崔〓峥，王俊元
                                       (中北大学机械工程学院,山西 太原〓030051)
摘要：针对复杂背景下无人机航拍图像中绝缘子的分割问题，提出一种基于果蝇优化的简单线性迭代算法(FSLIC)对绝缘子图像实现自适应的分割方法。为了使所提方法具有更高的分割精度，首先通过FSLIC将绝缘子从复杂背景中大致分割出来。传统的简单线性迭代聚类方法（SLIC）中的K值对分割效果有较大影响，故提出了一种自适应确定K值的FSLIC方法，消除人工选择K值造成的误差；然后为了剔除伪目标，对超像素区域内的颜色、纹理、形状特征进行特征融合，消除了由于特征选取不当造成的伪目标干扰问题；最后利用特征相似度的方法，构建出超像素区域间的相似度矩阵，通过对相似度矩阵使用复杂网络社区进行聚类得到分割后的绝缘子图像。
关键词：绝缘子;超像素;特征提取;区域相似度;聚类
中图分类号：TP39.41〓文献标识码：A〓文章编号：2095-509X(2020)02-0050-06


   近年来，输电线路朝着高电压、大功率、长距离的方向发展。绝缘子是一种特殊的绝缘控件，在架空输电线路中起到增加爬电距离的作用，然而其面临的自然破坏和老化问题，严重制约着电网运行的安全性和系统的稳定性。因此，为了加强输电线路的全过程管理，定期进行绝缘子状态巡检尤为重要。传统的输电线路检测方式为人工检查，该方式效率低下，且危险性高，随着机器视觉及无人机技术的发展，基于无人机平台的绝缘子巡检逐渐成为一种趋势。然而输电线路中的绝缘子大多处于复杂背景之下，其伪目标众多，颜色信息丰富，导致将绝缘子从复杂的无人机航拍图像中分割出来具有很大难度，因此寻求一种通用且高效的分割方法是当下研究的重点。
针对无人机航拍图像中绝缘子的分割问题，马帅营等首先利用绝缘子的色度和饱和度信息寻找图像中蓝色绝缘子的大致位置，然后使用最大类间方差法（OTSU）对绝缘子进行分割，该方法在绝缘子分割上已经取得了一定的成果，然而该方法没有考虑图像中像素的空间位置，在低分辨率且包含噪声的无人机航拍图像中不能实现绝缘子部件的有效分割。姜浩然等利用绝缘子在航拍图像中的灰度信息，用阈值对绝缘子进行分割，但是该方法在背景灰度级与绝缘子灰度级接近时分割效果不佳。严凯等提出一种基于灰度阈值分割绝缘子的方法，根据阈值的不同，将图像分为前景与背景，大于阈值的为前景图像，小于阈值的为背景图像。该方法在阈值合理时可以较好地分割绝缘子，不足之处在于阈值无法自适应，若阈值选择不合适，则无法得到可靠的分割结果。
    本文针对无人机航拍图像中绝缘子的分割问题，提出一种基于FSLIC的自适应绝缘子图像分割方法。该方法能够较好地实现无人机航拍图像中绝缘子的分割。〖HT6〗

1〓改进的简单线性迭代算法
1.1〓SLIC算法超像素分割是以图像中的某个特征为标准将原始图像划分成不同子区域的一种方法。超像素分割在减少图像冗余信息和图像复杂度中有着广泛的应用。无人机拍摄的绝缘子图像，其背景和目标区域均存在大量相似特征，为了减少后续的计算量，引入超像素分割方法对航拍图像进行预处理。SLIC算法是基于像素间颜色距离和空间距
......


基金项目：山西省自然科学基金资助项目（201801D121187）
作者简介：崔峥(1994—)，男，硕士研究生，主要研究方向为机器视觉,514947861@qq.com.

网站微信公众号      欢迎大家关注