典型文献
基于RBCT算法的复杂背景下铁路接触网电力线自动提取研究
文献摘要：
针对视频监测得到铁路接触网图像背景复杂、目标细弱而使电力线提取困难、效率降低的问题,提出一种结合背景特征和改进 Ratio 算子的区域链码(Ratio-based background features and chain code tracking,RBCT)电力线提取方法.首先,分析接触网电力线图像背景特征,对不同类别背景图像进行灰度值分析、预处理加强来消除背景噪声并增强电力线目标.然后,利用分析得到的线特征检测阈值进行边缘检测,对电力线目标边缘做Ratio算子处理.最后,对检测得到目标边缘进行四方向链码聚类分析,识别电力线目标.结果表明,相比传统Canny、Ratio 边缘提取方法,所提方法具有良好的抗噪能力和更高的电力线识别精确度.算法能够消除边缘检测出现的噪声,解决电力线检测中出现的断股、分裂问题,可准确完整地提取不同种类复杂背景下的电力线目标,具有较高工程应用价值.
文献关键词：
电力线检测;灰度分布;图像预处理;Ratio算子;链码聚类分析
中图分类号：
作者姓名：
张友鹏;王文豪;赵珊鹏;赵少翔
作者机构：
兰州交通大学自动化与电气工程学院,兰州730070;甘肃省轨道交通电气自动化工程实验室,兰州730070
文献出处：
引用格式：
[1]张友鹏;王文豪;赵珊鹏;赵少翔-.基于RBCT算法的复杂背景下铁路接触网电力线自动提取研究)[J].高电压技术,2022(06):2234-2243
A类：
RBCT,链码聚类分析
B类：
复杂背景,铁路接触网,自动提取,对视,视频监测,细弱,电力线提取,背景特征,Ratio,区域链,background,features,chain,code,tracking,背景图,灰度值,背景噪声,强电,线目标,利用分析,线特征,特征检测,检测阈值,边缘检测,方向链码,Canny,边缘提取,电力线检测,断股,整地,灰度分布,图像预处理
AB值：
0.309916
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
