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。

关键字：巡检机器人;视频对齐;像素级匹配;背景差分;异物检测

ISSN号：1001-2257

卷、期、页：:60-64,5

发表日期：2020-12-24

期刊分区（SCI为中科院分区）：无

收录情况：CSTPCD（中国科技核心期刊）（统计源期刊）

发表期刊名称：机械与电子

参与作者：杨涛,文炜

通讯作者：李祎,陈晶华,张香怡

第一作者：顾继俊

论文类型：期刊论文

论文概要：杨涛,李祎,陈晶华,文炜,张香怡,顾继俊，基于背景差分的巡检机器人视觉识别方法，机械与电子，2020，:60-64,5

论文题目：基于背景差分的巡检机器人视觉识别方法