[发明专利]一种用于仓库顶棚太阳能板缺陷检测的图像重建方法有效
申请号: | 202211165213.0 | 申请日: | 2022-09-23 |
公开(公告)号: | CN115239893B | 公开(公告)日: | 2022-12-23 |
发明(设计)人: | 王鹏飞;李森昌;邓小钏;邹振兴 | 申请(专利权)人: | 运易通科技有限公司 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06N3/04;G06V10/44;G06V10/774;G06V10/82;G06V20/17;G06V20/70 |
代理公司: | 成都华复知识产权代理有限公司 51298 | 代理人: | 余鹏 |
地址: | 510000 广东省广州市黄埔区黄埔*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 仓库 顶棚 太阳能 缺陷 检测 图像 重建 方法 | ||
1.一种用于仓库顶棚太阳能板缺陷检测的图像重建方法,其特征在于,包括以下步骤:
采集无人机相对太阳能板静止下的第一图像和无人机沿仓库顶棚的长度方向栅状折返路径飞行过程中的太阳能板的第二图像;采集第一图像时,无人机位于太阳能板中心沿线上,且相对于太阳能板静止;获取第一图像和第二图像中的太阳能板的外边轮廓;所述第一图像和第二图像采集时,无人机飞行高度和姿态相同;
测量第一图像中任一太阳能板的横向距离,并结合太阳能板的实际横向宽度,求得图像中的太阳能板的缩放比列;
求得任一太阳能板的纵向分隔线与图像的纵向方向的夹角;根据缩放比列和夹角对第一图像和第二图像进行修正;
将修正后的第一图像和第二图像进行结合,以第二图像为输入,以无人机的飞行速度为输出,即标签值;并以无人机的飞行速度为标签值构成训练数据;
搭建深度卷积逆向图网络,预设迭代误差阈值,添加损失函数;
将训练数据输入至深度卷积逆向图网络内进行训练;
将修正后的第一图像作为损失函数的输入,求得修正后的第一图像在深度卷积逆向图网络中的误差,并更新权重;
当深度卷积逆向图网络输出的误差小于迭代误差阈值,则停止训练,并得到训练后的深度卷积逆向图网络;
采集获得无人机飞行过程中的太阳能板的第三图像,并输入至训练后的深度卷积逆向图网络,得到重建的太能板图像。
2.根据权利要求1所述的一种用于仓库顶棚太阳能板缺陷检测的图像重建方法,其特征在于,获取第一图像中的太阳能板的外边轮廓,包括以下步骤:
提取第一图像中的任一特征点;以某一特征点为起点,依次求得该特征点与相邻特征点的相似度;
若相似度小于预设的相似度阈值,则为划分为同类特征区域;
遍历第一图像中的任一特征点,得到数个特征区域;
获取太阳能板的纵向分隔线,以太阳能板的纵向分隔线与图像的纵向方向的夹角为基准,并平移纵向分隔线,选取横向距离内的特征区域,获得太阳能板的侧边的外边轮廓。
3.根据权利要求2所述的一种用于仓库顶棚太阳能板缺陷检测的图像重建方法,其特征在于,还包括:
对第一图像中的太阳能板的外边轮廓区域进行划分大小为的数个网格;
求得任一网格的亮度值,并求得数个网格的平均亮度值;
预设亮度差阈值;
求得亮度值与平均亮度值的绝对差值,并剔除绝对差值大于亮度差阈值的网格;
采用纵向分隔线平移获得虚拟的太阳能板侧边的外边轮廓。
4.根据权利要求1所述的一种用于仓库顶棚太阳能板缺陷检测的图像重建方法,其特征在于,所述损失函数为sigmod函数或Hinge函数其中之一。
5.根据权利要求1所述的一种用于仓库顶棚太阳能板缺陷检测的图像重建方法,其特征在于,还包括:分别对第一图像和第二图像进行归一化处理,其表达式为:
其中,表示图像数据的像素最小值,表示图像数据的像素最大值,表示图像数据。
6.根据权利要求1或2或3所述的一种用于仓库顶棚太阳能板缺陷检测的图像重建方法,其特征在于,还包括:
获取第一图像中任一纵向分隔线,沿纵向分隔线方向切分呈数个分割线区域;
选取任两个分割线区域,各选取分割线区域内的一个特征点,并求得两个特征点的连接线的斜率;
遍历两个分割线区域内的特征点,求得数个斜率,求得第一平均斜率;
遍历任一分割线区域,求得该纵向分隔线的第二平均斜率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于运易通科技有限公司,未经运易通科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211165213.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:轨道式巡检机器人
- 下一篇:一种车辆制动控制器烧录方法及系统