[发明专利]一种输电线路巡检的沿线自动跟踪方法有效
申请号: | 201810115061.0 | 申请日: | 2018-02-06 |
公开(公告)号: | CN108334844B | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 陈凤翔;刘锐;许良柱;杨磊;虢韬;彭赤;张伟;周小红;石书山;陈科羽;陈海华;方广东 | 申请(专利权)人: | 贵州电网有限责任公司 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V10/764;G06V10/774;G06K9/62;G06T7/00;G06T7/223 |
代理公司: | 贵阳中新专利商标事务所 52100 | 代理人: | 商小川 |
地址: | 550002 贵*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 输电 线路 巡检 沿线 自动 跟踪 方法 | ||
1.一种输电线路巡检的沿线自动跟踪方法,其特征在于:包括一种输电线路巡检的沿线自动跟踪系统,一种输电线路巡检的沿线自动跟踪系统包括视频采集模块、导线检测模块、导线跟踪模块、视频分段模块和存储/传输模块,跟踪系统的跟踪方法如下:
1)视频采集:利用视频采集模块对输电线路进行视频采集;
2)导线检测:对采集的视频采用导线检测模块对导线进行检测;
3)导线跟踪:采用导线跟踪模块对步骤2)中检测到的导线进行跟踪;
4)视频分段:采用视频分段模块对步骤3)中跟踪的导线的杆塔进行分段;
5)通过存储/传输模块将视频采集的数据进行存储或传输到地面终端;导线检测分为离线SVM分类器训练、导线区域检测、线段检测和线段连接筛选四个步骤,具体如下:
(1)SVM分类器训练
对积累的巡检图像/视频数据进行导线和背景区域标记,根据标签生成导线样本和背景样本,提取训练样本的Haar特征,每一种特征的计算值为白色填充区域的像素值之和与黑色像素填充区域之和的差值,将Haar特征和样本标签输入SVM分类器进行训练;
(2)导线区域检测
利用一个滑动窗口在输入图像上进行滑动,提取输入图像Haar特征,根据SVM的分类结果提取属于导线的图像区域并进行区域整合得到图像中的完整导线区域;
(3)LSD线段检测
(4)线段连接和筛选
将满足以下三个条件的任意两线段L1和L2进行连接;
a.L1和L2的角度差小于π/25;
b.L1和L2的近邻点距离小于L1和L2中最短线段的长度;
c.L1的端点到L2的距离及L2的端点到L1的距离小于3;
对连接后的线段按照角度、截距进行聚类,求取每类的最长线段,若其大于图像宽的四分之三,则认为该类线段属于导线。
2.根据权利要求1所述的一种输电线路巡检的沿线自动跟踪方法,其特征在于:导线跟踪包括运动模型、特征提取、观测模型和模型更新四个部分,如下:
(1)运动模型
根据上一帧导线的位置,在该区域的R半径范围内,生成当前导线的候选区域;
(2)特征提取
提取Haar特征;
(3)观测模型
采用结构化输出支持向量机对各个候选区域进行二元分类,选取得最高分者作为当前帧的跟踪结果;
(4)模型更新
支持向量机的更新过程中,样本的标记依据样本区域与目标区域的重叠度来进行,在跟踪过程中始终维持一个支持向量budget。
3.根据权利要求1所述的一种输电线路巡检的沿线自动跟踪方法,其特征在于:杆塔视频分段对图像中是否存在杆塔采用如下步骤进行判断:
(1)图像分块,将图像分为N*N块;
(2)在每个图像块中,提取通过该图像块的线段并按照如下7个方向进行线段统计,线段数量分别是{TLN1,TLN2,TLN3,……,TLN7};
方向1:[-7π/14,-5π/14);
方向2:[-5π/14,-3π/14);
方向3:[-3π/14,-π/14);
方向4:[-π/14,π/14);
方向5:[π/14,3π/14);
方向6:[3π/14,5π/14);
方向7:[5π/14,7π/14];
(3)对每个图像块,若存在TLNiTHTLN,TLNjTHTLN,TLNkTHTLN,i!=j,j!=k,i!=k,其中i,j,k∈[1,7],那么,该图像块为杆塔图像块,统计杆塔图像块的数量;
(4)若杆塔图像块的数量大于(N*N)/3,则该图像为杆塔图像;
(5)根据杆塔图像的起始对视频进行杆塔段和导线段的分割标记。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司,未经贵州电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810115061.0/1.html,转载请声明来源钻瓜专利网。