一种电缆管道内部巡检可视距离提升方法技术

本发明专利技术公开了一种电缆管道内部巡检可视距离提升方法，包括以下步骤：采用前景显著性检测方法、背景显著性检测方法、中心显著性检测方法分别提取三种欠曝光区域的显著特征图，利用显著性图像融合方法合成显著性图像，计算权重矩阵、曝光率，融合过曝光图像和欠曝光图像，生成电缆管道的局部增强图像。构建一种基于全局权重共享的自校准神经网络模型处理电缆管道图像，获得电缆管道的全局增强图像，提出一种基于全局增强图像和局部增强图像的多尺度特征融合策略，实现对电缆管道内部巡检图像可视距离的提升。本发明专利技术能够在电缆管道内部的可视距离提升方面取得较好效果，可以大幅减小电缆管道检测的代价。小电缆管道检测的代价。小电缆管道检测的代价。

【技术实现步骤摘要】
一种电缆管道内部巡检可视距离提升方法


[0001]本专利技术属于计算机视觉与电缆管道巡检
，具体涉及一种基于自适应曝光调节的电缆管道内部巡检可视距离提升方法。

技术介绍

[0002]随着地下电缆管道系统的广泛应用，城市电网的可靠性得到提高，也增加了电网的传输方式。然而电缆管道在电缆安装前会放置在地下一段时间，如果电缆管道闲置时间过长，等到安装电缆时可能遇到管道漏水、管道中存在异物等问题，易造成安全隐患，因此有必要对管道进行定期检测维修和清理。而传统的管道检测方法例如三维激光扫描法、潜望镜检测法，检测成本较大，其方法的效率低下也不再适合检测日渐复杂的地下电缆管道系统。随着计算机视觉技术的发展，采用视觉检测逐渐成为一种更为适合的办法，不仅可以降低成本，还有着准确度高等优点。然而在管道内携带单光源拍摄图像时，由于管道内管壁的反射，会导致图像中央偏暗，可视距离大大减小，不利于管道异物的检测，因此需要一种高效的电缆管道内部巡检可视距离提升的方法。

技术实现思路

[0003]本专利技术所解决的技术问题是现有技术中电缆管道中可视距离较短的问题，提出一种对电缆管道内部巡检图像可视距离提升的办法，通过对图像信息的分析，实现对电缆管道图像中的欠曝光区域进行快速定位与检测。构建一种基于全局权重共享的自校准神经网络模型处理电缆管道图像，该网络模型由光照强度估计模块和自校准模块两部分组成，通过无监督训练方式实现电缆管道低曝光图像的全局增强。提出一种基于全局增强图像和局部增强图像的多尺度特征融合策略，在提高低曝光区域亮度的同时，保证电缆管道图像整体亮度平稳，低曝光区域没有明显边界，实现对电缆管道内部巡检图像可视距离的提升。
[0004]本专利技术具体为一种电缆管道内部巡检可视距离提升方法，包括以下步骤：
[0005]步骤1：针对预先拍摄无任何预处理的电缆管道图像，采用前景显著性检测方法、背景显著性检测方法和中心显著性检测方法分别获得前景显著性图像FSM、背景显著性图像BSM和中心显著性图像CSM；
[0006]步骤2：根据三个显著性图像按照一个合适的比例进行融合，计算得混合显著性图像，并根据二值图像拓展方法对混合显著性图像进行拓展；
[0007]步骤3：基于原电缆管道图像和混合显著性图像，计算曝光融合图像的权重矩阵和曝光率，并设置先验的相机模型；
[0008]步骤4：原电缆管道图像、权重矩阵和混合显著性图像混合计算得到欠曝光图像；将原电缆管道图像、曝光率和先验的相机模型进行混合计算得到过曝光图像；
[0009]步骤5：利用权重矩阵对欠曝光图像和过曝光图像进行融合，得到可视距离提升的电缆管道图像。
[0010]进一步的，通过前景显著性检测方法获得前景显著性图像，具体步骤为：
[0011](1)使用SLIC算法将原电缆管道图像分割为n个区域，并把分割后的区域记为R1，R2，...，R
n
；对区域R
i
的颜色模型采用Lab表示，定义x与y是区域R
i
的像素坐标，count(x,y)表示区域R
i
中的像素点个数；根据颜色成分L
i
、A
i
和B
i
的像素点个数计算，区域平均颜色成分Lab的计算表达式分别如下：
[0012][0013][0014][0015](2)根据已经求解的颜色模型Lab来计算前景显著性图像的区域颜色体积，前景显著性图像FSM的计算表达式如下：
[0016][0017]其中i指SLIC算法分割的区域，L
i
、A
i
、B
i
分别是区域平均颜色成分Lab的值。
[0018]进一步的，采用背景显著性检测方法获得背景显著性图像，具体步骤为：
[0019](1)应用SLIC算法将其分割成n个区域，其中m个区域是边界区域，那么无边界区域为m
‑
n个，将分割后的区域表示为R1，R2，...，R
m
，R
m+1
，...，R
n
；
[0020](2)计算区域R
i
与所有其他边界区域R
j
,j＝m,m+1,...,n之间的显著性之和，记为B(i),i＝1,2,...,n，其表达式如下：
[0021][0022][0023][0024]其中C
i
＝{L
i
,A
i
,B
i
}与C
j
＝{L
j
,A
j
,B
j
}分别是i和j区域的平均感知颜色，||C
i
‑
C
j
||是平均感知颜色差的模，分别表示空间权值和中心偏置权值；
[0025](3)计算区域R
i
与所有其他边界区域R
j
,j＝m,m+1,...,n之间的最大显著性，并记为M(i),i＝1,2,...,n，计算公式如下：
[0026][0027](4)最终背景显著性图像BSM的计算公式为：
[0028]BG(i)＝B(i)
‑
2M(i)
[0029]BSM(i)＝{maxBG(i),mean{BG(i)}}。
[0030]进一步的，采用中心显著性检测方法获得中心显著性图像，其步骤如下：
[0031]中心显著性图像CSM的计算公式为：
[0032][0033]其中，其中C
i
＝{L
i
,A
i
,B
i
}与C
j
＝{L
j
,A
j
,B
j
}分别是i和j区域的平均感知颜色，||C
i
‑
C
j
||是平均感知颜色差的模，表示中心偏重权值。
[0034]进一步的，显著性图像融合方法具体为：
[0035]根据以下两种情况计算出混合显著性图像SM：
[0036](1)如果CSM的值等于或大于BSM的值，则公式如下：
[0037][0038](2)如果CSM值小于BSM值，则使用以下公式：
[0039]SM＝2
×
BCD
‑
FSM
×
CSM
[0040]其中BCD是CSM与BSM之间的差值，计算公式为BCD＝CSM
‑
BSM，前景、中心和背景显著性的最小值被定义为min v＝min{FSM,min{CSM,BSM}}。
[0041]进一步的，计算权重矩阵、曝光率、设置先验的相机模型，具体步骤如下：
[0042](1)利用混合显著性图像SM计算权重矩阵W：
[0043]W＝SM
u
[0044]其中SM是二值显著性图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电缆管道内部巡检可视距离提升方法，其特征在于，包括以下步骤：步骤1：针对预先拍摄无任何预处理的电缆管道图像，采用前景显著性检测方法、背景显著性检测方法和中心显著性检测方法分别获得前景显著性图像FSM、背景显著性图像BSM和中心显著性图像CSM；步骤2：根据三个显著性图像按照一个合适的比例进行融合，计算得混合显著性图像，并根据二值图像拓展方法对混合显著性图像进行拓展；步骤3：基于原电缆管道图像和混合显著性图像，计算曝光融合图像的权重矩阵和曝光率，并设置先验的相机模型；步骤4：原电缆管道图像、权重矩阵和混合显著性图像混合计算得到欠曝光图像；将原电缆管道图像、曝光率和先验的相机模型进行混合计算得到过曝光图像；步骤5：利用权重矩阵对欠曝光图像和过曝光图像进行融合，得到可视距离提升的电缆管道图像。2.根据权利要求1所述的一种电缆管道内部巡检可视距离提升方法，其特征在于，通过前景显著性检测方法获得前景显著性图像，具体步骤为：(1)使用SLIC算法将原电缆管道图像分割为n个区域，并把分割后的区域记为R1，R2，...，R
n
；对区域R
i
的颜色模型采用Lab表示，定义x与y是区域R
i
的像素坐标，count(x,y)表示区域R
i
中的像素点个数；根据颜色成分L
i
、A
i
和B
i
的像素点个数计算，区域平均颜色成分Lab的计算表达式分别如下：分Lab的计算表达式分别如下：分Lab的计算表达式分别如下：(2)根据已经求解的颜色模型Lab来计算前景显著性图像的区域颜色体积，前景显著性图像FSM的计算表达式如下：其中i指SLIC算法分割的区域，L
i
、A
i
、B
i
分别是区域平均颜色成分Lab的值。3.根据权利要求1所述的一种电缆管道内部巡检可视距离提升方法，其特征在于，采用背景显著性检测方法获得背景显著性图像，具体步骤为：(1)应用SLIC算法将其分割成n个区域，其中m个区域是边界区域，那么无边界区域为m
‑
n个，将分割后的区域表示为R1，R2，...，R
m
，R
m+1
，...，R
n
；(2)计算区域R
i
与所有其他边界区域R
j
,j＝m,m+1,...,n之间的显著性之和，记为B(i),i＝1,2,...,n，其表达式如下：i＝1,2,...,n，其表达式如下：
其中C
i
＝{L
i
,A
i
,B
i
}与C
j
＝{L
j
,A
j
,B
j
}分别是i和j区域的平均感知颜色，||C
i
‑
C
j
||是平均感知颜色差的模，分别表示空间权值和中心偏置权值；(3)计算区域R
i
与所有其他边界区域R
j
,j＝m,m+1,...,n之间的最大显著性，并记为M(i),i＝1,2,...,n，计算公式如下：(4)最终背景显著性图像BSM的计算公式为：BG(i)＝B(i)
‑
2M(i)BSM(i)＝{maxBG(i),mean{BG(i)}}。4.根据权利要求1所述的一种电缆管道内部巡检可视距离提升方法，其特征在于，采用中心显著性检测方法获得中心显著性图像，其步骤如下：中心显著性图像CSM的计算公式为：其中，其中C
i
＝{L
i
,A
i
,B
i
}与C
j
＝{L
j
,A
j
,B
j
}分别是i和j区域的平均感知颜色，||C
i
‑
C
j
||是平均感知颜色差的模，表示中心偏重权值。5.根据权利要求1所述的一种电缆管道内部巡检可视距离提升方法，其特征在于，显著性图像融合方法具体为：根据以下两种情况计算出混合显著性图像SM：(1)如果CSM的值等于或大于BSM的值，则公式如下：(2)如果CSM值小于BSM值，则使用以下公式：SM＝2
×
BCD
‑
FSM
×
CSM其中BCD是CSM与BSM之间的差值，计算公式为BCD＝CSM
‑
BSM，前景、中心和背景显著性的最小值被定义为minv＝min{FSM,min{CSM,BSM}}。6.根据权利要求1所述的一种电缆管道内部巡检可视距离提升方法，其特征在于，计算权重矩阵、曝光率、设置先验的相机模型，具体步骤如下：(1)利用混合显著性图像SM计算权重矩阵W：W＝SM
u
其中SM是二值显著性图像，u是增强系数。(2)...

【专利技术属性】
技术研发人员：成云朋，严钢，李明刚，张济韬，王永，马云鹏，余志，
申请(专利权)人：国网江苏省电力有限公司盐城供电分公司，
类型：发明
国别省市：