.72 智能系统学报 第11卷 图2(a)为一张有磨损缺陷的原始图像。 2)第2步为获取感兴趣区域，通过图像边缘检 1)第1步为图像预处理阶段，主要完成图像的 测的手段，得到输电线路[)。 灰度图转化、降噪。 图像的边缘有方向和幅度2个属性，沿边缘方 在RGB模型中，如果R=G=B时，则彩色表示 向像素变化平缓，垂直于边缘方向像素变化剧烈，如 一种灰度颜色，其中R=G=B的值叫灰度值。因此 图3(a)所示。边缘上的这种变化可以用微分算子 灰度图像每个像素只需一个字节存放灰度值（又称 强度值、亮度值)，灰度范围为0~255。这里采用平 检测出来，通常用一阶或二阶导数来检测边缘。 均值法进行处理。处理后，图像的灰度值是彩色图 像三分量的平均值。 fi,j》=(R(i,)+G(i,j)+B(i,j))/3 经灰度化处理后的图像如图2(b)。为了抑制 噪声、改善图像质量，采用中值平滑滤波器对图像进 行平滑处理。降噪后的结果如图2(c)所示。 (a)边缘检测前图像 (a)原始图像 (b)确定电线位置 图3边缘检测 Fig.3 Edge detection 采用Hough变换提取图像中的直线信息，输电 线边缘直线L,与L,在图像坐标系w中的表达分 别为ucosB,+vsin B,=p1与ucos B2+sinB,=p2,满足 (b)灰度化处理后图像 如下条件： [sin B cosB] B1-B|≤52 IB2-Ba|≤2 式中：B-BB:为线路边缘直线方向：u4如]”为 2 从输电线边缘直线L,上一点到直线L2上一点的矢 量；ω。与B。分别为线路宽度对应的像素数与线路 (c)降噪处理后图像 角度；1、52为设定的阈值。 图2灰度化、降噪处理 以获取的线路边缘作为基准，对线路图像进行 Fig.2 Gray and noise reduction processing 裁剪，得到输电线路对象。如图3(b)所示。图 ２（ａ）为一张有磨损缺陷的原始图像。 １）第 １ 步为图像预处理阶段，主要完成图像的 灰度图转化、降噪。 在 ＲＧＢ 模型中，如果 Ｒ ＝ Ｇ ＝ Ｂ 时，则彩色表示 一种灰度颜色，其中 Ｒ ＝ Ｇ ＝ Ｂ 的值叫灰度值。 因此 灰度图像每个像素只需一个字节存放灰度值（又称 强度值、亮度值），灰度范围为 ０ ～ ２５５。 这里采用平 均值法进行处理。 处理后，图像的灰度值是彩色图 像三分量的平均值。 ｆ（ｉ，ｊ） ＝ （Ｒ（ｉ，ｊ） ＋ Ｇ（ｉ，ｊ） ＋ Ｂ（ｉ，ｊ）） ／ ３ 经灰度化处理后的图像如图 ２（ ｂ）。 为了抑制 噪声、改善图像质量，采用中值平滑滤波器对图像进 行平滑处理。 降噪后的结果如图 ２（ｃ）所示。 （ａ）原始图像 （ｂ）灰度化处理后图像 （ｃ）降噪处理后图像 图 ２ 灰度化、降噪处理 Ｆｉｇ．２ Ｇｒａｙ ａｎｄ ｎｏｉｓｅ ｒｅｄｕｃｔｉｏｎ ｐｒｏｃｅｓｓｉｎｇ ２）第 ２ 步为获取感兴趣区域，通过图像边缘检 测的手段，得到输电线路［９］ 。 图像的边缘有方向和幅度 ２ 个属性，沿边缘方 向像素变化平缓，垂直于边缘方向像素变化剧烈，如 图 ３（ａ）所示。 边缘上的这种变化可以用微分算子 检测出来，通常用一阶或二阶导数来检测边缘。 （ａ）边缘检测前图像 （ｂ）确定电线位置 图 ３ 边缘检测 Ｆｉｇ．３ Ｅｄｇｅ ｄｅｔｅｃｔｉｏｎ 采用 Ｈｏｕｇｈ 变换提取图像中的直线信息，输电 线边缘直线 Ｌ１ 与 Ｌ２ 在图像坐标系 ｕｖ 中的表达分 别为 ｕｃｏｓ β１ ＋ｖｓｉｎ β１ ＝ ρ１ 与 ｕｃｏｓ β２ ＋ｖｓｉｎ β２ ＝ ρ２ ，满足 如下条件： ［ｓｉｎ β ｃｏｓ β］· Δｕ Δｖ é ë ê ê ù û ú ú － ωｄ ≤ ζ１ β１ － βｄ ≤ ζ２ β２ － βｄ ≤ ζ２ ì î í ï ï ï ï ïï 式中：β ＝ β１ ＋β２ ２ 为线路边缘直线方向； [Δｕ Δｖ] Ｔ 为 从输电线边缘直线 Ｌ１ 上一点到直线 Ｌ２ 上一点的矢 量；ωｄ 与 βｄ 分别为线路宽度对应的像素数与线路 角度；ζ１ 、ζ２ 为设定的阈值。 以获取的线路边缘作为基准，对线路图像进行 裁剪，得到输电线路对象。 如图 ３（ｂ）所示。 ·７２· 智 能 系 统 学 报 第 １１ 卷