[发明专利]一种用于无人机巡检图像的输电线路部件自动提取方法

摘要

本发明公开了一种用于无人机巡检图像的输电线路部件自动提取方法，读取巡检图像数据，进行缩放处理并将彩色图像进行RGB通道数据分离、直方图统计，遍历图像，确定图像的边缘信息；对图像进行分块处理，提取图像块的特性，对相似的特征进行聚合，得到特征块；结合输电线路部件的固有属性，对特征块进行特征分析，确定每个特征块的类别属性，对输电线路上的部件进行标注。本发明对巡检获得的图像进行筛选，减轻人工筛查的负担，在巡检领域有着广阔的应用前景。

主权项

1.一种用于无人机巡检图像的输电线路部件自动提取方法，其特征是：包括以下步骤：(1)读取巡检图像数据，进行缩放处理并将彩色图像进行RGB通道数据分离、直方图统计；(2)遍历图像，确定图像的边缘信息；(3)对图像进行分块处理，提取图像块的特性，对相似的特征进行聚合，得到特征块；(4)结合输电线路部件的固有属性，对特征块进行特征分析，确定每个特征块的类别属性，对输电线路上的部件进行标注；所述步骤(3)中，将分块后的二值化图像内利用区域生长方式进行聚类分析得到多重类型的聚类块，具体步骤包括：(3‑1)初始化所有的像素点标签为未使用；(3‑2)以第一个标签为未使用的二值像素点为锚点，扫描其八邻域内的点，将非零的、未使用的像素点聚合到此锚点下，将像素点标签设置为使用并形成数据链；(3‑3)遍历数据链下所有像素点，执行步骤(3‑2)操作，直到没有新的像素点加入到队列中则停止搜索；(3‑4)遍历图像块的所有像素点，执行步骤(3‑2)与步骤(3‑3)；(3‑5)保存形成的数据链即特征块，经过区域生长计算后就将所有像素按照梯度值进行了聚类；所述步骤(4)中，输电线路部件具体包括杆塔和导线，杆塔的属性是具有典型的交叉、对称结构，导线为贯通、平行的特性；对图像块中的杆塔识别包括：(4‑1)根据图像块中的聚类数据，利用直线拟合算法计算每条直线的角度；(4‑2)对不同角度的直线进行统计，记录每个区间中直线的数目，并记录每条直线的起始、终结的坐标信息、角度和长度信息；(4‑3)设置长度阈值，对直线进行过滤，如果图像块中斜向上与斜向下的直线数目均大于设置阈值，或者水平和垂直方向的直线数目均大于设置阈值，将图像块标记为杆塔，对每个图像块执行上述杆塔 识别，完成图像块分类；对图像块中的导线识别包括：(4‑a)根据航拍距离的不同，设定不同的掩模大小和阈值，确定导线边缘；(4‑b)将图像中的直线依据长度值进行排序，删除长度小于设置阈值像素的直线；(4‑c)统计每个图像块中垂直与水平边缘的数目，计算边缘的中心点坐标并保存直线的端点与中心点坐标信息；所述步骤(4)中，对导线的标注包括：获取导线的四个端点A₁(x₁,y₁),A₂(x₂,y₂),A₃(x₃,y₃),A₄(x₄,y₄)，根据导线双边缘平行的特性，将端点组合成两条直线，计算每个图像块中直线的斜率：根据四个端点信息和斜率信息，计算四个顶点内包含的所有像素位置，并将其设为与背景颜色不同的像素值，将相邻的图像块中，斜率相同的直线连接并设为相同的像素标记值；对杆塔的标注包括：在杆塔识别过程中对属于杆塔类型的图像块进行了类别确定，结合类别信息，对图像块外围进行标注实现对杆塔的标记。