[发明专利]一种变电站设备巡检图像全景重建方法

说明书

本发明公开了一种变电站设备巡检图像全景重建方法。该方法首先采用改进的SURF特征检测算法对采集的变电设备巡检图像进行特征提取；然后对提取出的特征点进行特征匹配；接着对图像进行空间转换，利用RANSAC算法将特征空间的参数模型代入对应图像的特征匹配信息对模型进行求解，从而将图像通过转换模型转换到待配准图像的空间坐标上；最后进行图像融合，得到高保真度的全景图像。本发明能实现对变电站设备巡检图像的全景重建，克服图像拍摄过程中距离、旋转、角度、遮挡、对光等因素的影响。本方法使用了基于特征的图像配准方法，具备鲁棒性强的特点，针对变电站设备结构复杂、外观特征丰富的特点，仍有很好的匹配重建结果。

技术领域

本发明涉及到变电站设备巡检领域，具体是一种变电站设备巡检图像全景重建方法。

背景技术

为了实现变电站主要电力设备的日常管理，保障电力系统安全可靠运行，各变电站每天通过人工巡检、在线监测装置、巡检机器人收集到各类设备的巡检图像。但由于变电站所处位置地形复杂、变电站内设备繁多、遮挡严重，导致巡检过程受距离、旋转、角度、遮挡、对光等因素影响，大量图像无法完全呈现设备的全景信息。因此，利用图像全景重建技术对图像进行融合非常必要。这种重建方法针对变电站设备结构与外观的特点，采用了改进的SURF(加速稳健特征)检测算法对图像特征进行提取，并结合了多项匹配方式完成巡检图像之间的高效匹配，最后能获得很好的融合效果。

发明内容

本发明的目的在于针对目前变电站各类巡检手段获得的大量巡检图像无法完全呈现设备全景信息的问题，根据变电站内设备外观复杂、棱角分明且规则的特征，提供了一种变电站设备巡检图像全景重建方法，该方法针对变电站设备结构与外观的特点，采用了改进的SURF特征检测算法对图像特征进行提取，并结合了多项匹配方式完成巡检图像之间的高效匹配，最终实现很好的图像融合效果。

为实现上述目的，本发明所采用的技术方案为：

首先采用改进的SURF特征检测算法对采集的变电设备巡检图像进行特征提取，然后对提取出的特征点进行特征匹配，所述特征匹配包含根据特征点之间的欧氏距离进行特征匹配查找并利用最近邻和次近邻距离比值进行初步筛选的粗匹配方法，以及通过匹配线段斜率检查、交叉匹配过滤和RANSAC(随机抽样一致)算法计算小数据集合合理性来删除粗匹配中错误匹配特征对的精匹配方法；然后利用RANSAC算法将特征空间的参数模型代入对应图像的特征匹配信息对模型进行求解，得到固定的图像空间转换模型，从而将图像通过转换模型转换到待配准图像的空间坐标上，最后利用加权求和算法处理图像重合部分进行图像融合。

本发明提出的变电站设备巡检图像全景重建方法包括以下具体步骤：

(1)特征提取

通过改进的SURF特征检测算法的特征提取和描述方式，结合快速投影检测到电力设备特征关键点，SURF算子会通过一个特征向量来描述关键点周围区域的情况，用一种更为高效的方式完成电力设备特征点的提取和描述。

①构造尺度空间

改进的SURF算法的尺度空间由O组S层组成，不同组间图像的尺寸都是一致的，不同组间使用的盒式滤波器的模板尺寸逐渐增大，同一组不同层图像使用相同尺寸的滤波器，其滤波器的尺度空间因子逐渐增大。

②检测特征点

搜索所有尺度空间上的图像，通过黑塞矩阵来识别潜在的对尺度和确定候选点。构建黑塞矩阵的目的是为了生成图像稳定的边缘点(突变点)，跟拉普拉斯边缘检测的作用类似，为特征提取做准备。考虑到电力设备目标特征的多样以及边缘特征的分明，优化了黑塞矩阵对于特征点的选取效率，弱化了针对边缘特征的考虑，并针对于选取的特征点快速进行极大值抑制，使得整个的检测过程效率大大提升。

对于一个图像I(x,y)，其黑塞矩阵如下：