基于背景差分的巡检机器人视觉识别方法

摘要：

针对巡检机器人检测异物范围受限,只能检测经过训练的异常物体的问题,提出了一种基于视频对齐的背景差分技术.巡检机器人由于运行速度不稳定、摄像头角度存在偏差,会导致视频无法对齐,识别准确率低,因此采用一种改进的联合优化算法对视频进行处理.首先使用改进的DTW算法逐帧查找与目标视频对应的帧,将视频对应帧提取出来;再采用SURF算法提取对应帧的特征点,进行筛选后使用DeepFlow算法得到对应帧图像的变形场矩阵,进而将图像角度修正,并进行像素级的匹配.实验结果表明,DTW-SURF-DeepFlow联合算法可以将图像进行完全的对齐,经过对齐的图像通过背景差分即可以检测出任意的异常物体,提高了异物检测的准确性.

关键词：巡检机器人、视频对齐、像素级匹配、背景差分、异物检测

所属期刊栏目：38

分类号：TP242.2(自动化技术及设备)

资助基金：天然气管道智能视频监控系统研究-系统数据研发;国家重点研发计划项目

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：60-64