科研之友
微信
新浪微博
Facebook
分享链接
摘要
在巡线机器人目标自动识别跟踪方法中，转换图像信号时易产生噪声，影响识别跟踪结果的准确率。为此，设计了一种新的高压输电线路巡线机器人目标自动识别跟踪方法。首先采用卡尔曼滤波技术对图像进行滤波处理，然后根据Haar-Like特征将图像转换为便于机器人识别的灰度图像。基于此，采取背景差分法排除灰度图像中非识别目标的背景，再根据亮度特性和色彩特性自动识别跟踪目标。以某地区的一段高压输电线路作为测试对象，实验结果显示，本文方法的识别图像受噪声影响较小，且自动识别跟踪的有效性更高。
- 单位
在巡线机器人目标自动识别跟踪方法中，转换图像信号时易产生噪声，影响识别跟踪结果的准确率。为此，设计了一种新的高压输电线路巡线机器人目标自动识别跟踪方法。首先采用卡尔曼滤波技术对图像进行滤波处理，然后根据Haar-Like特征将图像转换为便于机器人识别的灰度图像。基于此，采取背景差分法排除灰度图像中非识别目标的背景，再根据亮度特性和色彩特性自动识别跟踪目标。以某地区的一段高压输电线路作为测试对象，实验结果显示，本文方法的识别图像受噪声影响较小，且自动识别跟踪的有效性更高。
