基于HSV-Edgeboxes航拍图像玻璃绝缘子候选区域定位

本文提出了HSV-EdgeBoxes可以用于定位航拍图像中玻璃绝缘子的位置。首先将航拍图像由RGB空间转

玻璃绝缘子具有耐污耐弧性能好、零值自破和运行安全等特点，被广泛应用于高压和超高压交、直流输电线路中[1]。

然而， 绝缘子在野外日晒雨淋， 遭受环境腐蚀， 且长期经受强电场力和强机械支撑力， 时常发生损坏，如不能及时检测维修的话，将影响电力系统的安全运行[2]。无人机巡检技术具有高效、快捷、成本低、不受地域限制等优点，在输电线路状态检测中获得了快速发展[3]。由于航拍绝缘子图像具有大背景小目标的特点， 复杂自然背景下绝缘子提取与识别是输电线路状态检测的亟待解决的问题[4]。

传统的目标检测算法基于滑动窗口生成图像特征，由于窗口冗余，时间复杂度高，图像特征和分类器的设置受限，不适用于背景复杂的航拍图像[5]。基于候选区域的检测算法，通过对更少的感兴趣区域进行判断，减少计算冗余，加快计算速度。窗口数量的减少，允许使用更为复杂的特征和分类器，可以提高检测质量。候选区域生成算法分为两类：分割块生成算法和窗口打分算法[6]。分割块生成算法通常基于层次分割算法的输出。常见的分割块由超像素聚类生成[7]，或通过使用不同初始值解决多重图割问题获得[8]，或直接基于边缘生成[9]。基于窗口打分的候选区域算法生成边界框，较分割块生成算法更为快速[10]。通过计算每个滑动窗口包含物体的概率，选出包含物体概率大的窗口作为候选区域。文献[6]对已有的区域生成算法进行了深度分析， 表明SelectiveSearch [11]， MCG [12]， Rigor [13]和EdgeBoxes [14]再和分类器结合时一致获得较好的检测结果。EdgeBoxes 相对其他三种算法，消耗的时间最少，是一种检测速度和检测质量的折中方案。

由于EdgeBoxes 只考虑了边缘信息，而玻璃绝缘子是透明的浅绿色，颜色的先验特征可以融入EdgeBoxes，用于生成玻璃绝缘子候选区域。本文提出了基于HSV-EdgeBoxes 的玻璃绝缘子候选区域生成算法，通过边缘信息结合颜色先验来计算每个滑动窗口包含绝缘子的可能性。首先将航拍图像由RGB空间转化为HSV 空间，通过绝缘子颜色阈值的设置，获得二值图像。基于感兴趣颜色的面积，计算每个窗口的颜色得分。然后采用结构化的边缘检测算法，生成航拍图像的边缘图像，通过非最大值抑制算法获得较为稀疏的边缘图像。基于每个窗口完整包括的边缘轮廓数目，计算每个窗口的边缘得分。最后，结合颜色得分和边缘得分，获得每个窗口的包含绝缘子的概率，选择包含绝缘子概率大的窗口作为候选区域。

2. 基于HSV-Edgeboxes 航拍图像玻璃绝缘子定位 本文提出了基于HSV-EdgeBoxes 的玻璃绝缘子候选区域生成算法，通过边缘信息结合颜色先验来计算每个滑动窗口包含绝缘子的可能性，每个窗口的得分，bl ，计算公式如下：