CN106203265B - 一种施工扬尘污染源自动监测及影响范围预测系统及方法 - Google Patents

Abstract

本发明公开了一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测系统及方法，包括航空拍摄系统和地面监管与处理系统；航空拍摄系统包括航拍旋翼飞行器和移动设备及操控端；移动设备及操控端与飞行器采用无线通信，控制飞行器采集污染源监测区域图像；地面监管与处理系统包括图像处理单元和用户端，图像处理单元用于航拍图像中质量合格图像的初步筛选、畸变校正、平滑处理和污染源RGB颜色特征增强处理、边缘检测、污染源存在性判断及复核、疑似污染源特征提取、污染源RGB颜色特征值提取、疑似污染源的特征比对、图像的拼接、污染源分布分析和影响范围预测；用户端显示污染源监测区域完整图像、污染源分布图及影响范围预测图。

Description

一种施工扬尘污染源自动监测及影响范围预测系统及方法

技术领域

本发明涉及绿色施工管理和城市环境监测领域，尤其是涉及一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测系统及方法。

背景技术

建筑施工现场产生的扬尘是导致建筑工人罹患职业病和城市空气污染的重要原因之一。目前，施工扬尘污染监测仍然依靠人工巡查进行目视监测，由于监测人员的目视范围和精力有限，导致施工扬尘污染源监测的效果不佳。因此，在施工扬尘污染监测领域，亟需一种智能化、自动化的施工扬尘污染源监测和影响范围的预测方法及系统。

同时，基于无人机采集图像的图像处理技术已经在森林防护及监控领域、植被识别领域等得到应用。基于无人机采集图像的图像识别技术在森林病虫害监测预警和植被识别问题应用的可能性已经得到证实。

另一方面，OpenCV作为一种免费的跨平台的开源计算机视觉库，为本研究的开展提供了图像处理的程序编制平台。

此外，无人机的商用化进程不断加快，相关公司研发了一系列四轴、八轴等的旋翼航拍飞行器，搭载了4K超高清摄像头和视觉感应系统，能够高效率地完成本研究所需要的施工扬尘污染源监测区域图像的采集工作。加之，相关设备的平民化价格，为本研究的进行提供了方便。

发明内容

本发明克服了传统人工监测污染源效率偏低、范围有限的不足，提供了一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统，旨在自动监测施工区域内存在的扬尘污染源，及早发现并防止扬尘的持续扩散，可视化展现污染源分布情况及影响范围。

为了实现上述技术目的，本发明采用的技术方案为：

一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测系统，包括航空拍摄系统和地面监管与处理系统；

所述航空拍摄系统包括航拍旋翼飞行器和移动设备及操控端；所述航拍旋翼飞行器用于采集需进行施工扬尘污染源监测区域的图像；所述移动设备及操控端与航拍旋翼飞行器之间采用无线方式进行信息传输，用于控制航拍旋翼飞行器进行施工扬尘污染源监测区域图像的采集；

所述地面监管与处理系统包括图像处理单元和用户端；所述图像处理单元用于无人机采集图像中质量合格图像的初步筛选、畸变校正、平滑处理和图像污染源RGB颜色特征增强处理、施工扬尘污染源监测区域航拍图像的边缘检测、监测区域内污染源存在性的判断及复核、监测区域内疑似施工扬尘污染源的特征提取、标准施工扬尘污染源RGB颜色特征值提取、监测区域内疑似施工扬尘污染源的特征比对、扬尘污染源监测区域完整图像的拼接、施工扬尘污染源分布分析和影响范围预测；所述用户端用于施工扬尘污染源监测区域采集图像处理结果的显示，包括拼接后的施工扬尘污染源监测区域的完整图像、施工扬尘污染源分布图及影响范围预测图。

进一步地，所述图像处理单元包括图像预处理模块、图像边缘检测模块、污染源存在性判断及复核模块、污染源特征提取模块、污染源特征比对模块、污染源图像拼接模块、污染源分布分析模块、污染源影响范围预测模块；

所述图像预处理模块用于无人机采集图像中质量合格图像的初步筛选、畸变校正、平滑处理和特征增强处理，提高无人机采集图像的质量、减少图像中除施工扬尘污染源外物体对图像处理过程的影响、增强图像中主要施工扬尘污染源图像色彩的饱和度；

所述图像边缘检测模块用于预处理完成后的施工扬尘污染源监测区域航拍图像中区域的边缘提取，实现污染源监测区域图像中类似区域的合并，提高施工扬尘污染源区域识别的效率；

所述污染源存在性判断及复核模块用于初步判断无人机采集图像中是否存在施工扬尘污染源，对预处理完成后的施工扬尘污染源监测区域的航拍图像使用HSV颜色识别方法检测出符合标准施工扬尘污染源图像HSV颜色特征值区间内的区域图像，并进行人工复核；

所述污染源特征提取模块用于提取预处理完成后的施工扬尘污染源监测区域航拍图像的RGB颜色特征值和标准施工扬尘污染源图像的RGB颜色特征值，为施工扬尘污染源的RGB图像颜色特征的比对提供标准RGB颜色特征值；

所述污染源特征比对模块用于图像提取模块中提取的疑似施工扬尘污染源图像的RGB颜色特征值与预先采集的标准施工扬尘污染源图像的RGB颜色特征值的比对，并根据图像边缘检测结果计算比对出的施工扬尘污染源区域内的像素点数目，从而确定施工扬尘污染源的种类、面积；

所述污染源图像拼接模块用于施工扬尘污染源监测区域图像的拼接，从而生成施工扬尘污染源监测区域的完整图像，并为施工扬尘污染源分布分析与影响范围预测提供可视化平台；

所述污染源分布分析模块用于扬尘污染源分布情况的分析和可视化展示，自动生成监测区域内扬尘污染源分布图；

所述污染源影响范围预测模块用于污染源影响范围的预测及可视化展示，自动生成扬尘污染源影响范围预测图。

进一步地，所述地面监管与处理系统与所述移动设备及操控端之间能够通过无线方式连接，将所述地面监管与处理系统的处理结果发送给所述移动设备及操控端显示；所述地面监管与处理系统采用电脑实现，所述用户端为电脑显示器；所述移动设备及操控端采用智能手机或平板电脑作为控制终端。

基于上述系统，本发明还提出了一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法，包括依次执行的无人机航线规划方法及图像采集方法、施工扬尘污染源自动识别及定位方法、施工扬尘污染源分布分析方法、施工扬尘污染源影响范围预测方法。

进一步地，所述无人机航线规划方法包括：根据施工场地的特点和限制性条件，使用网格化分割方法划分施工扬尘污染源自动监测区域，并依据网格划分结果设置无人机的航迹点、飞行高度、速度以及飞行路线；

所述图像采集方法包括：依据网格和采样目标的种类设置无人机的图像采集、确定图像采集方式、确定网格中各位置采集图像时所采用的拍摄视角，视角可选择俯拍或鸟瞰，或两者兼具。

进一步地，所述网格化分割方法是将施工扬尘污染源自动监测区域划分为若干全等的正方形网格，且保证网格能够完全覆盖施工扬尘污染源监测区域，并依据网格边长计算正方形网格的数目，同时确定网格在监测区域中的具体位置。

进一步地，所述施工扬尘污染源自动识别及定位方法是对无人机采集的施工扬尘污染源监测区域的俯拍图像作以下处理：

(1)图像的预处理：

a.进行无人机采集的施工扬尘污染源监测区域图像的初步筛选，通过导入预先设定的图像质量标准，自动完成施工扬尘污染源监测区域无人机采集图像中质量合格图像的选定，根据需要考虑重新采集图像的必要性，提高图像处理的效率和效果；

b.进行选定图像的畸变校正，减少无人机施工扬尘污染源监测区域图像采集时因无人机及相机原因造成的图像失真；

c.进行选定图像的平滑处理，减少图像中除施工扬尘污染源外物体对图像处理过程的影响，提高图像处理效率；

d.进行选定图像色彩的饱和度的增强，提高施工扬尘污染源RGB颜色特征的提取和比对的效率；

(2)图像边缘检测：使用Canny边缘检测算法提取施工扬尘污染源监测区域航拍图像中的区域边缘，实现污染源监测区域图像中类似区域的合并，为污染源种类识别和面积计算提供区域边缘和区域内连通区域信息，提高施工扬尘污染源区域识别的效率；

(3)污染源存在性判断及人工复核：使用颜色特征识别方法判断无人机采集图像中是否存在具有施工扬尘污染源HSV颜色特征的区域，若存在则进入图像的RGB颜色特征提取，若不存在则进行人工复核，并根据人工复核结果判定是否进入图像RGB颜色特征的提取，提高图像处理的效率；

(4)污染源特征提取：在图像采集前，使用RGB颜色提取器提取标准施工扬尘污染源图像的RGB颜色特征值，并设定相应R、G、B特征阈值区间，作为航拍采集图像RGB颜色特征值比对的参考区间；使用颜色直方图法提取判断出存在施工扬尘污染源图像的RGB颜色特征值，用于航拍采集图像RGB颜色特征的比对；

(5)污染源特征比对：进行图像RGB颜色特征值的比对，当R、G、B三个值都处于施工扬尘污染源参考区间内时，自动识别施工扬尘污染源所在的连通区域，同时根据图像边缘检测的结果计算比对出的施工扬尘污染源区域内的像素点数目，实现污染源种类、连通区域的面积和位置的识别；

(6)污染源图像拼接：使用特征相关的图像拼接算法，将图像的RGB颜色特征作为相关特征，实现无人机采集图像中俯拍图像的自动拼接，生成施工扬尘污染源监测区域的完整图像。

进一步地，所述施工扬尘污染源分布分析方法包括：依据颜色差异确定施工扬尘污染源的种类，利用计算出的施工扬尘污染源连通区域及其像素点的数目确定面积及位置，并据此自动实现在拼接后的完整图像上进行污染源分布情况的可视化展示，经人工复核后，最终生成监测区域范围内的施工扬尘污染源分布图。

进一步地，所述人工复核是采用人工目视校验方式完成无人机采集图像中的鸟瞰视角的图像与自动生成的施工扬尘污染源分布图的比对，确保污染源分布图和影响范围预测图的准确性。

进一步地，所述施工扬尘污染源影响范围预测方法包括：根据污染源的种类、当地气象信息和地理信息，预测污染源影响的范围，生成污染源影响范围预测图。

本发明的有益效果：

1、本发明所述的施工扬尘污染源自动监测和影响范围预测系统及方法，在无人机采集图像的基础上，运用图像识别技术进行的扬尘污染源识别与分析，克服了传统人工监测污染源效率偏低、范围有限的不足，弥补了施工扬尘污染源自动监测领域的空白，提高了施工扬尘污染源监测的效率和效果。

2、本发明所述的施工扬尘污染源自动监测和影响范围预测系统及方法提高了施工扬尘污染源监测的安全性。本发明采用无人机采集监测区域的图像，取代人工实地巡查，减少了因施工场地的复杂性而导致的可能发生的人员损伤，具有很高的安全性和实用性。

3、本发明所述的施工扬尘污染源自动监测和影响范围预测系统及方法降低了施工扬尘污染源监测的成本。本发明使用无人机代替人工巡查，提高了施工扬尘污染源监测的效率，同时无人机价格的平民化也降低了污染源监测的成本；使用成熟的图像识别技术进行污染源的识别，在提升效果的同时也减少了人工的投入。

附图说明

图1为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统的系统结构示意图；

图2为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统的方法分解图；

图3为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统的航拍路线及图像采集点设置方法示意图；

图4为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统的系统运行流程图；

图5(a)、(b)分别为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测系统及方法的图像灰度二值化和Canny边缘检测图；

图6为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统的标准施工扬尘污染源RGB颜色特征值提取图；

图7为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统的颜色直方图法提取图像RGB颜色特征值图；

图8(a)、(b)分别为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统的SIFT算法的图像RGB颜色特征检测图和比对结果图；

图9(a)、(b)分别为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统的连通区域识别图和连通区域及像素点个数计算图；

图10为本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法及系统的施工扬尘污染源分布效果图。

具体实施方式

下面结合附图对本发明提供的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测系统及方法的实施方式进行进一步地详细描述。

如图1所示，一种基于无人机航拍图像的施工扬尘污染源自动监测及影响范围预测系统原理图，包括航空拍摄系统和地面监管与处理系统两个子系统；

进一步地，航空拍摄系统包括航拍旋翼飞行器和移动设备及操控端。

进一步地，航拍旋翼飞行器与移动设备及操控端相连，采用无线连接方式进行信息传输，可采用2.4GHz无线连接。

航空拍摄系统中各组件功能如下：

(1)航拍旋翼飞行器用于采集需要进行施工扬尘污染源监测区域的图像，主要包括施工扬尘污染源监测区域的鸟瞰和俯拍视角的图像。

(2)移动设备及操控端可以采用智能手机、PAD或其他智能移动设备实现，用于控制航拍旋翼飞行器进行施工扬尘污染源监测区域图像的采集，主要用于控制航拍旋翼飞行的起飞、降落、按照指定飞行路线飞行，并在图像采集区域拍摄符合要求的图像。

进一步地，地面监管与处理系统包括图像处理单元和用户端，地面监管与处理系统可以采用电脑实现，用户端为电脑显示屏。

进一步地，移动设备及操控端与地面监管与处理系统相连，采用无线连接方式进行信息传输，可采用4G或WLAN无线连接，用于接收地面监管与处理系统发送过来的处理结果并显示。

地面监管与处理系统中各组件功能如下：

(1)图像处理单元用于无人机采集图像中质量合格图像的初步筛选、畸变校正、平滑处理和图像污染源RGB颜色特征增强处理、施工扬尘污染源监测区域航拍图像的边缘检测、监测区域内污染源存在性的判断及人工复核、监测区域内可疑施工扬尘污染源RGB颜色特征的提取、监测区域内可疑施工扬尘污染源RGB颜色特征的比对、扬尘污染源监测区域完整图像的拼接、施工扬尘污染源分布分析和影响范围预测。

(2)用户端用于施工扬尘污染源监测区域采集图像处理结果的可视化显示，包括拼接后的施工扬尘污染源监测区域完整图像的显示、施工扬尘污染源分布图及影响范围预测图。

进一步地，图像处理单元包括图像预处理模块、图像边缘检测模块、污染源存在性判断及复核模块、污染源特征提取模块、污染源特征比对模块、污染源图像拼接模块、施工扬尘污染源分布分析模块及污染源影响范围预测模块；各模块功能作如下说明：

(1)图像预处理模块用于无人机采集图像中质量合格图像的初步筛选、畸变校正、平滑处理和特征增强处理，导入图像质量要求，初步筛选质量合格的照片，如果图像不符合质量要求则删除该图像，若同一图像采集点的三张图像都不符合质量要求则重新采集该图像采集点的图像，若存在符合质量要求的该图像采集点的图像，则系统不作处理，保证无人机采集图像的质量和效率；使用Gabor滤波法完成对航拍图像的平滑处理，减少图像中除施工扬尘污染源外物体对图像处理过程的影响；使用灰度变换法增强图像中主要施工扬尘污染源图像色彩的饱和度。

(2)图像边缘检测模块用于预处理完成后的施工扬尘污染源监测区域航拍图像中区域的边缘提取，使用Canny边缘检测算法提取区域边缘，并依据特征实现污染源监测区域图像中类似区域的合并，提高施工扬尘污染源区域识别的效率。

(3)污染源存在性判断及复核模块用于初步判断无人机采集图像中是否存在施工扬尘污染源，预先导入污染源HSV颜色特征值区间，使用HSV颜色识别算法识别图像中是否存在具有污染源HSV颜色特征的区域，初步判断施工扬尘污染源的存在性，若存在则进入图像RGB颜色特征提取，若不存在则进行人工复核，根据人工复核结果判定是否进入图像RGB颜色特征的提取；

(4)污染源特征提取模块用于预处理完成后的施工扬尘污染源监测区域航拍图像RGB颜色特征值的提取以及标准施工扬尘污染源图像RGB颜色特征值的提取，为施工扬尘污染源图像RGB颜色特征的比对提供扬尘污染源图像的RGB颜色特征值。

(5)污染源特征比对模块用于污染源特征提取模块中提取的疑似施工扬尘污染源图像的RGB颜色特征值与预先采集的标准施工扬尘污染源图像RGB颜色特征值的比对，并根据图像边缘检测出的图像边缘及连通区域内像素点数目，确定扬尘污染源的类型、面积和区域位置；

(6)污染源图像拼接模块用于施工扬尘污染源监测区域图像的拼接，生成施工扬尘污染源监测区域的完整图像，并使用无人机拍摄的鸟瞰图像进行人工复核，根据复核结果按照污染源分布的实际情况修改相关施工扬尘污染源分布分析的结果，为施工扬尘污染源分布分析与影响范围预测提供可视化平台。

(7)施工扬尘污染源分布分析模块用于扬尘污染源分布情况的分析和可视化展示，使用红、橙、黄三种颜色表示施工扬尘污染源的不同种类，根据污染源的所在区域面积判定污染源危害程度，自动生成监测区域内扬尘污染源分布图。

(8)施工扬尘污染源影响范围预测模块用于污染源影响范围的预测及可视化展示，根据污染源的分布以及当地的气象信息和地理信息预测扬尘污染源的影响范围，自动生成扬尘污染源影响范围预测图；

如图2、图4所示，一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法，包括无人机航线规划方法及图像采集方法、施工扬尘污染源自动识别及定位方法、施工扬尘污染源分布分析方法、施工扬尘污染源影响范围预测方法。下面分别说明。

无人机航线规划及图像采集方法包含以下步骤：

(1)首先，进行无人机航线的规划，根据施工场地的特点和限制性条件，使用网格化分割方法划分施工扬尘污染源自动监测区域，根据作业区域面积，如图3所示，将作业区域划分为20*20m(20*20m～50*50m，可根据具体场地大小作相应调整，需保证网格边长不大于区域内连线最大长度的1/5)的若干正方形网格，保证网格能够完全包含作业区域，并计算正方形网格的数目，确定网格在区域的具体位置；以作业区域边界外平坦位置一点作为起飞点(起飞时，将该点记录为返航点)，以图像采集点作为中间航迹点，以返航点(即起飞点)作为降落点；在飞行过程中，首先，无人机从0米上升至1.2m并在1.2m处悬停，然后控制无人机垂直上升，上升速度控制在3～4m/s，上升至距离地面100m处悬停(飞行高度可视具体情况作调整，另外，为防止不可控情况发生，设置飞行限高120m)，继而无人机由起飞点上空飞行至作业区域第一个图像采集点，水平飞行速度控制在8～10m/s，进入采样作业区域后，控制无人机在中间航迹点依次水平飞行，飞行速度控制在4～5m/s，飞行采样过程中，始终保持无人机距离采样区域高度为100m，最后，在完成所有中间航迹点(亦为图像采集点)飞行之后，无人机返航(设置返航高度为100m)。

(2)无人机图像采集方法，依据网格和采样目标的种类设置无人机的图像采集点、确定采样方式，并依据网格位置确定俯拍和鸟瞰的拍摄视角。

首先，在网格划分的基础上，于网格角点和网格中心点设置图像采集点。如图3所示，无人机从起飞点(B点)起飞并沿着所示03航线飞行，进入图像采集区域。

图像采集点设置及采样路线如下：

a.设定网格左上方角点为一号图像采集点(C点)，无人机从B点起飞后直达该点，开始采样作业；无人机从C点开始，按顺时针方向沿着网格外边线飞行，飞行路线如图3中03线所示；

b.在网格外圈，设置网格角点作为图像采集点(D点)；

c.第二圈以外网格中心点作为图像采集点，同样以D点表示，图3中04线为飞行路线；

d.第三圈以内网格角点作为图像采集点，同样以D点表示，图3中05线为飞行路线；

f.图3仅为示意，若有多层网格，则以该方法，根据网格角点和网格中心点的顺序依层设置图像采集点；

g.以中心网格的对角线交点作为终止图像采集点(A点)，图3中用06线表示，该点采集完成后表示采集工作完成，按照返航飞行线路返航，图中用07线表示。

然后，依据图像采集点和网格划分结果确定图像采集方式，如图3所示：

a.在外圈点采集图像时，采用固定俯拍的方式，3张连拍，相机与水平面呈90°夹角，图3中02线为图像有效采集范围，视网格大小而定；其中，在最外圈四个角点作业时，采用鸟瞰视角拍摄，图中01线表示鸟瞰视角范围，相机与水平面呈45°夹角，拍摄时控制无人机水平旋转90°采样；

b.在中心点采集图像时，采用固定俯拍的方式，3张连拍，图3中02线表示图像有效采集范围，视网格大小而定；

c.在内网格角点采集图像时，采用固定俯拍的方式，3张连拍，图3中02线表示图像有效采集范围，视网格大小而定；

d.依此类推，内圈角点、中心点(包括终止点)皆采用固定俯拍的方式。

施工扬尘污染源自动识别及定位方法包含以下步骤：

(1)图像预处理：

a.进行无人机采集的施工扬尘污染源监测区域图像的初步筛选，导入合格图像标准，筛选质量合格的照片，自动完成施工扬尘污染源监测区域无人机采集图像中合格的选定，如果图像不符合质量要求则删除该图像，若同一图像采集点的三张图像都不符合质量要求则重新采集该图像采集点的图像，若存在符合质量要求的该图像采集点的图像，则系统不作处理，保证无人机采集图像的质量和效率；

b.进行选定图像的畸变校正，减少无人机施工扬尘污染源监测区域图像采集时因无人机及相机原因造成的图像变形问题，提高图像的真实性；

c.进行选定图像的平滑处理，在OpenCV平台上使用Gabor滤波法完成对图像的平滑处理，减少图像中除施工扬尘污染源外物体对图像处理过程的影响，增加图像处理的效率；

d.进行选定图像特征颜色饱和度的增强，使用灰度变换法提高施工扬尘污染源颜色特征的提取和比对的效率；

(2)图像边缘检测：在OpenCV平台上使用Canny边缘检测算法提取扬尘污染源监测区域航拍图像图像中的区域边缘，如图5所示，实现污染源监测区域图像中类似区域的合并，为污染源种类识别和面积计算提供区域边缘和区域内连通区域信息，提高施工扬尘污染源区域识别的效率。

(3)污染源存在性判断及人工复核：使用颜色特征识别判断无人机采集图像中是否存在具有施工扬尘污染源特征的区域，预先导入污染源HSV颜色特征值区间，使用HSV颜色识别算法识别图像中是否存在具有污染源HSV颜色特征的区域，初步判断施工扬尘污染源的存在性，若存在则进入HSV图像特征的提取，若不存在则进行人工复核，根据人工复核结果判定是否进入HSV图像特征的提取。

(4)污染源特征提取：在图像采集前，在OpenCV平台上使用RGB颜色提取器提取标准施工扬尘污染源图像的RGB颜色特征值，如图6所示，并设定相应R、G、B特征阈值区间，作为航拍采集图像RGB颜色特征值比对的参考区间；使用颜色直方图法实现判断出存在施工扬尘污染源图像的RGB颜色特征值提取，如图7所示，用于航拍采集图像RGB颜色特征的比对，并确定施工扬尘污染源的类型和位置。

(5)污染源特征比对：在OpenCV平台上使用SIFT算法进行图像RGB颜色特征值的比对，如图8所示，当R、G、B三个值都处于施工扬尘污染源参考区间内时，自动识别施工扬尘污染源所在的连通区域，同时根据图像边缘检测的结果计算识别出具有施工扬尘污染源图像RGB颜色特征的连通区域的像素点数目，如图9所示，实现施工扬尘污染源识别区域的面积和区域的位置的识别。

(6)污染源图像拼接：使用特征相关的图像拼接算法，将图像的RGB颜色特征作为相关特征实现无人机采集图像中俯拍图像的自动拼接，生成施工扬尘污染源监测区域的完整图像。

特别指出，以上操作步骤处理的对象为无人机采集的施工扬尘污染源监测区域的俯拍图像。

施工扬尘污染源分布分析方法包含以下步骤：

(1)在施工扬尘污染源识别完成之后，依据施工扬尘污染源的颜色差异，确定施工扬尘污染源的种类，并依据计算出的施工扬尘污染源连通区域像素点的数目得到区域面积；

(2)根据施工扬尘污染源的种类和颜色，分析扬尘污染源的分布情况，并自动实现在拼接后的完整图像上进行污染源分布情况的可视化展示；

施工扬尘污染源种类颜色划分如下:

种类	颜色划分
		拆迁工地	红色
施工现场的裸土	橙色
		已覆盖区域	黄色

施工扬尘污染源污染程度划分如下：

污染源面积占比	污染严重程度
		10％以下	一般
10％-20％	较严重
		20-30％	严重
30％以上	非常严重

(3)经人工复核后，根据人工复核的结果进行相应施工扬尘污染源分布情况的修正，最终生成监测区域内的施工扬尘污染源分布图，如图10所示；

特别指出，人工复核采用人工目视校验方式完成无人机采集图像中的鸟瞰视角的图像与自动生成的施工扬尘污染源分布图的比对，确保污染源分布分析的准确性；

施工扬尘污染源影响范围预测方法：

根据污染源的种类、当地气象信息和地理信息，预测污染源影响的范围，生成污染源影响范围预测图。例如，在平原地区，最大风力在7级以下时，因裸土而产生的施工扬尘的主要影响范围与污染源的面积正相关，约为污染源周围半径100m的圆内，影响持续时间主要与风速有关，随风速的增加而减少；在高山较多的区域，施工扬尘的影响范围受环境影响程度较高，因山的阻隔而导致污染物扩散缓慢，影响持续时间主要与山的高度有关，随山高的增加而增加。另外，空气的湿度对于施工扬尘也有一定的影响，空气湿度越大，施工扬尘影响的范围越小，持续时间越长。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测系统，其特征在于，包括航空拍摄系统和地面监管与处理系统；

所述航空拍摄系统包括航拍旋翼飞行器和移动设备及操控端；所述航拍旋翼飞行器用于采集需进行施工扬尘污染源监测区域的图像；所述移动设备及操控端与航拍旋翼飞行器之间采用无线方式进行信息传输，用于控制航拍旋翼飞行器进行施工扬尘污染源监测区域图像的采集；

所述地面监管与处理系统包括图像处理单元和用户端；所述图像处理单元用于无人机采集图像中质量合格图像的初步筛选、畸变校正、平滑处理和图像污染源RGB颜色特征增强处理、施工扬尘污染源监测区域航拍图像的边缘检测、监测区域内污染源存在性的判断及复核、监测区域内疑似施工扬尘污染源的特征提取、标准施工扬尘污染源RGB颜色特征值提取、监测区域内疑似施工扬尘污染源的特征比对、扬尘污染源监测区域完整图像的拼接、施工扬尘污染源分布分析和影响范围预测；所述用户端用于施工扬尘污染源监测区域采集图像处理结果的显示，包括拼接后的施工扬尘污染源监测区域的完整图像、施工扬尘污染源分布图及影响范围预测图；

所述图像处理单元包括图像预处理模块、图像边缘检测模块、污染源存在性判断及复核模块、污染源特征提取模块、污染源特征比对模块、污染源图像拼接模块、污染源分布分析模块、污染源影响范围预测模块；

所述图像预处理模块用于无人机采集图像中质量合格图像的初步筛选、畸变校正、平滑处理和特征增强处理，提高无人机采集图像的质量、减少图像中除施工扬尘污染源外物体对图像处理过程的影响、增强图像中主要施工扬尘污染源图像色彩的饱和度；

所述图像边缘检测模块用于预处理完成后的施工扬尘污染源监测区域航拍图像中区域的边缘提取，实现污染源监测区域图像中类似区域的合并，提高施工扬尘污染源区域识别的效率；

所述污染源存在性判断及复核模块用于初步判断无人机采集图像中是否存在施工扬尘污染源，对预处理完成后的施工扬尘污染源监测区域的航拍图像使用HSV颜色识别方法检测出符合标准施工扬尘污染源图像HSV颜色特征值区间内的区域图像，并进行人工复核；

所述污染源特征提取模块用于提取预处理完成后的施工扬尘污染源监测区域航拍图像的RGB颜色特征值和标准施工扬尘污染源图像的RGB颜色特征值，为施工扬尘污染源的RGB图像颜色特征的比对提供标准RGB颜色特征值；

所述污染源特征比对模块用于图像提取模块中提取的疑似施工扬尘污染源图像的RGB颜色特征值与预先采集的标准施工扬尘污染源图像的RGB颜色特征值的比对，并根据图像边缘检测结果计算比对出的施工扬尘污染源区域内的像素点数目，从而确定施工扬尘污染源的种类、面积；

所述污染源图像拼接模块用于施工扬尘污染源监测区域图像的拼接，从而生成施工扬尘污染源监测区域的完整图像，并为施工扬尘污染源分布分析与影响范围预测提供可视化平台；

所述污染源分布分析模块用于扬尘污染源分布情况的分析和可视化展示，自动生成监测区域内扬尘污染源分布图；

所述污染源影响范围预测模块用于污染源影响范围的预测及可视化展示，自动生成扬尘污染源影响范围预测图。

2.根据权利要求1所述的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测系统，其特征在于，所述地面监管与处理系统与所述移动设备及操控端之间能够通过无线方式连接，将所述地面监管与处理系统的处理结果发送给所述移动设备及操控端显示；所述地面监管与处理系统采用电脑实现，所述用户端为电脑显示器；所述移动设备及操控端采用智能手机或平板电脑作为控制终端。

3.一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法，其特征在于，包括依次执行的无人机航线规划方法及图像采集方法、施工扬尘污染源自动识别及定位方法、施工扬尘污染源分布分析方法、施工扬尘污染源影响范围预测方法；

所述施工扬尘污染源自动识别及定位方法是对无人机采集的施工扬尘污染源监测区域的俯拍图像作以下处理：

(1)图像的预处理：

a.进行无人机采集的施工扬尘污染源监测区域图像的初步筛选，通过导入预先设定的图像质量标准，自动完成施工扬尘污染源监测区域无人机采集图像中质量合格图像的选定，根据需要考虑重新采集图像的必要性，提高图像处理的效率和效果；

b.进行选定图像的畸变校正，减少无人机施工扬尘污染源监测区域图像采集时因无人机及相机原因造成的图像失真；

c.进行选定图像的平滑处理，减少图像中除施工扬尘污染源外物体对图像处理过程的影响，提高图像处理效率；

d.进行选定图像色彩的饱和度的增强，提高施工扬尘污染源RGB颜色特征的提取和比对的效率；

(2)图像边缘检测：使用Canny边缘检测算法提取施工扬尘污染源监测区域航拍图像图像中的区域边缘，实现污染源监测区域图像中类似区域的合并，为污染源种类识别和面积计算提供区域边缘和区域内连通区域信息，提高施工扬尘污染源区域识别的效率；

(3)污染源存在性判断及人工复核：使用颜色特征识别方法判断无人机采集图像中是否存在具有施工扬尘污染源HSV颜色特征的区域，若存在则进入图像的RGB颜色特征提取，若不存在则进行人工复核，并根据人工复核结果判定是否进入图像RGB颜色特征的提取，提高图像处理的效率；

(4)污染源特征提取：在图像采集前，使用RGB颜色提取器提取标准施工扬尘污染源图像的RGB颜色特征值，并设定相应R、G、B特征阈值区间，作为无人机采集图像RGB颜色特征值比对的参考区间；使用颜色直方图法提取判断出存在施工扬尘污染源图像的RGB颜色特征值，用于无人机采集图像RGB颜色特征的比对；

(5)污染源特征比对：进行图像RGB颜色特征值的比对，当R、G、B三个值都处于施工扬尘污染源参考区间内时，自动识别施工扬尘污染源所在的连通区域，同时根据图像边缘检测的结果计算比对出的施工扬尘污染源区域内的像素点数目，实现污染源种类、连通区域的面积和位置的识别；

(6)污染源图像拼接：使用特征相关的图像拼接算法，将图像的RGB颜色特征作为相关特征，实现无人机采集图像中俯拍图像的自动拼接，生成施工扬尘污染源监测区域的完整图像。

4.根据权利要求3所述的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法，其特征在于，所述无人机航线规划方法包括：根据施工场地的特点和限制性条件，使用网格化分割方法划分施工扬尘污染源自动监测区域，并依据网格划分结果设置无人机的航迹点、飞行高度、速度以及飞行路线；

所述图像采集方法包括：依据网格和采样目标的种类设置无人机的图像采集、确定图像采集方式、确定网格中各位置采集图像时所采用的拍摄视角，视角可选择俯拍或鸟瞰，或两者兼具。

5.根据权利要求4所述的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法，其特征在于，所述网格化分割方法是将施工扬尘污染源自动监测区域划分为若干全等的正方形网格，且保证网格能够完全覆盖施工扬尘污染源监测区域，并依据网格边长计算正方形网格的数目，同时确定网格在监测区域中的具体位置。

6.根据权利要求3所述的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法，其特征在于，所述施工扬尘污染源分布分析方法包括：依据颜色差异确定施工扬尘污染源的种类，利用计算出的施工扬尘污染源连通区域及其像素点的数目确定面积及位置，并据此自动实现在拼接后的完整图像上进行污染源分布情况的可视化展示，经人工复核后，最终生成监测区域范围内的施工扬尘污染源分布图。

7.根据权利要求6所述的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法，其特征在于，所述人工复核是采用人工目视校验方式完成无人机采集图像中的鸟瞰视角的图像与自动生成的施工扬尘污染源分布图的比对，确保污染源分布图和影响范围预测图的准确性。

8.根据权利要求3所述的一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测方法，其特征在于，所述施工扬尘污染源影响范围预测方法包括：根据污染源的种类、当地气象信息和地理信息，预测污染源影响的范围，生成污染源影响范围预测图。