[发明专利]红外图像中绝缘子的识别方法、装置及可读存储介质

说明书

本发明涉及图像识别处理技术领域，具体涉及一种红外图像中绝缘子的识别方法、装置及可读存储介质，所述方法包括：获取绝缘子的样本图像数据集，所述绝缘子的样本图像数据集包括多张样本图像；其中，所述样本图像包括正样本图像和负样本图像，所述样本图像根据对绝缘子的红外图像预处理得到；构建弱分类器，根据所述样本图像数据集对构建好的弱分类器进行训练，得到改进的级联分类器模型；接收待检测的绝缘子红外图像，通过改进的级联分类器模型预测出所述待检测的绝缘子红外图像中的绝缘子区域；本发明还相应的提供了红外图像中绝缘子的识别装置及可读存储介质，本发明能够提高对红外图像中绝缘子识别的准确率和识别效率。

技术领域

本发明涉及图像识别处理技术领域，具体涉及一种红外图像中绝缘子的识别方法、装置及可读存储介质。

背景技术

绝缘子是架空输电线路中应用数量巨大的重要组成设备，传统的人工检测难以对大量绝缘子红外图像准确多目标识别，现有的智能识别算法识别速度和准确率难以满足现场应用需求。

因此如何对现有的智能识别算法进行改进，提高对红外图像中绝缘子识别的准确率和识别效率，成为亟待解决的问题。

发明内容

本发明目的在于提供一种红外图像中绝缘子的识别方法、装置及可读存储介质，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

为了实现上述目的，本发明提供以下技术方案：

一种红外图像中绝缘子的识别方法，所述方法包括以下步骤：

步骤S100、获取绝缘子的样本图像数据集，所述绝缘子的样本图像数据集包括多张样本图像；其中，所述样本图像包括正样本图像和负样本图像，所述样本图像根据对绝缘子的红外图像预处理得到；

步骤S200、构建弱分类器，根据所述样本图像数据集对构建好的弱分类器进行训练，得到改进的级联分类器模型；

步骤S300、接收待检测的绝缘子红外图像，通过改进的级联分类器模型预测出所述待检测的绝缘子红外图像中的绝缘子区域。

进一步，所述步骤S100包括：

步骤S110、获取变电站的红外图像，所述红外图像包含有绝缘子；

步骤S120、将红外图像的像素进行统一，并对统一像素后的红外图像进行灰度化处理，转换成灰度直方图；

步骤S130、对灰度直方图进行均衡化处理，得到最终的样本图像；

步骤S140、使用积分图方法确定样本图像的特征值，根据各个样本图像的特征值构建样本图像数据集。

进一步，所述步骤S200包括：

步骤S210、确定弱分类器；所述弱分类器采用级联Gentle Adaboost分类器；

步骤S220、确定弱分类器中各级分类器的最小分类误差率，并根据每级级分类器的分类误差率寻找该弱分类器的最小化阈值因子；

步骤S230、从所有弱分类器的最小分类误差率中找到最小分类误差率，根据最小的分类误差对输入弱分类器进行训练的样本图像的权值进行更新，输出强分类器；

步骤S240、设定每一级强分类器的最小击中率和最大虚警率，对级联的强分类器进行训练，当每一级强分类器的击中率达到最小击中率、且虚警率低于最大虚警率时，得到改进的级联分类器模型。

进一步，所述弱分类器用下式定义：