[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

说明书

针对无人机影像检测供热管道泄露应用中的尺度大小差距大，边界不够清晰，虚检高的问题，本发明提出了一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法。本发明融合了多尺度的局部与全局特征图，并且进一步融合了GIS数据加以辅助，这种算法通过融合全局和局部特征，解决了传统热红外影像的滤波探测算法中边界信息模糊的问题。通过多尺度的方法，可以实现无监督的寻找不同尺度大小的无人机影像上的供热管道泄漏点；并且对于供热管道检测中容易出现虚检现象，使用GIS数据加以辅助，从而大大减少了虚检的现象，并且本发明还可以适用于不同的热红外检测系统中，具有很强的泛用性。

技术领域

本发明基于遥感影像图像技术处理领域，涉及一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法。

背景技术

热红外成像技术是指通过接收物体的热辐射信息，之后将其转化为电信号，从而人眼可以识别的图像的一种成像技术。热红外成像技术通过接收物体热红外波段的辐射信息，可以得到物体的温度信息，所以具备探测热异常目标的能力。值得一提的是在夜间和恶劣天气的条件下，热红外成像依然拥有良好的性能，因而在侦测火灾、检查电气设备故障等方面得到了广泛地应用。供热管网泄漏事故多发生在冬季，热介质与环境温差较大，集中供热管网泄漏管网段在局部地区造成高温区域，在热红外影像上表现为局部高灰度值区域，因此可以利用热红外影像实现管网泄漏的检测。

热红外影像具有信噪比较低，纹理信息匮乏的特点，因此，一般采用背景抑制的方法来进行热异常目标的探测，传统的方法有形态学滤波，中值滤波、二维最小二乘等。滤波的方法非常容易使得目标的细节信息丢失，导致对于目标的检测不够准确；并且，滤波窗口的选择很大程度上依赖于目标的先验知识，缺乏通用性。进一步的，在管道泄漏的探测中，热红外图像往往不仅包括管网泄露的目标区域，也包括很多我们不感兴趣的热目标，使用传统方法，这些热目标会一起被检测出来产生虚检甚至会影响到管网泄露区域的检测。

发明内容

本发明的目的是提供了一种融合GIS数据的针对无人机热红外遥感影像的供暖管道泄漏探测方法。

为了达到上述效果，发明了一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法，包括以下几个步骤：

步骤1，读取热红外影像，进行影像预处理；

步骤2，读GIS数据，进行预处理；

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；

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。

进一步的，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；

进一步的，所述步骤2的实现方式如下，