一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法
【專利摘要】本發(fā)明公開了一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，具體按照以下步驟實施：步驟1：采集輸電線路視頻圖像信號；步驟2：將采集到的視頻圖像信號由傳輸通道以視頻流的方式實時傳送回監(jiān)控中心；步驟3：得到監(jiān)視目標(biāo)圖像；步驟4：對所得的輸電線路絕緣子的目標(biāo)圖像進(jìn)行預(yù)處理；步驟5：對預(yù)處理后的圖像進(jìn)行目標(biāo)檢測，利用多尺度小波邊緣檢測方法來檢測當(dāng)前幀覆冰絕緣子邊緣；步驟6：對目標(biāo)檢測后的圖像進(jìn)行kalman濾波，實現(xiàn)對舞動目標(biāo)大致運動位置做估計，Mean?shift在估計區(qū)域中做目標(biāo)的精確匹配，計算舞動幅值A(chǔ)、頻率f以及計算跟蹤相似性度量N(pu(x0),q(x))。本發(fā)明一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，所用到的設(shè)備較少，結(jié)構(gòu)簡單，成本低廉。
【專利說明】
-種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理、在線監(jiān)測技術(shù)領(lǐng)域，具體設(shè)及一種基于視頻圖像序列的絕 緣子跟蹤監(jiān)測方法。
【背景技術(shù)】
[0002] 高壓線在運行中都會碰到由于天氣、風(fēng)速等各種情況的絕緣子舞動問題。同時在 大雨暴雪等惡劣天氣條件下絕緣子還會發(fā)生覆冰狀況，運種舞動、覆冰對于輸電線路的安 全運行造成嚴(yán)重影響。尤其是為了安全，很有必要對舞動、覆冰中的絕緣子進(jìn)行監(jiān)測，為安 全運行提供可靠的數(shù)據(jù)。如果絕緣子舞動幅度過大，覆冰雪過厚，可能會造成相間閃絡(luò)、損 壞金具、桿塔倒塌、導(dǎo)線斷裂等電網(wǎng)事故，造成大面積停電，因此對舞動覆冰的監(jiān)測顯得尤 為重要。
[0003] 目前都是對單一的絕緣子舞動或覆冰情況進(jìn)行處理，李瞧等設(shè)計的基于DSP的輸 電線路覆冰圖像檢測系統(tǒng)，只針對線路覆冰狀況;張帆等研究的基于加速度傳感器定位的 輸電線舞動監(jiān)測裝置，只針對導(dǎo)線舞動狀況，沒有充分考慮到惡劣天氣下覆冰舞動同時發(fā) 生。作為輸電線路重要組成部分的絕緣子，如何簡單，有效，快速的自動跟蹤監(jiān)測絕緣子舞 動幅值和偏角大小、覆冰厚度等是消除該安全隱患的技術(shù)難題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，解決了現(xiàn)有 僅是單一的對絕緣子舞動或覆冰進(jìn)行監(jiān)測的問題。
[0005] 本發(fā)明所采用的技術(shù)方案是，一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，具 體按照W下步驟實施：
[0006] 步驟1:通過安裝在現(xiàn)場鐵塔上的帶云臺定焦攝像機，采集輸電線路視頻圖像信 號；
[0007] 步驟2:經(jīng)過視頻服務(wù)器將采集到的視頻圖像信號由傳輸通道W視頻流的方式實 時傳送回監(jiān)控中屯、；
[000引步驟3:在監(jiān)控中屯、，從視頻流中截取所監(jiān)視的輸電線路絕緣子的數(shù)字圖像，得到 監(jiān)視目標(biāo)圖像；
[0009] 步驟4:對所得的輸電線路絕緣子的目標(biāo)圖像進(jìn)行預(yù)處理W獲得高質(zhì)量圖像；
[0010] 步驟5:對預(yù)處理后的圖像進(jìn)行目標(biāo)檢測，利用多尺度小波邊緣檢ii方法來檢測當(dāng) 前帖覆冰絕緣子邊緣，計算覆冰厚度D，如果D>f，則進(jìn)行安全報警，否則，轉(zhuǎn)入步驟6;
[0011] 步驟6:對目標(biāo)檢測后的圖像進(jìn)行kalman濾波，實現(xiàn)對舞動目標(biāo)大致運動位置做估 計，Mean-shift在估計區(qū)域中做目標(biāo)的精確匹配，計算舞動幅值A(chǔ)，如果A〉闊值μ，則進(jìn)行安 全報警；否則計算頻率f，如果頻率f〉闊值Θ，則進(jìn)行安全報警；否則計算跟蹤相似性度量Ν (Pu(x〇)，q(x))，如果N(Pu(x〇)，q(x))<闊值Φ，則進(jìn)行安全報警;否則背景更新，返回步驟4。
[0012] 本發(fā)明的特點還在于：
[0013] 對步驟1采集到的輸電線路視頻圖像信號進(jìn)行標(biāo)定，將用于絕緣子舞動覆冰分析 測量的像素單位視頻圖像轉(zhuǎn)換到世界坐標(biāo)系下的米制單位。
[0014] 步驟4中對所得的輸電線路絕緣子的目標(biāo)圖像進(jìn)行預(yù)處理包括將多通道圖像變?yōu)?單通道圖像的圖像灰度化、很好地找出高頻或低頻區(qū)域的快速傅里葉變換W及 Butterworth高通濾波。
[0015] Butterworth高通濾波具體為：
[0016] 2階Butterworth高通濾波器的傳遞函數(shù)如下：
[0017]
[0018] 其中，階數(shù)r = 2，
[0019] D(u，v)為頻譜中點(u，v巧Ij頻譜中屯、的歐氏距離為：
[0020]
[0021] Do為濾波器截止頻率，在頻域中調(diào)節(jié)Do的值能有效地改變?yōu)V波器的濾波特性。
[0022] 步驟5中多尺度小波邊緣檢測方法具體為：
[0023] 步驟5.1:給定尺度S的尺度因3
求出其沿X軸方向的導(dǎo)數(shù)
，及沿y軸方向的導(dǎo)數(shù)1
.，
[0024] 步驟5.2:Phi_x、Phi_y分別與步驟4預(yù)處理后的圖像f(x，y)卷積得到Gx、Gy;
[0025] 步驟5.3:求每一個像素點的邊緣強度大小G= (G巧Gx+Gy*Gy Γ (1/2)和梯度方向A = arctan(Gy/Gx);
[0026] 步驟5.4:將與某個像素點梯度方向兩個相鄰像素點的梯度方向差小于45°、同時 該像素點邊緣強度大于沿該像素點梯度方向的兩個相鄰像素點的邊緣強度，定義該像素點 為邊緣點，否則為偽邊緣；
[0027] 步驟5.5:依次檢測每一個像素點，連接提取出的圖像邊緣點，檢測出覆冰絕緣子 邊緣信息；
[00%]步驟5.6:將邊緣點與目標(biāo)絕緣子的中點進(jìn)行連接，記最長距離為di，則覆冰厚度D = di-do,其中，do為覆冰前絕緣子半徑長。
[00巧]步驟6具體為：
[0030]步驟6.1:初始化目標(biāo)模板所在的位置X0,初始速度V0,并記錄當(dāng)前時刻為to,計算 目標(biāo)模板的概率密度函數(shù)Pu(xo):
[0034] k(x)為核函數(shù)，為目標(biāo)模板區(qū)域的像素設(shè)置權(quán)值，越遠(yuǎn)離目標(biāo)模板中屯、的像素設(shè) 置權(quán)值越??；
[0035] δ(χ)為 Delta 函數(shù)；
[0036] 化是目標(biāo)模板i點的特征值；
[0037] 步驟6.2:讀取下一帖圖像，即i = i+1，狀態(tài)方程和觀測方程如下：
[003引狀態(tài)方程 Xi = AXi-i+Wi-i
[0039] 觀測方程 Zi = HXi+Vi
[0040] 其中，Xi、Xi-汾別是i時刻、i-1時刻系統(tǒng)的狀態(tài)向量;Zi為觀測變量；
[0043] Wi-i和Vi分別為狀態(tài)和觀測對應(yīng)的噪聲向量，其方差陣分別為化和Ri:
[0046] 令狀態(tài)變量Xi = [xi，vi]，xi、vi分別是目標(biāo)的位置和速度，Zi=[x/ ,ν/ ]，χ/、v：/ 分別表示觀測目標(biāo)的位置和速度；
[0047] 利用當(dāng)前的狀態(tài)方程和觀測方程，預(yù)測目標(biāo)在下一帖中的位置XI和位置VI;
[004引狀態(tài)更新方程為:xi = xi-1+Ki (Z廣Hxi-i)
[0049] 濾波增益矩陣為:Ki = Pi-iHT 化 Pi-iHT+Ri)-i
[0050] 預(yù)測誤差方差陣:Pi = APi-iAT+Qi
[0化1] 步驟6.3:計算權(quán)值
[0052] 其中，b(xi)是XI處像素的量化值即灰度直方圖；
[0053] 待測模型概率函數(shù)qu(xi):
[0054] h為待測目標(biāo)的像素數(shù)即函數(shù)帶寬;VI是候選區(qū)域i點的特征值；
[ο化5]
[0056]迭代計算候選目標(biāo)的新位置xw:
[0化7]
[0058]其中，e(x)=-k/(x)是核函數(shù)的導(dǎo)數(shù)；
[0059]計算舞動幅值A(chǔ) = Xi+i-Xi，頻率f = (Vi+i-Vi)/(Xi+i-Xi);
[0060]步驟6.4:計算待測模型概率函數(shù)9心1)與目標(biāo)模型的相似度^9心〇)，9片））：
[0063] 如果的9。(圳），9^))<闊值，則報警;否則，更新背景，返回步驟6.2，直到視頻結(jié)束。
[0064] 本發(fā)明的有益效果是:本發(fā)明一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，所 用到的設(shè)備較少，結(jié)構(gòu)簡單，成本低廉，本方法能充分利用圖像處理技術(shù)W及無線傳輸技 術(shù)，便于監(jiān)控中屯、遠(yuǎn)程處理數(shù)據(jù)并對電力網(wǎng)絡(luò)的絕緣子舞動狀況進(jìn)行全局的監(jiān)控;本發(fā)明 實施過程中不需要建立精確的數(shù)學(xué)模型，只需通過圖像處理對目標(biāo)絕緣子進(jìn)行邊緣檢測提 取邊緣信息W及簡單的跟蹤匹配對絕緣子覆冰及舞動過程的特征數(shù)據(jù)量進(jìn)行計算，實施簡 便;本發(fā)明可W實現(xiàn)在遠(yuǎn)程的監(jiān)控中屯、通過編制程序來集中處理圖像W及進(jìn)行相關(guān)的計 算，W獲得整個電網(wǎng)內(nèi)絕緣子舞動的全局?jǐn)?shù)據(jù)，因此有利于實現(xiàn)自動化的安全監(jiān)控。
【附圖說明】
[0065] 圖1是本發(fā)明跟蹤監(jiān)測方法中攝像機與絕緣子相對位置關(guān)系圖；
[0066] 圖2是本發(fā)明跟蹤監(jiān)測方法的流程圖；
[0067] 圖3是本發(fā)明跟蹤監(jiān)測方法中目標(biāo)圖像預(yù)處理的流程圖；
[006引圖4是本發(fā)明跟蹤監(jiān)測方法中對目標(biāo)的跟蹤流程圖。
【具體實施方式】
[0069] 下面結(jié)合附圖和【具體實施方式】對本發(fā)明進(jìn)行詳細(xì)說明。
[0070] 本發(fā)明通過安裝在現(xiàn)場鐵塔上的帶云臺的定焦攝像機獲取架空線絕緣子的當(dāng)前 圖像，由無線網(wǎng)絡(luò)將圖像傳輸?shù)奖O(jiān)控中屯、。其中，兩攝像機安裝在架空絕緣子的兩側(cè)，攝像 機的光屯、線與架空線上的絕緣子各自在水平面內(nèi)垂直，平視架空線，通過調(diào)整云臺，使得絕 緣子基本處于兩攝像機成像區(qū)域的中間，如圖1所示，其中虛線為光屯、延長線。
[0071] 本發(fā)明一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，如圖2所示，具體按照W下 步驟實施：
[0072] 步驟1:通過安裝在現(xiàn)場鐵塔上的帶云臺定焦攝像機，采集輸電線路視頻圖像信 號;對采集到的輸電線路視頻圖像信號進(jìn)行標(biāo)定，將用于絕緣子舞動覆冰分析測量的像素 單位視頻圖像轉(zhuǎn)換到世界坐標(biāo)系下的米制單位。
[0073] 步驟2:經(jīng)過視頻服務(wù)器將采集到的視頻圖像信號由傳輸通道W視頻流的方式實 時傳送回監(jiān)控中屯、；
[0074] 步驟3:在監(jiān)控中屯、，從視頻流中截取所監(jiān)視的輸電線路絕緣子的數(shù)字圖像，得到 監(jiān)視目標(biāo)圖像；
[0075] 步驟4:如圖3所示，對所得的輸電線路絕緣子的目標(biāo)圖像進(jìn)行預(yù)處理W獲得高質(zhì) 量圖像，預(yù)處理包括將多通道圖像變?yōu)閱瓮ǖ缊D像的圖像灰度化、很好地找出高頻或低頻 區(qū)域的快速傅里葉變換W及Butterwodh高通濾波；是通過估計前后帖間由于不同 Butterworth高通濾波截止頻率值導(dǎo)致濾波后圖像中目標(biāo)區(qū)域局部能量值變化，可實現(xiàn)跟 蹤過程中可能出現(xiàn)的目標(biāo)消失、模糊及去除噪聲。
[0076] Butterworth高通濾波具體為：
[0077] 2階Butterwodh高通濾波器的濾波性能是在有效的高通濾波和可接受的振鈴現(xiàn) 象間的折中，其參數(shù)調(diào)整的靈活性給我們解決不同背景下的高通濾波問題創(chuàng)造了條件。2階 Butterworth高通濾波器的傳遞函數(shù)如下：
[007引
[0079] 其中，階數(shù)r = 2，
[0080] D(u，v)為頻譜中點(u，v巧Ij頻譜中屯、的歐氏距離為：
[0081]
[0082] Do為濾波器截止頻率，在頻域中調(diào)節(jié)Do的值能有效地改變?yōu)V波器的濾波特性，W達(dá) 到不同的濾波目的。
[0083] 步驟5:對預(yù)處理后的圖像進(jìn)行目標(biāo)檢測，利用多尺度小波邊緣檢測方法來檢測當(dāng) 前帖覆冰絕緣子邊緣，計算覆冰厚度D，如果D>(0，則進(jìn)行安全報警，否則，轉(zhuǎn)入步驟6;
[0084] 小波變換可W聚焦到目標(biāo)對象的任意細(xì)節(jié)，它可W根據(jù)實際需要按照一定要求進(jìn) 行設(shè)計。利用多尺度邊緣檢測算子檢測出圖像在大小不同尺度上的邊緣點，然后融合連接 邊緣點，得到最終的邊緣圖像。
[0085] 多尺度小波邊緣檢測方法具體為：
[0086] 步驟5.1:給定尺度S的尺度因子
求出其沿X軸方向的導(dǎo)數(shù)
[0087] 步驟5.2: Phi_x、Phi_y分別與步驟4預(yù)處理后的圖像f (X, y)卷積得到Gx、Gy;
[0088] 步驟5.3:求每一個像素點的邊緣強度大小G= (G巧Gx+Gy*Gy Γ (1/2)和梯度方向A = arctan(Gy/Gx);
[0089] 步驟5.4:將與某個像素點梯度方向兩個相鄰像素點的梯度方向差小于45°、同時 該像素點邊緣強度大于沿該像素點梯度方向的兩個相鄰像素點的邊緣強度，定義該像素點 為邊緣點，否則為偽邊緣；
[0090] 步驟5.5:依次檢測每一個像素點，連接提取出的圖像邊緣點，檢測出覆冰絕緣子 邊緣信息；
[0091] 步驟5.6:將邊緣點與目標(biāo)絕緣子的中點進(jìn)行連接，記最長距離為di，則覆冰厚度D = di-do,其中，do為覆冰前絕緣子半徑長。
[0092] 步驟6:對目標(biāo)檢測后的圖像進(jìn)行kalman濾波，實現(xiàn)對舞動目標(biāo)大致運動位置做估 計，Mean-shift在估計區(qū)域中做目標(biāo)的精確匹配，計算舞動幅值A(chǔ)，如果A〉闊值μ，則進(jìn)行安 全報警；否則計算頻率f，如果頻率f〉闊值Θ，則進(jìn)行安全報警；否則計算跟蹤相似性度量Ν (Pu(x日），q(x))(附圖中簡寫為N)，如果N(pu(x日），q(x))<闊值Φ，則進(jìn)行安全報警；否則背景 更新，返回步驟4。
[0093] 首先將kalman濾波器預(yù)測的目標(biāo)位置作為mean-shift算法中的初始捜索中屯、進(jìn) 行跟蹤，如圖4所示。
[0094] kalman濾波器通過對動態(tài)系統(tǒng)的狀態(tài)序列進(jìn)行線性最小方差估計來預(yù)測目標(biāo)的 位置和速度，它可W從任意一點作為起點開始檢測，采用遞歸濾波的方法計算，具有計算量 小，可實時計算的特點。Mean-shift方法可W進(jìn)行較小范圍的捜索和目標(biāo)匹配，從而可用較 小的運算量獲得較為可靠的跟蹤效果，并且適用于較復(fù)雜的場景。通過實驗證明該算法的 有效性。
[00巧]具體為；
[0096] 步驟6.1:初始化目標(biāo)模板所在的位置X0,初始速度V0,并記錄當(dāng)前時刻為to,計算 目標(biāo)模板的概率密度函數(shù)Pu(xo):
[0097]
[0098] 其中，11 = 1，…，m，m為灰度級數(shù)；
[0099]
[0100] k(x)為核函數(shù)，為目標(biāo)模板區(qū)域的像素設(shè)置權(quán)值，越遠(yuǎn)離目標(biāo)模板中屯、的像素設(shè) 置權(quán)值越小；
[0101] δ(χ)為 Delta 函數(shù)；
[0102] μι是目標(biāo)模板i點的特征值；
[0103] 步驟6.2:讀取下一帖圖像，即i = i+l，狀態(tài)方程和觀測方程如下：
[0104] 狀態(tài)方程 Xi = AXi-i+Wi-i
[0105] 觀測方程 Zi = HXi+Vi
[0106] 其中，Xi、Xi-汾別是i時刻、i-1時刻系統(tǒng)的狀態(tài)向量;Z功觀測變量；
[0107] A為系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣
[0108] Η為觀測矩陣
[0109] Wi-i和Vi分別為狀態(tài)和觀測對應(yīng)的噪聲向量，其方差陣分別為化和Ri:
[0112] 令狀態(tài)變量Xi = [xi,vi]，xi、vi分別是目標(biāo)的位置和速度，Zi=[x/ ,ν/ ]，χ/、ν/ 分別表示觀測目標(biāo)的位置和速度；
[0113] 利用當(dāng)前的狀態(tài)方程和觀測方程，預(yù)測目標(biāo)在下一帖中的位置XI和位置VI;
[0114] 狀態(tài)更新方程為:Xi = Xi-i+Ki(Zi-Hxi-i)
[011 引濾波增益矩陣為:Ki = Pi-iHT(HPi-iHT+Ri)-i
[0116] 預(yù)測誤差方差陣:Pi = APi-iAT+Qi
[0117]
[0118] 其中，b(xi)是XI處像素的量化值即灰度直方圖；
[0119]
[0120] h為待測目標(biāo)的像素數(shù)即函數(shù)帶寬;VI是候選區(qū)域i點的特征值；
[0124] 其中，e(x)=-k'(x)是核函數(shù)的導(dǎo)數(shù)；
[0125] 計算舞動幅值A(chǔ) = Xi+i-Xi，頻率f = (Vi+i-Vi)/(Xi+i-Xi);
[0126] 步驟6.4:計算待測模型概率函數(shù)9。佔)與目標(biāo)模型的相似度^9。^〇)，9^)):
[0129] 如果的9。(圳），9^))<闊值，則報警;否則，更新背景，返回步驟6.2，直到視頻結(jié)束。
【主權(quán)項】
1. 一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，其特征在于，具體按照以下步驟實 施： 步驟1:通過安裝在現(xiàn)場鐵塔上的帶云臺定焦攝像機，采集輸電線路視頻圖像信號； 步驟2:經(jīng)過視頻服務(wù)器將采集到的視頻圖像信號由傳輸通道以視頻流的方式實時傳 送回監(jiān)控中心； 步驟3:在監(jiān)控中心，從視頻流中截取所監(jiān)視的輸電線路絕緣子的數(shù)字圖像，得到監(jiān)視 目標(biāo)圖像； 步驟4:對所得的輸電線路絕緣子的目標(biāo)圖像進(jìn)行預(yù)處理以獲得高質(zhì)量圖像； 步驟5:對預(yù)處理后的圖像進(jìn)行目標(biāo)檢測，利用多尺度小波邊緣檢測方法來檢測當(dāng)前幀 覆冰絕緣子邊緣，計算覆冰厚度D，如果Γ)>ρ，則進(jìn)行安全報警，否則，轉(zhuǎn)入步驟6; 步驟6:對目標(biāo)檢測后的圖像進(jìn)行kalman濾波，實現(xiàn)對舞動目標(biāo)大致運動位置做估計， Mean-shift在估計區(qū)域中做目標(biāo)的精確匹配，計算舞動幅值A(chǔ)，如果A>閾值μ，則進(jìn)行安全報 警；否則計算頻率f，如果頻率f>閾值Θ，則進(jìn)行安全報警；否則計算跟蹤相似性度量N(p u (X〇)，q(x))，如果N(pu(XQ)，q(X))〈閾值Φ，則進(jìn)行安全報警;否則背景更新，返回步驟4。2. 根據(jù)權(quán)利要求1所述的一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，其特征在于， 對所述步驟1采集到的輸電線路視頻圖像信號進(jìn)行標(biāo)定，將用于絕緣子舞動覆冰分析測量 的像素單位視頻圖像轉(zhuǎn)換到世界坐標(biāo)系下的米制單位。3. 根據(jù)權(quán)利要求1所述的一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，其特征在于， 所述步驟4中對所得的輸電線路絕緣子的目標(biāo)圖像進(jìn)行預(yù)處理包括將多通道圖像變?yōu)閱瓮?道圖像的圖像灰度化、很好地找出高頻或低頻區(qū)域的快速傅里葉變換以及Butterworth高 通濾波。4. 根據(jù)權(quán)利要求3所述的一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，其特征在于， 所述Butterworth高通濾波具體為： 2階Butterworth高通濾波器的傳遞函數(shù)如下：其中，階數(shù)r = 2， D(u，v)為頻譜中點(u，v)到頻譜中心的歐氏距離為：Do為濾波器截止頻率，在頻域中調(diào)節(jié)Do的值能有效地改變?yōu)V波器的濾波特性。5. 根據(jù)權(quán)利要求1所述的一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，其特征在于， 所述步驟5中多尺度小波邊緣檢測方法具體為： 步驟5.1:給定尺度s的尺度因子，求出其沿X軸方向的導(dǎo)數(shù)Phi_x:，及沿y軸方向的導(dǎo)數(shù)phi_yi w2(x,y)= ' ^ ; Ψ 步驟5.2: Phi_x、Phi_y分別與步驟4預(yù)處理后的圖像f (X，y)卷積得到Gx、Gy; 步驟5.3:求每一個像素點的邊緣強度大小G= (Gx*Gx+Gy*Gy) ~ (1/2)和梯度方向A = arctan(Gy/Gx)； 步驟5.4:將與某個像素點梯度方向兩個相鄰像素點的梯度方向差小于45°、同時該像 素點邊緣強度大于沿該像素點梯度方向的兩個相鄰像素點的邊緣強度，定義該像素點為邊 緣點，否則為偽邊緣； 步驟5.5 :依次檢測每一個像素點，連接提取出的圖像邊緣點，檢測出覆冰絕緣子邊緣 信息； 步驟5.6:將邊緣點與目標(biāo)絕緣子的中點進(jìn)行連接，記最長距離為di，則覆冰厚度D = di-do，其中，do為覆冰前絕緣子半徑長。6.根據(jù)權(quán)利要求1所述的一種基于視頻圖像序列的絕緣子跟蹤監(jiān)測方法，其特征在于， 所述步驟6具體為： 步驟6.1:初始化目標(biāo)模板所在的位置xo,初始速度vo,并記錄當(dāng)前時刻為to,計算目標(biāo) 模板的概率密度函數(shù)pu(x〇):其中，u=l，…，m，m為灰度級數(shù)；k(x)為核函數(shù)，為目標(biāo)模板區(qū)域的像素設(shè)置權(quán)值，越遠(yuǎn)離目標(biāo)模板中心的像素設(shè)置權(quán) 值越??； δ(χ)為Delta 函數(shù)； W是目標(biāo)模板i點的特征值； 步驟6.2:讀取下一幀圖像，即i = i+Ι，狀態(tài)方程和觀測方程如下： 狀態(tài)方程 Xi=AXi-i+Wi-i 觀測方程ZiiHXi+Vi 其中，Xi、Xi-i分別是i時刻、i-1時刻系統(tǒng)的狀態(tài)向量;Zi為觀測變量；Wi-jPVi分別為狀態(tài)和觀測對應(yīng)的噪聲向量，其方差陣分別為Qi和Ri:令狀態(tài)變量Xi= [Xi，Vi]，Xi、Vi分別是目標(biāo)的位置和速度，Zi= [x/，v/ ]，x/、v/分別表 示觀測目標(biāo)的位置和速度； 利用當(dāng)前的狀態(tài)方程和觀測方程，預(yù)測目標(biāo)在下一幀中的位置^和位置Vl; 狀態(tài)更新方程為:Xi = Xi-l+Ki ( Zi-Hxi-l ) 濾波增益矩陣為: 預(yù)測誤差方差陣:Pi=APi-iAT+Qi其中，^^彡是^處像素的量化值即灰度直方圖；h為待測目標(biāo)的像素數(shù)即函數(shù)帶寬;Vl是候選區(qū)域i點的特征值；迭代計算候選目標(biāo)的新位置x1+1:其中，e(x)=-k'(x)是核函數(shù)的導(dǎo)數(shù)； 計算舞動幅值A(chǔ) = xi+i_xi，頻率f = (vi+i-vi)/(xi+i_xi); 步驟6.4:計算待測模型概率函數(shù)911^)與目標(biāo)模型的相似度1^11(1〇)，9(1)) :如果1^1^〇)，(^))〈閾值，則報警;否則，更新背景，返回步驟6.2，直到視頻結(jié)束。
【文檔編號】H04N7/18GK106060466SQ201610445600
【公開日】2016年10月26日
【申請日】2016年6月20日
【發(fā)明人】黃新波, 李菊清, 張燁, 邢曉強, 劉新慧, 張慧瑩, 張菲
【申請人】西安工程大學(xué)