圖像分割在高壓輸電線中的應(yīng)用

>摘要：

圖像分割是將圖像里信息提取出來的重要環(huán)節(jié)，也是圖像處理實際應(yīng)用中的研究熱點和難點。本文重點介紹邊緣檢測方法，并將Kirsch邊緣算子、Sobel算子和Roberts算子應(yīng)用到高壓輸電線舞動研究上。針對舞動監(jiān)測圖像的特點，選取簡單背景和復(fù)雜背景兩種圖像，分別在未進行均值濾波和進行均值濾波的條件下用三種算子檢測，并將結(jié)果圖片分析比較，選擇適宜的算法，為后續(xù)的舞動識別計算打下基礎(chǔ)。

關(guān)鍵詞：圖像分割；邊緣檢測；Kirsch算子；Roberts算子； Sobel算子；輸電線路

由于高壓輸電線視頻圖像受天氣和環(huán)境的特殊性，我們要充分考慮所得到的視頻圖像的有噪性和多變性，邊緣檢測是最合適的方法。根據(jù)不同的邊緣類型而選擇不同的邊緣檢測算子才能對圖像進行邊緣檢測和有效的分割。常見的邊緣檢測算子有Roberts算子，Sobel算子，Prewitt算子，Kirsch算子，拉普拉斯算子等。

架空輸電線路運行過程中會因自然條件的作用而發(fā)生多種災(zāi)害事故，“舞動”就是其中危害較為嚴重的一種。由于舞動的幅度很大，持續(xù)時間長，易釀成很大危害，輕則相間閃絡(luò)、損壞地線和導(dǎo)線、金具及部件，重則線路跳閘停電、斷線倒塔等嚴重事故，從而造成重大經(jīng)濟損失[2]。為了保證電網(wǎng)的安全可靠運行，要求輸電線路有足夠的力學(xué)方面的安全性和可靠性， 同樣要求我們對輸電線路舞動的監(jiān)測、預(yù)警及防護。如何對輸電線進行監(jiān)測已經(jīng)成為一項重要的任務(wù)。

本文將輸電線路的圖像運用圖像分割原理，對圖像進行圖像增強，去噪，邊緣提取等操作。并且以Kirsch算子、Roberts算子和Sobel算子為實例，分析邊緣檢測算子的應(yīng)用。

1 基本原理

圖像處理的關(guān)鍵問題是對包含有大量各式各樣景物信息的圖像進行分解，目標的分解主要根據(jù)圖像中存在的邊緣、紋理、形狀、目標表明主方向等圖像特征，把圖像分解成一系列的目標或區(qū)域，這一過程被成為圖像分割。

然而圖像最基本的特征就是邊緣，定義為兩個灰度值不同的區(qū)域之間的界限。圖像的大部分信息都存在于圖像的邊緣中，表現(xiàn)為圖像局部特征的不連續(xù)性，例如灰度級的突變，顏色的突變，紋理結(jié)構(gòu)的突變等等。由于圖像中目標邊緣處灰度值急劇變化，我們可以利用微積分中的求導(dǎo)數(shù)的方法方便的檢測到這些變化，通常用一階導(dǎo)數(shù)和二階導(dǎo)數(shù)來檢測圖像的邊緣。但是基于微分的邊緣檢測都遇到一個嚴重問題，就是信號都是有噪聲的，用微分算法檢測出來的邊緣點可能是假邊緣點，真正的邊緣點可能被忽略，為解決這一問題，要先對信號進行平滑濾波，去噪，這也是我們圖像分割中的重要步驟。所以，圖像分割的實際步驟是：濾波，增強，檢測和定位。

2 邊緣的分類

邊緣為圖像中灰度發(fā)生急劇變化的區(qū)域邊界。根據(jù)灰度變化的劇烈程度，通常將邊緣劃分為階躍狀和屋頂狀兩種類型，當目標和背景的邊緣清晰時，稱為階躍狀邊緣；當目標和背景的邊緣漸變時，稱為屋頂狀邊緣。根據(jù)不同的邊緣選擇不同的邊緣檢測算子才能對圖像進行邊緣檢測和有效的分割。其中，Roberts算子，拉普拉斯算子僅適用于陡峭邊緣噪聲小的圖片分割，Sobel算子，Prewitt算子還有Kirsch，Canny算子都能較好的分割屋頂狀邊緣的圖片。

而對于背景復(fù)雜的輸電線監(jiān)控圖像來說：

1）采用Kirsch算子得出的圖像，在未采取濾波措施的時候，得出的圖像比較清晰，邊緣定位精確，且噪聲干擾小，而濾波處理后再采用該算子檢測的圖像，丟失了部分邊緣。

2）采用Roberts算子得出的圖像，在采取濾波處理或不采取濾波處理的條件下，都出現(xiàn)部分邊緣丟失的現(xiàn)象，但邊緣定位比較精準，去噪后效果更佳。

3）采用Sobel算子得出的圖像，在未采取濾波處理的條件下，出現(xiàn)部分邊緣丟失的現(xiàn)象，并且濾波后處理出的圖像丟失得更加嚴重。是由于該算法對圖像已經(jīng)采用平滑處理，多次濾波會濾掉有用信息。

對3種算法結(jié)果總結(jié)如下：

1）采用Kirsch邊緣檢測算子，由于對8個方向邊緣信息進行檢測，具有較好的邊緣定位能力，并且對噪聲有一定的抑制作用，從濾波前后的結(jié)果圖來看，濾波效果不明顯。

2）采用Roberts邊緣檢測算子，利用局部差分算子尋找邊緣，具有邊緣定位精度高的特點，但是容易丟失一部分邊緣信息，沒有圖像平滑計算，不能抑制噪聲。

3）采用Sobel邊緣檢測算子，對圖像進行差分和濾波運算，對噪聲有著一定的抑制能力，在邊緣檢測中具有較精準和完整的定位能力，但不能排除檢測結(jié)果中出現(xiàn)偽邊緣，對灰度漸變和具有噪聲的圖像處理結(jié)果比較理想。

高壓輸電線舞動，是輸電線安全的重大隱患之一。因此，對高壓電線進行監(jiān)控是非常必要的，并且需要將數(shù)字圖像處理引入到監(jiān)控當中來。在實際的案例問題中，準確檢測出輸電線的邊緣是這項工作首先要解決的重大難題，只有在這個基礎(chǔ)上，才能對輸電線進行定位和計算，得出輸電線是否舞動的結(jié)論。通過對實驗結(jié)果的圖像的分析總結(jié)中，可以得到對圖像分割的一些要求:

1) 正確的檢測出輸電線的邊緣；

2) 達到邊緣定位的精度的要求；

3) 將噪聲的干擾影響降到最低；

4) 控制偽邊緣的產(chǎn)生；

5) 結(jié)果圖像清晰。

實際上，很難找到一個邊緣檢測算法滿足以上所有的要求，只能在這些要求中權(quán)衡，找出最合適的邊緣檢測算法。

【作者單位：鄭州測繪學(xué)?！?/p>

【參考文獻】

[1] 李勇.圖像分割技術(shù)探究[J]．科技咨詢導(dǎo)報，2007，(5)：167

[2] 張鳴，程雄波．架空輸電線路導(dǎo)線舞動機理及防舞動研究[J]．湖北電力，2008，(4)：43-46