飛行機器人巡檢圖像中關(guān)鍵部件缺陷特征量化.pdf

1、攜帶高清攝像頭等傳感器的飛行機器人已經(jīng)應(yīng)用到輸電線路巡檢方面，通過定期采集桿塔及其上各部件的圖像來完成巡檢工作，然后地面站對巡檢圖像進行圖像處理提取巡檢對象缺陷，這為后續(xù)故障診斷提供有力的基礎(chǔ)。但是，因為輸電線路所處位置的特殊性，采集到的巡檢圖像具有背景復雜和含有高維信息數(shù)據(jù)的特點，這給如何從巡檢圖像中快速、準確的提取巡檢對象缺陷帶來很大困難，并且提取質(zhì)量的好壞直接關(guān)系到圖像后續(xù)處理的準確與否。
　　為此，本文研究了基于巡檢圖像提

2、取缺陷信息的方法。首先，在巡檢圖像預處理階段，闡述了一種基于指數(shù)對數(shù)灰度轉(zhuǎn)換函數(shù)的圖像對比度增強方法。其次，研究了一種基于巡檢圖像的改進密度空間聚類分割算法，該算法融合了SLIC算法、DBSCAN算法和斜空間距離方法。實驗表明，對比于傳統(tǒng)的方法，改進算法的聚類結(jié)果能有效分離目標和背景、保持邊緣完整和連續(xù)，運行效率與聚類準確性有很大的改善，可以對巡檢圖像進行有效的分割提取關(guān)鍵部件。最后，研究了一種能夠判斷巡檢圖像是否有缺陷的檢測以及缺陷提