[发明专利]一种基于人工智能的可变阻尼调节果冻效应方法及系统

说明书

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的可变阻尼调节果冻效应方法及系统。该方法包括：通过无人机上部署的相机采集当前RGB图像和深度图像；对RGB图像进行处理获得灰度图像；判断灰度图像是否出现果冻效应；当判定出现果冻效应时，通过筛选图像最大目标建筑，对最大目标建筑进行分析，获得最大目标建筑的目标建筑角点并划分感兴趣区域；分别对感兴趣区域内及对应的深度图像的区域内进行聚类分析，通过像素点密度差异获得果冻效应程度；根据果冻效应程度对云台阻尼进行调节。本发明利用图像处理方法量化了果冻效应程度，通过果冻效应程度调节云台阻尼实现调节果冻效应的功能。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的可变阻尼调节果冻效应方法及系统。

背景技术

无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。目前无人机在航拍、测绘、救援、监控等领域用处广泛。无人机通过搭载相机镜头实现拍摄、测绘等工作，大多数相机镜头采用卷帘快门完成拍摄，能够很好地控制曝光时间和减少噪声点，同时相对于全局快门功耗低。但是在航拍过程中采用卷帘快门相机很容易产生果冻效应。果冻效应的产生大多是因为无人机在工作过程中自身的共振、拍摄图像中存在快速运动的目标、机身摇摆不定等。当图像出现果冻效应时常用的解决办法是通过调节螺距和转速、调节云台阻尼等方法使无人机机身更稳固从而减少果冻效应。在实时的无人机航拍任务中，在城市测绘中，特别的是对建筑进行拍摄时，现有技术不能有效的获取果冻效应的影响程度，不能根据当前果冻效应程度对无人机进行实时调节。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于人工智能的可变阻尼调节果冻效应方法及系统，所采用的技术方案具体如下：

本发明提出了一种基于人工智能的可变阻尼调节果冻效应方法，所述方法包括：

通过部署在无人机上的相机采集RGB图像和深度图像；将所述RGB图像灰度化获得灰度图像；

对所述灰度图像分析并判断果冻效应；

当出现果冻效应时，检测所述灰度图像中某个建筑的角点并筛选出多个目标建筑角点，以每个所述目标建筑角点为感兴趣区域的顶点划分多个感兴趣区域；

对所述感兴趣区域内像素点和对应所述深度图像中区域内的像素点分别进行聚类分析；所述聚类分析方法包括：计算所述灰度图像中一列像素点集合内相邻两类像素值的像素点的欧氏距离，根据所述像素点之间收缩效应获得第一距离序列；根据膨胀效应获得第二距离序列；以所述感兴趣区域内的所述目标建筑角点作为搜索框的顶点，所述搜索框的长为所述灰度图像内像素点与映射点的距离，所述映射点为所述深度图像中相应于所述灰度图像中像素点的像素点；以所述第一距离序列均值和所述第二距离序列均值分别作为所述搜索框的宽进行聚类分析，获得第一类像素密度序列和第二类像素密度序列；以所述灰度图像和所述深度图像的所述第一类像素密度序列的差异平均值和所述第二类像素密度序列的差异平均值分析获得果冻效应程度；

通过所述果冻效应程度调节云台阻尼。

进一步地，所述将所述RGB图像灰度化获得灰度图像后还包括以下操作：

利用直方图均衡化方法处理所述灰度图像；

对所述灰度图像和所述深度图像利用中值滤波器对噪声点进行过滤。

进一步地，所述检测所述灰度图像中某个建筑物的角点并筛选出多个目标建筑角点：

对所述灰度图像中的目标建筑进行边缘检测，获得目标建筑边缘；

利用非线性插值算法对所述目标建筑边缘信息补全；

选取所述灰度图像中最大目标建筑的最外侧目标建筑边缘，以所述最外侧目标建筑边缘的交点作为所述目标建筑角点。