基于ORB算法的输电线路异物识别研究

被引：9

作者：

焦圣喜

王海洋

机构：

[1] 东北电力大学自动化工程学院

来源：

科学技术与工程 | 2016年 / 16卷 / 27期

关键词：

预估区域漂移法; 像素密度函数; ORB特征点; K-means算法;

D O I：

暂无

中图分类号：

TM75 [线路及杆塔];

学科分类号：

080802 ;

摘要：

针对输电线路异物检测问题,通过分析航拍视频,提取关键帧并采用帧差法标注异物,使用特征点跟踪异物,从而达到输电线路异物检测的目的。将预估区域漂移法与欧式距离法融合,弥补关键帧冗余的缺陷;使用概率密度函数分析网格内异物占有率,剔除帧差法中微小非目标区域;提出K-means算法聚类分析Oriented Brief(ORB)算子,可精简特征点提高匹配率。实验结果表明,能有效精简关键帧,并且改进帧差法可精确提取异物;同时快速准确提取ORB算子;故而可快速识别线上异物。

引用

页码：236 / 240

页数：5

共 10 条

[1]

Wire recognition in image within aerial inspection application. Koshelev V I,Kozlov D N. 2015 4th Mediterranean Conference on Embedded Computing (MECO 2015) . 2015

[2]

ORB:an efficient alternative to SIFT or SURF. RUBLEE E,RABAUD V,KONOLIGE K,et al. IEEE International Conference on Computer Vision (ICCV) . 2011

[3]

Key frame extraction algorithm for video abstraction application in underwater videos. Kumar N S,Shobha G,Balaji S. 2015Underwater Technology (UT 2015) . 2015

[4]

SURF:Speeded Up RobustFeatures. Bay H,Tuytelaars T,Van G L. 9th European Conference on Computer Vision . 2006

[5]

Implement of neural network predictive controller based on Matlab and VC++mixed programming. Tao S Y,Mei D X,Hong Z. 2015Control and Decision Conference (CCDC 2015) . 2015

[6] 基于帧间差分和水平集的运动目标探测跟踪方法 [J].