[发明专利]一种基于分形识别的无人机图像处理方法

说明书

本发明请求保护一种基于分形识别的无人机图像处理方法，训练无人机三维地理图像样本，得到无人机三维地理图像样本分类器进而对无人机三维地理图像样本分类器进行测试，使用高斯和中值滤波去噪，获取无人机三维地理图像样本分类测试结果和实地三维地理评价结果；获取多级分形的特征，进行分级管理；进行环境检测分析，获取实地三维地理的图像处理结果。本发明基于分形多级蜂窝网格进行大数据信息的组织和管理，结构简洁清晰，可以进行清楚的划分和分级，本发明不仅关注图像特征，其还综合环境传感器进行无人机图像的辅助结合，获取综合处理结果，全方位识别无人机地面状况，达到多维度准确制定考查策略的效果。

技术领域

本发明涉及无人机技术领域，特别涉及一种基于分形识别的无人机图像处理方法。

背景技术

无人驾驶飞机简称“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。机上无驾驶舱，但安装有自动驾驶仪、程序控制装置、信号采集装置等设备。地面、舰艇上或母机遥控站人员通过雷达等设备，对其进行跟踪、定位、遥控、遥测和数字传输。可在无线电遥控下像普通飞机一样起飞或用助推火箭发射升空，也可由母机带到空中投放飞行。现有技术无人机中已存在图像跟踪技术，对图像进行跟踪来获取跟踪内容。

对于地理位置图像的获取方法包括，控制在空间上分离设置的至少两个光源中的每个光源的亮度周期性的变化，采用至少三个位置的三个摄像头分别采集用于三维重建的图像。基于图像的三维重建是根据物体或者场景所拍摄的两个或者两个以上二维的图像，由计算机自动进行计算和匹配，计算出物体或者场景的二维的几何信息和深度信息，并建立三维的立体模型的过程。随着无人机技术的发展，消费级无人机价格不断下降，以及激光雷达的小型化便携化，中小型无人机搭载激光雷达进行地理测绘成为可能。目前无人机Lidar测绘普遍使用地面标靶定位和地面基站配合的方式，但使用起来对不同地貌的适应能力性不强，需要提前人为勘探，去测绘地点周围树立标靶，过程繁琐效率低。同时取得的点云数据需要在基站进行离线处理，实时性不够好。

同时，无人机图像的处理缺乏精度去噪等处理，以便于后续图像相关操作；以及对于当前无人机地理图像的检测还主要局限于特征识别的单一性，即仅仅通过追踪图像进行地理地质等识别，无法根据多传感器进行综合三维地理环境信息处理。

发明内容

为解决当前无人机对于地理图像的跟踪存在检测不准确，三维地理勘探策略偏差的问题，本发明请求保护一种基于分形识别的无人机图像处理方法。

本发明请求保护一种基于分形识别的无人机图像处理方法，其特征在于：

训练无人机三维地理图像样本，得到无人机三维地理图像样本分类器；

获取无人机实地三维地理采样图像，对所述无人机实地三维地理采样图像进行预处理，采用所述无人机三维地理图像样本分类器对所述无人机三维地理图像样本分类器进行测试，获取所述无人机三维地理图像样本分类测试结果和实地三维地理评价结果；

根据所述无人机三维地理图像样本分类测试结果和实地三维地理评价结果获取多级分形的特征，对无人机三维地理图像样本分类测试结果和实地三维地理评价结果进行分级管理，获取实地三维地理的动态检测结果；

对所述实地三维地理的动态检测结果进行环境检测分析，获取所述实地三维地理的图像处理结果。

优选的，所述训练无人机三维地理图像样本，得到无人机三维地理图像样本分类器，还包括：

获取所述训练无人机三维地理图像样本的原始相位图像，提取其动态特征和颜色特征；

对所述训练无人机三维地理图像样本的原始相位图像的动态特征和颜色特征分别进行归一化处理，得到归一化后的所述原始相位图像的动态特征和颜色特征；

将所述归一化后的所述原始相位图像的动态特征和颜色特征进行融合，构成双相位无人机图像特征；