买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网山东省电力公司菏泽供电公司申请的专利一种基于图像处理技术的变电站内多目标识别和追踪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120976859B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511103522.9，技术领域涉及：G06V20/52；该发明授权一种基于图像处理技术的变电站内多目标识别和追踪方法是由王智杰;邵珠玉;牛硕丰;贾斌;李鑫;王飒;甄晓琨;徐琬舒;刘训彻;唐玉奇;李震;赵琦玮设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本一种基于图像处理技术的变电站内多目标识别和追踪方法在说明书摘要公布了：本发明涉及图像处理与电力监控技术领域，具体涉及一种基于图像处理技术的变电站内多目标识别和追踪方法，包括以下步骤：S1：实时采集变电站监控视频流，输出滤波后图像；S2：提取运动目标轮廓，生成目标轮廓集合；S3：计算空间梯度幅值和电磁干扰量化参数，形成特征向量；S4：将特征向量输入分类器，输出设备目标标签或生物目标标签；S5：建立线性预测模型，输出预测坐标序列；S6：当预测坐标序列与设备目标的安全区域相交时，生成入侵告警信号。本发明，通过目标分类识别与轨迹预测相结合，实现了在电磁干扰环境下对变电站内生物目标的精确识别与提前告警，提高了系统对动态入侵行为的响应能力与安全防控水平。

本发明授权一种基于图像处理技术的变电站内多目标识别和追踪方法在权利要求书中公布了：1.一种基于图像处理技术的变电站内多目标识别和追踪方法，其特征在于，包括以下步骤： S1：实时采集变电站监控视频流，并对每帧图像进行电磁干扰滤波，输出滤波后图像； S2：对滤波后图像进行自适应阈值分割，提取运动目标轮廓，生成目标轮廓集合； S3：计算目标轮廓集合中每个轮廓的空间梯度幅值和电磁干扰量化参数，形成特征向量； S4：将特征向量输入分类器，输出设备目标标签或生物目标标签；具体包括： S41：构建基于支持向量机的二分类模型，采用历史图像中标注的特征向量样本作为训练集，包括生物目标和设备目标两类，每个样本由特征向量及其对应的标签组成； S42：基于训练集通过最大间隔准则求解最优分类超平面，得到模型参数 ，构造判别函数，其表达式为，其中，为待分类轮廓的二维特征向量；为超平面的法向量参数；为偏置项； S43：将S3中提取的特征向量输入训练完成的分类器，若满足，则输出生物目标标签；若满足，则输出设备目标标签，从而完成目标类型判定； S5：对于带生物目标标签的轮廓计算运动矢量，基于历史轨迹点构建线性预测模型，输出预测坐标序列；具体包括： S51：针对在S4中被判定为生物目标标签的轮廓，首先提取其在当前帧中的轮廓质心坐标，并将对应坐标与上一帧中对应轮廓的质心坐标进行时序配对；基于连续两帧质心位置变化，计算出当前生物目标的运动矢量； S52：针对每个带有生物目标标签的轮廓，记录其最近若干帧的质心坐标作为历史轨迹点序列，并按时间顺序排列；在轨迹数据基础上，建立时间位置关系的线性预测模型； S53：将已构建的线性预测模型应用于未来若干时刻，预测目标在接下来多个帧中的质心坐标，并将这些预测坐标按照时间顺序输出为预测坐标序列； 所述S52具体包括： S521：针对每个带生物目标标签的轮廓，提取其在连续帧图像中的质心坐标，构建历史轨迹点序列，其中表示帧编号，表示对应帧中的质心横纵坐标； S522：分别以时间为自变量，以横向坐标与纵向坐标为因变量，构建两个独立的线性拟合模型，利用最小二乘法计算线性函数的斜率和截距，得到时间与空间位置的线性关系； 横向预测模型为：； 纵向预测模型为：；其中，表示在未来时刻的预测质心坐标；为横向与纵向的运动速度估计值；为初始位置偏移量； S6：当预测坐标序列与设备目标的安全区域相交时，生成入侵告警信号。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网山东省电力公司菏泽供电公司，其通讯地址为：274000 山东省菏泽市牡丹区中华东路北侧(中银对面)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。