[发明专利]一种基于无人机的泵吸式涌潮潮头水质采样方法

权利要求书

1.一种基于无人机的泵吸式涌潮潮头水质采样方法，其特征在于，包括以下步骤：

步骤1首先对飞控模块、地面站模块、云台相机模块、板载计算机模块和水质采样模块进行自检与校准，确认各组件与模块工作状态正常；

步骤2无人机搭载云台相机拍摄涌潮视频序列图像；

步骤3对采集到的视频序列图像进行灰度化处理及高斯滤波去噪处理，去除江面波纹和光亮；

步骤4对灰化处理后的图像进行校正处理，消除由于无人机的姿态、高度、速度以及地球自转等因素的影响，纠正所拍摄的涌潮图像发生的几何畸变；

步骤5对校正后的涌潮图像采用LOG边缘检测算法进行检测，检测出因涌潮水位瞬间上升所产生的图像灰度变化较大的潮头线；

步骤6对边缘检测后的图像采用循环遍历法提取出潮头线，以有效地避免江面随机因素产生的干扰；

步骤7通过分析前后两帧潮头线的位置变化，来计算出涌潮推进速度；

步骤8板载计算机模块运行上述算法计算出涌潮当前的行进速度，然后将该速度发送至飞控模块，经飞控算法处理后控制无人机实现与潮头的同步跟踪；

步骤9无人机保持与潮头同步跟踪的过程中，通过手控端来控制水质采样模块，实现对潮头的泵吸式水质采样；

所述步骤5中LOG边缘检测算法的具体步骤为：

步骤5.1针对涌潮江面波纹和光亮对后续潮头线识别的问题，对输入的图像进行一次高斯平滑处理，去除这些独立并高亮噪声的干扰，其计算公式为：

其中，G(x,y,σ)为对称函数，为得到一个相对平滑的图像，需要设置一个关键的参数σ，对参数σ设置好之后，对G(x,y,σ)和f(x,y)进行卷积，卷积之后方可得到一个相对平滑之后的图像，卷积表达式计算公式为：

g(x,y)＝f(x,y)*G(x,y,σ)

步骤5.2由于涌潮到来时，涌潮潮头相对于潮头前后江面的视觉效果非常明显，潮头线与江面相连处灰度变化剧烈，因此采用拉普拉斯运算对图像进行增强，其计算公式为：

增强图像g(x,y)与G(x,y,σ)相等效，这就是卷积核的结合性，故可将上式转化为：

式中为LOG算子的滤波器，其展开式为：

步骤5.3辨识二阶导数O(x,y)＝0的点，即零点交叉点，通过分析该点的一阶导数值是否到达峰值来判断该点是否为涌潮潮头线和江面的交界点；

所述步骤7中涌潮推进速度的计算方法为：通过提取出的前后两帧潮头线的位置变化计算出涌潮前进速度，该方法创新性地通过图像分辨率映射到地面分辨率的大小，准确并实时地计算出涌潮实际的传播速度，完成无人机的自动跟随功能，无人机航测飞行高度与影像地面分辨率关系如下式所示：

式中GSD表示地面分辨率，f表示航测相机焦距，H表示飞行高度，R为静态综合分辨率，提取潮头线中任意一点(x₁,y₁)作为起点，在经过n帧后，其中，相机的帧率为fps，每帧的时间为t，该点前进至点(x₂,y₁)，因此，该点的速度为：

。