[发明专利]基于机器视觉自动识别电网异物的方法及系统、设备

权利要求书

1.一种基于机器视觉自动识别电网异物的方法，其特征在于，所述方法包括：

通过飞行机器巡检电网，由视觉系统采集运动目标的图像，将所述图像传输至嵌入式系统进行图像评价，再回传至地面端进行处理；

计算所述图像的光流场，对所述光流场进行阈值分割，得到所述运动目标的区域并统计所述运动目标的特征信息；

根据Camshift算法对所述运动目标的区域进行特征提取、匹配和跟踪，自动检测识别所述运动目标。

2.如权利要求1所述的方法，其特征在于，所述将所述图像传输至嵌入式系统进行图像评价包括：

若所述图像未达到预设的清晰度质量指标，则移动所述飞行机器的位置或由自适应算法调节视觉系统快门和光圈；

直至拍摄到清晰图像。

3.如权利要求2所述的方法，其特征在于，所述计算所述图像的光流场包括：

计算所述图像中的每个像素点运动的瞬时速度；

根据所述图像中的像素点与三维空间中所述运动目标的点在某一时刻的对应关系，得到相邻帧之间所述运动目标的运动信息。

4.如权利要求3所述的方法，其特征在于，所述计算所述图像的光流场还包括：

使用孟塞尔颜色系统进行显示光流场的图像。

5.如权利要求4所述的方法，其特征在于，所述对所述光流场进行阈值分割，得到所述运动目标的区域并统计所述运动目标的特征信息还包括：

通过形态学滤波对所述图像进行处理。

6.如权利要求5所述的方法，其特征在于，所述通过飞行机器巡检电网包括：

保持视觉系统与所述电网的接触网等高，并沿所述接触网水平方向匀速飞行采集所述接触网相关视频图像，并对所述视频图像进行处理；

通过概率霍夫直线边缘检测提取所述接触网形态特征计算所述视频图像的偏转角度；

对所述视频图像进行几何变换，定义运动目标检测区域。

7.如权利要求6所述的方法，其特征在于，所述根据Camshift算法对所述运动目标的区域进行特征提取、匹配和跟踪包括：

根据所述运动目标的运动趋势，预测所述运动目标下一帧出现的位置。

8.一种基于机器视觉自动识别电网异物的系统，其特征在于，所述系统包括：

采集模块：用于通过飞行机器巡检电网，由视觉系统采集运动目标的图像，将所述图像传输至嵌入式系统进行图像评价，再回传至地面端进行处理；

分割模块：用于计算所述图像的光流场，对所述光流场进行阈值分割，得到所述运动目标的区域并统计所述运动目标的特征信息；

识别模块：用于根据Camshift算法对所述运动目标的区域进行特征提取、匹配和跟踪，自动检测识别所述运动目标。

9.一种基于机器视觉自动识别电网异物设备，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1至7任一项所述的基于机器视觉自动识别电网异物的方法中的各个步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至7任一项所述的基于机器视觉自动识别电网异物的方法中的各个步骤。