2020年 04期

摘要(Abstract)：

为了解决雾霾、阴雨天气中变电站巡检机器人采集的低光照仪表图像参数难辨识问题,提出一种基于分数阶改进法的Retinex增强与快速最近邻逼近搜索函数库定位的低光图像仪表检测算法;用分数阶微分替代Retinex理论中的整数阶微分,获得与先验匹配更精确的光照图和反射图;采用相机响应函数调整亮度,在增强低光照仪表图像的同时减少颜色和亮度失真;采用加速稳健特征与快速最近邻逼近搜索函数库算法配准定位目标仪表,并利用累积概率霍夫变换检测指针并读取仪表示数。结果表明,该算法能较好地增强低光仪表图像细节,在兼顾较快速度的同时,识别准确率明显提升。

关键词(KeyWords)： 变电站巡检;仪表识别;分数阶微分;低光增强

基金项目(Foundation): 国家自然科学基金项目(11872254);; 中国铁路总公司科技研究开发计划项目(P2018G006);; 河北省教育厅重点科研项目(ZD2018217)

作者(Author): 田继祥,王硕禾,张冰华,金格,牛江川

DOI: 10.13349/j.cnki.jdxbn.2020.04.001

参考文献(References)：

[1] 马一鸣.智能巡检机器人在无人值守变电站的应用[D].北京:华北电力大学,2017.

[2] 边辉杰.关于无人值守牵引变电所相关问题的探讨[J].现代经济信息,2019(6):388

[3] 韩绍超.基于机器视觉的圆形指针式仪表自动读数识别关键技术研究[D].济南:山东建筑大学,2018.

[4] 施成燕.基于智能机器人的仪表示数识别技术与系统研制[D].杭州:浙江大学,2017.

[5] 邢浩强,杜志岐,苏波.变电站指针式仪表检测与识别方法[J].仪器仪表学报,2017,38(11):2813-2821.

[6] WANG J B,LU K,XUE J,et al.Single image dehazing based on the physical model and MSRCR algorithm[J].IEEE Transactions on Circuits and Systems for Video Technology,2018,28(9):2190-2199.

[7] 刘葵.基于深度学习的指针式仪表示数识别[D].武汉:华中科技大学,2017.

[8] 李青磊,孙农亮.基于分数阶微分的电池片图像增强算法[J].扬州大学学报(自然科学版),2018,21(3):49-53,59.

[9] LAND E H,McCANN J J.Lightness and retinex theory[J].Journal of the Optical Society of America,1971,61(1):1-11.

[10] 牛为华,李宝树,梁贵书.数字图像的Riemann-Liouville分数阶微分增强方法[J].计算机辅助设计与图形学学报,2014,26(12):2189-2195.

[11] WANG S H,ZHENG J,HU H M,et al.Naturalness preserved enhancement algorithm for non-uniform illumination images[J].IEEE Transactions on Image Processing,2013,22(9):3538-3548.

[12] KIMMEL R,ELAD M,SHAKED D,et al.A variational framework for Retinex[J].International Journal of Computer Vision,2003,52(1):7-23.

[13] GUO X J,LI Y,LING H B.LIME:low-light image enhancement via illumination map estimation[J].IEEE Transactions on Image Processing,2017,26(2):982-993.

[14] YING Z Q,LI G,REN Y R,et al.A new low-light image enhancement algorithm using camera response model[C]//International Conference on Computer Vision Workshops,October 22-29,2017,Venice,Italy.New York:IEEE,2017:3015-3022.

[15] 年华,孙立,于艳波.Harris-Laplace结合SURF的遥感图像匹配拼接方法[J].航天返回与遥感,2016,37(6):95-101.

[16] MAJHI R,PANDA G,SAHOO G.Development and performance evaluation of FLANN based model for forecasting of stock markets[J].Expert Systems with Applications,2009,36(3):6800-6808.

[17] 孙婷,马磊.巡检机器人中指针式仪表示数的自动识别方法[J].计算机应用,2019,39(1):287-291.

[18] 万丽,陈普春.一种基于数学形态学的图像对比度增强算法[J].现代电子技术,2009,32(13):131-133.

[19] 何畏.基于改进直方图的低照度图像增强算法[J].计算机科学,2015,42(增刊1):241-242,262.

[20] 李勇.基于Retinex理论的低照度图像增强算法研究与实现[D].西安:西安电子科技大学,2018.

[21] 张春华,张红雷,袁博,等.星空观测图像背景估计及其在HDR星图增强中的应用[J].遥测遥控,2013,34(4):22-27,38.

[22] GU K,ZHAI G T,LIN W S,et al.No-reference image sharpness assessment in autoregressive parameter space[J].IEEE Transactions on Image Processing,2015,24(10):3218-3231.

[23] ZHANG L,ZHANG L,MOU X Q,et al.FSIM:a feature similarity index for image quality assessment[J].IEEE Transactions on Image Processing,2011,20(8):2378-2386.