图片进行拉普拉斯边缘增强处理和高斯滤波处理;
S12:对处理后的图片取像素点RGB最低值;
S13:当最低值低于其中一个像素值时,像素值取值范围[40-60],该像素值赋值为RGB(0,0,0),否则,仍然保留原始值。
3.根据权利要求1所述的一种输电线路绝缘子对象识别方法,其特征在于:所述步骤S1包括步骤如下:
S11:新建与原始图片尺寸大小相同的单通道空白图片,采用纵向的边缘特征提取,对原始图片每个像素点求取纵向的梯度差值替换对应位置空白图片中的像素值,再对该空白图片,采用像素值增强算法,每个像素值取横向相邻3个像素的最大值作为本像素值,形成纵向边缘特征图片。
4.根据权利要求1所述的一种输电线路绝缘子对象识别方法,其特征在于:所述步骤S2包括步骤如下:
S21:新建与原始图片尺寸大小相同的单通道空白图片,采用横向的边缘特征提取,对原始图片每个像素点求取横向的梯度差值替换对应位置空白图片中的像素值,形成横向边缘特征图片。
5.根据权利要求1所述的一种输电线路绝缘子对象识别方法,其特征在于:所述步骤S3包括步骤如下:
S31:对横向边缘特征图片、纵向边缘特征图片中像素采用与操作,形成新的边缘特征图片;
S32:对新的边缘特征图片,采用检测外部轮廓算法,形成多个联通区域图片;
S33:对每个区域图片进行傅里叶变换,形成傅里叶特征图片;
S34:对傅里叶特征图片中的亮点进行提取,当亮点数量超过其中一个像素值时,像素值取值范围[220-255],确定该区域图片包含了绝缘子。
6.根据权利要求1所述的一种输电线路绝缘子对象识别方法,其特征在于:所述步骤S5包括步骤如下:
S51:根据基于边缘区域提取的傅里叶特征提取过程、平行线交叉点特征提取过程,这两个过程中分别提取的绝缘子区域,进行与操作,最后形成绝缘子区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司无锡供电分公司;江苏省电力试验研究院有限公司,未经国网江苏省电力有限公司电力科学研究院;国家电网有限公司;国网江苏省电力有限公司无锡供电分公司;江苏省电力试验研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811092486.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:人体动作识别方法及系统
- 下一篇:一种图像像素缺失的人脸识别方法





