针对无人机巡检中输电走廊施工车辆入侵这一潜在危险事件,提出一种基于图像处理和机器学习的施工车辆自动检测算法。首先,对于无人机收集到的图像进行相应的预处理;其次,根据施工车辆的颜色、直线结构等特征,给出2种施工车辆目标区域提取方法,有效缩小了识别范围;最后,选择HOG特征与支持向量机(SVM)结合的方式,给出一种施工车辆识别方法。实验表明,算法能够在输电走廊下复杂场景中检测到施工车辆的存在,有较好的准确率。
类型: 期刊论文
作者: 武金婷,赵晓光,袁德才
关键词: 施工车辆检测,无人机巡检,变换,特征,支持向量机
来源: 控制工程 2019年02期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,计算机软件及计算机应用
单位: 中国科学院自动化研究所复杂系统管理与控制国家重点实验室,国家电网吕梁供电公司
基金: 国家自然科学基金项目(61271432)
分类号: TP391.41;TM75
DOI: 10.14107/j.cnki.kzgc.161172
页码: 246-250
总页数: 5
文件大小: 1594K
下载量: 108
本文来源: https://www.lunwen66.cn/article/1a987b029e90a3e2ba779eb0.html