一种可迭代基于多向自相关的航拍电力线图像增强方法

被引:9
作者
曹蔚然 [1 ,2 ,3 ]
朱琳琳 [1 ]
韩建达 [1 ]
机构
[1] 中国科学院沈阳自动化研究所
[2] 中国科学院大学
[3] 沈阳师范大学软件学院
关键词
航拍电力线图像; 可迭代多向自相关; 图像增强; 灰度分布; 滤波;
D O I
10.13973/j.cnki.robot.2015.0738
中图分类号
TM75 [线路及杆塔]; TP391.41 [];
学科分类号
080802 ; 080203 ;
摘要
针对无人机航拍电力线图像环境背景复杂、电力线目标细弱导致目标识别率低的问题,提出了一种可迭代运行的多向自相关(iterable multidirectional autocorrelation,IMA)增强方法.该方法根据航拍图像中电力线目标的局部纵向及横向灰度分布特征设计有效的滤波模板,用方向滤波的结果进行自相关增强.同时,这种自我增强可以多次迭代运行以达到满意的图像增强效果.通过一系列实验将Canny、Hessian与IMA方法的增强结果进行对比,实验结果显示,所提出的IMA方法比Canny和Hessian方法更适于无人机航拍电力线图像的增强操作.IMA方法不但运算速度快,而且能在大幅减弱航拍图像中复杂环境背景的同时增强电力线目标,从而有效提高图像的电力线目标检测识别率.
引用
收藏
页码:738 / 747
页数:10
相关论文
共 11 条
[1]   面向旋翼无人机的高压输电线在线检测方法 [J].
曹蔚然 ;
朱琳琳 ;
韩建达 .
计算机应用研究, 2014, 31 (10) :3196-3200
[2]   面向巡线无人机高压线实时检测与识别算法 [J].
赵利坡 ;
范慧杰 ;
朱琳琳 ;
唐延东 .
小型微型计算机系统, 2012, 33 (04) :882-886
[3]   基于局部对比度的自适应PCNN图像融合 [J].
苗启广 ;
王宝树 .
计算机学报, 2008, (05) :875-880
[4]   基于Hessian矩阵的冠状动脉中心线的跟踪算法 [J].
许燕 ;
胡广书 ;
商丽华 ;
耿进朝 .
清华大学学报(自然科学版), 2007, (06) :889-892
[5]   基于Hessian矩阵的中心路径提取算法 [J].
李光明 ;
田捷 ;
赵明昌 ;
何晖光 .
软件学报, 2003, (12) :2074-2081
[6]   一种基于脉冲耦合神经网络和图像熵的自动图像分割方法 [J].
马义德 ;
戴若兰 ;
李廉 .
通信学报, 2002, (01) :46-51
[7]   PCNN的原理及其应用 [J].
顾晓东 ;
余道衡 .
电路与系统学报, 2001, (03) :45-50
[8]  
基于GIS的直升机输电线路巡检系统的研究与设计[D]. 薛岚.哈尔滨理工大学. 2008
[9]   Noisy fingerprints classification with directional FFT based features using MLP [J].
Sarbadhikari, SN ;
Basak, J ;
Pal, SK ;
Kundu, MK .
NEURAL COMPUTING & APPLICATIONS, 1998, 7 (02) :180-191
[10]   GABOR FILTERS AS TEXTURE DISCRIMINATOR [J].
FOGEL, I ;
SAGI, D .
BIOLOGICAL CYBERNETICS, 1989, 61 (02) :103-113