摘 要：文章提出了一种新型的颜色空间转换形式以及一种优化的高斯混合模型，可以有效地减少了迭代次数，增强图像分割边缘。首先，采用 GMM（Gaussian Mixture Model）对图像进行分割捕获，并利用开源视觉库中的函数对图像中的异物进行放大和分割操作，同时对彩色图像进行去噪处理，使图像中的异物清晰可见最后利用 HSS 彩色空间变换对 GMM 图像进行预处理，达到最佳效果。结果表明该方法能提高图像检测和处理的效率和异物识别的准确性。
关键词：图像处理；高斯混合模型；输电线；航拍机器人
DOI:10.19850/j.cnki.2096-4706.2022.19.014
中图分类号：TP751 文献标识码：A 文章编号：2096-4706（2022）19-0057-04
Method of Image Processing Based on Gaussian Mixture Model
LENG Yueyan
(Shenyang Institute of Engineering, Shenyang 110136, China)
Abstract: This paper presents a new color space conversion form and an optimized Gaussian Mixture Model, which can effectively reduce the number of iterations and enhance the edge of image segmentation. Firstly, GMM (Gaussian Mixture Model) is used to segment and capture the image, and the functions in the open source visual library are used to amplify and segment the foreign objects in the image. At the same time, the color image is denoised to make the foreign objects in the image clearly visible. Finally, HSS color space transform is used to preprocess the GMM image to achieve the best effect. The results show that the method can improve the efficiency of image detection and processing and the accuracy of foreign objects recognition.
Keywords: image processing; Gaussian Mixture Model; transmission line; aerial robot
参考文献：
[1] 钱世豪 . 基于图像处理的输电线路异物检测技术研究与电力巡线管理系统设计 [D]. 南京：南京理工大学，2019.
[2] 高涛，何秀丽 . 小波框架的彩色图像泊松去噪 [J]. 南京信息工程大学学报（自然科学版），2020，12（5）：614-618.
[3] 孔小丽 . 基于 HSI 彩色模型的车牌边缘定位法 [J]. 电子测试，2020（16）：46-47+25.
[4] 刘谨豪，严远忠，张琪 . 地面超载对地下管道影响的 HSS模型数值模拟 [J]. 徐州工程学院学报（自然科学版），2021，36（1）：38-45.
[5] DEMPSTER A P，LAIRD N M，RUBIN D B.Maximum likelihood from incomplete data via the em algorithm [J].Journal of the Royal Statistical Society. Series B （Methodological），1977，39（1）：1-38.
[6] 廖晓锋，范修斌，姜青山 . 基于协方差的高斯混合模型参数学习算法 [J]. 计算机科学，2013，40（S2）：77-81.
[7] 王志远，李彩虹，何安平. 基于LUT的ATPG算法研究 [J].微电子学与计算机，2017，34（4）：5.
[8] 康秀娟，施展．基于图形处理的人体内异物定位测量系统设计 [J]. 电子科技，2018，31（1）：71-74.
作者简介：冷月妍（1998—），女，汉族，辽宁丹东人，硕士在读，研究方向：电力设备在线监测与故障诊断。