一种电力作业梯子角度检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113762276A(43)申请公布日2021.12.07(21)申请号202110940852.9G06N3/04(2006.01)(22)申请日2021.08.17(71)申请人湖南大学地址410082湖南省长沙市岳麓区麓山南路麓山门(72)发明人刘绚杨江伟严康(74)专利代理机构长沙新裕知识产权代理有限公司43210代理人刘加(51)Int.Cl.G06K9/40(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06Q10/06(2012.01)G06Q50/06(2012.01)权利要求书3页说明书7页附图1页(54)发明名称一种电力作业梯子角度检测方法(57)摘要一种电力作业梯子角度检测方法，涉及智能检测技术领域，该电力作业梯子角度检测方法，包括步骤S1，获取施工现场电力作业梯子的图像；步骤S2，从步骤S1中得到的图像截取目标区域，对所述目标区域进行灰度化处理；步骤S3，将步骤S2中得到的图像进行双边滤波和边缘检测；步骤S4，从步骤S3中得到的图像提取候选直线；步骤S5，对步骤S4中得到的图像进行斜率和截距的聚类；步骤S6，根据步骤S5中得到的直线斜率计算电力作业梯子的角度。本发明在结合图像处理技术的基础上，充分挖掘了电力作业现场获取的梯子图像特征，有效规避了因光线强度、背景物等因素对电力作业梯子角度判断的干扰，快速准确的定位电力作业梯子的轮廓，从而实现电力作业梯子的角度检测。CN113762276ACN113762276A权利要求书1/3页1.一种电力作业梯子角度检测方法，其特征在于，包括：步骤S1：获取施工现场电力作业梯子的图像；步骤S2：从步骤S1中得到的图像截取目标区域，对所述目标区域进行灰度化处理；步骤S3：将步骤S2中得到的图像进行双边滤波和边缘检测；步骤S4：从步骤S3中得到的图像提取候选直线；步骤S5：对步骤S4中得到的图像进行斜率和截距的聚类；步骤S6：根据步骤S5中得到的直线斜率计算电力作业梯子的角度。2.根据权利要求1所述的电力作业梯子角度检测方法，其特征在于：在步骤S1中，所述图像为电力作业梯子两条斜边的正面拍摄图像；在步骤S2中，以步骤S1中得到的图像的中心为原点截取0.5倍高度和0.5倍宽度的局部区域为目标区域。3.根据权利要求2所述的电力作业梯子角度检测方法，其特征在于：在步骤S2中，对所述目标区域进行灰度化处理时，采用如下计算公式：Gray＝0.299×R+0.587×G+0.144×B(1)其中，Gray为图像灰度值，R、G、B分别为红、绿、蓝三色通道的值，取值范围为[0，255]。4.根据权利要求3所述的电力作业梯子角度检测方法，其特征在于：在步骤S3中，采用双边滤波的方式对步骤S2中得到的图像进行滤波处理，去除图像中的噪声点，得到保留电力作业梯子特征信息的滤波图像，所述双边滤波的滤波公式以及相应的模板权值w(i,j,k,l)的计算公式如下：其中，(i,j)为目标像素邻域像素的位置坐标，f(i,j)为目标像素邻域像素的像素值，(k,l)为目标像素的位置坐标，f(k,l)为目标像素的像素值，g(k,l)为滤波后目标像素的像素值。wd(i,j,k,l)是由像素位置欧式距离决定的模板权值，wr(i,j,k,l)是由像素值的差值决定的模板权值，δd、δr为上述两个高斯函数的距离标准差和灰度标准差。5.根据权利要求4所述的电力作业梯子角度检测方法，其特征在于：在步骤S3中，对步骤S2中得到的图像进行滤波处理后，采用Sobel算子对图像进行边缘检测并进行非极大值抑制，得到电力作业梯子的初始边缘图像。6.根据权利要求5所述的电力作业梯子角度检测方法，其特征在于：在步骤S3中，采用Sobel算子对图像进行边缘检测并进行非极大值抑制时：先采用Sobel算子进行边缘检测，在检测的过程中采用如下公式计算图像的灰度梯度：其中，x和y分别是图像像素点的横坐标和纵坐标，G(x，y)为图像的灰色梯度，Gx为水平方向梯度，Gy为竖直方向梯度。然后，保留相同梯度方向具有最大梯度幅值的像素点的梯度幅值，将相同梯度方向的2CN113762276A权利要求书2/3页其它像素点的梯度幅值置0，得到初始边缘图像。最后，对所述初始边缘图像进行非极大值抑制以及双阈值检测，得到梯子区域边缘图像。7.根据权利要求6所述的电力作业梯子角度检测方法，其特征在于：在步骤S3中，在对所述初始边缘图像进行非极大值抑制以及双阈值检测时：先通过预设的高阈值Th和低阈值Tl对非极大值抑制后的边缘图像进行检索，将灰度值大于高阈值Th的点均设置为1，记为“高阈值图像”；将灰度值大于低阈值Tl的点均设置为1，记为“低阈值图像”。然后，获取高