[发明专利]一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法

权利要求书

1.一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法，其特征在于，包括以下步骤：

步骤1，读取热红外影像，进行影像预处理；

步骤2，读取GIS数据，进行预处理；

所述步骤2的实现方式如下，

步骤2.1，对GIS数据，获取的道路网为道路中心线构成的线状图，为了后续的处理，需要将其拓展为道路的面状图，这里选择道路网数据建立缓冲区的方法进行道路的拓展，然后利用形态学滤波的方法进行处理，滤波的模板根据影像的比例尺，道路的平均宽度选择；

步骤2.2，对滤波之后的道路网数据进行二值化处理，得到面状道路网掩膜；

步骤3，对热红外影像，构建全局特征图；

步骤4，对热红外影像，构建局部特征图；

步骤5，融合全局特征图、局部特征图、GIS数据，得到最终的特征图；

所述步骤5的实现方式如下，

步骤5.1，将全局特征图和局部特征图进行融合，融合的方法是线性的，或者是取最大值；

步骤5.2，对步骤2中得到的二值化GIS数据掩模先进行数据类型转化为浮点型，根据经验，管道网位于道路面下或者靠近道路，所以，距离道路越近的区域出现管道的概率越大，因此，使用如下的加权插值方法对二值GIS数据掩膜进行插值，作为出现管道的可信性图，其公式如下：

其中，n表示已知点总数，d_i表示未知点和第i个已知点直接的欧式距离，d_j表示未知点与第j个已知点之间的欧氏距离，w_j表示对第j个已知点对未知点的贡献大小，z表示未知点的插值结果，最终得到可信性图；

步骤5.3，将步骤5.1的融合特征图和步骤5.2的可信性图进行逐像素的相乘，得到最终的特征图；步骤6，对步骤5中的融合特征图进行阈值分割得到二值化结果图，从而检测出供热管道的泄露点的位置和形状。

2.如权利要求1所述的一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法，其特征在于：所述步骤1的实现方式如下，

步骤1.1，读取热红外影像，对热红外影像进行归一化处理，首先统计热红外影像的最大值max和最小值min，则对于输入的灰度值为I的像元，其归一化结果

步骤1.2，对归一化之后的热红外影像进行指数变换，扩大目标与背景之间的灰度差异，指数变换的公式为S＝c×R^γ，其中S是变换的结果，R是输入的归一化之后的某个像素的灰度值，c用于限制变换后的灰度范围，γ是指数变化的参数；

步骤1.3，将指数变换增强的结果进行重新量化为8bit的图像，变换方法为S₃＝int(S₂×255)，其中，S₃是归一化之后的结果，S₂是步骤1.2中指数变换增强后的结果，int代表向下取整，将上述增强后的热红外影像进行高斯滤波，去除噪声对目标检测的影响。

3.如权利要求1所述的一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法，其特征在于：所述步骤3的实现方式如下，

步骤3.1，统计热红外影像的灰度直方图；

步骤3.2，计算每个像素的全局特征值，全局特征值定义为其中，I_k表示热红外影像中第k个像素，f_n表示灰度值为n的像素的个数，由灰度直方图获得，m表示I_k的灰度值。

4.如权利要求1所述的一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法，其特征在于：所述步骤4的实现方式如下，

步骤4.1，将影像进行降采样，建立起多尺度的灰度影像金字塔；

步骤4.2，利用Center-Surround方法计算出多尺度的灰度特征图，计算公式为其中，c表示中心尺度，s表示周围尺度，表示Center-Surround操作，具体来说，是将两个尺度的图像的尺寸经过采样调整一致后做矩阵减法运算，最终归一化得到局部特征图。

5.如权利要求1所述的一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法，其特征在于：所述步骤6的实现方式如下，对步骤5中的融合特征图进行阈值分割得到二值化结果图，从而检测出供热管道的泄露点的位置和形状，阈值通过公式T＝m+k×σ得到，其中m为融合特征图的均值，σ为融合特征图的标准差，k为经验阈值；之后建立与原始热红外影像同样大小的二值化结果图，比较融合特征图中每个像素与阈值T的大小，若大于阈值T，则将二值化图中对于位置处的像素赋值为1，若小于阈值T，则二值化图中对于该位置处的像素赋值为0。