一种无人机集群智能调度管理系统技术方案

本发明专利技术涉及图像去噪技术领域，具体涉及一种无人机集群智能调度管理系统，该系统包括：通过多个模块之间的相互配合可以实现以下步骤：获取待调度无人机区域对应的目标红外图像；确定噪声干扰指标；从预设搜索窗口集合中筛选出最优搜索窗口；从每个目标像素点对应的最优搜索窗口中筛选出参考像素点集合；对目标像素点和参考像素点对应的邻域窗口进行差异分析处理；对参考像素点集合中的参考像素点进行聚类分组处理；确定目标权重；对目标像素点进行自适应非局部均值去噪；对无人机集群进行调度管理。本发明专利技术通过对目标红外图像进行去噪，解决了对红外图像进行去噪的效果较差的技术问题，从而提高了对无人机集群进行调度管理的准确度。的准确度。的准确度。

【技术实现步骤摘要】
一种无人机集群智能调度管理系统


[0001]本专利技术涉及图像去噪
，具体涉及一种无人机集群智能调度管理系统。

技术介绍

[0002]随着科技的发展，无人机的应用越来越广泛，例如，无人机可以应用于为灾情现场的人员提供救援物资。为了提高无人机救援效率，往往需要基于采集的待调度无人机区域的红外图像，对无人机集群进行调度管理。其中，待调度无人机区域可以是需要进行无人机调度的区域。比如，待调度无人机区域可以是需要无人机进行救援的火灾现场。由于采集的红外图像中往往包含影响图像清晰度的噪声，从而往往影响后续对无人机集群进行调度管理的准确度，因此为了提高对无人机集群进行调度管理的准确度，往往需要对采集的红外图像进行去噪。目前，对图像进行去噪时，通常采用的方式为：采用预设尺寸的搜索窗口，对图像进行非局部均值去噪，得到去噪后的图像。
[0003]然而，当采用非局部均值去噪的方式，对待调度无人机区域的红外图像进行去噪时，经常会存在如下技术问题：
[0004]预设尺寸往往是基于人工经验设置的尺寸，当采用人工的方式，设置搜索窗口的尺寸时，往往是凭借人为的主观经验对搜索窗口的尺寸进行设置，作出的设置结果往往不准确，因此，当采用人工的方式，设置搜索窗口的尺寸时，往往导致搜索窗口尺寸设置的准确度低下，从而导致对红外图像进行去噪的效果较差，进而往往导致对无人机集群进行调度管理的准确度低下。

技术实现思路

[0005]本专利技术的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本专利技术的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0006]为了解决由于图像去噪效果不好导致的对无人机集群进行调度管理的准确度低下的技术问题，本专利技术提出了一种无人机集群智能调度管理系统。
[0007]本专利技术提供了一种无人机集群智能调度管理系统，该系统包括：
[0008]图像获取模块，用于获取待调度无人机区域对应的目标红外图像；
[0009]效果分析模块，用于根据预设搜索窗口集合中的每个不同尺寸的预设搜索窗口，对所述目标红外图像进行非局部均值去噪效果分析处理，得到所述预设搜索窗口对应的噪声干扰指标；
[0010]窗口筛选模块，用于根据噪声干扰指标，从预设搜索窗口集合中筛选出最优搜索窗口；
[0011]像素点筛选模块，用于从所述目标红外图像中的每个目标像素点对应的最优搜索窗口中筛选出参考像素点集合；
[0012]差异分析模块，用于对每个目标像素点和每个参考像素点对应的邻域窗口进行差
异分析处理，得到所述目标像素点和所述参考像素点之间的目标差异指标；
[0013]聚类分组模块，用于根据目标差异指标，对每个目标像素点对应的参考像素点集合中的各个参考像素点进行聚类分组处理，得到所述目标像素点对应的相似聚类簇和差别聚类簇集合；
[0014]确定模块，用于根据目标差异指标，确定每个目标像素点对应的相似聚类簇对应的目标权重和差别聚类簇集合中的每个参考像素点对应的目标权重；
[0015]自适应非局部均值模块，用于根据所述目标红外图像中的每个目标像素点对应的相似聚类簇对应的目标权重和差别聚类簇集合中的各个参考像素点对应的目标权重，对所述目标像素点进行自适应非局部均值去噪，得到目标去噪图像；
[0016]调度管理模块，用于根据所述目标去噪图像，对无人机集群进行调度管理。
[0017]可选地，所述根据预设搜索窗口集合中的每个不同尺寸的预设搜索窗口，对所述目标红外图像进行非局部均值去噪效果分析处理，得到所述预设搜索窗口对应的噪声干扰指标，包括：
[0018]对所述目标红外图像进行边缘检测，得到目标边缘点集合；
[0019]根据所述目标边缘点集合，确定所述预设搜索窗口集合中的每个预设搜索窗口对应的噪声干扰指标。
[0020]可选地，所述根据所述目标边缘点集合，确定所述预设搜索窗口集合中的每个预设搜索窗口对应的噪声干扰指标，包括：
[0021]将所述预设搜索窗口，确定为所述目标边缘点集合中的每个目标边缘点对应的搜索窗口；
[0022]将每个目标边缘点对应的搜索窗口中梯度大小相同的边缘像素点，划分为一个边缘像素点组，得到所述目标边缘点在所述预设搜索窗口对应的边缘像素点组集合；
[0023]将所述边缘像素点组集合中边缘像素点组的数量，确定为所述目标边缘点在所述预设搜索窗口对应的梯度类型数量；
[0024]根据所述边缘像素点组集合和所述目标边缘点对应的搜索窗口，确定所述目标边缘点在所述预设搜索窗口对应的梯度复杂熵；
[0025]将所述目标边缘点集合中所有目标边缘点在所述预设搜索窗口对应的梯度复杂熵的方差，确定为所述预设搜索窗口对应的参考复杂指标；
[0026]将所述目标边缘点集合中目标边缘点的数量，确定为第一数量；
[0027]将所述目标边缘点集合中的各个目标边缘点在所述预设搜索窗口对应的梯度类型数量的累加值，确定为所述预设搜索窗口对应的第二数量；
[0028]将所述预设搜索窗口对应的第二数量与所述第一数量的比值，确定为所述预设搜索窗口对应的第一滤波指标；
[0029]根据所述预设搜索窗口对应的第一滤波指标和参考复杂指标，确定所述预设搜索窗口对应的噪声干扰指标，其中，第一滤波指标与噪声干扰指标呈负相关，参考复杂指标与噪声干扰指标呈正相关。
[0030]可选地，所述根据所述边缘像素点组集合和所述目标边缘点对应的搜索窗口，确定所述目标边缘点在所述预设搜索窗口对应的梯度复杂熵，包括：
[0031]将所述边缘像素点组集合中的每个边缘像素点组中边缘像素点的数量，在所述目
标边缘点对应的搜索窗口中边缘像素点的数量中的占比，确定为目标占比，得到所述目标边缘点在所述预设搜索窗口对应的目标占比集合；
[0032]根据所述目标占比集合，确定所述目标边缘点在所述预设搜索窗口对应的梯度复杂熵。
[0033]可选地，所述对每个目标像素点和每个参考像素点对应的邻域窗口进行差异分析处理，得到所述目标像素点和所述参考像素点之间的目标差异指标，包括：
[0034]将所述目标像素点对应的邻域窗口和所述参考像素点对应的邻域窗口内，相同位置处的像素点对应的灰度值的差值的平方，确定为第一差异，得到所述目标像素点和所述参考像素点之间的第一差异集合；
[0035]根据所述第一差异集合，确定所述目标像素点和所述参考像素点之间的目标差异指标，其中，第一差异集合中的第一差异与目标差异指标呈正相关。
[0036]可选地，所述根据目标差异指标，确定每个目标像素点对应的相似聚类簇对应的目标权重和差别聚类簇集合中的每个参考像素点对应的目标权重，包括：
[0037]根据每个目标像素点和每个参考像素点之间的目标差异指标，确定所述参考像素点对应的第一权重，其中，目标差异指标与第一权重呈负相关；
[0038]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机集群智能调度管理系统，其特征在于，所述系统包括：图像获取模块，用于获取待调度无人机区域对应的目标红外图像；效果分析模块，用于根据预设搜索窗口集合中的每个不同尺寸的预设搜索窗口，对所述目标红外图像进行非局部均值去噪效果分析处理，得到所述预设搜索窗口对应的噪声干扰指标；窗口筛选模块，用于根据噪声干扰指标，从预设搜索窗口集合中筛选出最优搜索窗口；像素点筛选模块，用于从所述目标红外图像中的每个目标像素点对应的最优搜索窗口中筛选出参考像素点集合；差异分析模块，用于对每个目标像素点和每个参考像素点对应的邻域窗口进行差异分析处理，得到所述目标像素点和所述参考像素点之间的目标差异指标；聚类分组模块，用于根据目标差异指标，对每个目标像素点对应的参考像素点集合中的各个参考像素点进行聚类分组处理，得到所述目标像素点对应的相似聚类簇和差别聚类簇集合；确定模块，用于根据目标差异指标，确定每个目标像素点对应的相似聚类簇对应的目标权重和差别聚类簇集合中的每个参考像素点对应的目标权重；自适应非局部均值模块，用于根据所述目标红外图像中的每个目标像素点对应的相似聚类簇对应的目标权重和差别聚类簇集合中的各个参考像素点对应的目标权重，对所述目标像素点进行自适应非局部均值去噪，得到目标去噪图像；调度管理模块，用于根据所述目标去噪图像，对无人机集群进行调度管理。2.根据权利要求1所述的一种无人机集群智能调度管理系统，其特征在于，所述根据预设搜索窗口集合中的每个不同尺寸的预设搜索窗口，对所述目标红外图像进行非局部均值去噪效果分析处理，得到所述预设搜索窗口对应的噪声干扰指标，包括：对所述目标红外图像进行边缘检测，得到目标边缘点集合；根据所述目标边缘点集合，确定所述预设搜索窗口集合中的每个预设搜索窗口对应的噪声干扰指标。3.根据权利要求2所述的一种无人机集群智能调度管理系统，其特征在于，所述根据所述目标边缘点集合，确定所述预设搜索窗口集合中的每个预设搜索窗口对应的噪声干扰指标，包括：将所述预设搜索窗口，确定为所述目标边缘点集合中的每个目标边缘点对应的搜索窗口；将每个目标边缘点对应的搜索窗口中梯度大小相同的边缘像素点，划分为一个边缘像素点组，得到所述目标边缘点在所述预设搜索窗口对应的边缘像素点组集合；将所述边缘像素点组集合中边缘像素点组的数量，确定为所述目标边缘点在所述预设搜索窗口对应的梯度类型数量；根据所述边缘像素点组集合和所述目标边缘点对应的搜索窗口，确定所述目标边缘点在所述预设搜索窗口对应的梯度复杂熵；将所述目标边缘点集合中所有目标边缘点在所述预设搜索窗口对应的梯度复杂熵的方差，确定为所述预设搜索窗口对应的参考复杂指标；将所述目标边缘点集合中目标边缘点的数量，确定为第一数量；
将所述目标边缘点集合中的各个目标边缘点在所述预设搜索窗口对应的梯度类型数量的累加值，确定为所述预设搜索窗口对应的第二数量；将所述预设搜索窗口对应的第二数量与所述第一数量的比值，确定为所述预设搜索窗口对应的第一滤波指标；根据所述预设搜索窗口对应的第一滤波指标和参考复杂指标，确定所述预设搜索窗口对应的噪声干扰指标，其中，第一滤波指标与噪声干扰指标呈负相关，参考复杂指标与噪声干扰指标呈正相关。4.根据权利要求3所述的一种无人机集群智能调度管理系统，其特征在于，所述根据所述边缘像素点组集合和所述目标边缘点对应的搜索窗口，确定所述目标边缘点在所述预设搜索窗口对应的梯度复杂熵，包括：将所述边缘像素点组集合中的每个边缘像素点组中边缘像素点的数量，在所述目标边缘点对应的搜索窗口中边缘像素点的数量中的占比，确定为目标占比，得到所述目标边缘点在所述预设搜索窗口对应的目标占比集合；根据所述目标占比集合，确定所述目标边缘点在所述预设搜索窗口对应的梯度复杂熵。5.根据权利要求1所述的一种无人机集群智能调度管理系统，其特征在于，所述对每个目标像素点和每个参考像素点对应的邻...

【专利技术属性】
技术研发人员：冯朝辉，王震，张海峰，孙少飞，王林林，张绍泉，王铮，薛原，千月欣，苏畅，朱俊洪，李思远，田峥，李环宇，
申请(专利权)人：河南通航无人机科技有限公司，
类型：发明
国别省市：