[发明专利]一种可用于电力巡线的车辆识别方法

说明书

技术领域

本发明涉及智能视频监控领域，尤其涉及一种防止输电线路设备跳闸、倒塔等外力破事故发生的可用于电力巡线的基于视频图像的车辆识别方法。

背景技术

随着国民经济的高速发展，城市大建设呼之而出，高铁、高架、修路等大小施工每年都呈几何倍数增长，城市发展逐渐向郊区蔓延。随之而来的各种施工、违建、树木等引发的输电线路设备跳闸、倒塔等外力破坏事故也呈逐年上升趋势。特别是施工过程中使用的大型、超高机具，车辆（如吊车、挖掘机、泥头车、混凝土泵车等）引发的输电线路设备跳闸、倒塔等外力破坏事故最多。这不仅给电力企业带来巨额经济损失，同时也对电网安全运行、人民生命财产构成了极大的威胁。因此，为了防止输电线路设备跳闸、倒塔等外力破坏事故的发生，亟需对施工过程中使用的大型、超高机具，车辆（如吊车、挖掘机、泥头车、混凝土泵车等）进行监测，便于及时采取行动。而在监测过程中，首要解决的技术问题就是对车辆进行识别。

目前，现有的车辆识别技术，一般包括图像预处理、图像分割、特征提取、车辆分类识别等步骤。其中，特征提取步骤中有众多的特征提取方法，如傅里叶描述子、矩特征、变换域特征、边缘轮廓特征、交点特征等。但是，没有一种特征提取方法可以很好地解决诸如噪声、光照变化、尺度变化、平移、旋转等问题。而车辆分类识别步骤中主要有基于模板匹配的识别方法、基于统计模式的识别方法、基于神经网络的识别方法等。然而，由于车辆种类繁多并且差别不大，没有明显的区别特征；受视觉变化的影响，不同角度的汽车特征差别变化大；受自然环境特别是光照条件影响，严重的光照反射使得车辆轮廓线不分明，颜色偏离，难以辨认等一系列原因，致使目前的车辆识别技术无法适应复杂环境的车型车辆识别，无法实现用于电力巡线。

发明内容

为解决上述问题，本发明提供一种可用于电力巡线的车辆识别方法。

本发明解决其技术问题所采用的技术方案是：一种可用于电力巡线的车辆识别方法，包括步骤：

S101.获取包含车辆图像的视频图像；

S102.检测视频图像中的车辆图像；

S103.将检测到的车辆图像按照标准车辆信息进行对齐；

S104.将对齐的车辆图像进行金字塔变化，同时对车辆图像进行特征点提取；

S105.运用线性SVM对提取的特征点进行分类，从而识别出车辆的类型。

进一步的，所述步骤S102具体为：选用hog+svm的检测方式检测视频图像中的车辆图像。

进一步的，所述步骤S103包括：

A.选取车辆图像的局部二值特征；

B.根据车辆图像的局部二值特征将车辆图像进行对齐。

进一步的，所述步骤S104包括：

A.运用SIFT进行特征点检测；

B.按照BOF的思想构建包含M个词的字典；

C.利用图像金字塔把车辆图像划分为多个尺度的特征袋，然后计算落入每个特征袋中属于不同类别的词的个数，则车辆图像X与最终的匹配度Y之间的关系为：

把所有水平下的直方图特征点连接起来组成一个维度为：

的特征，作为分类的特征向量。

进一步的，所述步骤S105包括：

A.将特征向量与数据库中的车辆样本相应的特征向量进行比较，以获取与车辆图像最接近的所述数据库中的车辆样本；

B.根据获取的所述数据库中的车辆样本的类型确定所述车辆的类型。

所述步骤S105之后包括：根据识别出的车辆类型对造成输电线路设备跳闸、倒塔等外力破事故发生的危险度进行等级划分。

本发明可用于电力巡线的车辆识别方法的优点在于：有效解决诸如噪声、光照变化、尺度变化、平移、旋转等问题，从而能够适应复杂环境的车型车辆识别，实现用于电力巡线。

附图说明

图1为本发明实施例一可用于电力巡线的车辆识别方法的步骤流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步详细的说明。

如图1所示，一种可用于电力巡线的车辆识别方法，包括：

步骤S101.获取包含车辆图像的视频图像。