[发明专利]一种基于云变换的输电线路山火监测阈值计算方法

摘要

本发明公开了一种基于云变换的输电线路山火监测阈值计算方法，在图像灰度直方图的基础上，利用基于峰值法的云变换方法提取红外图像灰度级概率分布的定性特征，得到热红外图像分割的潜在最优阈值；并通过计算潜在阈值下图像的熵函数值，获取最佳阈值以识别图像中山火区域，有效提高输电线路山火监测的准确性。以云模型为理论基础，可根据热红外图像灰度级分布实际情况，自动生成一系列由云模型表示的基本概念，并通过计算熵函数值得到山火区域识别的最优阈值，实现了对红外图像灰度直方图的有效搜索。该方法思路清晰，操作方便，实用性强，可有效识别图像中山火区域，并且对于多峰状直方图具有较好的分割效果。

主权项

1.一种基于云变换的输电线路山火监测阈值计算方法，其特征在于，对待监测的输电线路山火区域的红外图像的灰度直方图进行云变换，得到多个云概念，计算各云概念的概率密度函数曲线的交叉点坐标，将交叉点对应的灰度级作为潜在最优阈值；并通过计算各潜在最优阈值下图像的熵函数数值，以熵函数数值最大的阈值点作为最佳阈值，用以识别图像中山火区域；所述云变换是采用基于峰值的云变换方法，且采用正态云模型；采用基于峰值的云变换方法对图像灰度直方图进行云变换，并选用正态云模型，得到多个表征灰度直方图特征的云概念，其概率密度期望函数表达式为：利用云概念跃升方法对距离最近的两个云概念进行合并获得跃升后的云概念；所述潜在最优阈值下图像的熵函数数值的计算公式如下：式中，n_k表示待监测的输电线路山火区域的红外图像对应的灰度图像中出现归一化灰度级r_k的像素个数，概率密度函数p_k表示归一化灰度级r_k出现的频率，L为红外图像对应的灰度图像中灰度级数，M×N为红外图像中像素总数；t表示潜在最优阈值；若红外图像对应的灰度图像中灰度级数为L，则对红外图像对应的灰度图像中的像素的灰度级fk进行归一化得到归一化灰度级rk的计算公式如下：