System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于无人机的灌区渠系工程图像采集方法技术_技高网

基于无人机的灌区渠系工程图像采集方法技术

技术编号:40437873 阅读:5 留言:0更新日期:2024-02-22 23:01
本发明专利技术涉及图像处理技术领域,具体涉及一种基于无人机的灌区渠系工程图像采集方法;将渠系灰度图像分割获得渠面区域和非渠面区域。根据非渠面区域中的角点分布特征获得角点均匀因子,根据角点均匀因子的差异获得区域特征强度;根据非渠面区域的角点数量和区域特征强度获得非渠面遍历区域鲁棒指数。根据水线痕长度特征获得水痕完整度,根据像素点的分布特征和距离特征获得渠面区域色距差,根据水痕完整度和区域色距差获得渠面遍历区域鲁棒指数。本发明专利技术根据渠系遍历鲁棒指数能够自适应确定图像拼接的范围,在保证拼接效果的同时提高了拼接效率,提高了渠系全貌图像的获取效率。

【技术实现步骤摘要】

本专利技术涉及图像处理,具体涉及一种基于无人机的灌区渠系工程图像采集方法


技术介绍

1、灌溉水渠是现代农业的主要水利设施,对农业发展有着重要意义;为了提高灌溉效率和水资源的利用率,对灌区渠系工程的使用监测尤为重要,因灌溉水渠距离过长,需要通过无人机航拍实现监测。由于无人机拍摄范围有限,为了实现渠系的全貌监测,需要对航拍的照片进行图像拼接。

2、传统的图像拼接方法通过对特征点的检测与匹配实现图像拼接,容易导致两张待拼接的图像重复区域过大,计算冗余量过高,处理速度慢,且消耗大量计算资源;最终大量的图像拼接造成渠系工程全貌图像获取时间久,计算成本高,影响了监测实时性。


技术实现思路

1、为了解决上述传统的图像拼接方法导致两张待拼接的图像重复区域过大,造成渠系工程全貌图像获取时间久,影响了监测实时性的技术问题,本专利技术的目的在于提供一种基于无人机的灌区渠系工程图像采集方法,所采用的技术方案具体如下:

2、获取水渠灌溉区域的渠系灰度图像,将所述渠系灰度图像分割获得渠面区域和非渠面区域;获取所述非渠面区域和所述渠面区域的角点;

3、根据所述非渠面区域中像素点预设邻域范围内的角点的分布特征获得像素点的角点均匀因子;根据非渠面区域内的预设区域内的所述角点均匀因子的差异特征获得预设区域的区域特征强度;从渠系灰度图像的拼接边缘开始区域遍历,根据遍历范围内的非渠面区域的角点的数量特征和所述区域特征强度获得遍历范围的非渠面遍历区域鲁棒指数;

4、获取所述渠面区域的水线痕,根据遍历范围内的渠面区域的所述水线痕的长度特征和所述渠系灰度图像的尺寸获得水痕完整度;根据遍历范围内的渠面区域的水线痕两端的像素点的数量特征、所述水线痕上的像素点与渠面区域的角点的距离特征获得遍历范围的渠面区域色距差;根据所述水痕完整度和所述区域色距差获得渠面遍历区域鲁棒指数;

5、根据所述非渠面遍历区域鲁棒指数和所述渠面遍历区域鲁棒指数获得渠系遍历鲁棒指数并确定图像拼接区域。

6、进一步地,所述将所述渠系灰度图像分割获得渠面区域和非渠面区域的步骤包括:

7、通过canny算子进行边缘检测获得所述渠系灰度图像中的边缘轮廓,通过卷积神经网络基于边缘轮廓进行分割获得渠面区域和非渠面区域。

8、进一步地,所述根据所述非渠面区域中像素点预设邻域范围内的角点的分布特征获得像素点的角点均匀因子的步骤包括:

9、对于所述非渠面区域中每个像素点,计算所述像素点的预设邻域范围内,每个角点与预设近邻数量个其他角点之间的欧氏距离的平均值,获得角点的距离均值表征值;计算所述距离均值表征值的方差与预设极小正数的和值,获得角点的距离差异表征值;

10、计算所述像素点与预设邻域范围内每个角点的欧氏距离的累加值,获得中心距离表征值;计算每个角点与所述像素点的预设邻域范围的最近边界的垂直距离的累加值,获得边界距离表征值;计算所述中心距离表征值和所述边界距离表征值两者之间最大值和最小值的比值,获得角点分布表征值;

11、计算所述距离差异表征值与所述角点分布表征值的乘积,获得角点离散表征值;计算所述像素点的预设邻域范围内的角点数量与所述角点离散表征值的比值,获得所述像素点的所述角点均匀因子。

12、进一步地,所述根据非渠面区域的预设区域内的所述角点均匀因子的差异特征获得预设区域的区域特征强度的步骤包括:

13、计算所述非渠面区域内的预设区域内所有像素点的所述角点均匀因子的平均值,获得局部均匀指数;计算预设区域内每个像素点的所述角点均匀因子与所述局部均匀指数的差值的平方,获得均匀程度差异值;计算预设区域内每个像素点的所述局部均匀指数与所述均匀程度差异值的比值并累加求和,获得所述非渠面区域的区域特征强度。

14、进一步地,所述根据遍历范围内的非渠面区域的角点的数量特征和所述区域特征强度获得遍历范围的非渠面遍历区域鲁棒指数的步骤包括:

15、计算所述非渠面区域遍历范围内的所有预设区域的所述区域特征强度的和值,获得非渠面遍历区域特征强度;计算所述非渠面区域遍历范围内的角点的数量与所述非渠面遍历区域特征强度的乘积并归一化,获得遍历范围的所述非渠面遍历区域鲁棒指数。

16、进一步地,所述获取所述渠面区域的水线痕,根据遍历范围内的渠面区域的所述水线痕的长度特征和所述渠系灰度图像的尺寸获得水痕完整度的步骤包括:

17、通过霍夫变换算法获得水线痕;计算遍历经过的水线痕的总长度与所述渠系灰度图像中平行于水线痕方向的宽度的比值,获得所述水痕完整度。

18、进一步地,所述根据遍历范围内的渠面区域的水线痕两端的像素点的数量特征、所述水线痕上的像素点与渠面区域的角点的距离特征获得遍历范围的渠面区域色距差的步骤包括:

19、计算遍历范围内的渠面区域中水线痕以上区域的像素点的数量与遍历范围内的渠面区域的像素点的总数量的比值,获得渠面色比;计算水线痕中的每个像素点与渠面区域内水线痕上方的预设第二近邻数量个角点的距离和值,获得区域痕距;计算遍历范围内的水线痕的所有像素点的所述区域痕距的累加值,获得遍历区域痕距;

20、计算遍历范围内的所述渠面色比和所述遍历区域痕距的乘积,获得遍历范围的所述渠面区域色距差。

21、进一步地,所述根据所述水痕完整度和所述区域色距差获得渠面遍历区域鲁棒指数的步骤包括:

22、计算所述水痕完整度与所述区域色距差的比值并归一化,获得所述渠面遍历区域鲁棒指数。

23、进一步地,所述根据所述非渠面遍历区域鲁棒指数和所述渠面遍历区域鲁棒指数获得渠系遍历鲁棒指数并确定图像拼接区域的步骤包括:

24、计算所述非渠面遍历区域鲁棒指数和所述渠面遍历区域鲁棒指数的和值,获得所述渠系遍历鲁棒指数;

25、当所述渠系遍历鲁棒指数不超过遍历阈值时,继续遍历;当所述渠系遍历鲁棒指数超过遍历阈值时,停止遍历,停止遍历的位置为相邻下一张的渠系灰度图像拍摄起始位置;所述渠系灰度图像与相邻下一张的渠系灰度图像的重叠部分作为拼接区域。

26、进一步地,所述获取所述非渠面区域和所述渠面区域的角点的步骤包括:

27、通过哈里斯角点检测算法分别获取所述非渠面区域和所述渠面区域的角点。

28、本专利技术具有如下有益效果:

29、在本专利技术实施例中,因为渠系中渠面区域和渠面两端的特征差异较大,故将渠系灰度图像分割获得渠面区域和非渠面区域,提高计算效率以及特征分析的可靠性;因图像拼接中主要通过特征点匹配,故获取非渠面区域和渠面区域的角点能够便于后续不同区域的特征鲁棒性的分析。在图像拼接过程中角点分布均匀且数量多的区域更有利于特征点匹配和拼接,故获取角点均匀因子表征角点的数量特征和分布特征;区域特征强度能够表征该区域的整体角点数量特征和分布均匀程度;进而可通过非渠面遍历区域鲁棒指数表征非渠面区域的拼接区域特征鲁棒性。因渠面区域中水本文档来自技高网...

【技术保护点】

1.一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述将所述渠系灰度图像分割获得渠面区域和非渠面区域的步骤包括:

3.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述根据所述非渠面区域中像素点预设邻域范围内的角点的分布特征获得像素点的角点均匀因子的步骤包括:

4.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述根据非渠面区域内的预设区域内的所述角点均匀因子的差异特征获得预设区域的区域特征强度的步骤包括:

5.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述根据遍历范围内的非渠面区域的角点的数量特征和所述区域特征强度获得遍历范围的非渠面遍历区域鲁棒指数的步骤包括:

6.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述获取所述渠面区域的水线痕,根据遍历范围内的渠面区域的所述水线痕的长度特征和所述渠系灰度图像的尺寸获得水痕完整度的步骤包括:

7.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述根据遍历范围内的渠面区域的水线痕两端的像素点的数量特征、所述水线痕上的像素点与渠面区域的角点的距离特征获得遍历范围的渠面区域色距差的步骤包括:

8.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述根据所述水痕完整度和所述区域色距差获得渠面遍历区域鲁棒指数的步骤包括:

9.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述根据所述非渠面遍历区域鲁棒指数和所述渠面遍历区域鲁棒指数获得渠系遍历鲁棒指数并确定图像拼接区域的步骤包括:

10.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述获取所述非渠面区域和所述渠面区域的角点的步骤包括:

...

【技术特征摘要】

1.一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述将所述渠系灰度图像分割获得渠面区域和非渠面区域的步骤包括:

3.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述根据所述非渠面区域中像素点预设邻域范围内的角点的分布特征获得像素点的角点均匀因子的步骤包括:

4.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述根据非渠面区域内的预设区域内的所述角点均匀因子的差异特征获得预设区域的区域特征强度的步骤包括:

5.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法,其特征在于,所述根据遍历范围内的非渠面区域的角点的数量特征和所述区域特征强度获得遍历范围的非渠面遍历区域鲁棒指数的步骤包括:

6.根据权利要求1所述的一种基于无人机的灌区渠系工程图像采集方法...

【专利技术属性】
技术研发人员:张晓吕望王艳华张会敏程献国景明罗玉丽王爱滨曹起章余幸闫晋阳苏晓飞周龙伟王净赵永亮马向阳韩文光刘怀宇林平于向远白瑞王艳明杨江张峥君
申请(专利权)人:黄河水利委员会黄河水利科学研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1