探讨图像在智能自动巡检系统中的匹配和配准问题.docVIP

精品论文 参考文献 探讨图像在智能自动巡检系统中的匹配和配准问题 国网安徽省电力公司滁州供电公司 　　【摘要】在变电站的智能自动巡检系统中，对于同一场景，不同的传感器在不同的角度或条件下，拍摄的图像别会存在一定的差别，形成多模态图像。只有应用相关的图像配准技术对多个图像数据进行融合和处理，消除畸变，才能获取更加完整的信息，以便进行深入的分析。本文探讨了图像在智能自动巡检系统中的匹配和配准问题，并对改进的配准方法进行了研究，以期能为更好地实现图像处理提供技术上的借鉴。 　　【关键词】图像；智能巡检系统；图像匹配；图像配准 　　变电站中的智能自动巡检系统通过携带可见光摄像机以及红外热像仪等，来代替巡视人员对变电站的工作状态进行检查和巡视。实现智能化的自动监控，其实就是通过识别和处理智能拍摄的巡检图像来完成的。而图像处理技术中最主要的难题就是图像匹配和配准问题。就目前来说，在计算机视觉、遥感信息以及图像处理等方面，图像匹配技术都有着广泛的应用。实现对多模态图像的处理也有多种方式，而本文在前人研究的基础上，提出了一种改进的图像配准的自动集成方法。结果证明，该方法具有较高的准确性。 　　1.图像配准概述 　　图像配准，简单来说就是在同一场景下，对拍摄的不同的图像进行匹配或者“对齐”。由于拍照的位置、角度或者光度等的不同，不同或同一传感器获取的同一场景的图像都会产生一定的差异，产生多模态图像。这些图像也往往有着不同的分辨率和灰度属性等。为有效消除几何上的差异，就需要对多模态图像进行图像配准。本文对采集到的变电站红外图像以及与其有着不同分辨率和尺寸的可见光图像进行了小波分解，然后再对图像进行配准。这就使得在分解之后，配准图像的主要信息被保留，而尺寸有所缩小，有效提升了配准的效率。本文使用db1小波，对图像进行分解的结果见下图，其中a为小波分解后的可见光图像，b为红外图像。 　　2.图像配准方法 　　对于不同的图像匹配和配准问题，具有多种不同的算法，且各具优势和特点。主要有以下几种： 　　 　　这就得到了两幅图像的相互信息为： 　　2.2基于对齐度的多模图像配准 　　若假设配准的图像为I1（x,y），I（x,y）为待配准的图像。在经过对配准图像的尺寸调整之后的大小为Mtimes;N。在基于对其度对图像进行配准的时候，就需要以I1（x,y）的左下角顶点为基准，进行I1（x,y）的移动，形成对应的图像为I2（x,y），然后就可以应用公式计算I1（x,y）与I2（x,y）的对齐度。具体的算法为： 　　 　　其中，第i种方法的可信度就是Ci；配准错误率就是Pi，（i=1、2、3、4、5、6）；每种方法的可信度并不是一成不变的，而是根据图像的配准而动态变化着的。也就是说，在每种多模态图像进行配准之后，需要对其可信度进行重新计算。这样，才能保证在集成配准方法下，有着逐渐趋于稳定性的可信度。另外，在具体实验的过程中，可以设置每种方法的可信度为1/6，然后再进行多组图形的配准，并不断对出现的错误率进行计算和修正，完善和提升其可信度。 　　在对多模态图像进行集成配准的时候，就首先需要利用六种方式。而当最终的结果出现不一致的时候，就需要在少数服从多数的原则下，累加结果相同的方法的可信度，并当作为最终的正确的配准结果。 　　3.遗传算法 　　在前面的对比描述中已经得知，在变电站的智能自动巡检系统中，系统采集到的红外图像，在尺寸和分辨率上都与其对应的可见光图像存在一定的不同之处。且相对来说，红外图像的尺寸较大，所含场景信息较少。因此就可以假设红外图像经历了可见光图像的旋转、平移、缩放的变换。不过，由于是实际拍摄，再加上是按像素顺序搜索进行的互信息和对齐度配准，因而旋转变换和平移变换就可以不必考虑。只需要假设进行了缩放变换T(Txx,Tyx)就可以了。同时，通过浮点数编码的算法，以前面提到方法为适应度函数，经过多次的迭代，最终得到最优解T。这也就是说，在最合适的参数下，通过T(Txx,Tyx)变换得到的两幅图像最为相似。 　　以这种算法进行求解，变异率初始值为0.002，交叉率的初始值为0.2，种群规模可以设定为50，就可以在连续几代有相同结果时结束迭代，并将其作为最后的最优解T。同时，采取单点交叉的方式进行交叉操作，用轮盘赌的方式进行选择操作，而变异操作可以采取以下公式来进行： 　　 　　通过对表的分析，可以得出动态的可信度集成有着显著的准确率，相比采取单一化的配准方式，有着明显的优势。除此以外，不断增加图像集成配准方法次数，其配准结果也将逐渐有稳定的准确率。 　　5.结束语 　　本文重点探讨和分析的是变电站的智能自动巡检系统中的图像匹配和配准问题，提出了将多种配准方式进行集成的优化配准方法。首先，对系统拍摄到的不同组合的红外图像以及可见光图像等进行收集和整理，并