[发明专利]用于对变电站内多目标跟踪定位的方法

权利要求书

1.用于对变电站内多目标跟踪定位的方法，其特征在于，包括，

S1：对通过摄像头采集到的变电站内设备图像集，进行预处理；

S2：使用目标检测器给识别图像中每一个被跟踪的目标，获取每一个目标的坐标信息；

S3：使用卡尔曼滤波预测目标的轨迹，根据目标在当前帧的状态预测其在下一帧的状态，并将估计预测结果存入T-Pre集合中；

S4：计算被目标在当前帧的状态与其在下一帧的预测状态的马氏距离，并比较所得结果与预设的第一阈值的大小；若所得结果小于或等于第一阈值，则进入S7，否则进入S6；

S5：使用卷积神经网络提取目标的外观特征，计算前、后帧的余弦相似度，并比较所得余弦距离与预设的第二阈值的大小；若所得余弦距离小于或等于第二阈值，则进入S7，否则进入S6；

S6：进行融合度量学习，将当前帧获得的目标的坐标信息存入已检测集合D中，将历史帧获得的目标的坐标信息存入跟踪集合T中，根据设置的权重系数j，计算包含T预测结果的T-Pre集合与D集合之间的马氏距离以及D中提取到的特征向量与历史轨迹T中提取到的特征向量平均值的余弦距离，并比较所得结果与预设的第一阈值的大小；若所得结果大于第三阈值，则进入S7；

S7：若D为空集，就将丢失帧计数加1，若丢失帧计数超过预设的第四阈值时，就认为该目标已消失，并将该目标的历史坐标信息从T中删除，重新进行检测；

S8：将变电站底图和被跟踪的目标之间进行透视变换，实现对目标的实时定位；

S9：输出最终的结果。

2.根据权利要求1所述的用于对变电站内多目标跟踪定位的方法，其特征在于，所述图像集为IMG，IMG＝{img₁,img₂,…,img_n}，n为视频总帧数；

所述预处理包括灰度化处理、去噪声处理和图像增强处理；

所述灰度处理是对图像集IMG中的图像img采用加权平均法进行灰度化处理，将RGB表示的彩色图像像素值[R(x,y),G(x,y),B(x,y)]转化为灰度图像I(x,y)，(x,y)为img中像素的坐标值，具体转化公式为I(x,y)＝1/(3[R(x,y),G(x,y),B(x,y])。

3.根据权利要求2所述的用于对变电站内多目标跟踪定位的方法，其特征在于，

所述去噪声处理是通过高斯滤波法，对整幅灰度图像的像素值进行加权平均，针对每一个像素点的坐标值(x,y)，都由其本身值和领域内的其他像素值经过加权平均后得到，去噪声公式为

4.根据权利要求2所述的用于对变电站内多目标跟踪定位的方法，其特征在于，所述图像增强处理是通过高通滤波法对图像进行锐化处理，锐化处理的公式为

y[img_i]＝α*y[img_i-1]+α*(x[img_i]-x[img_i-1])；

其中，x[img_i]是第i张进行锐化处理前的图像采样值，x[img_i-1]是第i-1张进行锐化处理前输入图像采样值，y[img_i]是进行锐化处理后得到的第i张图像滤波值，y[img_i-1]是进行锐化处理后得到的第i-1张图像滤波值，α＝2πfT1，T为采样周期。

5.根据权利要求2所述的用于对变电站内多目标跟踪定位的方法，其特征在于，所述目标检测器采用的是YOLOv3算法，输入的图像通过YOLOv3的网络结构后，获得的目标的坐标和检测框的构成的数组(x,y,w,h)，x和y代表目标的坐标，w和h代表目标检测框的宽和高。

6.根据权利要求5所述的用于对变电站内多目标跟踪定位的方法，其特征在于，所述步骤S3中，先在检测框的边缘取一点(dx(k),dy(k))作为跟踪特征点，并选择检测框的宽度w和高度h作为其他两个特征变量以构成一个四维状态变量；再使用卡尔曼滤波算法来预测所述跟踪特征点的四维状态变量，并将预测结果存入T-Pre集合中。