自改革開放以來,我國經(jīng)濟(jì)呈指數(shù)級快速增長。與此同時(shí),社會各個(gè)方面對電能的需求也在大量增加。因此為保障對工業(yè)和居民生活長期穩(wěn)定的電力供應(yīng),對電網(wǎng)的定期巡檢是必不可少的。本文主要針對電力巡線過程中存在的漏檢問題就圖像拼接和圖像識別過程中應(yīng)用到的重要技術(shù)環(huán)節(jié)進(jìn)行研究,并最終實(shí)現(xiàn)在電力巡線過程中的桿塔鳥巢檢測。本文首先介紹了文章應(yīng)用到的相關(guān)理論的發(fā)展現(xiàn)狀、特點(diǎn)及應(yīng)用領(lǐng)域,并對雙目視覺的成像模型和坐標(biāo)系間的轉(zhuǎn)換做了詳細(xì)介紹,設(shè)計(jì)垂直型平行光軸成像模型的雙目成像系統(tǒng)用于圖像采集。最后對圖像拼接涉及到的基本原理進(jìn)行說明。其次對圖像預(yù)處理中應(yīng)用到的幾個(gè)相關(guān)技術(shù)進(jìn)行實(shí)驗(yàn)分析,得到了經(jīng)過灰度均衡化后的圖像。對在處理高斯噪聲過程中用到的高斯濾波器、均值濾波器以及雙邊濾波器進(jìn)行對比實(shí)驗(yàn)。因雙邊濾波器具有較好的保邊效果,在對比實(shí)驗(yàn)中勝出。并在Sobel邊緣增強(qiáng)算法中引入非極大值抑制算法加強(qiáng)效果。還對常用到的開閉運(yùn)算圖像形態(tài)學(xué)處理操作做以實(shí)驗(yàn)驗(yàn)證。隨后在電力桿塔的特征檢測方面對ORB算法和SURF算法進(jìn)行對比實(shí)驗(yàn),使用BF（暴力匹配）算法進(jìn)行特征匹配,并利用尋優(yōu)算法對檢測到的特征點(diǎn)對進(jìn)行優(yōu)化,去除大量的誤匹配。最... 

【文章來源】：東北農(nóng)業(yè)大學(xué)黑龍江省211工程院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

USB雙目相機(jī)Figure2-6USBBinocularCamera

（a） （b）注：圖（a）為上部相機(jī)畸變參數(shù)；圖（b）為下部相機(jī)畸變參數(shù)。圖 2-11 畸變參數(shù)Figure 2-11 Distortion parameters2.5 圖像配準(zhǔn)技術(shù)圖像配準(zhǔn)是圖像拼接過程中一個(gè)重要而又困難的問題，其核心內(nèi)容就是找到空間中一點(diǎn)在左右兩幅圖像中的對應(yīng)匹配點(diǎn)再通過匹配算法進(jìn)行匹配繼而實(shí)現(xiàn)圖像的融合，配準(zhǔn)技術(shù)在圖像拼接過程中具有重要地位，對最終能否實(shí)現(xiàn)高質(zhì)量的拼接效果產(chǎn)生決定性影響。選用何種算法針對不同的物體進(jìn)行精確地特征檢測是保證匹配成功率和提高匹配精度的核心環(huán)節(jié)[27]，也是圖像配準(zhǔn)算法研究中的一大熱點(diǎn)。根據(jù)用于匹配的元素不同，可分為基于圖像特征的配準(zhǔn)、基于圖像灰度的配準(zhǔn)以及基于圖像變換域的配準(zhǔn)三大類[28]。鑒于當(dāng)前現(xiàn)有技術(shù)，還未找到一種可通用的配準(zhǔn)手段。通常情況下配準(zhǔn)技術(shù)一般由以下方面組成[29]：（1）特征空間。指的是能夠詳細(xì)描述物體的顯著特征，包含了邊緣特征、灰度特征以及角點(diǎn)特征等等。這些特征應(yīng)具備若干特點(diǎn)才能用于接下來的圖像處理，其具體特點(diǎn)如下。首先參考圖像和待匹配圖像要共同含有所選的特征。其次通過某種算法被檢測到的圖像特征要盡量包含足夠豐富的圖像信息，且應(yīng)均勻排布。為了利于后期圖像匹配應(yīng)合理選擇適當(dāng)?shù)膱D像特征，然而對

（c） （d）a）和圖（b）為源圖像；圖（c）和圖（d）為對應(yīng)的直方圖。圖 3-2 左右原始圖像及灰度直方圖Figure 3-2 Left and right original image and gray histogram（a） （b）


本文編號：3634402