基于局部自适应阈值分割算法的高压线图像检测方法技术

本发明专利技术提出一种基于局部自适应阈值分割算法的高压线图像检测方法，包括以下步骤，步骤1：读入图像，将彩色图像转换为灰度图像，并进行图像增强；步骤2：对增强后的图像进行去除背景、边缘检测和图像局部自适应阈值分割算法处理，得到目标候选区域；其中，图像局部自适应阈值分割算法处理具体为：利用预设像素大小的窗口在图像中逐像素滑动，直到遍历整个图像，在每个窗口对应的图像子区域中，计算窗口内所有像素的总和sum，若sum大于或等于阈值，那么令窗口正中间的值为1，否则令窗口正中间的值为0，其中，0表示背景，1表示目标；步骤3：对目标候选区域进行去噪，得到最终检测的高压线像素集合，并在原图上标示出高压线所在的位置。

【技术实现步骤摘要】
基于局部自适应阈值分割算法的高压线图像检测方法
本专利技术涉及图像处理领域，尤其涉及一种基于局部自适应阈值分割算法的高压线图像检测方法及系统。
技术介绍
首先，《现代雷达》杂志2011年2月第2期中‘直升机防撞雷达关键技术及发展趋势’一文介绍了有关直升机事故的一组数据，文中表示据国外相关机构统计，每10000h飞行中，直升机平均会发生10次事故，而固定翼飞机的这个数字仅为0.3。各类事故中，因与低空飞行走廊上的山丘、树木等自然物体及电力线、电线杆、建筑物等人造物体碰撞引起的比例约占35％；在致命事故中，这一比例更高。其次，直升机在执行任务时常常需要贴地飞行，因此易与处于低空的高压线相撞。并且，《山东电力技术》杂志2012年01期中‘电力巡线无人直升机障碍规避系统’一文介绍了我国目前已形成华北、东北、华东、华中、西北和南方电网共6个跨省区电网，截至2010年110(66)kV及以上输电线路已超过70万km。500kV线路已成为各大电力系统的骨架和跨省、跨地区的联络线。在解决电网发展滞后的矛盾时，对直升机飞行安全的威胁也越来越大。同时，人眼的观察力有限，在距离较近时能辨识高压线，但对于远距离的高压线，飞行员很容易漏判或者是误判高压线。在恶劣的天气或“尘迷”现象或者夜间时，只凭肉眼识别根本是不可能的，随时都有撞上高压线的危险。而且，不仅仅是直升机需要辨识高压线，电力部门也同样需要。在高压线的巡检过程中，首先就需要对高压线进行识别，采用机器代替人工检测，不仅减低了检测费用，同时也减轻巡检作业的强度，提高了巡检作业的质量。因此，研究高压线的检测是很有意义的。中国专利公开号CN101806888B，公开日2012年9月5日，记载了一种“基于图像处理的高压线识别方法”，其核心思想是以雷达点迹图为输入并根据高压线塔的分布特性找到高压线塔从而利用先验搜索方法得到电力线分布区域，该方法的优点在于对雷达的分辨力要求较低，能探测到较远距离的目标，且计算量小，但是该方法只能探测到高压线的分布，不能显示高压线的具体位置，从而不能直接的给出飞行指导。中国专利公开号CN102930280A，公开日2013年2月13日，记载了一种“从红外图像中自动识别架空高压线的方法”，其核心思想是通过提取图像的多重特征用以找到高压线并用随机Hough变换(RHT)方法实现对高压线像素的检测，该方法的优点在于通过多重手段检测高压线，提高了辨识的精确度，但同时该方法也无法避免参数过多，计算量大的缺点。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的上述缺陷，提供一种计算量小、速度快，能有效去除背景和噪音得到候选目标的基于局部自适应阈值分割算法的高压线图像检测方法及系统。本专利技术解决其技术问题所采用的技术方案是：提供一种基于局部自适应阈值分割算法的高压线图像检测方法，包括以下步骤：步骤1：读入图像，将彩色图像转换为灰度图像，并进行图像增强；步骤2：对增强后的图像进行去除背景、边缘检测和图像局部自适应阈值分割算法处理，得到目标候选区域；其中，图像局部自适应阈值分割算法处理具体为：利用预设像素大小的窗口在图像中逐像素滑动，直到遍历整个图像，在每个窗口对应的图像子区域中，计算窗口内所有像素的总和sum，若sum大于或等于阈值，那么令窗口正中间的值为1，否则令窗口正中间的值为0，其中，0表示背景，1表示目标；步骤3：对目标候选区域进行去噪，得到最终检测的高压线像素集合，并在原图上标示出高压线所在的位置。本专利技术所述的方法中，步骤1中将彩色图像转换为灰度图像根据图像转换公式转换，图像增强采用线性变换方法。本专利技术所述的方法中，步骤2中去除背景具体使用图像的代数运算加法或乘法找到图像背景：将图像和它自身进行加操作，即对图像的每一个像素进行乘2操作，得到图像背景；若计算结果超出灰度值最大值，则使计算结果为灰度值最大值；若计算结果小于灰度值最小值，则使计算结果为灰度值最小值；再使用图像的代数运算除法和减法去除图像背景：先将经过代数运算加法操作后的图像除以2，再将步骤1所得的增强后的图像减去该图像，得到去除背景后的图像；若计算结果超出灰度值最大值，则使计算结果为灰度值最大值；若计算结果小于灰度值最小值，则使结果为灰度值最小值。本专利技术所述的方法中，步骤2中边缘检测具体采用3x3水平sobel算子模板，使其与去除背景后的图像进行卷积，实现图像的边缘检测，突出高压线的位置。本专利技术所述的方法中，步骤2中，图像局部自适应阈值分割算法处理中的阈值采用最大类间方差法来计算；设图像有L个灰度级，灰度值是i的像素数为ni，则总的像素数是各灰度值出现的概率为pi＝ni/N。显然，设阈值为t，将图像分割成2个区域，即把灰度级分为两类，背景类A＝(0，1，……，t)和目标类B＝(t+1，t+2，……，L-1)；两类出现的概率分别为：A、B两类的灰度均值分别为：图像总的灰度均值为：由此可以得到A、B两区域的类间方差：σ2＝pA(ωA-ω0)2+pB(ωB-ω0)2；类间方差越大，两类灰度差别越大，则使得类间方差σ2最大的t*即为所求的最佳阈值：本专利技术所述的方法中，步骤3具体采用中值滤波去除对目标候选区域的噪声。本专利技术还提供一种基于局部自适应阈值分割算法的高压线图像检测系统，包括：图像初步处理模块，用于读入图像，将彩色图像转换为灰度图像，并进行图像增强；去除背景模块，用于对增强后的图像进行去除背景处理；边缘检测模块，对去除背景后的图像进行边缘检测处理；局部自适应阈值分割处理模块，用于对边缘检测后的图像进行局部自适应阈值分割算法处理，得到目标候选区域；具体为：利用预设像素大小的窗口在图像中逐像素滑动，直到遍历整个图像，在每个窗口对应的图像子区域中，计算窗口内所有像素的总和sum，若sum大于或等于阈值，那么令窗口正中间的值为1，否则令窗口正中间的值为0，其中，0表示背景，1表示目标；去噪模块，用于对目标候选区域进行去噪，得到最终检测的高压线像素集合；标示模块：根据最终检测的高压线像素集合，在原图上标示出高压线所在的位置。本专利技术所述的系统中，所述去除背景模块具体用于：先使用图像的代数运算加法或乘法找到图像背景：将图像和它自身进行加操作，即对图像的每一个像素进行乘2操作，得到图像背景；若计算结果超出灰度值最大值，则使计算结果为灰度值最大值；若计算结果小于灰度值最小值，则使计算结果为灰度值最小值；再使用图像的代数运算除法和减法去除图像背景：先将经过代数运算加法操作后的图像除以2，再将步骤1所得的增强后的图像减去该图像，得到去除背景后的图像；若计算结果超出灰度值最大值，则使计算结果为灰度值最大值；若计算结果小于灰度值最小值，则使结果为灰度值最小值。本专利技术所述的系统中，所述标示模块具体采用红色像素在原图上标示出高压线所在的位置。本专利技术所述的系统中，所述边缘检测模块具体用于，采用3x3水平sobel算子模板，使其与去除背景后的图像进行卷积，实现图像的边缘检测，突出高压线的位置。本专利技术产生的有益效果是：本专利技术采用局部自适应阈值分割算法方法，图像的分割算法是在局部窗口中进行，相比于计算量较大的Hough变换方法，本专利技术具有计算量小，并且可以有效去除图像中背景的噪声，同时还能得到目标候选区域。进一步地，采用线本文档来自技高网...

【技术保护点】
一种基于局部自适应阈值分割算法的高压线图像检测方法，其特征在于，包括以下步骤：步骤1：读入图像，将彩色图像转换为灰度图像，并进行图像增强；步骤2：对增强后的图像进行去除背景、边缘检测和图像局部自适应阈值分割算法处理，得到目标候选区域；其中，图像局部自适应阈值分割算法处理具体为：利用预设像素大小的窗口在图像中逐像素滑动，直到遍历整个图像，在每个窗口对应的图像子区域中，计算窗口内所有像素的总和sum，若sum大于或等于阈值，那么令窗口正中间的值为1，否则令窗口正中间的值为0，其中，0表示背景，1表示目标；步骤3：对目标候选区域进行去噪，得到最终检测的高压线像素集合，并在原图上标示出高压线所在的位置。

【技术特征摘要】
1.一种基于局部自适应阈值分割算法的高压线图像检测方法，其特征在于，包括以下步骤：步骤1：读入图像，将彩色图像转换为灰度图像，并进行图像增强；步骤2：对增强后的图像进行去除背景、边缘检测和图像局部自适应阈值分割算法处理，得到目标候选区域；其中，图像局部自适应阈值分割算法处理具体为：利用预设像素大小的窗口在图像中逐像素滑动，直到遍历整个图像，在每个窗口对应的图像子区域中，计算窗口内所有像素的总和sum，若sum大于或等于阈值，那么令窗口正中间的值为1，否则令窗口正中间的值为0，其中，0表示背景，1表示目标；步骤3：对目标候选区域进行去噪，得到最终检测的高压线像素集合，并在原图上标示出高压线所在的位置。2.根据权利要求1所述的方法，其特征在于，步骤1中将彩色图像转换为灰度图像根据图像转换公式转换，图像增强采用线性变换方法。3.根据权利要求1所述的方法，其特征在于，步骤2中去除背景具体使用图像的代数运算加法或乘法找到图像背景：将图像和它自身进行加操作，即对图像的每一个像素进行乘2操作，得到图像背景；若计算结果超出灰度值最大值，则使计算结果为灰度值最大值；若计算结果小于灰度值最小值，则使计算结果为灰度值最小值；再使用图像的代数运算除法和减法去除图像背景：先将经过代数运算加法操作后的图像除以2，再将步骤1所得的增强后的图像减去该图像，得到去除背景后的图像；若计算结果超出灰度值最大值，则使计算结果为灰度值最大值；若计算结果小于灰度值最小值，则使结果为灰度值最小值。4.根据权利要求1所述的方法，其特征在于，步骤2中边缘检测具体采用3x3水平sobel算子模板，使其与去除背景后的图像进行卷积，实现图像的边缘检测，突出高压线的位置。5.根据权利要求1所述的方法，其特征在于，步骤2中，图像局部自适应阈值分割算法处理中的阈值采用最大类间方差法来计算；设图像有L个灰度级，灰度值是i的像素数为ni，则总的像素数是各灰度值出现的概率为pi＝ni/N，显然，设阈值为t，将图像分割成2个区域，即把灰度级分为两类，背景类A＝(0，1，……，t)和目标类B＝(t+1，t+2，……，L-1)；两类出现的概率分别为：A、B两类的灰度均值分别...

【专利技术属性】
技术研发人员：安妮，于宝成，张彦铎，王春梅，王逸文，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：湖北;42