The invention belongs to the technical field of unmanned aerial vehicle transmission line inspection, and relates to a tracking method for power transmission line insulators. The method of the invention of the insulator tracking as target position estimation and target scale estimation of two independent parts, first use the HOG features to train the spatio-temporal context model is responsible for detecting changes in target position, by calculating the probability in each sample point, based on the maximum probability value to determine the target position; and then use the HOG feature training scale correlation filter. Responsible for the inspection of scale change, determine the insulator target position, correlation operation sample and scale filter with different scales, according to the maximum response results to determine the new scale target. The invention has the advantages that the method of the invention, to better adapt to the change of insulator scale, always able to track the insulator intact, with good adaptability scale.
【技术实现步骤摘要】
一种用于输电线路绝缘子的跟踪方法
个本专利技术属于无人机输电线路巡检
,涉及一种用于输电线路绝缘子的跟踪方法。
技术介绍
随着国家电网的不断高速发展,电力巡检的任务也随之增大,传统的人力巡检方式不仅工作效率低而且存在很大的安全隐患。近年来,一种新兴的电力巡检方式——无人机电力巡检已经开始应用,并且得到了广泛的研究。在巡线的过程中,无人机的位置是不断变化的,与绝缘子之间的距离忽近忽远。再加上绝缘子是呈一长串悬挂在铁塔上,相比较于其他跟踪目标,绝缘子本身长度较长,尺度变化非常明显,而目前的跟踪方法并不适应这种尺度变化剧烈的场景。
技术实现思路
本专利技术所要解决的,就是针对上述问题,提出一种用于输电线路绝缘子的跟踪方法。本专利技术的跟踪方法,将绝缘子跟踪看成目标位置估计和目标尺度估计两个独立部分,首先用HOG特征训练时空上下文模型,负责检测目标位置的变化,通过计算目标在样本各个点的概率值,根据最大概率值确定目标位置;然后用HOG特征训练尺度相关滤波器,负责检测目标尺度变化,确定绝缘子目标位置后,提取不同尺度的样本与尺度滤波器进行相关运算,根据最大响应结果确定目标新尺 ...
【技术保护点】
一种用于输电线路绝缘子的跟踪方法,其特征在于,将绝缘子跟踪分解为目标位置估计和目标尺度估计,则包括:绝缘子目标位置估计:采用HOG特征训练时空上下文模型,负责检测目标位置的变化,通过计算目标在样本各个点的概率值,根据最大概率值确定目标位置,具体为:S1、设定置信图,定义目标出现在每个位置上的概率;假设x为某一位置,ο为需要跟踪的目标,目标在x出现的可能性定义为如下公式(1)所示:
【技术特征摘要】
1.一种用于输电线路绝缘子的跟踪方法,其特征在于,将绝缘子跟踪分解为目标位置估计和目标尺度估计,则包括:绝缘子目标位置估计:采用HOG特征训练时空上下文模型,负责检测目标位置的变化,通过计算目标在样本各个点的概率值,根据最大概率值确定目标位置,具体为:S1、设定置信图,定义目标出现在每个位置上的概率;假设x为某一位置,ο为需要跟踪的目标,目标在x出现的可能性定义为如下公式(1)所示:α是与目标大小有关的参数,b是归一化常数,β取值大小决定置信图的形状为尖锐或者平缓,x*表示目标中心位置,Ωc(x*)表示在目标中心点周围的上下文区域,I(z)表示为z点的图像特征值,Xc={c(z)=(I(z),z)|z∈Ωc(x*)}表示以x*为中心点的上下文区域特征集合,由全概率函数可得,公式1可以表示为如下公式2所示:其中P(m(x)|ο)为上下文先验模型,如下公式(3)所示:P(m(z)|ο)=I(z)wσ(z-x*)(公式3)wσ()是一个加权函数,wσ(z-x*)为其对应的权重,如公式(4)所示:用于对上下文区域的位置,根据离目标中心点的不同距离赋予不同的加权值;条件概率P(x|m(z),ο)表示目标位置与周围上下文信息的空间关系,即目标出现在x点的概率,即为空间上下文模型,对于目标与上下文之间的关系,定义为如公式(5)所示:P(x|m(z),ο)=h(x-z)(公式5)公式5表示目标的位置x与其上下文区域中的位置z之间,在相对距离与相对方向的关系;S2、构建时空上下文模型:根据步骤S1中所述的空间上下文模型和先验概率模型,结合得到如下公式6:通过学习绝缘子目标与周围区域之间的关系,根据公式6,则学习得到的时空上下文模型为如下公式(7)所示:其中,F-1()分别表示傅里叶变换与傅里叶逆变换;S3、通过...
【专利技术属性】
技术研发人员:闫斌,叶润,刘永姣,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。