發(fā)布時間：2022-01-13 02:53

　　近年來,無人機技術(shù)發(fā)展迅速,許多行業(yè)都可以使用無人機來解決。目前,基于圖像的無人機識別跟蹤輸電線技術(shù)仍然是一個需要急于解決的難題,其突破點在于輸電線路的準(zhǔn)確識別和自動跟蹤,目前技術(shù)體系還不夠完善,限制了無人機自主巡檢能力,本文基于六旋翼飛行器和攝像機采集系統(tǒng),對飛行器識別跟蹤輸電線進行詳細的討論。重點分析了實時檢測算法并介紹基于單目視覺的避障方案,總結(jié)了六旋翼飛行器輸電線跟蹤系統(tǒng)的控制方法。在對六旋翼飛行器拍攝輸電線圖像并識別的過程中,首先針對飛行器拍攝時由于背景、攝像機抖動等因素造成圖像對比度弱、模糊等問題,進行圖像均衡化、去除運動模糊和去噪處理,為后續(xù)識別提供清晰的邊緣特征,本文基于Edge Drawing算法對拍攝的目標(biāo)圖像進行邊緣檢測,并使用EDLines算法快速生成目標(biāo)直線,將得到的直線段通過Segment-Tree方法連接起來,由于輸電線目標(biāo)容易被其它背景所干擾,詳細分析了K均值聚類算法的原理,并設(shè)計了直線模板,濾除剩余的背景干擾點。實驗結(jié)果表明,本文識別方法能夠準(zhǔn)確的識別出目標(biāo)輸電線,并在速度上得到很大的提升�；趫D像處理的輸電線識別跟蹤技術(shù),在傳統(tǒng)跟蹤方法的基礎(chǔ)上,根據(jù)... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

國家電網(wǎng)公司研制的巡線無人機

合肥工業(yè)大學(xué)碩士研究生學(xué)位論文4中國科學(xué)院自動化研究所的趙曉光等研制了一種小型無人機地面目標(biāo)跟蹤系統(tǒng)[11]，如圖1.3所示，是由雷虎60級直升機改造組裝成的無人機，其控制系統(tǒng)由ARM處理器、集成眾多傳感器單元的嵌入式硬件平臺和工業(yè)級的實時多任務(wù)操作系統(tǒng)C/OS-II實現(xiàn)。無人機系統(tǒng)基于視覺伺服技術(shù)實現(xiàn)目標(biāo)的跟蹤，此系統(tǒng)分級設(shè)計，主要有運動控制器、云臺控制器和云臺上的攝像頭單元組成。利用該視覺跟蹤系統(tǒng)，可實現(xiàn)對目標(biāo)實時跟蹤。此外，安裝激光測距傳感器和GPS定位裝置后，該無人機還可以執(zhí)行遠程測量地形任務(wù)。目前該團隊已經(jīng)將該無人直升飛機運用于農(nóng)田監(jiān)控和輸電線路巡檢中。圖1.3趙曉光等研制的無人直升飛機Fig1.3UnmannedhelicopterdevelopedbyZhaoXiaoguangandothers1.3輸電線技術(shù)探討與難點分析1.3.1視覺識別與控制本文研究了基于飛行器的輸電線巡檢技術(shù)，主要包括兩個方面：圖像處理技術(shù)與飛行器控制技術(shù)。在圖像處理過程中，需要對攝像機采集到的圖像進行預(yù)處理，為了提高處理速度，需要將三維數(shù)據(jù)降低成一維數(shù)據(jù)，減少處理數(shù)據(jù)所使用的時間。飛行器動態(tài)采集輸電線圖像時，其相對運動和攝像機設(shè)備的抖動都會影響圖像不同程度的退化，產(chǎn)生運動模糊圖像，需要使用算法還原成原圖像。同時在運動的過程中，圖像會帶有不同程度的噪聲點，中值濾波和高斯濾波可以產(chǎn)生較好的去噪效果。隨著計算機視覺技術(shù)的不斷研究，該技術(shù)廣泛應(yīng)用在輸電線路巡檢時進行目標(biāo)的識別和跟蹤領(lǐng)域。文獻[12]檢測輸電線邊緣使用Canny算子，然后使用Hough變換和數(shù)學(xué)形態(tài)學(xué)的方法進行輸電線路的提取和跟蹤；文獻[13]用高清攝像頭采集玻璃絕緣子圖像將模型RGB轉(zhuǎn)化為HSI色彩空間進行處理，利用其S分量，采用遺傳算法中的最大閾值分割算法處理航拍圖

第二章基于飛行器的復(fù)雜背景預(yù)處理7第二章基于飛行器的復(fù)雜背景預(yù)處理2.1輸電線圖像灰度化輸電線圖像灰度化可除去其彩色分量，降低光照對圖像的影響，還能提高圖像處理的速度降低內(nèi)存使用率[17]。攝像頭采集的圖像是基于RGB色彩模式的，R、G、B三個顏色通道相互疊加形成各種不同的顏色，通過對各個通道的不同加權(quán)完成灰度化的處理，其中的系數(shù)如2.1所示：Gray(i,j)0.299R(i,j)0.587G(i,j)0.114B(i,j)(2.1)Gray(i,j)為經(jīng)過轉(zhuǎn)化的灰度圖像在(i,j)點處的灰度級別，級別范圍值為0~255。其中R(i,j)、G(i,j)、B(i,j)分別為該像素點的紅、綠、藍顏色分量，效果如圖2.1所示。(a)原圖(b)灰度圖圖2.1灰度化處理效果圖Fig2.1Grayingeffectpicture從圖中可以看出，灰度圖像保留了原圖中的特征，去除其彩色信息，將三維分量降低成一維分量，減少運算的復(fù)雜度，增強了圖像處理的效率，在飛行器巡檢過程中縮短處理時間，提高實時性，后續(xù)算法處理時降低其時間復(fù)雜度。2.2輸電線圖像均衡化輸電線圖像均衡化的原理是將上節(jié)生成的輸電線灰度圖，經(jīng)過計算使其直方圖均勻分布，提高輸電線圖像的對比度[18]。完整的計算步驟如下：①生成輸電線圖像的直方圖H，像素是mn，像素點的取值范圍是0~255；②輸電線圖像包含的像素點的數(shù)量為HN：HNmn(2.2)③分別統(tǒng)計出各級別包含像素點數(shù)量占所有像素點數(shù)量的比例，計算方法為：()()/,(0,255)siHhhiNi(2.3)

【參考文獻】：
期刊論文
[1]基于改進Hough變換的電力線提取[J]. 袁晨鑫,官云蘭,張晶晶,袁晨瀚.  北京測繪. 2018(06)
[2]基于Roberts算子的車道線圖像的邊緣檢測研究[J]. 唐陽山,徐忠?guī)?黃賢丞,朱停仃,李棟梁.  遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[3]旋翼無人機實時視覺跟蹤算法[J]. 孔令東,曹娟,章國安,劉國棟.  南通大學(xué)學(xué)報(自然科學(xué)版). 2017(01)
[4]復(fù)雜地物背景下的電力線提取方法[J]. 李彩林,馮朝暉,鄧曉景,韓磊.  計算機工程與應(yīng)用. 2016(22)
[5]結(jié)合卡爾曼濾波器噪聲分析的車道線檢測跟蹤算法[J]. 郭克友,王藝偉,郭曉麗.  計算機測量與控制. 2016(05)
[6]基于擴展卡爾曼濾波器的車道線檢測算法[J]. 彭紅,肖進勝,程顯,李必軍,宋曉.  光電子·激光. 2015(03)
[7]無人機視頻運動目標(biāo)實時檢測及跟蹤[J]. 董晶,傅丹,楊夏.  應(yīng)用光學(xué). 2013(02)
[8]無人機在電力線路巡視中的應(yīng)用[J]. 湯明文,戴禮豪,林朝輝,王芳東,宋福根.  中國電力. 2013(03)
[9]基于特征檢測的航拍圖像電力線提取方法[J]. 張少平,楊忠,黃宵寧,吳懷群.  應(yīng)用科技. 2012(05)
[10]飛行器遠程圖像距離測量方法研究[J]. 鄒強.  微電子學(xué)與計算機. 2012(05)

博士論文
[1]基于航拍圖像的輸電線路識別與狀態(tài)檢測方法研究[D]. 仝衛(wèi)國.華北電力大學(xué) 2011

碩士論文
[1]基于無人機視覺的輸電線路安全距離巡檢系統(tǒng)研究[D]. 李棟.廣西大學(xué) 2016
[2]旋翼無人機跟蹤地面移動目標(biāo)的視覺控制[D]. 姜運宇.哈爾濱工業(yè)大學(xué) 2014
[3]用于視覺導(dǎo)航的道路檢測與跟蹤技術(shù)的研究[D]. 李婷婷.南京理工大學(xué) 2012
[4]運動目標(biāo)圖像的檢測與跟蹤[D]. 張楊.中北大學(xué) 2005



本文編號：3585924