1、航拍絕緣子圖像具有背景復(fù)雜、分辨率較低、數(shù)量多和偽目標多等特點，使用傳統(tǒng)分割方法會產(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)性來進行多幅絕緣子圖像目標分割，在減少工作量的同時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)計并實現(xiàn)了以下三種分割方法：
　　設(shè)計一種基于熱力擴散模型的航拍絕緣子協(xié)同分割方法。首先對圖像序列進行文本去除，然后用SLIC(Simple linear iterati

2、ve clustering)對預(yù)處理過的圖像序列進行超像素分割以提高計算速度，根據(jù)熱力學中的各向異性擴散理論建立協(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以達到有效消除偽目標區(qū)域類。實驗結(jié)果表明，該方法在一定程度上提高了圖像中目標分割的準確性，方便后期識別與故障診斷。
　　為解決基于熱力擴散模型的航拍絕緣子協(xié)同分割方法對復(fù)雜背景中存在多個偽目標(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。首先對航拍圖像進行去除文本預(yù)處理，然后對預(yù)處理過的圖像進行Hough檢測修復(fù)以處理輸電線與絕緣子粘連問題并用SLIC進行超像素分割，最后利用廣義霍夫變換實現(xiàn)C-V模型初始輪廓的選取并進行基于圖像間的C-V模型的絕緣子協(xié)同分割。實驗結(jié)果表明，本文分割方法的準確率明顯比其它方法高，能夠有效地區(qū)分目標和背景并去除桿

4、塔、輸電線等偽目標，自動化性能良好，為無人機航拍絕緣子的狀態(tài)檢測及故障診斷奠定基礎(chǔ)。
　　為解決經(jīng)典隨機游走算法容易錯誤分割且對多幅圖像分割需要大量交互的問題，同時無需C-V模型的迭代耗時計算過程，本文提出了一種基于協(xié)同隨機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，達到多幅圖像更精確地協(xié)同隨機游走分割。對航拍絕緣子圖像進行了分割實驗，驗證了基于