一种基于红外目标识别的鸟类检测跟踪方法与系统技术方案

本发明专利技术属于自动化技术领域，具体地说是一种基于红外目标识别的鸟类检测跟踪方法与系统。包括红外成像装置、二维云台、驱鸟装置、主控制器等。系统根据红外图像对复杂环境下的鸟类进行目标识别跟踪，根据检测出的鸟类目标位置信息并判断鸟类的飞行轨迹，从而调整二维云台姿态，对鸟类目标进行跟踪和指向性驱散。此系统主要用于变电站、果木种植、机场等特定区域的鸟类驱散，系统对于鸟类的识别率高，执行驱散效果稳定，指向性的驱鸟作业可以有效降低鸟类适应而造成的驱鸟失效。鸟类适应而造成的驱鸟失效。鸟类适应而造成的驱鸟失效。

【技术实现步骤摘要】
一种基于红外目标识别的鸟类检测跟踪方法与系统


[0001]本专利技术属于自动化工程
，具体地说是一种基于红外目标识别的鸟类定向跟踪驱散自动化系统。

技术介绍

[0002]近年来，变电站、换流站鸟患愈发严重，这是因为变电站中一些设备发热温暖而适合鸟类生存活动，极易吸引鸟类，从而引发鸟害。此前只能通过加强变电站主变结构、线路门型架构等结构的鸟害防治。以往对鸟害的防止主要以治理和拆除为主，整个处理过程显得非常被动，鸟害防治工作效率不高。
[0003]同时，目前也在变电站等场合推广了一些鸟害防治措施。已有的鸟害防治措施主要分为预防、疏散和驱散三类。其中预防是指对设备的绝缘化处理，如加装防鸟刺、防鸟挡板、防鸟封堵盒及防鸟针板等。此类方法在初期起到不错的效果，但随时间的延长，鸟类适应环境，设备清理和维护受到极大的限制。疏散鸟类是指以安装人造鸟巢、安装栖息架等方式降低鸟类种群在变电站等场合的密度。驱散鸟类则是以声光电为代表的物理方式或是专用生物驱鸟剂进行驱散。目前，为了达到最优的防治效果，预防、疏散和驱散三种方式需要综合使用，尤其是鸟类驱散，作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外目标识别的鸟类检测跟踪方法，其特征在于，包括以下步骤：对视频图像序列进行基于背景差分的运动目标检测，得到视频图像序列中每一帧图像的前景和背景，前景即为目标；对于目标，通过窗口局部亮度差以获取目标与背景的差异，得到鸟类目标。2.根据权利要求1所述的一种基于红外目标识别的鸟类检测跟踪方法，其特征在于，所述对采集的图像进行基于背景差分的运动目标检测，得到视频图像序列中每一帧图像的前景和背景，包括以下步骤：将输入视频图像序列中的每一帧图像与背景模型进行比较：若图像的像素信息与背景模型的像素信息匹配，则标记为背景点；否则归类为前景点；所述背景模型表示如下：B(x
i
)＝{B1(x
i
)，...，B
j
(x
i
)，...，B
N
(x
i
)}其中，N表示样本个数，B
j
(x
i
)表示x
i
处第j个样本像素信息作为样本值；对于第一、第二个样本值，直接为第一帧图像x
i
处的像素值V(x
i
)；后N
‑
2个样本以像素值V(x
i
)加设定阈值范围t的随机噪声填充；对于从第二帧图像开始的每一帧图像，计算当前帧图像x
i
处的像素值V(x
i
)与背景模型中x
i
处的样本值B
k
(x
i
)的距离差值；当所述距离差值在阈值范围R内，且符合阈值范围的背景模型中的样本个数不少于#
min
，该像素点被划分为背景像素；否则判定为前景；在下式中背景标记为0，前景标记为1：其中，F(x
i
)表示像素点与样本的距离差值。3.根据权利要求1所述的一种基于红外目标识别的鸟类检测跟踪方法，其特征在于，所述像素信息为灰度值或红外图像灰度值。4.根据权利要求2所述的一种基于红外目标识别的鸟类检测跟踪方法，其特征在于，对于视频图像序列，统计像素点x
i
在连续帧内被判定为前景点的次数，当计数达到固定值时，将该像素点标记为背景点。5.根据权利要求1所述的一种基于红外目标识别的鸟类检测跟踪方法，其特征在于，所述通过窗口局部亮度差以获取目标与背景的差异，包括以下步骤：对于目标，引入一组多尺度窗口，包括同一中心的多个内窗和对应的外窗；通过固定外窗、取不同大小的中心像素邻域作为内窗，分别计算每个内窗及与之相邻的外窗之间的局部亮度差；对于一组多尺度窗口，最大的亮度差作为窗口中心点的多尺度局部亮度差：其中，E(x，y)表示多尺度局部亮度差，x，y表示像素，k＝1，2，...，K，K是窗口的数量；集合Θ
k
表示包含在第k个内窗的像素，集合Ω
kmax
表示包含在第k个内窗和外窗之间的像素，I(s，t)和I(p，q)分别表示集合Θ
k
和Ω

【专利技术属性】
技术研发人员：宋屹峰，王洪光，吕鹏，孙鹏，景凤仁，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：