冬季戶外輸電線路覆冰厚度圖像識別算法

馬孝賀

（鄭州財經學院 信息工程學院，河南 鄭州 450000）

1 冬季戶外輸電線路覆冰厚度圖像識別算法

1.1 圖像強化與直方圖的均衡化

冬季戶外輸電線路現場采光狀況復雜困難，獲得的圖像存在曝光問題，這時需先使用圖像強化與直方圖的均衡化方法修正[1-2]。在絕緣體圖像經歷在LaL空間閾值均化以后，圖像間對比程度下降，絕緣體信息圖像的特征變得不明顯，能利用圖像強化與直方圖的均衡化方法進一步提高采集圖像的對比度，突出圖像的主要特征。直方圖均衡化方法可實現圖像自然曝光與顯示，但缺陷是選擇時，會對整個圖像的像素點數據進行統一操作與處理[3]。直方圖均衡化的實質是對灰度值進行一定程度的轉化，假設一幅圖像一共有A個灰度級，那么其取值范圍大致控制在為[0,A-1]，轉化函數為L(e)，則：

其中，s為灰度值e經過轉化之后的最終結果。對L(e)做出以下假設：L(e)為連續變化的單調遞增函數；L(e)的取值范圍控制在0～A-1之間。

可將灰度值e看作是一個隨機變量，描寫隨機變量最普遍也是最常見的方法是使用概率密度函數，定義p(e)和p(s)分別代表e和s的概率密度函數（PDF），由于p(e)的概率分布能夠直接通過圖像獲得。因此是已知函數，現在需要根據p(e)求得p(s)，由基本的概率論理論知識可求得：

de代表的是函數公式內的圖像數量總和，ds表示圖像質量畫質，w表示的是圖像點，p(w)表示在函數內的采集的總數，d(w)代表圖像點之間的距離。

1.2 圖像區域分割

圖像分割是根據一定的規律和計算程序，將圖像分割成若干個互不連接、具有相同性質的區域，對圖區重要信息進行整合、分析與處理[4]。圖像分割是從圖像處理轉變到圖像整合、分析的關鍵環節，力求減少后續環節的圖像分析、識別等高級操作階段所需要處理的圖像，并在一定程度上保留相關圖像畫質特征的信息。在整個絕緣體覆冰圖像識別過程中起著至為關鍵的作用，分割效果的優良直接影響后續對絕緣體覆冰圖像識別及其覆冰厚度的計算難易程度，具體見圖1。

1.3 閾值分割

閾值分割是一種基于區域的圖像分割算法，將圖像看作是具備不同灰度級別的兩種區域的重新組合[5]。閾值分割法重點在于閾值的選取與計算。最大間距方差法是一種計算方便、環境要求較低、適應性強、使用最為廣泛的選取閾值手段，本文選擇這種手段對絕緣體圖像進行分割。基于閾值法是一種方便操作、科學有效的圖像分割手段，它通過一個或幾個閾值把圖像的灰度級別分成幾個選項，認為屬于同一個選項的像素是同一個建筑體。固定閾值法計算方便，在看重運算效率的實際場合中得到了廣泛推廣與使用。然而，在冬季戶外輸電線路覆冰的過程中，每一條輸電線路每次覆冰時獲取到的圖像分割閾值各不相同。這是因為氣候環境等因素的作用，即使是同一條輸電線路同一個覆冰過程的不同時期也各不相同。因而在進行輸電線路覆冰厚度圖像識別時，必須保證每一次圖像采集到的信息是基于自身線路實際數據的前提下確定閾值。自適應閾值的求解過程能應用基于點的全局閾值法Outsuit法。利用全局閾值法Outsuit法求得整個線路的最佳閾值，根據該閾值對其線路覆冰厚度進行集中操作和處理。并把圖像上灰度值超過最適閾值范圍的點設定為全白區域，其他的點設定為全黑區域，有助于后續過程的統一處理與劃區。

圖1 區域分割具體算法流程

1.4 提取聯通區域

對絕緣體周圍圖像進行閾值分割后，要把返回某個區域的圖像作為分割最后取值，普通圖像分割后從圖像中提取到的每一個線路所在的區域互相獨立，絕緣體輸電線路區域必須由相互聯通的像素區域組合而成。在一個矩形成像區域網格上，有四聯通、八聯通兩個關聯通性的定義。因為區域輸電線路廣闊，本文算法主要使用八聯通區域提取。在圖像中用間距表示法掃描圖像，遇到背景數點時持續掃描，遇到目標數點主動標識。將圖像全部掃描完成后，判斷同一位置的標記是否保持一致，若不一致需要對圖像再度掃描，直至把同一位置的標記完成統一處理。

2 實驗論證分析

為保證冬季戶外輸電線路覆冰厚度圖像識別算法的有效性，進行實驗論證，實驗論證采用相同地區、具有相同輸電線路的覆冰厚度進行論證實驗。為保證實驗的嚴謹性，采用傳統算法作為實驗論證對比，對圖像質量進行統計。實驗論證結果曲線如圖2所示。根據實驗結果曲線可知，冬季戶外輸電線路覆冰厚度圖像識別算法相比于傳統算法而言，在圖像質量有著很大優勢，不僅圖像質量優良，而且縮短了計算時間。

圖2 實驗論證結果曲線

3 結 論

通過對冬季戶外輸電線路覆冰厚度圖像識別算法的分析，依托冬季戶外輸電線路覆冰厚度造成的種種電路困難與阻斷，根據線路數據反饋與覆冰厚度數據分析，對圖像識別算法進行調整，從而完成設計。實驗論證表明，設計的方法具備極高地有效性。希望能為冬季戶外輸電線路覆冰厚度圖像識別算法設計與實際發展提供一定的理論依據。