变电站的巡检机器人在执行巡检任务时,由于位置的变动导致采集的现场设备图像内容出现差异。针对传统定点拍摄的图像处理方法不能满足变电站设备图像处理要求的问题,该文提出了一种基于标记分水岭模型与Krawtchouk不变矩相结合的改进算...变电站的巡检机器人在执行巡检任务时,由于位置的变动导致采集的现场设备图像内容出现差异。针对传统定点拍摄的图像处理方法不能满足变电站设备图像处理要求的问题,该文提出了一种基于标记分水岭模型与Krawtchouk不变矩相结合的改进算法,以实现巡检图像中的设备存在遮挡物及仿射变换情况下的目标分割与特征量提取,基于Hsim函数完成最终的目标识别。以松原500 k V变电站巡检机器人实际拍摄的图像为例,结果证明所提算法能够对设备图像进行有效的分割与分类,并通过特征量匹配实现对变电站设备现场状态的甄别,为变电站现场设备图像智能处理提供一种可行的方案。展开更多
文摘变电站的巡检机器人在执行巡检任务时,由于位置的变动导致采集的现场设备图像内容出现差异。针对传统定点拍摄的图像处理方法不能满足变电站设备图像处理要求的问题,该文提出了一种基于标记分水岭模型与Krawtchouk不变矩相结合的改进算法,以实现巡检图像中的设备存在遮挡物及仿射变换情况下的目标分割与特征量提取,基于Hsim函数完成最终的目标识别。以松原500 k V变电站巡检机器人实际拍摄的图像为例,结果证明所提算法能够对设备图像进行有效的分割与分类,并通过特征量匹配实现对变电站设备现场状态的甄别,为变电站现场设备图像智能处理提供一种可行的方案。
