复杂背景下输电线覆冰厚度自动检测方法

发布时间：2020-12-16 02:01

　　为准确有效监测输电线覆冰状况,研究图像处理对输电线覆冰厚度进行计算的方法。利用自适应概率滤波器对覆冰图像进行去噪声处理,降低复杂环境下噪声的影响;通过Otsu算法迭代搜索图像分割的最佳阈值,精确检测输电线的边缘轮廓;利用霍夫变换和直线编组连接提取完整的输电线轮廓,对比覆冰前后输电线的相关边缘信息,通过像素距离得到覆冰厚度。实验结果表明,改进的边缘检测算法能够更精确的对边缘进行提取,提高了对输电线覆冰厚度自动计算的准确性。 

【文章来源】：计算机工程与设计. 2020年11期 北大核心

【文章页数】：6 页

【部分图文】：

自适应概率滤波器的处理结果

图像完整区域用Ω表示，在第一次迭代时，用Otsu方法找到阈值T1（下标表示迭代次数）将图像分为前景和背景，并找到两部分各自的均值为μ11和μ01。然后我们可以按如图2所示划分类别，其中前景区域用F表示，背景区域用B表示，TBD区域用D表示。在第一步迭代中，Ω=F1+B1+D1。此次迭代可以得到部分前景和部分背景，但是TBD区域具有很强的模糊性，通常会导致Otsu方法错误地分类，因此需要进一步处理。在第二次迭代时，保持F1和B1不变，对区域D1采取上述Otsu方法执行划分，找到该区域的阈值T2和均值μ12和μ02，得到划分区域分别为F2、B2、D2,D1=F2+B2+D2。然后进行第3次迭代，对区域D2按上述方法进行处理，直至达到停止迭代的规则要求。需要注意的是，在最后一次迭代时，将上一次迭代中得到的TBD区域划分为两类而非三类，并将所有的Fi区域和Bi区域进行逻辑和运算，即可得到对图像进行分割后的前景区域和背景区域。

实验结果如图3所示。由实验结果可知，经过多次迭代，Otsu可以寻找到最佳分割阈值，能够更精准选出目标边缘，去除伪边缘。而且该方法还有一大亮点在于，除了迭代过程的停止规则外，改进的Otsu方法几乎没有限制参数，计算复杂度低。但是需要注意的是，Canny检测算法只能够检测覆冰输电线的大概轮廓，但是并不能精确完整提取出覆冰输电线，因此需要对覆冰输电线做进一步的处理。


本文编号：2919311