[發明專利]一種基于多角度判別的傾軋軌跡面自動檢測方法和裝置

有效

• 申請號: 202010315095.1
• 申請日: 2020-04-21
• 公開（公告）號: CN111611858B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 范榮全;朱峰;賀含峰;劉俊勇;李濤;呂俊杰;張勁;都亮;何凌;劉克亮;楊剛;唐楊;王霆;趙星儼;周笑言
• 申請（專利權）人: 國網四川省電力公司;國網四川省電力公司阿壩供電公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/25;G06V10/44;G06V10/762;G01B11/28
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 陽佑虹

1.一種基于多角度判別的傾軋軌跡面自動檢測方法，用于對施工車輛傾軋軌跡面進行自動檢測，其特征在于，包括如下步驟：

S01，對采集的連續視頻幀進行目標跟蹤和實時定位，獲取各視頻幀中目標施工車輛的中心位置；

S02，構建多角度目標樣本訓練庫，并建立目標樣本訓練庫圖像以及待識別目標圖像的BOF特征參數；

S03，對待識別目標圖像利用BOF特征的匹配相關濾波器參數學習，判斷目標車輛所屬角度類別；

S04，根據目標車輛所屬的角度類別對目標車輛進行ROI區域粗定位和二次定位，得到目標施工車輛的輪廓；

S05，從目標施工車輛輪廓中自動檢測和提取目標施工車輛的傾軋直線；

S06，根據提取的傾軋直線自動檢測目標施工車輛的軌跡，得到目標施工車輛的傾軋軌跡面；

步驟S02中對所述多角度目標樣本訓練庫的特征參數計算過程包括：

首先提取多角度目標樣本訓練庫中每一區域的特征，再通過K均值聚類方法將特征聚類，每個聚類中心形成一個有代表性的特征單詞word，樣本訓練庫所提取到的n個特征單詞即構成特征詞典，即{word₁,word₂,...word_n}；最后，將多角度目標樣本訓練庫中的每一張圖像通過特征詞典中單詞出現的概率直方圖構成的n維特征向量{v₁,v₂,...v_n}表征，即圖像I_i的BOF特征向量表示為：

I_i表示多角度壓路機訓練樣本庫中的任意一張圖像。

2.如權利要求1所述的一種基于多角度判別的傾軋軌跡面自動檢測方法，其特征在于，所述施工車輛為壓路機。

3.如權利要求1所述的一種基于多角度判別的傾軋軌跡面自動檢測方法，其特征在于，所述步驟S02中構建多角度目標樣本訓練庫包括：

首先對施工車輛的多角度分類標準進行設置，將施工車輛角度分為五類：“正面”、“正側”、“側面”、“背側”和“背面”；

其次從視頻中截取臨界角度施工車輛圖片，每類角度選取m張圖片，五類角度共5m張圖片，作為多角度目標樣本訓練庫，記為其中上標表示角度類別，下標表示圖片編號。