[发明专利]一种快速建筑夜景照明灯光故障检测方法

说明书

本文发明涉及一种快速建筑夜景照明灯光故障检测方法。采用改进的限制对比度自适应直方图均衡方法(ICLAHE)进行视频预处理，然后利用SIFT算法进行特征提取，根据欧式距离和RANSAC算法进行特征点的配准。最后将配准好的视频流通过灯光故障判别方法进行检测，判断各个检测区域是否出现故障灯。本发明专利提出的故障检测方法利用ICLAHE增强图像清晰度，提高了图像匹配正确率，解决了因摄像头抖动而误检测的情况。本发明专利提出的故障检测方法可以准确检测建筑夜景灯光故障，具有较好的应用价值。

技术领域

本发明涉及图像处理和故障检测领域，具体涉及一种快速建筑夜景照明灯光故障检测方法。

背景技术

建筑夜景照明不仅能够为城市居民提供安全的照明功能，还有利于丰富城市夜景文化，传播光文化，提高城市的综合品质。但随着时间的推移以及户外环境的复杂性，建筑夜景照明因产品、电力、通信信号等原因故障逐渐频发。现有建筑夜景照明灯光故障检测仍然是常规巡检人员目测为主，导致检测效率下降而且巡检成本高。

随着Internet的快速发展，利用计算机视觉的方法进行检测已经成为研究的主要方向和发展趋势。由于建筑夜景照明灯光各点的颜色和亮度不同，有无故障灯最本质的区别就是像素值是否为“黑色”。在灰度图像中，各点呈现不同程度的灰色，黑色为0，白色为255。因此，灯光故障检测方法中将彩色视频帧的RGB 值转化为灰度值。

由于户外环境因素的干扰，摄像头容易发生抖动，导致系统无法从检测区域提取像素信息进行故障检测，因此图像配准是将其中关键步骤。图像配准是数字图像处理领域的关键技术之一，其目的是对不同时间、不同角度或不同传感器获取的同一场景两幅或多幅图进行空间变化处理，使得同一目标在不同的图像上处于相同的坐标位置。SIFT算法是经典的基于特征的图像配准算法，该算法在图像平移、旋转、缩放、视角变换和光照变化等因素下具有良好的效果，解决了因摄像头抖动而误检测的情况。

发明内容

本发明专利目的在于解决传统建筑夜景照明灯光故障检测方法中巡检成本高、检测效率低等问题，并进一步解决计算机视觉检测方法中摄像头抖动问题和检测精度，提出一种基于图像配准的建筑夜景照明灯光故障检测方法。与传统的故障检测方法相比较，具有较高的准确率，具有较好的应用价值。

为实现上述发明目的，本发明提供以下技术方案：一种快速建筑夜景照明灯光故障检测方法，包括以下步骤：

S1：调用摄像头获取建筑夜景照明开灯后的视频流，截取固定时长的视频流进行存储，间隔固定时长后再对视频流进行截取存储；

S2：截取视频流中建筑夜景照明开灯瞬间的视频帧作为参考图像；

S3：将视频流中每一帧与参考图像进行图像配准；

S4：获取配准后视频帧观察区域中各检测区域的像素信息；

S5：将获取到的像素信息通过灯光故障判别方法判断检测区域是否出现故障灯。

进一步地，上述步骤S3包括如下步骤：

S3.1：利用改进后的限制对比度自适应直方图均衡算法(ICLAHE)对参考图像和视频流中的视频帧进行图像增强；

S3.2：将步骤S3.1中ICLAHE得到的灰度图与高斯函数进行卷积，生成不同的尺度空间L(x,y,σ)，再将同一尺度中相邻上下两幅图像相减得到高斯差分尺度空间D(x,y,σ)；

灰度图与高斯函数进行卷积，生成不同尺度空间的公式如下：

L(x,y,σ)＝G(x,y,σ)*I(x,y)

式中：I(x,y)为输入的灰度图像，即ICLAHE得到的灰度图像；*为卷积符号；σ为尺度空间因子；G(x,y,σ)为高斯函数；