專利名稱：從紅外圖像中自動識別架空高壓線的方法
從紅外圖像中自動識別架空高壓線的方法技術領域
本發(fā)明是關于模式識別領域的智能化目標識別技術，特別是涉及紅外圖像架空高壓線自動識別方法。
背景技術：
直升機在作戰(zhàn)或者救災過程中經(jīng)常需要貼地飛行，架空高壓電力線對直升機飛行安全造成極大威脅。統(tǒng)計分析表明，絕大部分直升機飛行事故都是由于直升機與架空高壓電力線等障礙物相撞造成的，而且事故概率遠遠超過其它事故。在科索沃戰(zhàn)爭期間，美軍的“阿帕奇”武裝直升機就曾經(jīng)因為碰撞高空電力線而被撞毀墜地。顯然，直升機若沒有架空高壓電力線識別與告警能力是非常危險的。
近年來國外使用航空激光雷達(ALS)系統(tǒng)來探測高壓線路及其周邊樹木的高度， 取得了較好的效果。但是ALS有兩個重要的問題，一是成本非常昂貴，二是容易漏掉比較細的危險的目標。且該設備由于體積、功耗和處理實時性等限制，難以應用于直升機上。
目前國內外對于架空高壓線紅外圖像識別方法的研究較少見到。由于高壓交流電流產(chǎn)生的熱量使得高壓線的溫度高于周圍環(huán)境，可以被紅外成像設備輕易探測到，特別是在夜間人眼目視效果不好的時候，這種優(yōu)勢更加明顯。隨著計算機視覺及圖像處理、模式識別等人工智能技術的快速發(fā)展，通過對采集的紅外圖像進行特征提取與信息融合，采用機器視覺方法來實現(xiàn)架空高壓線目標自動識別成為可能。發(fā)明內容
本發(fā)明針對目前直升機或無人機等航空飛行器對飛行航路中懸垂高壓線的自動識別問題提出。為了解決上述問題，本發(fā)明的目的在于提供一種具有高可靠性和實時準確從紅外圖像自動識別架空高壓線的方法。
為達到上述的目的，本發(fā)明提出的一種從紅外圖像中自動識別架空高壓線的方法，其特征在于包括如下步驟(I)首先將從外景拍攝到的紅外數(shù)字圖像讀入計算機程序， 經(jīng)計算機程序色彩轉換模塊進行亮度計算，轉換為灰度圖像；(2)然后將上述步驟得到的灰度圖像通過圖像提取模塊進行圖像分割、幾何特征提取、亮度特征提取、邊緣輪廓提取和分段線性特征提取，并將上述圖像分成目標區(qū)域和背景區(qū)域；(3)再通過特征綜合分析識別模塊自動統(tǒng)計、識別區(qū)域中的幾何特征、亮度特征和分段線性特征，逐個掃描篩選，排除不具備高壓線紅外圖像特征的疑似目標，依據(jù)高壓線間的空間幾何關系特性和成像特性， 得出架空高壓線圖像初始像素；(4)最后經(jīng)線性連接與區(qū)域擴展模塊將最終識別出的架空高壓線圖像像素以極坐標或直角坐標方式存儲，通過高壓線像素標記輸出模塊，輸出顯示獲取得到的最終的架空高壓線圖像像素。
本發(fā)明相比于現(xiàn)有技術具有如下有益效果本發(fā)明中架空高壓線在紅外圖像中的主要成像特征有高壓線在紅外圖像中表現(xiàn)為一組具有一定懸垂弧度的曲線，且高壓線之間一般為平行關系，大多數(shù)情況下不相交；高壓線較長，除了在與桿塔之間的連接外，貫通整個圖像；高壓線一般具有特定的光譜特性，在紅外圖像上表現(xiàn)為高壓線上的的亮度值均勻，且高于周圍的背景；在圖像上，高壓線的寬度為一到數(shù)個像素。本發(fā)明依據(jù)高壓線的空間幾何關系和紅外成像特性，完成高壓線在紅外圖像中的自動識別，具有高可靠性和實時處理的特點。
本發(fā)明將目前計算機視覺、模式識別引入直升機高壓線安全告警中，利用航拍紅外圖像中的視覺信息實現(xiàn)輸電架空高壓線路的智能識別，體現(xiàn)了多學科與多領域的交叉性。為實現(xiàn)高壓線防撞自動報警提供了解決方法和堅實的基礎。


為了更清楚地理解本發(fā)明，現(xiàn)將通過本發(fā)明實施方式，同時參照附圖，來描述本發(fā)明，其中
圖I是本發(fā)明架空高壓線紅外圖像識別方法流程圖；具體實施方式
參閱圖I。本發(fā)明所提出的高壓線圖像識別方法依據(jù)高壓線的圖像特征來開發(fā)。 根據(jù)本發(fā)明提出的一種從紅外圖像中自動識別架空高壓線的方法，可通過如下步驟予以實現(xiàn)
I)從外景拍攝到的紅外數(shù)字圖像由計算機程序讀入采集的源圖像，讀入計算機程序的拍攝紅外數(shù)字圖像，經(jīng)計算機程序色彩轉換模塊進行亮度計算，通過亮度計算轉換為灰度圖像。色彩轉換模塊將彩色圖像轉換為灰度圖像，是指彩色圖像像素按紅R、綠G、藍B 分成三分量，對于一個三分量為R、G、B的彩色圖像像素，該點的亮度按以下公式計算
I = O. 114B+0. 587G+0. 299R
其中，R、G、B分別代表彩色圖像像素的紅色、綠色和藍色分量。
2)上述步驟得到的灰度圖像通過圖像提取模塊進行圖像分割、幾何特征提取、亮度特征提取、邊緣輪廓提取和分段線性特征提取，從而將上述圖像分成目標區(qū)域和背景區(qū)域。對灰度圖像，采用圖像輪廓的提取方法提取圖像的邊緣輪廓，利用改進的隨機Hough變換(RHT)方法，實現(xiàn)對輪廓圖像中直線像素的檢測，提取檢測出的直線段的分段線性特征。
圖像分割、幾何特征提取與紅外圖像亮度特征提取。
圖像分割，采用滑窗局部閾值最大類間方差分割法，利用100X 100像素大小的窗口在圖像中逐像素滑動，直到遍歷整個紅外圖像，在每個窗口對應的圖像子區(qū)域中計算局部閾值，并采用最大類間方差方法進行圖像分割，最后，整個圖像的分割效果是各個圖像子區(qū)域分割效果的疊加。
最大類間方差分割法利用分割的不同類間的方差作為判斷依據(jù)，方差越大，說明構成圖像的兩部分差別越大，當部分目標錯分為背景或是部分背景錯分為目標都會導致兩部分差別變小。因此，使類間方差最大意味錯分概率最小，這就是最大類間方差分割準則。
紅外圖像的灰度級為L,灰度為i的像素的個數(shù)為ni,圖像總像素數(shù)為N,則可以得到各灰度級出現(xiàn)的概率Pi=ni/N;在圖像分割中，按照圖像灰度級用閾值t將灰度劃分為兩類，即 CQ=(0，1，"·， )和 C1= (t+l，t+2，···，L-IhCJPC1 出現(xiàn)的概率 ω。和(^分別為
權利要求
1.一種從紅外圖像中自動識別架空高壓線的方法，其特征在于包括如下步驟(1)首先將從外景拍攝到的紅外數(shù)字圖像讀入計算機程序，經(jīng)計算機程序色彩轉換模塊進行亮度計算，轉換為灰度圖像；(2)然后將上述步驟得到的灰度圖像通過圖像提取模塊進行圖像分割、幾何特征提取、亮度特征提取、邊緣輪廓提取和分段線性特征提取，并將上述圖像分成目標區(qū)域和背景區(qū)域；(3)再通過特征綜合分析識別模塊自動統(tǒng)計、識別區(qū)域中的幾何特征、亮度特征和分段線性特征，逐個掃描篩選，排除不具備高壓線紅外圖像特征的疑似目標，依據(jù)高壓線間的空間幾何關系特性和成像特性，得出架空高壓線圖像初始像素；(4)最后經(jīng)線性連接與區(qū)域擴展模塊將最終識別出的架空高壓線圖像像素以極坐標或直角坐標方式存儲，通過高壓線像素標記輸出模塊，輸出顯示獲取得到的最終的架空高壓線圖像像素。
2.如權利要求I所述的紅外圖像中自動識別架空高壓線的方法，其特征在于讀入的紅外圖像通過色彩轉換模塊將彩色圖像，經(jīng)亮度計算轉換為灰度圖像，是指彩色圖像像素按紅R、綠G、藍B分成三分量，對于一個三分量為R、G、B的彩色圖像像素，該點的亮度按以下公式計算I= O.114B+0. 587G+0. 299R。
3.如權利要求I所述的紅外圖像中自動識別架空高壓線的方法，其特征在于圖像分割采用滑窗局部閾值最大類間方差分割法，利用100X100像素大小的窗口在圖像中逐像素滑動，直到遍歷整個紅外圖像，在每個窗口對應的圖像子區(qū)域中計算局部閾值，并采用最大類間方差方法進行圖像分割，最后，整個圖像的分割效果是各個圖像子區(qū)域分割效果的置加。
4.如權利要求I所述的紅外圖像中自動識別架空高壓線的方法，其特征在于紅外圖像的灰度級為L,灰度為i的像素的個數(shù)為ni,圖像總像素數(shù)為N,則可以得到各灰度級出現(xiàn)的概率為pi=ni/N ;在圖像分割中，按照圖像灰度級用閾值t將灰度劃分為兩類，即C0= (O, I, - ,t)和 C1= (t+l，t+2，···，L-IhCc^PC1 出現(xiàn)的概率 ω。和 Co1 分別為 C0和C1出現(xiàn)的平均灰度μ C1和U1分別為 式中，μ為每個窗口對應的圖像子區(qū)域的像素灰度平均值，μ (t)是閾值為t時的灰度平均值，《⑴是閾值為t時的Ctl類出現(xiàn)的概率，Σ代表灰度方差。
5.如權利要求4所述的紅外圖像中自動識別架空高壓線的方法，其特征在于全部采樣的灰度的平均值μ = ω 0 μ 0+ ω μ i 類間方差定義為σ 2 = ω0(μ 0-μ )2+ωι(μ「μ )2 最大類間方差分割法把兩類的類間方差作為判別準則，認為使得σ 2值最大的圖像灰度即為最佳閾值
6.如權利要求I所述的紅外圖像中自動識別架空高壓線的方法，其特征在于圖像中邊緣輪廓的提取通過Canny算子模板實現(xiàn)。
7.如權利要求6所述的紅外圖像中自動識別架空高壓線的方法，其特征在于=Canny算子模板使用二維高斯函數(shù)
8.如權利要求I所述的紅外圖像中自動識別架空高壓線的方法，其特征在于分段線性特征提取，利用隨機Hough變換(RHT)方法實現(xiàn)對輪廓圖像中直線像素的檢測。
在直角坐標系中的直線，其方程寫成 P = xcosΘ+ysinΘ 參數(shù)P、Θ唯一地確定一條直線，將P = XCOS Θ +ysin Θ作為X-Y坐標向P - Θ坐標的變換方程，進行X-Y平面內點集的映射；對于X-Y平面內的任意一點(X0，y0)的變換方程為P = xOcos Θ +yOsin Θ 這是一條在P-θ平面內正弦曲線，將X-Y平面內在同一條直線上的一個點序列變換到p-θ平面內，則所有正弦曲線都經(jīng)過一點且所有正弦曲線在P-θ平面內其他各處均不相交。
9.如權利要求I所述的紅外圖像中自動識別架空高壓線的方法，其特征在于線性連接與區(qū)域擴展模塊逐個檢查所有檢測出的高壓線像素區(qū)域，若滿足兩根高壓線的像素區(qū)域的方位角和間距均小于給定門限，則將兩根高壓線的像素區(qū)域進行合并。
10.如權利要求I所述的紅外圖像中自動識別架空高壓線的方法，其特征在于線性連接與區(qū)域擴展模塊將架空高壓線圖像初始像素按照所在的直線段的線性方向進行延長，查看對應的分割圖像和原始圖像，若在線段延長方向發(fā)現(xiàn)分割出的線性目標且其像素灰度均值與線段的像素灰度均值小于給定的門限，則將該區(qū)域的像素坐標加入到識別出的高壓線像素坐標中。
全文摘要
本發(fā)明提出的從紅外圖像中自動識別架空高壓線的方法，旨在提供一種具有高可靠性和實時準確從紅外圖像中提取架空高壓線的的方法，本發(fā)明通過下述技術方案予以實現(xiàn)首先將從外景拍攝到的紅外數(shù)字圖像讀入計算機程序轉換為灰度圖像；然后將上述灰度圖像通過圖像提取程序進行圖像分割、幾何特征提取、亮度特征提取、邊緣輪廓提取和分段線性特征提取，并將上述圖像分成目標區(qū)域和背景區(qū)域；再通過特征綜合分析識別模塊自動統(tǒng)計、識別區(qū)域中的幾何特征、亮度特征和分段線性特征，逐個掃描篩選，排除不具備高壓線紅外圖像特征的疑似目標，得出架空高壓線圖像初始像素；通過高壓線像素標記輸出模塊，輸出顯示獲取得到的最終的架空高壓線圖像像素。
文檔編號G01C11/04GK102930280SQ20121037627
公開日2013年2月13日 申請日期2012年10月5日 優(yōu)先權日2012年10月5日
發(fā)明者俞鴻波, 陳懷新 申請人:中國電子科技集團公司第十研究所