基于最大树和图信号处理的电力线检测方法及系统

本发明涉及无人机遥感中的电力线检测，特别是一种基于最大树和图信号处理的电力线检测方法。

背景技术：

1、电力线检测方法主要分为监督学习方法和无监督学习方法。对于监督方法，神经网络得到了广泛的应用，如卷积神经网络(cnn)、全卷积网络(fcn)。检测问题可以重新表述为一个模型训练过程，这个过程需要大量的训练样本馈送网络才能识别出正确的电力线。而对于无监督方法，特征是通过精心设计的程序提取的，不需要大量的训练样本。radon变换或hough变换常用于利用导线的线性度来检测电力线。在电力线检测中也广泛使用了cannyline算法和lsd算法。

2、电力线检测方法虽有很多，但一直存在误检和漏检的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于最大树和图信号处理的电力线检测方法，该方法利用电力线与背景图像信号差异分割背景噪声，提高了电力线识别检测。

2、为达到上述目的，本发明提供如下技术方案：

3、本发明提供的基于最大树和图信号处理的电力线检测方法，包括以下步骤：

4、获取原始图像数据；

5、根据原始图像数据的rgb通道的数值规律，构建颜色滤波器，所述颜色滤波器用于保留灰度像素；

6、将所述原始图像数据输入到颜色滤波器得到灰度图像；

7、构建maxtree模型，所述maxtree用于将灰度图像转化为灰度级分级构造的树结构，将电力线和噪声分割在不同的节点；

8、设置maxtree模型的节点属性信号，并根据maxtree模型滤除背景噪声得到电力线图像数据；

9、通过图信号处理电力线图像数据得到电力线的直线方程。

10、进一步，所述颜色滤波器按照以下方式构建：p＝max(r,g,b)-mean(r+g+b-max(r,g,b))；

11、其中，p表示颜色滤波器滤波器参数，r表示红色通道；g表示绿色通道；b表示蓝色通道；max()表示最大值，mean()平均值。

12、进一步，所述maxtree模型按照以下方式构建：

13、所述maxtree表示所有在空间上具有相同灰度和一定连通性的连通区域以及子树之间的包含关系；每个节点代表一个连通区域，其像素值落在一定的区间内，该区间由灰度和空间连通性决定，子树间的包含关系体现在以给定像素值阈值获得的连接区域包含在以较低阈值获得的另一个连接区域中，树叶代表图像中最亮的像素，根节点代表整个图像；

14、进一步，设置所述节点属性信号灰度值的灰度阈值，舍弃大于灰度阈值的节点。

15、进一步，设置所述节点属性信号线性度的线性度阈值，舍弃小于线性度阈值的节点。

16、进一步，设置所述节点属性信号长度的长度阈值，舍弃小于长度阈值的节点。

17、进一步，所述通过图信号处理得到电力线的直线方程是按照以下方式进行的：

18、将每条线划分为不同的连接块，在每个新的连接块中用最小二乘法进行拟合，计算直线方程，并根据直线方程绘制直线，

19、进一步，还包括以下步骤：

20、将得到的直线方程显示在原始图像上。

21、本发明提供的基于最大树和图信号处理的电力线检测系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。

22、本发明的有益效果在于：

23、本发明提供的基于最大树和图信号处理的电力线检测方法，该方法利用了maxtree的独特结构结合图信号处理方法来实现电力线检测。在预处理中利用了电力线与背景噪声的色彩差异来设计了颜色过滤器对颜色鲜艳的背景噪声进行了滤除，并通过将彩色图转化为灰度图减少了建立maxtree的数据量，提高了算法效率，减少了内存损耗。利用maxtree将电力线和背景噪声分割在不同的节点里，利用二者的差异，完全地滤除背景噪声从而基本解决了误检的情况。利用最小二乘法对电力线进行拟合，从而减少了电力线的漏检。

24、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

技术特征：

1.基于最大树和图信号处理的电力线检测方法，其特征在于：包括以下步骤：

2.如权利要求1所述的基于最大树和图信号处理的电力线检测方法，其特征在于：所述颜色滤波器按照以下方式构建：

3.如权利要求1所述的基于最大树和图信号处理的电力线检测方法，其特征在于：所述maxtree模型按照以下方式构建：

4.如权利要求1所述的基于最大树和图信号处理的电力线检测方法，其特征在于：设置所述节点属性信号灰度值的灰度阈值，舍弃大于灰度阈值的节点。

5.如权利要求1所述的基于最大树和图信号处理的电力线检测方法，其特征在于：设置所述节点属性信号线性度的线性度阈值，舍弃小于线性度阈值的节点。

6.如权利要求1所述的基于最大树和图信号处理的电力线检测方法，其特征在于：设置所述节点属性信号长度的长度阈值，舍弃小于长度阈值的节点。

7.如权利要求1所述的基于最大树和图信号处理的电力线检测方法，其特征在于：所述通过图信号处理得到电力线的直线方程是按照以下方式进行的：

8.如权利要求1所述的基于最大树和图信号处理的电力线检测方法，其特征在于：还包括以下步骤：

9.基于最大树和图信号处理的电力线检测系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现上述权利要求1至8任一项所述的方法。

技术总结
本发明公开一种基于最大树和图信号处理的电力线检测方法及系统，获取原始图像数据；根据原始图像数据的RGB通道的数值规律，构建颜色滤波器，所述颜色滤波器用于保留灰度像素；将所述原始图像数据输入到颜色滤波器得到灰度图像；构建Maxtree模型，设置Maxtree模型的节点属性信号，并根据Maxtree模型分割将电力线和背景噪声得到电力线图像数据；通过图信号处理得到电力线的直线方程。本方法利用了Maxtree的独特结构结合图信号处理方法来实现电力线检测，以及电力线与背景噪声的色彩差异滤除噪声，提高了算法效率，减少了内存损耗。基本解决了误检的情况，从而减少了电力线的漏检。

技术研发人员：钱江,刘易楠,吕海涛
受保护的技术使用者：电子科技大学长三角研究院（湖州）
技术研发日：
技术公布日：2024/1/16