基于數(shù)字圖像處理的輸電線路異物識(shí)別技術(shù)研究.pdf

1、無(wú)人機(jī)和巡檢機(jī)器人的應(yīng)用大大提高了電力線巡檢效率，但其攝取的大量圖像數(shù)據(jù)仍需低效的人工核驗(yàn)。解決這種效率不匹配的方式之一是使用計(jì)算機(jī)圖像處理技術(shù)自動(dòng)識(shí)別輸電線路上的異物。為此研究和設(shè)計(jì)了基于數(shù)字圖像處理的輸電線路異物識(shí)別算法，該算法由圖像增強(qiáng)、圖像分割和圖像分析三個(gè)步驟構(gòu)成。
　　圖像增強(qiáng)步驟的輸入為采集的一類含輸電線路的圖像，比較了隨機(jī)數(shù)學(xué)模型和模糊數(shù)學(xué)模型中各種增強(qiáng)算法的應(yīng)用效果，分析得出模糊數(shù)學(xué)模型對(duì)于此類圖像的增強(qiáng)效果較好

2、，并據(jù)此設(shè)計(jì)了一種基于模糊數(shù)學(xué)模型的圖像增強(qiáng)算法。
　　圖像分割步驟的輸入為圖像增強(qiáng)過(guò)程的輸出圖像，選用基于邊緣檢測(cè)的分割方法?？偨Y(jié)了使用較廣的多種空域邊緣檢測(cè)算法在含有電力線的增強(qiáng)圖像中的應(yīng)用效果，結(jié)果表明這類算法的適用性不佳。隨后研究了希爾伯特變換在二維信號(hào)中的應(yīng)用方法，進(jìn)而設(shè)計(jì)了一種基于相位一致性的頻域邊緣檢測(cè)算法，通過(guò)對(duì)比說(shuō)明了該方法具有更好的適用性。隨后研究了相位一致性指標(biāo)的處理方法，可將電力線和異物的邊緣從背景中較好地