一種輸電線路中目標(biāo)對象的檢測方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種輸電線路中目標(biāo)對象的檢測方法及 裝置。
【背景技術(shù)】
[0002] 隨著無人機(jī)/直升機(jī)技術(shù)的發(fā)展，其越來越多的應(yīng)用在輸電線路的巡檢應(yīng)用中， 例如對輸電線路中蜂巢對象或鳥巢對象等進(jìn)行檢測等。
[0003] 但是，在現(xiàn)有的檢測方案中，僅對無人機(jī)或直升機(jī)航拍的圖像灰度信息進(jìn)行利用， 使得目標(biāo)對象如蜂巢或鳥巢等的檢測準(zhǔn)確率較低。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于，提供的一種輸電線路中目標(biāo)對象的檢測方法及裝置，用于解 決現(xiàn)有技術(shù)中目標(biāo)對象如蜂巢或鳥巢等的檢測準(zhǔn)確率較低的技術(shù)問題。
[0005] 本發(fā)明提供了一種輸電線路中目標(biāo)對象的檢測方法，包括：
[0006] 獲取所述輸電線路的航拍圖像；
[0007] 依據(jù)所述輸電線路中輸電桿塔與待檢測對象的預(yù)設(shè)幾何關(guān)系，確定所述航拍圖像 中的輸電桿塔圖像區(qū)域及所述待檢測對象的對象圖像區(qū)域；
[0008] 對所述對象圖像區(qū)域進(jìn)行特征向量構(gòu)建，以得到所述待檢測對象的檢測子；
[0009] 利用所述檢測子，對所述輸電線路的待檢測圖像進(jìn)行對象檢測，以確定所述輸電 線路中的目標(biāo)對象。
[0010] 上述方法，優(yōu)選的，所述依據(jù)所述輸電線路中輸電桿塔與待檢測對象的預(yù)設(shè)幾何 關(guān)系，確定所述航拍圖像中的輸電桿塔圖像區(qū)域及所述待檢測對象的對象圖像區(qū)域，包 括：
[0011] 對所述航拍圖像利用分裂合并算法進(jìn)行圖像分割，得到多個(gè)子圖像區(qū)域，每個(gè)所 述子圖像區(qū)域的屬性特征不同；
[0012] 對每個(gè)所述子圖像區(qū)域中的顏色屬性特征為綠色的圖像區(qū)域的圖像屬性特征修 改為0 ;
[0013] 將每個(gè)所述子圖像區(qū)域的屬性特征分割線作為區(qū)域邊界線，利用區(qū)域周長算法確 定所述航拍圖像中的輸電桿塔圖像區(qū)域；
[0014] 基于待檢測對象建立在輸電桿塔之上的幾何關(guān)系，以所述輸電桿塔圖像區(qū)域的區(qū) 域邊界為基準(zhǔn)，向邊界像素的四連通域方向擴(kuò)張到預(yù)設(shè)閾值，以得到擴(kuò)張圖像區(qū)域；
[0015] 獲取所述輸電桿塔圖像區(qū)域中與所述擴(kuò)張圖像區(qū)域相交的目標(biāo)圖像區(qū)域；
[0016] 基于待檢測對象的成像特征，獲取所述目標(biāo)圖像區(qū)域中所述待檢測對象的對象圖 像區(qū)域。
[0017] 上述方法，優(yōu)選的，所述對所述對象圖像區(qū)域進(jìn)行特征向量構(gòu)建，以得到所述待檢 測對象的檢測子，包括：
[0018] 提取所述對象圖像區(qū)域中的對象圖像輪廓；
[0019] 以所述對象圖像輪廓的外接矩形為邊界，對所述對象圖像區(qū)域擴(kuò)大到預(yù)設(shè)尺寸 值；
[0020] 對擴(kuò)大之后的對象圖像區(qū)域剪裁至所述預(yù)設(shè)尺寸值大小的剪裁圖像；
[0021] 基于所述剪裁圖像，構(gòu)建待檢測對象的特征向量；
[0022] 利用所述特征向量，獲取待檢測對象的檢測子。
[0023] 上述方法，優(yōu)選的，所述利用所述特征向量，獲取待檢測對象的檢測子，包括：
[0024] 選取所述對象圖像區(qū)域中的第一樣本圖像及第二樣本圖像，得到第一樣本集合和 第二樣本集合；
[0025] 在所述特征向量中，分別提取所述第一樣本集合內(nèi)每個(gè)第一樣本圖像中待檢測對 象的第一特征向量及所述第二樣本集合內(nèi)每個(gè)第二樣本圖像中待檢測對象的第二特征向 量；
[0026] 利用支持向量機(jī)SVM對所述第一特征向量及所述第二特征向量進(jìn)行訓(xùn)練，生成對 象特征訓(xùn)練模型；
[0027] 基于所述對象特征訓(xùn)練模型，獲取所述待檢測對象的檢測子。
[0028] 上述方法，優(yōu)選的，所述利用所述檢測子，對所述輸電線路的待檢測圖像進(jìn)行對象 檢測，以檢測到所述輸電線路中的目標(biāo)對象，包括：
[0029] 利用所述檢測子，對所述輸電線路的待檢測圖像進(jìn)行Harri角點(diǎn)檢測及hough直 線檢測，以得到所述待檢測圖像中的目標(biāo)區(qū)域；
[0030] 以預(yù)設(shè)窗口大小及預(yù)設(shè)檢索步長對所述目標(biāo)區(qū)域進(jìn)行檢測，以得到所述待檢測圖 像中所述輸電線路的目標(biāo)對象。
[0031] 本發(fā)明還提供了一種輸電線路中目標(biāo)對象的檢測裝置，包括：
[0032] 圖像獲取單元，用于獲取所述輸電線路的航拍圖像；
[0033] 區(qū)域確定單元，用于依據(jù)所述輸電線路中輸電桿塔與待檢測對象的預(yù)設(shè)幾何關(guān) 系，確定所述航拍圖像中的輸電桿塔圖像區(qū)域及待檢測對象的對象圖像區(qū)域；
[0034] 向量構(gòu)建單元，用于對所述對象圖像區(qū)域進(jìn)行特征向量構(gòu)建，以得到所述待檢測 對象的檢測子；
[0035] 對象檢測單元，用于利用所述檢測子，對所述輸電線路的待檢測圖像進(jìn)行對象檢 測，以確定所述輸電線路中的目標(biāo)對象。
[0036] 上述裝置，優(yōu)選的，所述區(qū)域確定單元包括：
[0037] 區(qū)域分割子單元，用于對所述航拍圖像利用分裂合并算法進(jìn)行圖像分割，得到多 個(gè)子圖像區(qū)域，每個(gè)所述子圖像區(qū)域的屬性特征不同；
[0038] 特征修改子單元，用于對每個(gè)所述子圖像區(qū)域中的顏色屬性特征為率的圖像區(qū)域 的圖像屬性特征修改為〇 ;
[0039] 桿塔區(qū)域確定子單元，用于將每個(gè)所述子圖像區(qū)域的圖像屬性特征分割線作為區(qū) 域邊界線，利用區(qū)域周長算法確定所述航拍圖像中的輸電桿塔圖像區(qū)域；
[0040] 區(qū)域擴(kuò)展子單元，用于基于待檢測對象監(jiān)理在輸電桿塔之上的幾何關(guān)系，以所述 輸電桿塔圖像區(qū)域的區(qū)域邊界為基準(zhǔn)，向邊界像素的四連通域方向擴(kuò)張到預(yù)設(shè)閾值，以得 到擴(kuò)張圖像區(qū)域；
[0041] 目標(biāo)圖像獲取子單元，用于獲取所述輸電桿塔圖像區(qū)域中與所述擴(kuò)張圖像區(qū)域相 交的目標(biāo)圖像區(qū)域；
[0042] 對象區(qū)域獲取子單元，用于基于待檢測對象的成像特征，獲取所述目標(biāo)圖像區(qū)域 中所述待檢測對象的對象圖像區(qū)域。
[0043] 上述裝置，優(yōu)選的，所述向量構(gòu)建單元包括：
[0044] 輪廓提取子單元，用于提取所述對象圖像區(qū)域中的對象圖像輪廓；
[0045] 區(qū)域擴(kuò)大子單元，用于以所述對象圖像輪廓的外接矩形為邊界，對所述對象圖像 區(qū)域擴(kuò)大到預(yù)設(shè)尺寸值；
[0046] 圖像剪裁子單元，用于對擴(kuò)大之后的對象圖像區(qū)域剪裁至所述預(yù)設(shè)尺寸值大小的 剪裁圖像；
[0047] 向量構(gòu)建子單元，用于基于所述剪裁圖像，構(gòu)建待檢測對象的特征向量；
[0048] 檢測子獲取子單元，用于基于所述特征向量，獲取待檢測對象的檢測子。
[0049] 上述裝置，優(yōu)選的，所述檢測子獲取子單元包括：
[0050] 樣本選取模塊，用于選取所述對象圖像區(qū)域中的第一樣本圖像及第二樣本圖像， 得到第一樣本集合和第二樣本集合；
[0051] 向量獲取模塊，用于在所述特征向量中，分別提取所述第一樣本集合內(nèi)每個(gè)第一 樣本圖像中待檢測對象的第一特征向量機(jī)所述第二樣本集合內(nèi)每個(gè)第二樣本圖像中待檢 測對象的第二特征向量；
[0052] 模型生成模塊，用于利用SVM對所述第一特征向量機(jī)所述第二特征向量進(jìn)行訓(xùn) 練，生成對象特征訓(xùn)練模型；
[0053] 檢測子獲取模塊，用于基于所述對象特征訓(xùn)練模型，獲取所述待檢測對象的檢測 子。
[0054] 上述裝置，優(yōu)選的，所述對象檢測單元包括：
[0055] 圖像檢測子單元，用于利用所述檢測子，對所述輸電線路的待檢測圖像進(jìn)行Harri 角點(diǎn)檢測及hough直線檢測，以得到所述待檢測圖像中的目標(biāo)區(qū)域；
[0056] 區(qū)域檢測子單元，用于以預(yù)設(shè)窗口大小及預(yù)設(shè)檢測步長對所述目標(biāo)區(qū)域進(jìn)行檢 測，以得到所述待檢測圖像中所述輸電線路的目標(biāo)對象。
[0057] 由上述方案可知，本發(fā)明提供的一種輸電線路中目標(biāo)對象的檢測方法及裝置，通 過對輸電線路的航拍圖像進(jìn)行獲取之后，利用輸電線路中目標(biāo)對象的背景物即輸電桿塔與 待檢測對象如蜂巢或鳥巢之間的預(yù)設(shè)幾何關(guān)系，來確定航拍圖像中背景物即輸電桿塔的圖 像區(qū)域并獲取航拍圖像中待檢測對象的對象圖像區(qū)域，進(jìn)而對該對象圖像區(qū)域進(jìn)行特征向 量構(gòu)建，以得到待檢測對象的檢測子，從而才能利用這些檢測子對輸電線路的待檢測圖像 如實(shí)時(shí)傳輸來的圖像進(jìn)行對象檢測，最終確定輸電線路中的目標(biāo)對象如蜂巢或鳥巢等。本 發(fā)明中通過對航拍圖像中背景物如輸電桿塔及待檢測對象各自的區(qū)域進(jìn)行確定，并以此確 定到的區(qū)域獲取檢測子進(jìn)而檢測輸電線路中的目標(biāo)對象，區(qū)別于現(xiàn)有技術(shù)中通過識別圖像 灰度信息來檢測目標(biāo)對象的方案，明顯能夠提高目標(biāo)對象的檢測準(zhǔn)確率。
【附圖說明】
[0058] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù) 提供的附圖獲得其他的附圖。
[0059] 圖1為本發(fā)明提供的一種輸電線路中目標(biāo)對象的檢測方法實(shí)施例一的流程圖；
[0060] 圖2為本發(fā)明提供的一種輸電線路中目標(biāo)對象的檢測方法實(shí)施例二的部分流程 圖；
[0061] 圖3為本發(fā)明提供的一種輸電線路中目標(biāo)對象的檢測方法實(shí)施例三的部分流程 圖；
[0062] 圖4為本發(fā)明實(shí)施例三的另一部分流程圖；
[0063] 圖5為本發(fā)明提供的一種輸電線路中目標(biāo)對象的檢測方法實(shí)施例四的部分流程 圖；
[0064] 圖6為本發(fā)明提供的一種輸電線路中目標(biāo)對象的檢測裝置實(shí)施例五的結(jié)構(gòu)示意 圖；
[0065] 圖7為本發(fā)明提供的一種輸電線路中目標(biāo)對象的檢測裝置實(shí)施例六的部分結(jié)構(gòu) 示意圖；
[0066] 圖8為本發(fā)明提供的一種輸電線路中目標(biāo)對象的檢測裝置實(shí)施例七的部分結(jié)構(gòu) 示意圖；
[0067] 圖9為本發(fā)明實(shí)施例七的另一部分結(jié)構(gòu)