基于Harr特征的快速输电线识别.pdfVIP

2015年 2月 地 理 空 间 信 息 Feb．2015 第 13卷第 1期 (；EOSl’Ar【AI_l F()RMAIjON Vo1．13．No．1 doi：10．396％．HsJ]．1672—4623．2…5．01034 基于Hart特征的快速输电线识别 胡玮骏 ，张 明 o (1．武汉大学动力与机械学院，湖北 武汉430072) 摘 要 ：野外采集的输 电线图像边缘模糊，对比度差，空间域上存在随机分布的点和小块噪声。采用中值滤波方法，在不丢失 图像边缘细节信息的前提下，用分段线性变换增强了图像边缘的对比度 ，提高了图像的亮度分辨力和空间分辨力。采用基于统 计的AdabooSt算法和Harr特征，完成 了图像 中符合地线特征的所有子区域的定位 ，并对离散的子区域集进行最小二乘法拟合， 最终确定地线的实际位姿。以一组地线的手眼视觉图像为应用实例，验证了图像预处理及 目标检测方法的有效性。 关键词 ：Adaboost；目标检测 ；Harr特征 中图分类号 ：P2373 文献标志码 ：B 文章编号 ：l672—4623(20l5)f)l一0102．．03 输电线检测 [11是指利用计算机从高压输电线巡线 示方法计算出来，称之为积分图4【1。积分图在x、Y位 过程中拍摄到的照片中自动找到输 电线 区域的过程。 置的值包含 了 、Y左方及上方所有像素点值之和 ： 输 电线图像的拍摄是在伴随有振动、雨雾天气影响等 (，Y)=∑ i(x，Y) (1) 恶劣条件下完成的，往往存在较大程度的形变。采用 式中，fl(，Y)表示积分图像；i(x，Y)表示原图像； 总体泛化性强的基于统计的方法能较好地解决输电线 ff(x，Y)可用式 (2)、式 (3)迭代计算。 特征形变的问题。近年来出现的Adaboost算法 是第 S(X，Y)= (X，Y—1)+f(X，Y) (2) 一 个实时的 目标检测算法，从根本上解决了检测的速 ii(，Y)=fi(一1，Y)+ (x，Y) (3) 度问题 ，同时具有较好的识别效果。 式中，s(x，Y)表示一列的积分，且S(X，--1)=0， fj(一1，Y)=0。一幅积分图像 ，只需遍历一次原图像 。 1 Adaboost目标检测的基本原理 图2b所示图像矩形窗口D的像素灰度值之和可以用积 1．1 Harr型特征介绍 分图像 中相应的 1~4共4个点计算出来，即窗口D的 Harr型特征 [3是一种矩形特征，定义为黑色矩形 像素灰度值之和为4+1一(2+3)。 和 白色矩形各 自在 图像子窗口中对应区域的灰度值总 和之差，反映了图像局部的灰度变化。 矩形特征和其他类型的滤波器如方向可控的边缘 滤波器比起来不如他们精细。如 图1所示，和方向可 控滤波器不同，矩形特征可用的位姿只有垂直、水平 还有倾斜。和积分图像相结合，矩形特征集的高效性 a积分图形示恿图 b积分图像用法示意 很大程度上弥补 了其有限的适应性。 圜 2 积分图像及奠期法示意 1．2 Adaboost算法 [】I 目田 Adaboost算法 是在Boosting算法基础上发展而 来的。对一组样本集，只要检测率