基于双目视觉的电力杆塔鸟巢检测

发布时间：2022-02-20 05:23

　　自改革开放以来,我国经济呈指数级快速增长。与此同时,社会各个方面对电能的需求也在大量增加。因此为保障对工业和居民生活长期稳定的电力供应,对电网的定期巡检是必不可少的。本文主要针对电力巡线过程中存在的漏检问题就图像拼接和图像识别过程中应用到的重要技术环节进行研究,并最终实现在电力巡线过程中的杆塔鸟巢检测。本文首先介绍了文章应用到的相关理论的发展现状、特点及应用领域,并对双目视觉的成像模型和坐标系间的转换做了详细介绍,设计垂直型平行光轴成像模型的双目成像系统用于图像采集。最后对图像拼接涉及到的基本原理进行说明。其次对图像预处理中应用到的几个相关技术进行实验分析,得到了经过灰度均衡化后的图像。对在处理高斯噪声过程中用到的高斯滤波器、均值滤波器以及双边滤波器进行对比实验。因双边滤波器具有较好的保边效果,在对比实验中胜出。并在Sobel边缘增强算法中引入非极大值抑制算法加强效果。还对常用到的开闭运算图像形态学处理操作做以实验验证。随后在电力杆塔的特征检测方面对ORB算法和SURF算法进行对比实验,使用BF（暴力匹配）算法进行特征匹配,并利用寻优算法对检测到的特征点对进行优化,去除大量的误匹配。最... 

【文章来源】：东北农业大学黑龙江省211工程院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

USB双目相机Figure2-6USBBinocularCamera

（a） （b）注：图（a）为上部相机畸变参数；图（b）为下部相机畸变参数。图 2-11 畸变参数Figure 2-11 Distortion parameters2.5 图像配准技术图像配准是图像拼接过程中一个重要而又困难的问题，其核心内容就是找到空间中一点在左右两幅图像中的对应匹配点再通过匹配算法进行匹配继而实现图像的融合，配准技术在图像拼接过程中具有重要地位，对最终能否实现高质量的拼接效果产生决定性影响。选用何种算法针对不同的物体进行精确地特征检测是保证匹配成功率和提高匹配精度的核心环节[27]，也是图像配准算法研究中的一大热点。根据用于匹配的元素不同，可分为基于图像特征的配准、基于图像灰度的配准以及基于图像变换域的配准三大类[28]。鉴于当前现有技术，还未找到一种可通用的配准手段。通常情况下配准技术一般由以下方面组成[29]：（1）特征空间。指的是能够详细描述物体的显著特征，包含了边缘特征、灰度特征以及角点特征等等。这些特征应具备若干特点才能用于接下来的图像处理，其具体特点如下。首先参考图像和待匹配图像要共同含有所选的特征。其次通过某种算法被检测到的图像特征要尽量包含足够丰富的图像信息，且应均匀排布。为了利于后期图像匹配应合理选择适当的图像特征，然而对

（c） （d）a）和图（b）为源图像；图（c）和图（d）为对应的直方图。图 3-2 左右原始图像及灰度直方图Figure 3-2 Left and right original image and gray histogram（a） （b）


本文编号：3634402