基于人工智能的无人机变向果冻效应处理方法与系统技术方案

本发明专利技术涉及人工智能领域，具体涉及一种基于人工智能的无人机变向果冻效应处理方法，该方法通过预测无人机的飞行方向，将飞行方向所对应的变向指标和历史果冻效应指标经过预测网络预测无人机变向时的果冻效应指标，进而根据预测的果冻效应指标调整无人机的飞行速度。通过无人机的历史果冻效应指标和由预测的无人机飞行方向所对应的无人机变向指标预测无人机变向时的果冻效应指标，进而根据预测的果冻效应指标调整无人机的飞行速度，一方面能够在不影响图像质量的前提下提高测绘效率，另一方面能够预防果冻效应的发生，保证图像的质量。

【技术实现步骤摘要】
基于人工智能的无人机变向果冻效应处理方法与系统
本专利技术涉及人工智能
，具体涉及一种基于人工智能的无人机变向果冻效应处理方法与系统。
技术介绍
作为一种先进的航拍技术，无人机技术也被称之为无人驾驶或者无人航拍遥感技术，其结合了GPS运行技术，这种科学且先进的运行手段，在城市化航测过程中有着广阔的应用空间。专利技术人在实践中，发现上述现有技术存在以下缺陷：在进行城市测绘过程中，由于无人机共振、偏航以及外界环境等使得航拍图像出现果冻效应。特别是无人机变向时，会使测绘过程中的航拍影像严重畸变，果冻效应指标增加，最终导致测绘结果出现很大偏差。
技术实现思路
为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能的无人机变向果冻效应处理方法与系统，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种基于人工智能的无人机变向果冻效应处理方法，该方法包括具体以下步骤：利用无人机即将变向时所对应的最后帧城市区域图像中建筑物角点的数量和建筑物边缘线的数量，得到所述城市区域图像中每个子区域的密集度，进而根据所述密集度预测所述无人机的飞行方向；根据所述无人机的飞行速度和所述飞行方向所对应的变向程度预测所述无人机变向时的变向指标；所述变向程度是根据所述无人机在不同飞行方向上所对应的飞行角度进行量化得到的；根据历史果冻效应指标和预测的所述变向指标预测所述无人机变向时的果冻效应指标，进而根据预测的所述果冻效应指标调节所述无人机的所述飞行速度。进一步地，所述历史果冻效应指标的获取方法，包括:根据所述无人机采集的城市区域图像中建筑物角点的光流信息得到对应的光流图像；根据相邻所述光流图像中所述建筑物角点的所述光流信息得到图像特征差异值；根据所述无人机的飞行速度和对应的变向程度获取所述无人机的历史变向指标；通过由所述图像特征差异值和所述历史变向指标建立的果冻效应指标分析模型得到所述历史果冻效应指标。进一步地，所述城市区域图像中每个子区域是以所述城市区域图像的中心为辐射分割中心进行区域分割得到的。进一步地，所述子区域的所述密集度与所述建筑物角点的数量、所述建筑物边缘线的数量呈正相关。进一步地，所述根据所述密集度预测所述无人机的飞行方向的方法，进一步包括：选择所述密集度最大时所对应所述子区域作为所述无人机的所述飞行方向。进一步地，所述根据预测的所述果冻效应指标调节所述无人机的所述飞行速度，包括：当所述预测的果冻效应指标大于果冻效应的程度阈值时，降低所述无人机的所述飞行速度；否则，提高所述无人机的所述飞行速度。第二方面，本专利技术另一个实施例提供了一种基于人工智能的无人机变向果冻效应处理系统，该系统包括：飞行方向预测单元，用于利用无人机即将变向时所对应的最后帧城市区域图像中建筑物角点的数量和建筑物边缘线的数量，得到所述城市区域图像中每个子区域的密集度，进而根据所述密集度预测所述无人机的飞行方向；变向指标预测单元，用于根据所述无人机的飞行速度和所述飞行方向所对应的变向程度预测所述无人机变向时的变向指标；所述变向程度是根据所述无人机在不同飞行方向上所对应的飞行角度进行量化得到的；飞行速度调节单元，用于根据历史果冻效应指标和预测的所述变向指标预测所述无人机变向时的果冻效应指标，进而根据预测的所述果冻效应指标调节所述无人机的所述飞行速度。进一步地，所述飞行速度调节单元，包括：图像处理单元，用于根据所述无人机采集的城市区域图像中建筑物角点的光流信息得到对应的光流图像；差异分析单元，用于根据相邻所述光流图像中所述建筑物角点的所述光流信息得到图像特征差异值；变向检测单元，用于根据所述无人机的飞行速度和对应的变向程度获取所述无人机的历史变向指标；果冻效应获取单元，用于通过由所述图像特征差异值和所述历史变向指标建立的果冻效应指标分析模型得到所述历史果冻效应指标。进一步地，所述飞行方向预测单元中所述根据所述密集度预测所述无人机的飞行方向的方法，进一步包括：选择所述密集度最大时所对应所述子区域作为所述无人机的所述飞行方向。进一步地，所述飞行速度调节单元中所述根据预测的所述果冻效应指标调节所述无人机的所述飞行速度，包括：当所述预测的果冻效应指标大于果冻效应的程度阈值时，降低所述无人机的所述飞行速度；否则，提高所述无人机的所述飞行速度。本专利技术至少存在以下有益效果：通过无人机的历史果冻效应指标和由预测的无人机飞行方向所对应的无人机变向指标预测无人机变向时的果冻效应指标，进而根据预测的果冻效应指标调整无人机的飞行速度，一方面能够在不影响图像质量的前提下提高测绘效率，另一方面能够预防果冻效应的发生，保证图像的质量。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。图1为本专利技术一个实施例所提供的一种基于人工智能的无人机变向果冻效应处理方法的流程图；图2为本专利技术一个实施例所提供的一种基于人工智能的无人机变向果冻效应处理方法的步骤流程图；图3为本专利技术实施例所提供的关于无人机飞行方向的范围区间示例图；图4为本专利技术另一个实施例所提供的一种基于人工智能的无人机变向果冻效应处理系统的结构框图；图5为本专利技术实施例所提供的关于飞行速度调整单元的结构框图。具体实施方式为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于人工智能的无人机变向果冻效应处理方法与系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。下面结合附图具体的说明本专利技术所提供的一种基于人工智能的无人机变向果冻效应处理方法与系统的具体方案。本专利技术所适用的具体场景为：在城市测绘过程中，用于对无人机变向航拍时，图像果冻效应的检测和处理。参照附图1和附图2，本专利技术实施例提供了一种基于人工智能的无人机变向果冻效应处理方法，该方法包括以下具体步骤：步骤S001，利用无人机即将变向时所对应的最后帧城市区域图像中建筑物角点的数量和建筑物边缘线的数量，得到城市区域图像中每个子区域的密集度，进而根据密集度预测无人机的飞行方向。具体的，本专利技术实施例中通过无人机携带的相机采集城市区域图像，且相机拍摄视角方向与无人机飞行方向一致。需要说明的是，相机必须安装牢固，防止无人机变向等本文档来自技高网...

【技术保护点】
1.一种基于人工智能的无人机变向果冻效应处理方法，其特征在于，该方法包括：/n利用无人机即将变向时所对应的最后帧城市区域图像中建筑物角点的数量和建筑物边缘线的数量，得到所述城市区域图像中每个子区域的密集度，进而根据所述密集度预测所述无人机的飞行方向；/n根据所述无人机的飞行速度和所述飞行方向所对应的变向程度预测所述无人机变向时的变向指标；所述变向程度是根据所述无人机在不同飞行方向上所对应的所述飞行角度进行量化得到的；/n根据历史果冻效应指标和预测的所述变向指标预测所述无人机变向时的果冻效应指标，进而根据预测的所述果冻效应指标调节所述无人机的所述飞行速度。/n

【技术特征摘要】
1.一种基于人工智能的无人机变向果冻效应处理方法，其特征在于，该方法包括：
利用无人机即将变向时所对应的最后帧城市区域图像中建筑物角点的数量和建筑物边缘线的数量，得到所述城市区域图像中每个子区域的密集度，进而根据所述密集度预测所述无人机的飞行方向；
根据所述无人机的飞行速度和所述飞行方向所对应的变向程度预测所述无人机变向时的变向指标；所述变向程度是根据所述无人机在不同飞行方向上所对应的所述飞行角度进行量化得到的；
根据历史果冻效应指标和预测的所述变向指标预测所述无人机变向时的果冻效应指标，进而根据预测的所述果冻效应指标调节所述无人机的所述飞行速度。


2.如权利要求1所述的方法，其特征在于，所述历史果冻效应指标的获取方法，包括:
根据所述无人机采集的城市区域图像中建筑物角点的光流信息得到对应的光流图像；
根据相邻所述光流图像中所述建筑物角点的所述光流信息得到图像特征差异值；
根据所述无人机的飞行速度和对应的变向程度获取所述无人机的历史变向指标；
通过由所述图像特征差异值和所述历史变向指标建立的果冻效应指标分析模型得到所述历史果冻效应指标。


3.如权利要求1所述的方法，其特征在于，所述城市区域图像中每个子区域是以所述城市区域图像的中心为辐射分割中心进行区域分割得到的。


4.如权利要求1所述的方法，其特征在于，所述子区域的所述密集度与所述建筑物角点的数量、所述建筑物边缘线的数量呈正相关。


5.如权利要求2所述的方法，其特征在于，所述根据所述密集度预测所述无人机的飞行方向的方法，进一步包括：
选择所述密集度最大时所对应所述子区域作为所述无人机的所述飞行方向。


6.如权利要求1所述的方法，其特征在于，所述根据预测的所述果冻效应指标调节所述无人机的所述飞行速度，包括：
当所述预测的果冻效应指标大于果冻效应的程度阈值时，降低所述无人机的所...

【专利技术属性】
技术研发人员：张承诺，钱思宇，
申请(专利权)人：郑州易酷航空科技有限公司，
类型：发明
国别省市：河南;41