[发明专利]基于组合特征和级联分类器的高压输电线路防震锤检测方法有效

专利信息
申请号: 201910353892.6 申请日: 2019-04-29
公开(公告)号: CN110119771B 公开(公告)日: 2020-12-22
发明(设计)人: 陆剑锋;李黎;张善卿;骆挺 申请(专利权)人: 杭州电子科技大学上虞科学与工程研究院有限公司;杭州电子科技大学
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 浙江千克知识产权代理有限公司 33246 代理人: 周希良;贺龙萍
地址: 312399 浙江省绍兴市上虞区曹娥*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 组合 特征 级联 分类 高压 输电 线路 防震 检测 方法
【权利要求书】:

1.一种基于组合特征和级联分类器的高压输电线路防震锤检测方法,其特征在于,包括步骤:

S1、对待检测的图像进行预处理;

S2、使用改进的归一化互相关匹配方法进行模板匹配,并在匹配的过程中缩放和旋转模板,得到防震锤疑似区域样本集;

S3、提取所述防震锤疑似区域的组合特征;

S4、使用级联分类器对所述防震锤疑似区域进行多级分类;

S5、统计所述级联分类器的分类结果;

所述预处理包括去噪,亮度调整,大小调整;

所述步骤S1具体为:

S1.1、判别图像亮度:过滤待检测的图像Iu的噪声,并对图像进行灰度化处理,得到中值滤波后的灰度图Ig,计算所述灰度图Ig的平均偏差MD;并检测图像的亮度是否正常;

S1.2、调整图像亮度得到初始化后的图像为Ir:当MD大于正常的图像亮度值时,图像过亮,平衡亮度;当MD小于正常的图像亮度值时,图像过暗,提升亮度;当MD与正常的图像亮度值相等时,不作任何处理;

S1.3、调整图像大小:将图像的分辨率归一化为特定值;

所述步骤S2具体为:

S2.1、归一化匹配模板:从初始化后图像集Ir中选择预定数量的近景拍摄的图像,手工标定每张图像的一个防震锤区域,并将该区域进行尺度归一化处理以作为初始模板图像Iti;将Iti进行灰度化处理得到灰度图I′ti,并对所有I′ti求平均,得到最终的匹配模板图像It

S2.2、对归一化互相关匹配方法进行改进;

S2.3、匹配模板:使用改进的归一化互相关匹配方法对初始化后的图像Ir进行模板匹配,当相似度值NCC大于阈值T时,认为当前窗口为防震锤疑似区域,并将该相似度值NCC赋值为-1以避免下一次匹配到重叠区域;

S2.4、旋转模板再匹配;

S2.5、缩放模板再匹配;

所述归一化互相关匹配方法为:设r(x,y)为待匹配图像I'r,图像大小为w*h,t(x,y)为匹配的模板图像It,图像大小为m*n;归一化互相关匹配方法中相似度NCC的计算方法如下:

其中,图像I'r的子图像的大小与模板图像It相同,即m*n;μr为待匹配图像I'r的子图像的灰度均值,计算方法如下:

μt为模板图像的灰度均值,计算方法如下:

所述改进为:构造求和表Sμ,Sσ,Sc分别用于计算待匹配图像I'r的灰度均值μr、平方以及图像间的互相关值r(x,y)·t(x,y),求和表的计算方法如下:

Sμ(x,y)=r(x,y)+Sμ(x-1,y)+Sμ(x,y-1)-Sμ(x-1,y-1);

Sσ(x,y)=r2(x,y)+Sσ(x-1,y)+Sσ(x,y-1)-Sσ(x-1,y-1);

Sc(x,y)=r(x,y)·t(x,y)+Sc(x-1,y)+Sc(x,y-1)-Sc(x-1,y-1);

其中,当参数x或y0时,Sμ(x,y)=Sσ(x,y)=Sc(x,y);

待匹配图像I'r的子图像在(x,y)处的灰度均值、平方、互相关值的计算方法分别为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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杭州电子科技大学上虞科学与工程研究院有限公司;杭州电子科技大学,未经杭州电子科技大学上虞科学与工程研究院有限公司;杭州电子科技大学许可,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/201910353892.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top