發(fā)布時間：2021-04-12 17:56

　　傳統(tǒng)的有人直升機對架空輸電線路進行巡檢時,對搭載檢測設備的吊艙或者云臺必須手動進行控制以使待檢測目標一直處于視角范圍內,這需要巡視人員對視頻進行高度集中的觀察。為了減輕巡線員的負擔,提出了一種光電吊艙自動跟蹤方法。該方法選取Struck算法并利用Haar特征描述運動目標,跟蹤過程中,搜索上一幀目標區(qū)域的鄰近位置,利用Structured Output SVM對待選區(qū)域進行二元分類,取得分最高的候選區(qū)域作為當前運動目標跟蹤的結果。實驗結果表明,算法的平均偏移率（視場角）為1.6%,目標丟失率為14%,能夠對桿塔、絕緣子、均壓環(huán)等輸電線路關鍵部位進行實時跟蹤。 

【文章來源】：計算技術與自動化. 2020,39(03)

【文章頁數(shù)】：7 頁

【部分圖文】：

光電吊艙自動跟蹤算法研究路線圖

候選區(qū)域獲取示例

(2)Haar特征。如圖3所示，a、b、c、d、e、f每個特征都是由白色填充區(qū)域像素值之和與黑色填充區(qū)域像素之和的差值計算得到。其中a、b屬于邊緣特征，c、d屬于線特征，e屬于對角特征，f屬于點特征。(3）直方圖特征。如圖4所示，分別統(tǒng)計a、b、c、d幾個圖形中各個區(qū)域的直方圖，并將所有區(qū)域的直方圖聯(lián)合起來作為該目標的直方圖特征。普通PC機上，采用直方圖特征或者聯(lián)合兩個特征，幀率都處于10幀以下，無法滿足實時性要求，因此，選擇的特征應當為Haar特征或者Raw特征，而Raw特征在目標描述上不如Haar特征，因此，在實際操作過程中，可以只選取Haar特征作為特征提取的方法。

【參考文獻】：
期刊論文
[1]基于Struck算法的遮擋目標跟蹤[J]. 周克虎,周進,雷濤,唐自力,蔣增波.  半導體光電. 2017(04)
[2]基于改進運動矢量估計法的視頻穩(wěn)像[J]. 吉淑嬌,朱明,雷艷敏,胡漢平.  光學精密工程. 2015(05)
[3]基于曲線擬合的視頻穩(wěn)像方法[J]. 謝月飛,蔡曉東,林景亮,張學敏,吳丹.  計算機工程. 2014(04)
[4]智能視頻監(jiān)控中目標跟蹤的研究與實現(xiàn)[J]. 秦曉敏.  電子設計工程. 2011(09)
[5]直升機機載光電吊艙的發(fā)展現(xiàn)狀及對策[J]. 李文魁,王俊璞,金志華,田蔚風.  中國慣性技術學報. 2004(05)

碩士論文
[1]智能視頻監(jiān)控中行人跟蹤技術研究[D]. 朱志玲.北京交通大學 2014
[2]基于FPGA電子穩(wěn)像技術的研究[D]. 李俊.武漢理工大學 2012



本文編號：3133725