System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及安全距离测量,尤其涉及一种安全距离测量方法、系统、介质和产品。
技术介绍
1、电能是推动现代社会经济发展不可或缺的一部分。而城市配电网则是将电能输送向各个应用场景的主要途径。随着经济的不断发展,城市配电网的规模也越来越大,由配电网设备带来的安全问题也日益增多。城市配电网的线路、配变及加油站、加气站(易燃品)安全距离不足,安全隐患排除不到位,给国家和人民的生命财产带来损失。因此高效的对配电网线路、配变及加油站、加气站(易燃品)进行安全距离测量,成为亟待解决的问题。
2、然而,传统的技术通常都是采用激光雷达进行测距,但激光雷达的方法点云稀疏,在对配电网线路、配变进行测量时误差较大。
3、因此,现有的技术采用单目视觉进行测距,但采用上述方法算法复杂,计算耗时,导致测距时长较长。
技术实现思路
1、本专利技术提供了一种安全距离测量方法、系统、介质和产品,解决了现有的单目视觉测距算法复杂,计算耗时,导致测距时长较长的技术问题。
2、本专利技术第一方面提供的一种安全距离测量方法,包括:
3、通过预置拍摄点拍摄待测设备的初始区域图像,对所述初始区域图像进行阈值分割,生成目标区域图像;
4、计算所述目标区域图像的匹配代价;
5、对匹配代价结果对应的目标区域图像进行代价聚合,并确定代价聚合结果的目标区域图像的目标视差;
6、基于所述预置拍摄点的预设摄影基线和所述目标区域图像的目标视差结果,确定所述预置拍
7、可选地,所述通过预置拍摄点拍摄待测设备的初始区域图像,对所述初始区域图像进行阈值分割,生成目标区域图像的步骤,包括:
8、通过预置拍摄点的双目相机拍摄待测设备的初始区域图像;
9、按照预设灰度值排序遍历所述初始区域图像中的所有像素点,判断各所述像素点对应的灰度值是否大于预设图像分割阈值;
10、若是,则将所述像素点判定为背景像素点;
11、若否,则将所述像素点判定为前景像素点;
12、根据最大类间方差法,采用所述前景像素点占所述初始区域图像的比例、所述背景像素点占所述初始区域图像的比例、所述前景像素点对应的平均灰度值、所述背景像素点对应的平均灰度值和所述初始区域图像的像素点总平均灰度值,计算类间方差值;
13、基于所述类间方差值的最大值,确定目标图像分割阈值;
14、根据所述目标图像分割阈值,对所述初始图像进行二值分割,生成前景区域图像和背景区域图像;
15、采用所述前景区域图像和所述背景区域图像,生成目标区域图像。
16、可选地,所述计算所述目标区域图像的匹配代价的步骤,包括:
17、采用匹配代价计算法计算所述目标区域图像的统计代价;其中,所述统计代价的计算公式为:
18、ccensus(p,d)=hamming[bl(p),br(pd)]
19、式中,ccensus(p,d)为统计代价,p为待计算中心像素,q为待计算中心像素的邻域像素,bl(p)和br(pd)分别为前景区域图像和背景区域图像分别对应中心像素的编码;pd为中心像素p在背景区域图像对应的像素;
20、采用所述前景区域图像的梯度图像和所述背景区域图像的梯度图像,计算所述目标区域图像的梯度代价;
21、计算所述目标区域图像的互信息代价;其中,所述互信息代价的计算公式为:
22、
23、式中,cmi(p,d)为互信息代价,h(r,t)为前景区域图像和背景区域图像联合直方图h中像素灰度值为r或者t的像素点个数,m为前景区域图像和背景区域图像联合直方图像素总和,hl(r)、hr(t)分别为前景区域图像中像素值为r和背景区域图像像素值为t的像素点的个数;
24、结合所述统计代价、所述梯度代价和所述互信息代价,生成改进匹配代价计算法,并采用所述改进匹配代价计算法计算所述目标区域图像的匹配代价;其中,所述改进匹配代价计算法的计算公式为:
25、
26、式中,exp为指数函数,λcensus、λgrad、λmi分别为统计代价、梯度代价、互信息代价的调节参数,ccensus(p,d)、cgrad(p,d)、cmi(p,d)分别为统计代价、梯度代价、互信息代价。
27、可选地,所述对匹配代价结果对应的目标区域图像进行代价聚合,并确定代价聚合结果的目标区域图像的目标视差的步骤,包括:
28、根据匹配代价结果对应的目标区域图像,构建自适应十字交叉窗口;
29、在所述自适应十字交叉窗口中采用双边滤波对所述匹配代价结果对应的目标区域图像进行双边滤波代价聚合;其中,所述双边滤波代价聚合的计算公式为:
30、
31、式中,i(i,j)为自适应十字交叉窗口的输入,f(x,y)为自适应十字交叉窗口的输出,w(i,j)为权值,ω为自适应滤波窗口的所有像素的集合,w(i,j),ws(i,j)为空间域权值,wr(i,j)为灰度域权值,i,j为滤波窗口内的像素点坐标,x,y为自适应十字交叉窗口中像素点坐标;
32、计算代价聚合结果对应的目标区域图像的目标视差。
33、可选地,所述计算代价聚合结果对应的目标区域图像的目标视差的步骤,包括:
34、获取代价聚合结果对应的目标区域图像中的像素处于代价空间中不同视差下的多个代价值;
35、采用胜者为王算法计算各个所述代价值的初始视差;其中,所述胜者为王算法的计算公式为:
36、d=argmin{c1,c2,...,cn}
37、式中,d为初始视差结果,c1、c2、...、cn分别为像素p处于代价空间中不同视差下的多个代价值;
38、根据左右一致性检测方法对所述初始视差结果进行视差优化。
39、可选地,所述根据左右一致性检测方法对所述初始视差结果进行视差优化的步骤,包括:
40、根据左右一致性检测方法对初始视差结果进行视差优化,确定以所述前景区域图像为基准的第一视差结果和以所述背景区域图像为基准的第二视差结果;
41、计算所述第一视差结果与所述第二视差结果之间的差值;
42、当所述差值小于或等于预设像素阈值时,将所述第一视差结果判定为目标视差结果;
43、当所述差值大于所述预设像素阈值时,将所述第一视差结果和第二视差结果均判定为误差视差值。
44、可选地,所述基于所述预置拍摄点的预设摄影基线和所述目标区域图像的目标视差结果,确定所述预置拍摄点与所述待测设备的距离的步骤,包括:
45、获取所述预置拍摄点的双目相机的预设摄影基线长度;
46、采用所述双目相机的预设摄影基线长度和所述目标区域图像的目标视差结果,计算所述预置拍摄点与所述待测设备的距离。
47、本专利技术第二方面提供本文档来自技高网...
【技术保护点】
1.一种安全距离测量方法,其特征在于,包括:
2.根据权利要求1所述的安全距离测量方法,其特征在于,所述通过预置拍摄点拍摄待测设备的初始区域图像,对所述初始区域图像进行阈值分割,生成目标区域图像的步骤,包括:
3.根据权利要求2所述的安全距离测量方法,其特征在于,所述计算所述目标区域图像的匹配代价的步骤,包括:
4.根据权利要求1所述的安全距离测量方法,其特征在于,所述对匹配代价结果对应的目标区域图像进行代价聚合,并确定代价聚合结果的目标区域图像的目标视差的步骤,包括:
5.根据权利要求2所述的安全距离测量方法,其特征在于,所述计算代价聚合结果对应的目标区域图像的目标视差的步骤,包括:
6.根据权利要求5所述的安全距离测量方法,其特征在于,所述根据左右一致性检测方法对初始视差结果进行视差优化的步骤,包括:
7.根据权利要求6所述的安全距离测量方法,其特征在于,所述基于所述预置拍摄点的预设摄影基线和所述目标区域图像的目标视差结果,确定所述预置拍摄点与所述待测设备的距离的步骤,包括:
8.一种安全距离
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1-7任一项所述的安全距离测量方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,其中,当所述程序指令被计算机执行时,使所述计算机执行如权利要求1-7任一项所述的安全距离测量方法。
...【技术特征摘要】
1.一种安全距离测量方法,其特征在于,包括:
2.根据权利要求1所述的安全距离测量方法,其特征在于,所述通过预置拍摄点拍摄待测设备的初始区域图像,对所述初始区域图像进行阈值分割,生成目标区域图像的步骤,包括:
3.根据权利要求2所述的安全距离测量方法,其特征在于,所述计算所述目标区域图像的匹配代价的步骤,包括:
4.根据权利要求1所述的安全距离测量方法,其特征在于,所述对匹配代价结果对应的目标区域图像进行代价聚合,并确定代价聚合结果的目标区域图像的目标视差的步骤,包括:
5.根据权利要求2所述的安全距离测量方法,其特征在于,所述计算代价聚合结果对应的目标区域图像的目标视差的步骤,包括:
6.根据权利要求5所述的安全距离测量方法,其特征在于,...
【专利技术属性】
技术研发人员:王彩强,李海,梁财源,谭锐荣,蓝誉鑫,黄志勇,黄辉,沈振华,
申请(专利权)人:广东电网有限责任公司云浮供电局,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。