基于简单线性迭代聚类优化的无人机图像去雾算法及其在风电场中的应用

刘厦，孙哲，仇梓峰*，胡炎

基于简单线性迭代聚类优化的无人机图像去雾算法及其在风电场中的应用

刘厦1,3，孙哲2，仇梓峰1,3*，胡炎3

（1．中国电子科技集团公司第五十四研究所，河北省 石家庄市 050081；2．海装驻邯郸地区军事代表室，河北省 石家庄市 050081；3．中国电子科技集团公司航天信息应用技术重点实验室，河北省 石家庄市 050081）

针对电力巡检过程中无人机(unmanned aerial vehicle，UAV)载荷因受雾气颗粒影响而导致UAV图像不清晰的问题，提出一种基于简单线性迭代聚类(simple linear iterative clustering，SLIC)优化的UAV图像去雾算法。通过雾天成像物理模型、暗通道先验定律、同质滤波与SLIC算法，改善电力巡检图像中白色区域及不均匀光照的影响，提升UAV图像去雾处理的效率，并对大气光强度参数进行自适应计算，以防止去雾过程中复原失真。实验结果表明提出的算法可有效恢复电力巡检图像的原始细节，并通过主观视觉评估及融合多种客观评价指标的对比，说明该算法相对于传统算法的优越性。

风电场；电力巡检；图像去雾；同质滤波；简单线性迭代聚类(SLIC)

0 引言

电力线路是输送电能的重要组成部分，对电力线路进行定期的巡检十分必要[1-2]。目前，已出现将无人机(unmanned aerial vehicle，UAV)遥感技术应用于电力巡检的案例[3-6]，可以大幅提高巡检效率和安全性。在无人机对电力线路进行高空巡检时，必须保证其携带载荷能够在电力线路所经过地带的复杂环境中采集到清晰的图像数据，以免影响后续目标的检测和识别。但在雾霾天气中存在较多的雾气颗粒，UAV的成像系统会受到颗粒的反射、散射、吸收自然光的影响，从而造成UAV图像质量的下降，严重影响了后续巡检任务的完成[7]。……