[发明专利]基于图像识别技术的绝缘子完全分割算法

权利要求书

1.基于图像识别技术的绝缘子完全分割算法，其特征在于包括以下步骤：

A、将需要处理的航拍绝缘子图像转到Lab空间，在Lab空间的a空间中，利用绝缘子的颜色特征，提取a通道的图像；

B、对a空间图像进行直方图均衡化处理；

C、对a空间图像进行最大类间方差法进行分割得到图像I(i,j)；0≤i≤W,0≤j≤H；

D、将需要处理的航拍绝缘子图像先进行灰度化处理得到灰度空间图像，接着对灰度空间图像进行最大类间方差法进行分割得到图像M(i,j)；0≤i≤W,0≤j≤H；

E、将图像I(i,j)与图像M(i,j)进行逻辑与运算得到绝缘子的分割图像R(i,j)；0≤i≤W,0≤j≤H；

F、利用分割图像R(i,j)的形态学特征和连通域特征，计算每个绝缘子的连通域面积，并确定连通域面积阈值，去除分割图像R(i,j)的背景杂质，所述背景杂质是指绝缘子的连通域面积小于连通域面积阀值的绝缘子图像。

2.如权利要求1所述的基于图像识别技术的绝缘子完全分割算法，其特征在于：在步骤C和步骤D中所述的最大类间方差法的具体方法如下：首先确定分割阀值k，然后根据k图像分割成前景类图像C₁和背景类图像C₂,其中C₁＝[0,k]，C₂＝[k+1，L-1],L表示图像的灰度级个数,其中所述分割阀值k采用如下方法确定：首先，计算类间方差m_G表示整个图像的全局灰度值，P_i表示为灰度级为i的像素个数占整个图像像素总数的比例，D₁表示前景类图像C₁出现的概率；接着通过遍历k的值得到类间方差的集合Q，k的取值范围是[0,255]，选出集合Q中类间方差的最大值所述所对应的k值即为分割阈值。

3.如权利要求2所述的基于图像识别技术的绝缘子完全分割算法，其特征在于：在步骤E中，所述逻辑与的定义为R(i,j)＝(I(i,j)&&M(i,j))*255；0≤i≤W,0≤j≤H。

4.如权利要求3所述的基于图像识别技术的绝缘子完全分割算法，其特征在于：在步骤F中，采用如下方法确定连通域面积阀值，首先，将所有的绝缘子的连通域面积值组成areas数组，接着选取areas数组中的前K个面积值组成“小根堆”形式，所述的“小根堆”是指树的根节点的值始终小于它的左右孩子节点的值；然后将areas数组中的K+1个元素与“小根堆”的堆顶元素比较，如果大于堆顶元素则使用K+1个元素替换掉“堆顶”元素并调整数值顺序使其恢复成“小根堆”形式，如果小于堆顶元素，则继续比较下一个元素，直到areas数组内的除前K个面积值之外的其它数值比较结束后，对得到的K个数进行排序，取K个数的中值midarea，面积阈值为0.5*midarea。