摘要:電力輸電線(xiàn)路下方或附近的無(wú)覆蓋物的裸露地表,是引起輸電線(xiàn)路事故的主要隱患之一。從無(wú)人機電力巡檢航拍圖像中識別裸露地表可以預防類(lèi)似事故的發(fā)生。由于Mask RCNN識別無(wú)人機電力巡檢航拍圖像中裸露地表的精度較低,提出一種圖像特征融合的方法,即人工提取HOG和LBP兩種不同的圖像特征,經(jīng)過(guò)不同權重的融合共同表征圖像中裸露地表區域的特征,再對SVM進(jìn)行訓練并用于識別。實(shí)驗結果表明,采用該方法識別率可以達到80%以上,識別時(shí)間少于60ms; HOG和LBP兩種特征在進(jìn)行融合時(shí),當兩種特征的數量級相當時(shí),得到的識別率最高。可見(jiàn),該方法在具有較高識別率的同時(shí),具有比較好的實(shí)時(shí)性,適合于無(wú)人機機載平臺對航拍圖像的初篩,且訓練時(shí)間較少,權重參數規模小,為無(wú)人機航拍圖像中目標物的識別提供一種新思路。