CN105243359A - 一种消除电力元器件照片中护栏的方法 - Google Patents

Abstract

本发明涉及一种消除电力元器件照片中护栏的图像处理方法，包括以下步骤：S100，获取照片；S200，获取用户的输入；S300，根据用户的输入，判断用户认为的包括护栏的部分中是否包括护栏；S319，判断栅栏的大致走向，若大致走向为垂直方向，则转入步骤S320；S320，使用一组水平采样线条对放大后区域进行采样，可以得到一组采样线段，更新采样线段上的所有点的像素值；S330，在显示设备上显示去掉护栏后的电力元器件照片。

Description

一种消除电力元器件照片中护栏的方法

技术领域

本发明涉及图像处理领域，具体涉及一种消除电力元器件照片中护栏的方法。

背景技术

目前，很多电力元器件工作电压较高，为保证人民群众安全而设置了标志和护栏，从而导致难以拍摄到电力元器件的整体照片。因此，有必要提出一种能够消除照片中护栏的图像处理方法，通过该处理方法，能够快速有效的消除照片中的护栏，从而更好的从图片中识别出电力元器件。

发明内容

为了解决上述问题，本发明提供一种消除电力元器件照片中护栏的方法。本发明的一个实施方式提供一种消除电力元器件照片中护栏的图像处理系统，其特征在于，包括：

相互连接处理终端和云服务器；处理终端包括摄像头、通信模块、存储器、输入设备、显示设备；

在另外一种实施方式中，提供一种消除照片中护栏的图像处理方法，其特征在于包括以下步骤：

S100，获取照片。照片可以是用户即时拍摄的照片，也可以是用户从处理终端的存储器中选取的照片。

S200，获取用户的输入，所述输入标示出步骤S100中获取的照片中包括护栏的部分。用户的输入可以是采用手指、触摸笔或鼠标等输入设备粗略选定出用户认为包括护栏的部分。

本发明通过采用对电力元器件照片中的栅栏状护栏进行大致识别并进行像素更新的方案，有效解决了电力元器件照片中水平栅栏的消除问题，可以根据栅栏上下像素值的不同关系对栅栏部像素进行更新，适应不同类型的照片，大大提高了工作效率，普适性高，具有较高的实用性。

具体实施方式

体现本发明特征与优点的典型实施例将在以下的说明中详细叙述。应理解的是本发明能够在不同的实施例上具有各种的变化，其皆不脱离本发明的范围，且其中的说明在本质上是当作说明之用，而非用以限制本发明。

本发明中一实施例，提供一种消除电力元器件照片中护栏的图像处理系统，其特征在于，包括：

相互连接处理终端和云服务器；处理终端包括摄像头、通信模块、存储器、输入设备、显示设备。

本发明的另一实施例，提供一种消除照片中护栏的图像处理方法，其特征在于包括以下步骤：

S100，获取照片。照片可以是用户即时拍摄的照片，也可以是用户从处理终端的存储器中选取的照片。

S200，获取用户的输入，所述输入标示出步骤S100中获取的照片中包括护栏的部分。用户的输入可以是采用手指、触摸笔或鼠标等输入设备粗略选定出用户认为包括护栏的部分。

S300，根据用户的输入，判断用户认为的包括护栏的部分中是否包括护栏。进一步包括以下步骤：

S310，将用户选定的区域适当的放大，从而避免用户选定的区域略小，导致消除护栏后留下“护栏尾巴”，造成识别电力元器件困难。优选的放大方式为：

S312，获取用户选定区域的边界像素点的最大横坐标x_max、最大纵坐标y_max、最小横坐标x_min、最小纵坐标y_min。

S314，分别计算横轴方向的扩大像素数量Dx和纵轴方向的扩大像素数量Dy，其中：

表示向下取整操作，d表示预设的阈值参数，优选为5％。

S316，获取用户选定区域边界上的任意像素点的坐标(x_i,y_i)，并进行如下步骤：

$x_j=\frac{2x_i+x_{nin}-x_{max}}{|2x_i+x_{min}-x_{max}|}*x_i+D_x;$

$y_j=\frac{2y_i+y_{nin}-y_{max}}{|2y_i+y_{\min }-y_{max}|}*y_i+D_y;$

其中，(x_j,y_j)为初步扩大后的边界上像素点的横纵坐标。

S318：调整(x_j,y_j)，获取扩大后准确的边界像素点的横纵坐标，调整步骤为，对于每个(x_j,y_j)，

$x_k=\left\{\begin{array}{cc}Width& x_j\&GreaterEqual;Width\\ x_j& 0<x_j<Width\\ 0& x_j\&le;0\end{array}\right.$

$y_k=\left\{\begin{array}{cc}Height& y_j\&GreaterEqual;Height\\ y_j& 0<y_j<Height\\ 0& y_j\&le;0\end{array}\right.$

其中，Width为图像的宽度，Height为图像的高度，(x_k,y_k)为扩大后准确的边界像素点的横纵坐标。

S319，判断栅栏的大致走向，若大致走向为垂直方向，则转入步骤320。

具体方式为：选取坐标更新后环形区域边界上的横坐标最大值最小值记为x′_max、x′_min，另分别取环形区域边界上横坐标为x′_min、 $x_{\min }^{\&prime;}+\frac{1}{k}(x_{\max }^{\&prime;}-x_{\min }^{\&prime;}),x_{\min }^{\&prime;}+\frac{2}{k}(x_{\max }^{\&prime;}-x_{\min }^{\&prime;})\mathrm{...}{x}_{\min }^{\&prime;}+\frac{k-1}{k}(x_{\max }^{\&prime;}-x_{\min }^{\&prime;}),$ x′_max的点，其中k为用户自定义。每组横坐标相同的点中选取纵坐标最大和最小的点，总数设为l个，坐标分别记为(x_1x,y_1y)、(x_2x,y_2y)...(x_lx,y_ly)，求以这l个点为顶点的多边形重心O的坐标(x_o,y_o)，计算公式为：

$x_o=\frac{\underset{i=1}{\overset{l-2}{\&Sigma;}}(x_{1x}+x_{(i+1)x}+x_{(i+2)x})\left(\begin{array}{ccc}{x}_{1x}& y_{1y}& 1\\ x_{(i+1)x}& y_{(i+1)y}& 1\\ x_{(i+2)x}& y_{(i+2)y}& 1\end{array}\right)}{3\underset{i=1}{\overset{l-2}{\&Sigma;}}\left(\begin{array}{ccc}{x}_{1x}& y_{1y}& 1\\ x_{(i+1)x}& y_{(i+1)y}& 1\\ x_{(i+2)x}& y_{(i+2)y}& 1\end{array}\right)};$

$y_o=\frac{\underset{i=1}{\overset{l-2}{\&Sigma;}}(y_{1y}+y_{(i+1)y}+y_{(i+2)y})\left(\begin{array}{ccc}{x}_{1x}& y_{1y}& 1\\ x_{(i+1)x}& y_{(i+1)y}& 1\\ x_{(i+2)x}& y_{(i+2)y}& 1\end{array}\right)}{3\underset{i=1}{\overset{l-2}{\&Sigma;}}\left(\begin{array}{ccc}{x}_{1x}& y_{1y}& 1\\ x_{(i+1)x}& y_{(i+1)y}& 1\\ x_{(i+2)x}& y_{(i+2)y}& 1\end{array}\right)};$

记环形区域边界上横坐标为x′_min的纵坐标最大和最小的点以及横坐标为x′_max的纵坐标最大和最小的点分别为X₁(x′_min,y′_min1)、X₂(x′_min,y′_max1)、X₃(x′_max,y′_min2)、X₄(x′_max,y′_max2)，分别计算直线X₁O、X₂O、X₃O、X₄O与横坐标轴的夹角α₁、α₂、α₃、计算公式为：

$\left\{\begin{array}{c}{\mathrm{\&alpha;}}_1=arctg\frac{y_{\min 1}^{\&prime;}-y_o}{x_{\min }^{\&prime;}-x_o}\\ {\mathrm{\&alpha;}}_2=arctg\frac{y_{\max 1}^{\&prime;}-y_o}{x_{\min }^{\&prime;}-x_o}\\ {\mathrm{\&alpha;}}_3=arctg\frac{y_{\min 2}^{\&prime;}-y_o}{x_{\max }^{\&prime;}-x_o}\\ {\mathrm{\&alpha;}}_4=arctg\frac{y_{\max 2}^{\&prime;}-y_o}{x_{\max }^{\&prime;}-x_o}\end{array}\right.$

如果α₁、α₂、α₃、则认为大致走向为垂直方向。

S320，使用一组水平采样线条对放大后区域进行采样，可以得到一组采样线段，更新采样线段上的所有点的像素值。优选实施方式为：

S322，使用一组采样线条对放大后区域进行采样，将图像视为一矩形，以矩形左下角为原点，底边作为x轴，左边作为y轴建立直角坐标系，则采样线条的公式为y＝t，t∈[0,Height]，t∈N，记采样线条与边界区域确定的一组采样线段为S＝{S₁,S₂...S_n}，0＜n＜2Height。

S324，对于第i条采样线段，所有像素点纵坐标为t_i，若线段上共有m个像素点，x′_j是采样线段上第j个按照横坐标从小到大排列的像素点的横坐标，1≤j≤m，若图像各点像素公式表示为g＝f(x,y)，当f(x′_m+1,t_i)≥2f(x′₁-1,t_i)时，则认为栅栏左右差值较大，栅栏左右背景为不同的物体，又因为栅栏左右像素较大，所以采用栅栏右方像素向左递减，栅栏左方像素向右递增的方案对采样线段上各像素点像素进行更新。

具体的，用以下公式更新采样线段上各像素点像素值：

$\left\{\begin{array}{cc}f(x_j^{\&prime;},t_i)=f(x_1^{\&prime;}-1,t_i)+j& j\&le;\frac{m}{2}\\ f(x_j^{\&prime;},t_i)=f(x_m^{\&prime;}+1,t_i)-j& j>\frac{m}{2}\end{array}\right.;$

其中，f(x′_j,t_i)为更新后的第i条采样线段第j个像素点的像素值。

同样的，当f(x′_m+1,t_i)≤2f(x′₁-1,t_i)时，则认为栅栏左右差值较大，栅栏左右背景为不同的物体，又因为栅栏左方像素较大，所以采用栅栏右部像素向左递增，栅栏左部像素向右递减的方案对采样线段上各像素点像素进行更新。

具体的，用以下公式更新采样线段上各像素点像素值：

$\left\{\begin{array}{cc}f(x_j^{\&prime;},t_i)=f(x_1^{\&prime;}-1,t_i)-j& j\&le;\frac{m}{2}\\ f(x_j^{\&prime;},t_i)=f(x_m^{\&prime;}+1,t_i)+j& j>\frac{m}{2}\end{array}\right.;$

当f(x′₁-1,t_i)＜f(x′_m+1,t_i)＜2f(x′₁-1,t_i)或者f(y′_m+1,t_i)＜f(y′₁-1,t_i)＜2f(y′_m+1,t_i)时，则认为栅栏左右差值较小，栅栏左右背景为相同的物体，所以采用栅栏左右的像素互相逼近的方案对采样线段上各像素点像素进行更新。

具体的，用以下公式更新采样线段上各像素点像素值：

$f(x_j^{\&prime;},t_i)=\frac{j}{m}*f(x_m^{\&prime;}+1,t_i)+\frac{m-j}{m}f(x_1^{\&prime;}-1,t_i)$

S330，在显示设备上显示去掉护栏后的电力元器件照片。

以上实施例描述了本发明，但应当理解，所用的术语是说明和示例性、而非限制性的术语。由于本发明能够以多种形式具体实施而不脱离本发明的精神或实质，所以应当理解，上述实施例不限于任何前述的细节，而应在随附权利要求所限定的精神和范围内广泛地解释，因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。

Claims (2)

1.一种消除电力元器件照片中护栏的图像处理方法，其特征在于包括以下步骤：

S100，获取照片，照片是用户即时拍摄的照片，或者用户从处理终端的存储器中选取的照片；

S200，获取用户的输入，所述输入标示出步骤S100中获取的照片中包括护栏的部分；用户的输入是采用手指、触摸笔或鼠标等输入设备选定出用户认为包括护栏的部分；

S300，根据用户的输入，判断用户认为的包括护栏的部分中是否包括护栏；

S319，判断栅栏的大致走向，若大致走向为垂直方向，则转入步骤320；

S320，使用一组水平采样线条对放大后区域进行采样，得到一组采样线段，更新采样线段上的所有点的像素值；

S330，在显示设备上显示去掉护栏后的电力元器件照片。

2.如权利要求1所述的消除照片中护栏的图像处理方法，其特征在于：所述步骤S320中更新采样线段上的所有点的像素值包括：

S322，使用一组采样线条对放大后区域进行采样，将图像视为一矩形，以矩形左下角为原点，底边作为x轴，左边作为y轴建立直角坐标系，则采样线条的公式为y＝t，t∈[0,Height]，t∈N，记采样线条与边界区域确定的一组采样线段为S＝{S₁,S₂...S_n}，0＜n＜2Height；

S324，对于第i条采样线段，所有m个像素点纵坐标均为t_i，x′_j是采样线段上第j个按照横坐标从小到大排列的像素点的横坐标，其中1≤j≤m，定义图像各点像素公式表示为g＝f(x,y)，且

当f(x′_m+1,t_i)≥2f(x′₁-1,t_i)时，用以下公式更新采样线段上各像素点像素值：

$\left\{\begin{array}{cc}f(x_j^{\&prime;},t_i)=f(x_1^{\&prime;}-1,t_i)+j& j\&le;\frac{m}{2}\\ f(x_j^{\&prime;},t_i)=f(x_m^{\&prime;}+1,t_i)-j& j>\frac{m}{2}\end{array}\right.;$

其中，f(x′_j,t_i)为更新后的第i条采样线段第j个像素点的像素值。

当f(x′_m+1,t_i)≤2f(x′₁-1,t_i)时，用以下公式更新采样线段上各像素点像素值：

$\left\{\begin{array}{cc}f(x_j^{\&prime;},t_i)=f(x_1^{\&prime;}-1,t_i)-j& j\&le;\frac{m}{2}\\ f(x_j^{\&prime;},t_i)=f(x_m^{\&prime;}+1,t_i)+j& j>\frac{m}{2}\end{array}\right.;$

当f(x′₁-1,t_i)＜f(x′_m+1,t_i)＜2f(x′₁-1,t_i)

或者f(y′_m+1,t_i)＜f(y′₁-1,t_i)＜2f(y′_m+1,t_i)时，用以下公式更新采样线段上各像素点像素值： $f(x_j^{\&prime;},t_i)=\frac{j}{m}*f(x_m^{\&prime;}+1,t_i)+\frac{m-j}{m}f(x_1^{\&prime;}-1,t_i).$