摘要：为从具有复杂背景的无人机航拍图像中准确完整地提取电力线,提出了一种结合改进ratio算子和改进Hough变换的电力线提取新方法,命名为基于比率算子聚类和霍夫变换编组的方法(ratio-basedclusteringand hough-basedgrouping,RCHG)。首先采用ratio算子进行电力线边缘检测,在综合考虑电力线连续性和噪声抑制能力的理念下,给出了线特征检测阈值的参考范围。然后,对边缘图像进行四连通聚类分析,消除大部分背景噪声。最后,采用Hough变换提取电力线,进一步设计直线段聚类算法,对提取结果进行直线编组并进行最小二乘拟合处理,以解决电力线断裂和重叠的问题。实验结果表明,相比传统ratio算子结合Hough变换的方法及Line Segment Detector(LSD)算法,所提方法具有更好的抗噪性能和更高的电力线提取精度,能从具有复杂背景的无人机航拍图像中准确完整地提取出电力线,有较高的工程应用价值。

摘要：结合电力线在直升机航拍影像中的成像特性,提出了一种复杂自然背景中电力线的自动提取方法。首先,利用ratio算子从复杂背景中检测出电力线边缘;然后把边缘转化成直线段,对出现断裂与欠连接的直线进行连接与合并;最后,从这些直线段中采样一些点集,利用随机一致性抽样算法(Ransac)从中选择尽可能少但足够的点来拟合成一根完整的电力线,并通过实验证明了该方法的有效性。