[发明专利]一种基于形状特征和图像分割的绝缘子识别和定位方法

权利要求书

1.一种基于形状特征和图像分割的绝缘子识别和定位方法，其特征在于，包括以下步骤：

步骤(1)、对原始绝缘子图像进行预处理；

步骤(2)、引入自适应粒子群优化算法，并结合最大类间方差法对预处理后的绝缘子图像进行阈值分割；

步骤(3)、通过形态学滤波以及面积滤波形成二值图像，对二值图像进行骨架提取，根据Hough变换结果对骨架提取后二值图像中的绝缘子区域进行初始定位；

步骤(4)、依靠绝缘子的形状特征实现绝缘子的精确定位。

2.根据权利要求1所述的一种基于形状特征和图像分割的绝缘子识别和定位方法，其特征在于，步骤(1)的具体步骤为：

1)、将原始图像根据公式(1)转化为灰度图像，对灰度化之后的图像使用均值滤波进行降噪处理；

Gray(i,j)＝0.11R(i,j)+0.59G(i,j)+0.30B(i,j) (1)

式中，(i,j)是一个像素点在图像中所在的位置，R(i,j)表示(i,j)的像素点颜色的红色分量，G(i,j)表示(i,j)的像素点颜色的绿色分量，B(i,j)表示(i,j)的像素点颜色的蓝色分量，Gray(i,j)代表(i,j)的像素点转换后的灰度值，将(i,j)的像素点的R、G、B三分量值均设置为Gray(i,j)；

2)、将降噪后的灰度图像根据公式(2)进行对比度拉伸，达到缩小图像背景区域灰度空间的同时扩展绝缘子区域灰度空间；

式中，f(x,y)是像素点(x,y)处的灰度值，f′(x,y)是像素点(x,y)通过分段线性变换后得到的新灰度值，对降噪后的灰度图像的所有灰度值按从小到大的顺序排列，得到其灰度等级为L，再将灰度级分成[0,a]、[a,b]和[b,L-1]；其中，a为绝缘子灰度值集中区域的最小值，b为绝缘子灰度值集中区域的最大值，c为绝缘子灰度值集中区域经过映射后的最小值，d为绝缘子灰度值集中区域经过映射后的最大值。

3.根据权利要求1所述的一种基于形状特征和图像分割的绝缘子识别和定位方法，其特征在于，步骤(2)的具体步骤为：

将类间方差σ²作为自适应粒子群优化算法的适应度函数，分割阈值作为粒子的位置，阈值更新速度作为粒子的移动速度，通过迭代的方式在灰度空间中搜索适应度函数σ²取最大值时所对应的灰度值，从而求解出图像的分割阈值。

4.根据权利要求1所述的一种基于形状特征和图像分割的绝缘子识别和定位方法，其特征在于，步骤(3)的具体步骤为：

3.1、对阈值分割后的绝缘子图像进行形态学腐蚀操作和形态学膨胀操作；

3.2、利用面积滤波将形态学滤波后图像中连通区域的面积与预先设置的分割阈值相比较，删除小于分割阈值的部分；

3.3、选用基于烧草模型及与其对应的细化算法提取阈值分割处理后的绝缘子图像骨架；

3.4、使用Hough变换来提取细化图像中的直线，根据各条直线的长度设置长度阈值，删除长度小于该长度阈值的直线，实现对绝缘子区域的初始定位。

5.根据权利要求1所述的一种基于形状特征和图像分割的绝缘子识别和定位方法，其特征在于，步骤(4)中，绝缘子的形状特征分别为：

形状特征1：绝缘子串包含若干个盘片，且每个盘片厚度相等；

形状特征2：盘片边缘的厚度小于中心的厚度，从边缘到中心厚度逐渐增大；

形状特征3：每个盘片以中心轴厚度对称。