1、航拍絕緣子圖像具有背景復(fù)雜、分辨率較低、數(shù)量多和偽目標(biāo)多等特點(diǎn)，使用傳統(tǒng)分割方法會(huì)產(chǎn)生大量的用戶交互導(dǎo)致分割效果不佳。協(xié)同分割能夠利用圖像之間的相關(guān)性來進(jìn)行多幅絕緣子圖像目標(biāo)分割，在減少工作量的同時(shí)可獲得更高的分割精度。本文把協(xié)同分割引入到絕緣子航拍圖像處理中，設(shè)計(jì)并實(shí)現(xiàn)了以下三種分割方法：
　　設(shè)計(jì)一種基于熱力擴(kuò)散模型的航拍絕緣子協(xié)同分割方法。首先對圖像序列進(jìn)行文本去除，然后用SLIC(Simple linear iterati

2、ve clustering)對預(yù)處理過的圖像序列進(jìn)行超像素分割以提高計(jì)算速度，根據(jù)熱力學(xué)中的各向異性擴(kuò)散理論建立協(xié)同分割模型，對圖像中的超像素聚成設(shè)定數(shù)目區(qū)域類，最后提取出多幅圖像中對應(yīng)的最大相關(guān)區(qū)域即為分割的共同絕緣子目標(biāo)以達(dá)到有效消除偽目標(biāo)區(qū)域類。實(shí)驗(yàn)結(jié)果表明，該方法在一定程度上提高了圖像中目標(biāo)分割的準(zhǔn)確性，方便后期識別與故障診斷。
　　為解決基于熱力擴(kuò)散模型的航拍絕緣子協(xié)同分割方法對復(fù)雜背景中存在多個(gè)偽目標(biāo)(如部分輸電線、桿

3、塔)與絕緣子粘連情況的航拍圖像的分割效果欠佳情況，提出一種Hough檢測修復(fù)結(jié)合自動(dòng)初始化輪廓C-V模型的航拍絕緣子協(xié)同分割方法。首先對航拍圖像進(jìn)行去除文本預(yù)處理，然后對預(yù)處理過的圖像進(jìn)行Hough檢測修復(fù)以處理輸電線與絕緣子粘連問題并用SLIC進(jìn)行超像素分割，最后利用廣義霍夫變換實(shí)現(xiàn)C-V模型初始輪廓的選取并進(jìn)行基于圖像間的C-V模型的絕緣子協(xié)同分割。實(shí)驗(yàn)結(jié)果表明，本文分割方法的準(zhǔn)確率明顯比其它方法高，能夠有效地區(qū)分目標(biāo)和背景并去除桿

4、塔、輸電線等偽目標(biāo)，自動(dòng)化性能良好，為無人機(jī)航拍絕緣子的狀態(tài)檢測及故障診斷奠定基礎(chǔ)。
　　為解決經(jīng)典隨機(jī)游走算法容易錯(cuò)誤分割且對多幅圖像分割需要大量交互的問題，同時(shí)無需C-V模型的迭代耗時(shí)計(jì)算過程，本文提出了一種基于協(xié)同隨機(jī)游走的航拍絕緣子協(xié)同分割方法。本文方法具有良好的自動(dòng)化性能，通過圖像內(nèi)和圖像間的像素特征關(guān)系來構(gòu)造協(xié)同圖網(wǎng)絡(luò)，求得協(xié)同對應(yīng)種子點(diǎn)，達(dá)到多幅圖像更精確地協(xié)同隨機(jī)游走分割。對航拍絕緣子圖像進(jìn)行了分割實(shí)驗(yàn)，驗(yàn)證了基于