【技术实现步骤摘要】
一种基于计算机视觉的无人机测速方法、存储介质及终端
本专利技术涉及计算机视觉处理
，尤其涉及一种基于计算机视觉的无人机测速方法、存储介质及终端。
技术介绍
近年来，随着无人机技术的蓬勃发展和计算机视觉技术的更新换代，传统测流方法在对要求日益苛刻，需求日益高涨的当下显得捉襟见肘。无人机因其操作灵活，人力成本低廉，在水文测量行业大放异彩。目前的无人机测流方法主要是利用机载雷达进行测量，不论是激光雷达还是声波雷达，其基本原理均是遵从多普勒效应。作业环境要求风速较小，天气情况较好，比如，激光雷达要求作业天气较为晴朗，要求机身稳定性较高；声波雷达要求作业环境没有其他同频声波源，要求机身稳定性较高。然而激光雷达测速对天气的要求苛刻，电磁波雷达对无人机悬停的稳定性要求较高等等，而且随着作业精度的提高，设备成本也成倍增加。因此，如何对传统测流测速方法进行改进以适应更多的场景和环境条件，是现阶段需要解决的问题。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于计算机视觉的无人机测速方...
【技术保护点】
1.一种基于计算机视觉的无人机测速方法，其特征在于：所述测速方法包括以下内容：/n关键帧提取步骤：将每隔n帧图像提取为一个关键帧，并记录下该关键帧的时间标签和对应的无人机与特别标注物的高度信息h
【技术特征摘要】
1.一种基于计算机视觉的无人机测速方法，其特征在于：所述测速方法包括以下内容：
关键帧提取步骤：将每隔n帧图像提取为一个关键帧，并记录下该关键帧的时间标签和对应的无人机与特别标注物的高度信息h0；
位置信息计算步骤：利用改进的帧间差分算法和背景差分算法计算该时间标签下的特别标注物位置信息；
速度计算步骤：根据得到的特别标注物位置信息计算关键帧间的速度，最后得到待测物的速度。
2.根据权利要求1所述的一种基于计算机视觉的无人机测速方法，其特征在于：所述位置信息计算步骤包括以下内容：
视频初始化，获取视频N帧图像，取其平均值背景建模并实时更新；
取连续m个关键帧图像与背景图像进行差分得到差分图像；
根据基于自适应阈值迭代计算获取的最新关键帧图像中的特别标注物的阈值T，并与特别标注物实际阈值对比判断关键帧图像中是否有特别标注物；
如果判断关键帧图像中有特别标注物，则计算特别标注物在关键帧中的相对位置。
3.根据权利要求2所述的一种基于计算机视觉的无人机测速方法，其特征在于：如果判断关键帧图像中没有特别标注物，则将当前关键帧与实时更新的背景图像进行差分后通过自适应阈值计算后并继续判断，直到关键帧图像中出现特别标注物。
4.根据权利要求2所述的一种基于计算机视觉的无人机测速方法，其特征在于：所述取连续m个关键帧图像与背景图像进行差分得到差分图像包括以下内容：
将连续获取的关键帧图像M1、M2、…、Mm分别与背景图像P0进行差分，得到m个差分图像P1＝M1-P0、P2＝M2-P0、…、Pm＝Mm-P0；
将得到的m个差分图像采用插值函数进行平滑处理，得到优化后的差分结果。
5.根据权利要求3所述的一种基于计算机视觉的无人机测速方法，其特征在于：所述如果判断关键帧图...
【专利技术属性】
技术研发人员：韩旭，何进，颜佳，
申请(专利权)人：四川沃洛佳科技有限公司，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。