[发明专利]基于霍夫直线变换对输电线路的异物识别方法

摘要

本发明公开基于霍夫直线变换对输电线路的异物识别方法，对采集的输电线路图像进行灰度化处理；将经过灰度化处理的输电线路图像采用中值滤波处理；采用Otsu法来进行图像分割得到待识别的二值图，再进行Canny边缘检测。再进行霍夫直线变换后，利用异物附在输电线路周围这一特征提出对输电线路进行卷积操作。本发明公开基于霍夫直线变换对输电线路的异物识别方法，异物识别结果好，能满足对基本的巡检图像进行异物检测识别需求。应用在输电线路巡检中，有效降低巡检人力成本，提高巡检效率和精度都将具有很大的工程应用价值，为输电线路异物识别提供了新的手段。

主权项

基于霍夫直线变换对输电线路的异物识别方法，其特征在于，包括如下步骤：(1)采集输电线路的图像；(2)对采集的输电线路图像进行灰度化处理；(3)将经过灰度化处理的输电线路图像采用中值滤波处理；(4)将经过步骤(3)处理过的图片进行图形分割：采用Otsu法来进行图像分割得到待识别的二值图：(41)设图像有L个灰度级，灰度值是i的像素为n,则总的像素数是N＝n1+n2+n3+...+nL‑1。各灰度值出现的概率Pi＝ni/N,很显然P1+P2+P3+...+PL‑1＝1。(42)设阈值为t,则t将图像分割为两个区域，即把灰度级分为两类:背景类A＝{0,1,2,…...,t}；前景类B＝{t+1,t+2,……,L‑1}背景类和前景类的概率分别为：PA=Σi=0tPi,PB=Σi=t+1L-1Pi=1-pA]]>A，B两类的灰度均值分别为：ωA=Σi=0tiPi/PA,ωB=Σi=t+1L-1iPi/PB]]>图像总的灰度均值ω0为：ω0=PAωA+PBωB=Σi=0L-1ipi]]>由此可以得到A，B两个区域的类间方差：σ2＝PA(ωA‑ω0)2+pB(ωB‑ω0)2类间方差越大，两类灰度差别就越大，则使类间方差最大的t值就是所要的阈值，根据阈值t，得到待识别的二值图；(5)利用Otsu法来进行图像分割后，再进行Canny边缘检测；(6)将经过步骤(5)处理过的图片进行形态学处理：采用闭运算对经过步骤(5)处理过的图片进行先膨胀后腐蚀操作，以消除图像噪声点，连接图像中相邻元素；(7)用霍夫直线变换函数来检测步骤(6)处理过的输电线路图像：对图像中每一个像素点进行遍历，再对经过这个点的所有直线进行频率统计，出现频率较大的直线作为该图像中的被检测到的直线；(8)对步骤(7)处理过的输电线路图像进行异物识别：对正常的输电线周围制作一个高度为10像素，宽度为直线两个端点的x坐标的差的绝对值这为像素的矩形；对每条正常输电线,计算对应的像素值为255的点总数n，如果n除以矩形的高度与宽度之积超过异点率，判断异点率不在正常范围，识别输电线路上有异物。