【技术实现步骤摘要】
本专利技术涉及图像识别，尤其涉及一种无人机巡检图像的识别方法、装置及存储介质。
技术介绍
1、在无人机输电线路自主巡检中需要准确识别出电力部件在图像中的位置和大小，进而判断图像中目标之间的相对位置。现有技术在进行基于图像数据的智能分析应用中，需要对感兴趣目标区域进行提取，并对区域的各种特征进行描述才能进行后续的分析和识别应用。常用连通区域标记算法进行图像处理分析，包括基于种子填充的标记算法和基于两次扫描的标记算法。
2、基于种子填充的标记算法只需要对待标记图像遍历一次，而基于两次扫描的标记算法需要对待标记图像遍历两次，前者的运行时间比后者要少。基于种子填充的标记算法的主要思想是，选取图像中的某个像素点作为算法开始遍历的种子，然后根据指定的邻接关系将符合条件的像素点归并到集合中，遍历结束后，集合中所有的像素点属于同一个连通区域，该方法在实现时使用了递归技术，算法在运行时对内存大小有较强依赖，处理大图片需要较大内存，且算法对内存的需求量不能预先计算，在算法运行过程中往往出现由于内存耗尽导致成像强制退出的问题，影响图像识别算法的稳定性。而基于两次扫描的算法会出现得到的连通区域漏检，误检，连通域之间存在边缘粘连，算法时间复杂度高的问题。
技术实现思路
1、本专利技术提供了一种无人机巡检图像的识别方法、装置及存储介质，以实现在原图上进行相邻前景点搜索，且只需进行一次图像的内存分配再无额外内存需求，降低了算法的空间复杂度，提高了图像识别的效率和稳定性。
2、本专利技术提
3、获取无人机巡检的视频数据，计算所述视频数据的前景区域；将所述前景区域的像素值标注为第一像素值，将其他区域的像素值标注为第二像素值，获得二值图像；
4、按照预设的方向对所述二值图像的每个像素点进行搜索；若搜索的当前像素点的像素值为第一像素值，且所述当前像素点的预设连通域内至少存在一个像素点的像素值为第一像素值时，将所述当前像素点的像素值修改为第三像素值，以完成对所述二值图像的修改；
5、将修改后的二值图像中像素值为第三像素值的像素区域识别为物体，并通过所述物体的像素区域面积，确定所述物体距无人机的距离。
6、进一步地，所述获取无人机巡检的视频数据，具体为：
7、获取无人机传输到基站的视频数据，或者获取无人机的视频采集设备中的视频数据。
8、进一步地，所述计算所述视频数据的前景区域，具体为：
9、对视频数据进行高斯背景建模，将建模后的视频数据进行背景差分，获得前景区域。
10、进一步地，所述获得二值图像之后，还包括：
11、对二值图像进行形态学滤波处理，去除所述二值图像中的噪声点。
12、进一步地，所述按照预设的方向对所述二值图像的每个像素点进行搜索，具体为：
13、选择二值图像的左上点、右上点、左下点和右下点中的任意一个作为起始点，将所述起始点的对角点作为终点，按照第一方向依次对每个像素点进行搜索；所述第一方向为从所述起始点向所述终点的方向；在完成所述终点的搜索后，判断搜索后的二值图像是否存在遗漏点，若是，则按照与所述第一方向相反的方向再次对每个像素点进行搜索，直到不存在遗漏点。
14、进一步地，判断搜索后的二值图像是否存在遗漏点，具体为：
15、查找第一像素点的预设连通域内是否存在第二像素点，若是，则存在遗漏点；所述第一像素点为任意一个像素值为第三像素值的像素点，所述第二像素点为任意一个像素值为第一像素值的像素点。
16、进一步地，所述通过所述物体的像素区域面积，确定所述物体距无人机的距离，具体为：
17、将物体的像素区域面积与二值图像所有像素面积的比值作为距离因子；根据所述距离因子，确定所述物体距无人机的距离。
18、作为优选方案，本专利技术利用区域全局搜索二值图像连通域标记，实现了在原图上进行相邻前景点搜索。另外，在图像对角点之间进行往复搜索的方法，只需进行一次图像的内存分配再无额外内存需求，降低了算法的空间复杂度，使得连通域标记算法可以在低性能得边缘设备上实时运行，提高了图像识别的效率和稳定性。
19、本专利技术的其他特征和优点将在随后的具体实施方式部分予以详细说明。
20、相应地，本专利技术还提供一种无人机巡检图像的识别装置，包括：图像处理模块、搜索模块和识别模块；
21、所述图像处理模块用于获取无人机巡检的视频数据，计算所述视频数据的前景区域；将所述前景区域的像素值标注为第一像素值，将其他区域的像素值标注为第二像素值，获得二值图像；
22、所述搜索模块用于按照预设的方向对所述二值图像的每个像素点进行搜索；若搜索的当前像素点的像素值为第一像素值，且所述当前像素点的预设连通域内至少存在一个像素点的像素值为第一像素值时，将所述当前像素点的像素值修改为第三像素值，以完成对所述二值图像的修改；
23、所述识别模块用于将修改后的二值图像中像素值为第三像素值的像素区域识别为物体，并通过所述物体的像素区域面积，确定所述物体距无人机的距离。
24、进一步地，所述图像处理模块包括：获取单元、计算单元和噪声处理单元；
25、所述获取单元用于获取无人机传输到基站的视频数据，或者获取无人机的视频采集设备中的视频数据；
26、所述计算单元用于对视频数据进行高斯背景建模，将建模后的视频数据进行背景差分，获得前景区域；
27、所述噪声处理单元用于对二值图像进行形态学滤波处理，去除所述二值图像中的噪声点。
28、进一步地，所述搜索模块包括：搜索单元和查找单元；
29、所述搜索单元用于选择二值图像的左上点、右上点、左下点和右下点中的任意一个作为起始点，将所述起始点的对角点作为终点，按照第一方向依次对每个像素点进行搜索；所述第一方向为从所述起始点向所述终点的方向；在完成所述终点的搜索后，判断搜索后的二值图像是否存在遗漏点，若是，则按照与所述第一方向相反的方向再次对每个像素点进行搜索，直到不存在遗漏点；
30、所述查找单元用于查找第一像素点的预设连通域内是否存在第二像素点，若是，则存在遗漏点；所述第一像素点为任意一个像素值为第三像素值的像素点，所述第二像素点为任意一个像素值为第一像素值的像素点。
31、相应地，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如本
技术实现思路
所述的一种无人机巡检图像的识别方法。
【技术保护点】
1.一种无人机巡检图像的识别方法，其特征在于，包括：
2.如权利要求1所述的一种无人机巡检图像的识别方法，其特征在于，所述获取无人机巡检的视频数据，具体为：
3.如权利要求1所述的一种无人机巡检图像的识别方法，其特征在于，所述计算所述视频数据的前景区域，具体为：
4.如权利要求1所述的一种无人机巡检图像的识别方法，其特征在于，所述获得二值图像之后，还包括：
5.如权利要求1所述的一种无人机巡检图像的识别方法，其特征在于，所述按照预设的方向对所述二值图像的每个像素点进行搜索，具体为：
6.如权利要求5所述的一种无人机巡检图像的识别方法，其特征在于，所述判断搜索后的二值图像是否存在遗漏点，具体为：
7.如权利要求1所述的一种无人机巡检图像的识别方法，其特征在于，所述通过所述物体的像素区域面积，确定所述物体距无人机的距离，具体为：
8.一种无人机巡检图像的识别装置，其特征在于，包括：图像处理模块、搜索模块和识别模块；
9.如权利要求8所述的一种无人机巡检图像的识别装置，其特征在于，所述搜索模
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1至7中任意一项所述的一种无人机巡检图像的识别方法。
...【技术特征摘要】
1.一种无人机巡检图像的识别方法，其特征在于，包括：
2.如权利要求1所述的一种无人机巡检图像的识别方法，其特征在于，所述获取无人机巡检的视频数据，具体为：
3.如权利要求1所述的一种无人机巡检图像的识别方法，其特征在于，所述计算所述视频数据的前景区域，具体为：
4.如权利要求1所述的一种无人机巡检图像的识别方法，其特征在于，所述获得二值图像之后，还包括：
5.如权利要求1所述的一种无人机巡检图像的识别方法，其特征在于，所述按照预设的方向对所述二值图像的每个像素点进行搜索，具体为：
6.如权利要求5所述的一种无人机巡检图像的识别方法，其特征在于，所述判断搜索后...
【专利技术属性】
技术研发人员：李继标，王杨，吴晖，朱日欣，麦晓明，吴昊，张晓晔，曾琦，黎子洋，熊智，雷霆，
申请(专利权)人：南方电网电力科技股份有限公司，
类型：发明
国别省市：
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。