基于改进亮度序描述子的刀闸状态识别

为了消除非线性亮度变化对电力系统中的绝缘子定位和刀闸状态识别的影响,提出了一种基于改进亮度序(LIOP)描述子的刀闸状态识别算法。首先对图像进行必要的预处理以去除噪声的污染;其次提取感兴趣的目标区域,该区域内应包含绝缘子和刀闸等目标信息;然后利用改进的亮度序描述子来精确定位绝缘子,这是由于亮度序描述子对图像非线性亮度变化、尺度变换和旋转变化等具有一定的不变性;最后利用改进的Hough变换来确定刀闸的位置,并计算直线段间的角度来对闸刀状态进行识别。实验结果说明了该方法可以精确地定位绝缘子和识别刀闸的状态,适用于实时性要求较高的电力系统。

基于亮度序的均值标准差描述子

在已有均值标准差曲线描述子(MSCD)的基础上,引入亮度序划分思想,提出一种基于亮度序的均值标准差描述子(IOMSD).与传统描述子构造时采用固定位置进行子区域划分不同,文中依据局部区域内各像素点的亮度大小关系划分子区域.该方法能克服图像形变带来的边界误差,且对线性光照和单调光照变化具有不变性.实验结果表明,IOMSD对旋转、视角变化及光照变化图像具有鲁棒性,尤其在形变稳定性上优于已有的MSCD算法.

基于重叠亮度序的曲线描述子

针对现有亮度序划分方法导致子区域划分不稳定的问题,在已有的亮度序均值标准差描述子(IOMSD)和亮度序曲线描述子(IOCD)基础上,引入重叠亮度序划分思想,提出基于重叠亮度序的曲线描述子OIOMSD和OIOCD。与传统描述子构造子区域划分互不重叠不同,本文首先依据图像局部区域内各像素点的亮度序划分原始子区域,其次将每个子区域与其后相邻的子区域进行一定程度的重叠合并,成为最终的子区域。该方法不仅克服了固定形状划分子区域产生的边界误差,而且能够解决噪声和非单调光照对子区域边界点的影响。实验结果表明,OIOMSD和OIOCD对旋转变化、视角变化、噪声和光照变化图像具有鲁棒性,尤其是OIOCD在非单调光照图像上的匹配性能优于已有的IOCD算法。

基于IOMSD曲线匹配的反射对称性检测

在曲线匹配的基础上提出一种新的图像反射对称性检测算法。使用亮度序均值标准差描述子进行曲线匹配,获取单幅图像中的对称曲线对。对对称曲线对上的各点进行梯度对称性度量,确定对称曲线对上的梯度对称点对。使用最小距离约束获取对称曲线对上的最佳对称点对,计算该点对连线的中点。获取图像中所有对称曲线对上最佳对称点对的中点,使用Hough变换实现图像反射对称轴的检测。实验结果表明,在图像亮度变化、对比度变化、噪声污染及旋转情况下,该算法均能够准确地定位图像的对称轴,并成功用于倒影图像的对称性检测。