[发明专利]一种基于无人机巡检的渠道衬砌破损图像识别方法有效

专利信息
申请号: 201910427371.0 申请日: 2019-05-22
公开(公告)号: CN110378866B 公开(公告)日: 2021-04-06
发明(设计)人: 于沭;温彦锋;马金龙;苏安双;王国志;张国英;邓刚;张守杰;李兆宇;张延亿;王宇;边京红 申请(专利权)人: 中国水利水电科学研究院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/13;G06T7/136;G06T7/62;G06T5/30;G06T5/00
代理公司: 北京栈桥知识产权代理事务所(普通合伙) 11670 代理人: 潘卫锋
地址: 100038*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 无人机 巡检 渠道 衬砌 破损 图像 识别 方法
【权利要求书】:

1.一种基于无人机巡检的渠道衬砌破损图像识别方法,其特征在于,包括以下步骤:

S1:视频信息采集及分帧图像获取:

利用无人机搭载的摄影机以一定高度及视角飞行,选择一个起点为基准沿渠道轴线方向对渠道两侧衬砌分别采集视频信息;对视频进行分帧处理得到独立的连续图像信息;

S2:基于双窗Otsu阈值化方法将图像中的渠道衬砌部分和非衬砌部分进行二值化分类,在渠道中寻找非衬砌结构区域;所述基于双窗Otsu阈值化方法将图像中的渠道衬砌部分和非衬砌部分进行二值化分类,在渠道中寻找非衬砌结构区域的具体操作方法为:首先对分帧图像进行双边滤波处理,采用动态自适应Otsu优化分离渠道中的损毁区域,将Otsu的基于最大类间方差的最优阈值与Simphiwe提出的双窗自适应阈值法相结合,根据图像中渠道的图像,针对同一中心像素确定双窗尺寸,再对双窗应用Otsu法分别求得各自局部最优阈值,取两者中的较小者为最佳阈值,其中灰度值大于最佳阈值的为渠道中完好部分,小于最佳阈值的为损毁部分,对原始图像生成二值图;

S3:采用Canny边缘检测提取渠道的边缘,在边缘内的非衬砌结构即为渠道衬砌损毁区域;

S4:根据以上步骤获取的渠道损毁特征,识别出衬砌损毁区域以及渠道区域后,进行渠道损毁比例分析;运用图像拼接技术,由单张损毁程度对整个渠道的损毁信息进行定位与分析,得出损毁结果。

2.根据权利要求1所述的一种基于无人机巡检的渠道衬砌破损图像识别方法,其特征在于,所述S2中:对获取的渠道图像,通过动态双窗Otsu二值化处理,再进行基于结构元素的膨胀、腐蚀、缝隙填充处理,将渠道衬砌部分和非衬砌部分进行区分,渠道中完好衬砌部分为一类,非衬砌部分呈现为对立的另一类。

3.根据权利要求1所述的一种基于无人机巡检的渠道衬砌破损图像识别方法,其特征在于,S2中所述非衬砌部分包括非渠道部分与衬砌损毁部分。

4.权利要求1所述的一种基于无人机巡检的渠道衬砌破损图像识别方法,其特征在于,所述步骤S3具体为:采用边缘检测、最大联通阈及最小外接矩的方法,综合得出单张图片中河道的轮廓,并进行标记,完成渠道边界定位。

5.权利要求4所述的一种基于无人机巡检的渠道衬砌破损图像识别方法,其特征在于,所述采用Canny边缘检测算法对二值化图片进行边缘检测时,先进行平滑滤波,滤波后由微分算子进行边界求导。

6.权利要求5所述的一种基于无人机巡检的渠道衬砌破损图像识别方法,其特征在于,所述平滑滤波为双边滤波。

7.权利要求6所述的一种基于无人机巡检的渠道衬砌破损图像识别方法,其特征在于,所述双边滤波具体为高斯滤波方法。

8.权利要求5所述的一种基于无人机巡检的渠道衬砌破损图像识别方法,其特征在于,所述微分算子进行边界求导具体为:对图像的梯度幅值进行非极大值抑制处理,保留在其8邻域内的灰度值最大的像素点,而将非8邻域内极大值的像素点的灰度值设为0,剔除掉非边缘点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国水利水电科学研究院,未经中国水利水电科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910427371.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top