机器视觉

野外复杂环境下地线检测是高压输电线路巡检机器人自主越障的关键技术之一，而光照变化和地线表面新旧程度是影响架空地线检测准确率的关键因素，基于此提出了一种基于离线学习的野外架空地线检测算法。离线训练阶段首先采用自适应同态滤波器对输入样本进行光照补偿，然后提取样本的LBP直方图特征，结合离线学习算法SVM训练得到二类分类器；在线检测阶段首先对样本分块，对其分类得到候选地线样本块，然后采用RANSAC算法去除误检块，拟合得到地线在图像坐标系中的位置参数。野外新旧程度不同的试验线路上进行的大量实验表明，该方法对光照变化有良好的适应性，能较准地检测不同新旧程度的架空地线，为后续的地线空间定位与抓线控制奠定了基础。

叶旭辉, 吴功平, 黄乐. 基于离线学习的野外架空地线检测算法研究[J]. 光学学报, 2018, 38(9): 1.  复制并引用该论文