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()
【技术实现步骤摘要】
本专利技术涉及房屋自动识别领域,尤其是涉及一种基于机器视觉的风机周围房屋自动识别统计系统及方法。
技术介绍
1、随着风电行业的蓬勃发展,风力发电已成为清洁能源领域的主要推动力之一。然而,伴随其发展的是各国政府对风机对周围居民和环境的潜在影响提出日益严格的法规。为确保风电产业的可持续发展,保障公众安全和环境健康,多个国家已纷纷规定了风机半径范围内不得建有居民房屋。其中,普遍规定要求风机距离居民区最小为其总高度的4倍,以防止噪音、遮挡景观和潜在安全隐患。
2、然而,在丘陵地带建设风场时,由于周围居民分散且杂树丛生,确定风机半径范围及准确统计房屋总数变得极为困难。传统的人工测量方法不仅难度大且耗时长,卫星地图测量存在信息滞后性且准确性不足,因新房屋不能及时反映,并需人工核实数房屋数量。为解决这一问题,本专利技术提出了一种基于机器视觉的风机周围房屋自动识别统计方法,通过无人机拍摄结合机器视觉技术,实现了对风机周围房屋的自动识别和统计,为风场建设提供了高效、精确的解决方案。
技术实现思路
1、本专利技术的目的在于提供一种基于机器视觉的风机周围房屋自动识别统计系统及方法,旨在解决基于机器视觉的风机周围房屋自动识别统计系统及方法。
2、本专利技术提供一种基于机器视觉的风机周围房屋自动识别统计方法,包括:
3、s1、对无人机摄像机进行标定,获取无人机摄像机的内参数矩阵m1和焦距f;
4、s2、无人机摄像机对风机进行拍摄,获取风机机舱顶部的图像,基于风
5、s3、基于摄像机外参数矩阵m2提取摄像机坐标系平面到风机机舱顶部的距离h1,基于摄像机坐标系平面到风机机舱顶部的距离h1和地面至机舱顶部高度计算摄像机坐标系平面到地面之间的距离h,基于h和焦距f计算出不允许有房屋区域的范围半径r的像素尺寸r;
6、s4、调整无人机高度,拍摄完整机位固定半径范围内图像;
7、s5、获取塔筒顶部中心点的图像坐标,在图像中以塔筒顶部中心点为圆心,画出像素尺寸为r的圆;
8、s6、基于训练好的人工智能模型检测s5中尺寸为r的圆内的房屋数量。
9、本专利技术还提供一种基于机器视觉的风机周围房屋自动识别统计系统,包括:
10、标定模块:用于对无人机摄像机进行标定,获取无人机摄像机的内参数矩阵m1和焦距f;
11、外参数矩阵计算模块:用于无人机摄像机对风机进行拍摄,获取风机机舱顶部的图像,基于风机机舱顶部的图像得到风机机舱顶部特征点的图像坐标,获取顶部各特征点的实际坐标,基于风机机舱顶部特征点的图像坐标、顶部各特征点的实际坐标和内参数矩阵获取摄像机外参数矩阵m2;
12、像素尺寸计算模块:用于基于摄像机外参数矩阵m2提取摄像机坐标系平面到风机机舱顶部的距离h1,基于摄像机坐标系平面到风机机舱顶部的距离h1和地面至机舱顶部高度计算摄像机坐标系平面到地面之间的距离h,基于h和焦距f计算出不允许有房屋区域的范围半径r的像素尺寸r;
13、拍摄模块:用于调整无人机高度,拍摄完整机位固定半径范围内图像;
14、画圆模块:用于获取塔筒顶部中心点的图像坐标,在图像中以塔筒顶部中心点为圆心,画出像素尺寸为r的圆;
15、检测模块:用于基于训练好的人工智能模型检测尺寸为r的圆内的房屋数量。
16、采用本专利技术实施例,可以实现机器视觉的风机周围房屋自动识别统计。
17、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种基于机器视觉的风机周围房屋自动识别统计方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述S1具体包括:摄像机标定采用张正友标定法,由摄像机从不同方向采集多组摄棋盘格图像,对摄像机进行标定,获取摄像机的内参数矩阵M1和焦距F。
3.根据权利要求2所述的方法,其特征在于,所述S2具体包括:操作无人机起飞至特定高度,对风机机舱顶部进行图像采集,获取机舱顶部特征点的图像坐标,根据机舱设计图纸在机舱顶部建立坐标系并获取顶部各特征点的实际坐标,基于内参数矩阵,通过映射机舱顶部特征点的图像坐标与实际坐标的关系获取摄像机外参数矩阵M2,M2表示摄像机与机舱顶部的位姿关系。
4.根据权利要求3所述的方法,其特征在于,所述S3具体包括:从摄像机与机舱顶部的位姿关系矩阵中提取摄像机坐标系平面到机舱表面的距离H1,基于摄像机坐标系平面到风机机舱顶部的距离H1和地面至机舱顶部高度计算摄像机坐标系平面到地面之间的距离H,基于H和焦距F计算出不允许有房屋区域的范围半径R的像素尺寸r,计算公式如下:
5.根据权利要求4所述的方法,其特
6.一种基于机器视觉的风机周围房屋自动识别统计系统,其特征在于,包括:
7.根据权利要求6所述的系统,其特征在于,所述标定模块具体用于:摄像机标定采用张正友标定法,由摄像机从不同方向采集多组摄棋盘格图像,对摄像机进行标定,获取摄像机的内参数矩阵M1和焦距F。
8.根据权利要求7所述的系统,其特征在于,所述外参数矩阵计算模块具体用于:操作无人机起飞至特定高度,对风机机舱顶部进行图像采集,获取机舱顶部特征点的图像坐标,根据机舱设计图纸在机舱顶部建立坐标系并获取顶部各特征点的实际坐标,基于内参数矩阵,通过映射机舱顶部特征点的图像坐标与实际坐标的关系获取摄像机外参数矩阵M2,M2表示摄像机与机舱顶部的位姿关系。
9.根据权利要求8所述的系统,其特征在于,所述像素尺寸计算模块具体用于:从摄像机与机舱顶部的位姿关系矩阵中提取摄像机坐标系平面到机舱表面的距离H1,基于摄像机坐标系平面到风机机舱顶部的距离H1和地面至机舱顶部高度计算摄像机坐标系平面到地面之间的距离H,基于H和焦距F计算出不允许有房屋区域的范围半径R的像素尺寸r,计算公式如下:
10.根据权利要求9所述的系统,其特征在于,所述检测模块具体用于:预训练yolo模型,基于训练好的yolo模型检测并统计尺寸为r的圆内的房屋数量。
...【技术特征摘要】
1.一种基于机器视觉的风机周围房屋自动识别统计方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述s1具体包括:摄像机标定采用张正友标定法,由摄像机从不同方向采集多组摄棋盘格图像,对摄像机进行标定,获取摄像机的内参数矩阵m1和焦距f。
3.根据权利要求2所述的方法,其特征在于,所述s2具体包括:操作无人机起飞至特定高度,对风机机舱顶部进行图像采集,获取机舱顶部特征点的图像坐标,根据机舱设计图纸在机舱顶部建立坐标系并获取顶部各特征点的实际坐标,基于内参数矩阵,通过映射机舱顶部特征点的图像坐标与实际坐标的关系获取摄像机外参数矩阵m2,m2表示摄像机与机舱顶部的位姿关系。
4.根据权利要求3所述的方法,其特征在于,所述s3具体包括:从摄像机与机舱顶部的位姿关系矩阵中提取摄像机坐标系平面到机舱表面的距离h1,基于摄像机坐标系平面到风机机舱顶部的距离h1和地面至机舱顶部高度计算摄像机坐标系平面到地面之间的距离h,基于h和焦距f计算出不允许有房屋区域的范围半径r的像素尺寸r,计算公式如下:
5.根据权利要求4所述的方法,其特征在于,所述s6具体包括:预训练yolo模型,基于训练好的yolo模型检测并统计s5中所画圆内的房屋数量。
6.一种基于...
【专利技术属性】
技术研发人员:张晓阳,阎路,马欢,王萌,
申请(专利权)人:中国华电科工集团有限公司,
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。