為準確有效監(jiān)測輸電線覆冰狀況,研究圖像處理對輸電線覆冰厚度進行計算的方法。利用自適應(yīng)概率濾波器對覆冰圖像進行去噪聲處理,降低復雜環(huán)境下噪聲的影響;通過Otsu算法迭代搜索圖像分割的最佳閾值,精確檢測輸電線的邊緣輪廓;利用霍夫變換和直線編組連接提取完整的輸電線輪廓,對比覆冰前后輸電線的相關(guān)邊緣信息,通過像素距離得到覆冰厚度。實驗結(jié)果表明,改進的邊緣檢測算法能夠更精確的對邊緣進行提取,提高了對輸電線覆冰厚度自動計算的準確性。 

【文章來源】：計算機工程與設(shè)計. 2020年11期 北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

自適應(yīng)概率濾波器的處理結(jié)果

圖像完整區(qū)域用Ω表示，在第一次迭代時，用Otsu方法找到閾值T1（下標表示迭代次數(shù)）將圖像分為前景和背景，并找到兩部分各自的均值為μ11和μ01。然后我們可以按如圖2所示劃分類別，其中前景區(qū)域用F表示，背景區(qū)域用B表示，TBD區(qū)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區(qū)域具有很強的模糊性，通常會導致Otsu方法錯誤地分類，因此需要進一步處理。在第二次迭代時，保持F1和B1不變，對區(qū)域D1采取上述Otsu方法執(zhí)行劃分，找到該區(qū)域的閾值T2和均值μ12和μ02，得到劃分區(qū)域分別為F2、B2、D2,D1=F2+B2+D2。然后進行第3次迭代，對區(qū)域D2按上述方法進行處理，直至達到停止迭代的規(guī)則要求。需要注意的是，在最后一次迭代時，將上一次迭代中得到的TBD區(qū)域劃分為兩類而非三類，并將所有的Fi區(qū)域和Bi區(qū)域進行邏輯和運算，即可得到對圖像進行分割后的前景區(qū)域和背景區(qū)域。

實驗結(jié)果如圖3所示。由實驗結(jié)果可知，經(jīng)過多次迭代，Otsu可以尋找到最佳分割閾值，能夠更精準選出目標邊緣，去除偽邊緣。而且該方法還有一大亮點在于，除了迭代過程的停止規(guī)則外，改進的Otsu方法幾乎沒有限制參數(shù)，計算復雜度低。但是需要注意的是，Canny檢測算法只能夠檢測覆冰輸電線的大概輪廓，但是并不能精確完整提取出覆冰輸電線，因此需要對覆冰輸電線做進一步的處理。


本文編號：2919311