一种基于粒子滤波的输电线跟踪方法和装置以及无人机的制作方法
【专利说明】
[0001]
技术领域
[0002] 本申请涉及无人机跟踪输电线技术领域，尤其是一种基于粒子滤波的输电线跟踪 方法和装置以及无人机。
[0003]
【背景技术】
[0004] 当今，无人机的应用越来越广泛，其便捷、机动性强、成本低等特点使其在推广中 有着极大的优势，因此，无人机在电力线巡检中也得到了应用。随着经济的发展，高压输电 线的分布逐渐远离城市以及公路主干道，而分布于地形复杂的野外。现有的输电线巡检方 式主要有人工巡检、直升机巡检和无人机巡检，用无人机巡检比人工巡检和直升机巡检成 本更低，效率更高。
[0005] 无人机的自动导航通常采用GPS导航或采用视觉方法对无人机进行导航。采用后 者进行导航的，可以使得无人机时刻保持合理的飞行状态，并使无人机可以对输电线进行 准确拍摄。现有的输电线检测方法有将彩色图像转换为灰度图像，然后利用hessian变换、 边缘检测、高斯滤波等方法对图像进行线加强处理，最后利用hough变换、radon变换等线 检测方法进行线检测。此类方法，不仅丢失了图像原有的彩色信息，并且不能对输电线进行 跟踪，没有利用到视频中连续的图像帧，使得输电线的跟踪容易受到背景的干扰。如图1所 示，在对目标输电线100的跟踪过程中，可能会遇到其他干扰输电线200,由于没有利用到 视频中连续的图像帧，容易受到干扰输电线200的影响，甚至造成跟踪丢失。
[0006]
【发明内容】
[0007] 本申请提供一种基于粒子滤波的输电线跟踪方法和装置以及无人机，解决现有技 术中输电线的跟踪容易受到背景影响、抗干扰能力低的问题。
[0008] 根据本申请的第一方面，本申请提供一种基于粒子滤波的输电线跟踪方法，包括 以下步骤： 设定粒子集合为 其中#表示视频第#帧，i表示当前帧的第i个 粒子，灘表示粒子总数，0、设为直线的参数，沒表示直线的宽度；设定目标状态模型为
其中g为目标在纪时刻的状态向量，Μ是转换矩阵，召为矩阵常数，为系 统噪声； 采集视频中的第一帧图像，识别第一帧图像中的目标输电线，计算目标输电线预设区 域的颜色直方图； 初始化粒子，计算粒子预设区域的颜色直方图，计算粒子权值和粒子集加权和，根据粒 子集加权和确定当前观测帧图像中的目标状态； 对粒子集进行重采样，采集视频中第一帧图像下一帧的第二帧图像，更新粒子集，计算 第二帧图像中粒子预设区域的颜色直方图和目标输电线预设区域的颜色直方图； 对第二帧图像中粒子预设区域的颜色直方图和第一帧图像中目标输电线预设区域的 颜色直方图进行归一化处理，计算粒子权值和粒子集加权和，根据粒子集加权和确定当前 观测帧图像中的目标状态。
[0009] 根据本申请的第二方面，本申请提供一种基于粒子滤波的输电线跟踪装置，包 括： 第一模块，用于设定粒子集合为 ，其中表示视频第g帧，i表示当前帧 的第i个粒子，麗表示粒子总数，0、累为直线的参数，沒表示直线的宽度；设定目标状态模型 为
其中巧为目标在P寸刻的状态向量，Μ是转换矩阵，S为矩阵常数，巧为 系统噪声； 第二模块，用于采集视频中的第一帧图像，识别第一帧图像中的目标输电线，计算目标 输电线预设区域的颜色直方图； 第三模块，用于初始化粒子，计算粒子预设区域的颜色直方图，计算粒子权值和粒子集 加权和，根据粒子集加权和确定当前观测帧图像中的目标状态； 第四模块，用于对粒子集进行重采样，采集视频中位于第一帧图像下一帧的第二帧图 像，更新粒子集，计算第二帧图像中粒子预设区域的颜色直方图和目标输电线预设区域的 颜色直方图； 第五模块，用于对第二帧图像中粒子预设区域的颜色直方图和第一帧图像中目标输电 线预设区域的颜色直方图进行归一化处理，计算粒子权值和粒子集加权和，根据粒子集加 权和确定当前观测帧图像中的目标状态。
[0010] 根据本申请的第三方面，本申请提供一种无人机，包括设置在无人机上的摄像装 置以及与摄像装置相连的处理器，摄像装置用于实时拍摄输电线路视频，处理器包括： 第一模块，用于设定粒子集合为
其中#表示视频第#帧，i表示当前帧 的第i个粒子，灘表示粒子总数，仏#为直线的参数，邊表示直线的宽度；设定目标状态模型 为= + 其中;^为目标在纪时刻的状态向量，滅是转换矩阵，g为矩阵常数，"^为 系统噪声； 第二模块，用于采集视频中的第一帧图像，识别第一帧图像中的目标输电线，计算目标 输电线预设区域的颜色直方图； 第三模块，用于初始化粒子，计算粒子预设区域的颜色直方图，计算粒子权值和粒子集 加权和，根据粒子集加权和确定当前观测帧图像中的目标状态； 第四模块，用于对粒子集进行重采样，采集视频中位于第一帧图像下一帧的第二帧图 像，更新粒子集，计算第二帧图像中粒子预设区域的颜色直方图和目标输电线预设区域的 颜色直方图； 第五模块，用于对第二帧图像中粒子预设区域的颜色直方图和第一帧图像中目标输电 线预设区域的颜色直方图进行归一化处理，计算粒子权值和粒子集加权和，根据粒子集加 权和确定当前观测帧图像中的目标状态。
[0011] 本申请的有益效果是，由于本申请先采集视频中的第一帧图像，根据粒子集加权 和确定当前观测帧图像中的目标状态；用于对第二帧图像中粒子预设区域的颜色直方图和 第一帧图像中目标输电线预设区域的颜色直方图进行归一化处理，计算粒子权值和粒子集 加权和，根据粒子集加权和确定当前观测帧图像中的目标状态。因此，利用到了视频中连续 的图像帧，不断确定目标输电线的状态，从而不容易受到背景影响，提高了抗干扰能力。 [0012]
【附图说明】
[0013] 图1为包含目标输电线和干扰输电线的视频帧图像的示意图； 图2为实施例1的流程图； 图3为实施例1设定粒子后的视频帧图像的示意图。
[0014]
【具体实施方式】
[0015] 下面通过【具体实施方式】结合附图对本发明作进一步详细说明。
[0016] 实施例1 : 一种基于粒子滤波的输电线跟踪方法，如图2所示，包括以下步骤： 5101 :设定粒子集合
，设定目标状态模型为\ = + 其中# 表示视频第#帧，i表示当前帧的第i个粒子，麗表示粒子总数，0、霹为直线的参数，d表示直 线的宽度,?为目标在.if时刻的状态向量，4是转换矩阵，g为矩阵常数，％为系统噪声； 5102 :采集视频中的第一帧图像，识别第一帧图像中的目标输电线，计算目标输电线预 设区域的颜色直方图； 5103 :初始化粒子，计算粒子预设区域的颜色直方图，计算粒子权值和粒子集加权和， 根据粒子集加权和确定当前观测帧图像中的目标状态； S104:对粒子集进行重采样，采集视频中第一帧图像下一帧的第二帧图像，更新粒子 集，计算第二帧图像中粒子预设区域的颜色直方图和目标输电线预设区域的颜色直方图； S105 :对第二帧图像中粒子预设区域的颜色直方图和第一帧图像中目标输电线预设区 域的颜色直方图进行归一化处理，计算粒子权值和粒子集加权和，根据粒子集加权和确定 当前观测帧图像中的目标状态。
[0017] 如图3所示，在目标输电线100周围设定若干粒子300,粒子300形成预测直线， 粒子集合
代表的是粒子300形成的预测直线所在的预设区域和它的权值。 在本实施例中，N取值为100, d取值为3。目标状态模型为：
还设定目标的直线状态模型尤#[魏_|，初始状态％为[5051^}，&为服从高斯分布的随 机噪声。识别第一帧图像中的目标输电线100，可以通过人为识别，也可以通过自动识别，从 而得到各目标输电线100的参数_、肉。本实施例采用HSV彩色空间直方图建立观测模型， 首先，将采集到的图像的RGB空间转换到HSV彩色空间，计算越分量的直方图，然后利用如 下公式对直方图进行归一化：
得到·n 再对粒子300进行初始化，设定初始权值態寒，由于跟踪的目标一般为多条输电 线，所以会同时初始化多个粒子集。再计算粒子300与观测目标的Bhattacharrya距离，即 粒子300到目标输电线100的距离，从而得到粒子权值，利用粒子集加权和确定目标状 态。同时，将权值较小的粒子300丢弃，用权值为的粒子替换丢弃的粒子300。
[0018] 然后，对粒子集进行重采样，采集视频中位于第一帧图像下一帧的第二帧图像，更 新粒子集，计算第二帧图像中粒子300预设区域的颜色直方图和目标输电线100预设区域 的颜色直方图。粒子300的预设区域和目标输电线100的预设区域的范围是人为设定的， 本实施例中，上述预设区域的范围是以粒子线或输电线为中心，向两侧扩展d/2所形成的 区域。对第二帧图像中粒子300预设区域的颜色直方图和第一帧图像中目标输电线100预