CN109285134A - 一种无人机影像智能采集系统和方法 - Google Patents

一种无人机影像智能采集系统和方法 Download PDF

Info

Publication number
CN109285134A
CN109285134A CN201811176059.0A CN201811176059A CN109285134A CN 109285134 A CN109285134 A CN 109285134A CN 201811176059 A CN201811176059 A CN 201811176059A CN 109285134 A CN109285134 A CN 109285134A
Authority
CN
China
Prior art keywords
image
value
unmanned plane
original image
drone body
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811176059.0A
Other languages
English (en)
Inventor
林振锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Quanzhou Smart Intelligent Technology Co Ltd
Original Assignee
Quanzhou Smart Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Quanzhou Smart Intelligent Technology Co Ltd filed Critical Quanzhou Smart Intelligent Technology Co Ltd
Priority to CN201811176059.0A priority Critical patent/CN109285134A/zh
Publication of CN109285134A publication Critical patent/CN109285134A/zh
Pending legal-status Critical Current

Links

Classifications

    • G06T5/70—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种无人机影像智能采集系统和方法，其中，采集系统包括无人机本体和安装于无人机底部的云台摄像机，所述云台摄像机具备3个摄像头；所述无人机本体的控制器配置有云台控制模块、图像筛选模块、图像处理模块，其中，所述云台控制模块被配置为根据指令控制云台摄像机依次将3个摄像头转动至同一拍摄位置时进行图像拍摄并存储；所述图像筛选模块被配置为根据指令将3个图像中的其中2个删除，仅留下一个作为原始图像；所述图像处理模块被配置为对原始图像进行去噪处理，以获取最终图像。

Description

一种无人机影像智能采集系统和方法
技术领域
本发明涉及无人机技术领域，特别地，涉及一种无人机影像智能采集系统和方法。
背景技术
随着经济建设的迅速发展和地理国情监测的提出，亟需大力发展地理国情信息实时获取和快速处理的技术体系。相对于传统的工程测量而言，以卫星、大飞机为搭载平台的遥感和航空摄影技术可以快速获取大范围的地理国情信息，能够在国家基本地形图的测制和更新中发挥着重要的作用。而随着无人机技术投入民用领域，以及数码相机技术的快速发展，无人机与遥感技术相结合形成的无人机遥感一体化系统成为目前地理国情监测领域的一个重要发展方向。因其具有机动、快速、经济等优点，这使得该系统在小区域测绘和应急数据获取等方面有着独特的优势。
但是，由于无人机的图像采集的质量，不仅与环境因素相关，也与摄像头的成像质量有关，一旦摄像头出现老化的情况，拍摄的图像就可能会产生较多的噪点，使得最终的采集结果不理想。
发明内容
有鉴于此，本发明的第一个目的是提供一种无人机影像智能采集系统，在一定程度上能够获取更加清晰的图像。
为了解决上述技术问题，本发明的技术方案是：
一种无人机影像智能采集系统，包括无人机本体和安装于无人机底部的云台摄像机，所述云台摄像机具备3个摄像头；所述无人机本体的控制器配置有云台控制模块、图像筛选模块、图像处理模块，其中，所述云台控制模块被配置为根据指令控制云台摄像机依次将3个摄像头转动至同一拍摄位置时进行图像拍摄并存储；所述图像筛选模块被配置为根据指令将3个图像中的其中2个删除，仅留下一个作为原始图像；所述图像处理模块被配置为对原始图像进行去噪处理，以获取最终图像。
优选地，所述图像处理模块包括：
第一处理单元，被配置为在原始图像中初始化一个预设尺寸的活动窗口，并使该活动窗口在原始图像上按照预设的移动路径移动，且每次仅移动一个像素单位；
第二处理单元，被配置为在该活动窗口每移动一次时，提取该活动窗口在移动过程中所选中的图像像素单元，并标记保存；
第三处理单元，被配置为计算每一被提取的图像像素单元的灰度值，并筛选出其中的max值和min值，之后将max值与min值进行差运算，若差值大于预设值，则将该图像像素单元的灰度值更新为M=，其中，a为max值，b为min值，k1、k2为常数，且k1+k2=2，k1取0.8～1，k2取1～1.2；
第四处理单元，被配置为将被更新过的图像像素单元更新至原始图像的对应区域，以获得中间处理图像；
第五处理单元，被配置为将中间处理图像分割为N×N的若干块子图像，并对每一块子图像进行稀疏表示；
第六处理单元，被配置为使用与变换基不相关的高斯观测矩阵将经过稀表示后的子图像的高维信号投影到低维空间，得到只包括 P维噪声向量的测量值Z；
第七处理单元，被配置为采用OMP算法对测量值Z进行图像重构，进而从每一块子图像中提取出有效的图像信号；
第八处理单元，被配置为将分别从每一块子图像提取的图像信号进行拼接，以获取最终图像。
优选地，所述第四处理单元采用 DCT 过完备字典作为稀疏表示的初始化字典。
优选地，所述的指令由无人机遥控器发送。
本发明的第二个目的是提供一种无人机影像智能采集方法，在一定程度上能够获取更加清晰的图像。
为了解决上述技术问题，本发明的技术方案是：
一种无人机影像智能采集方法，基于上述方案所述的无人机影像智能采集系统实现，包括：
S1、控制无人机本体到达预定的拍摄位置，并悬停；
S2、控制云台摄像机依次将3个摄像头转动至同一拍摄位置时进行图像拍摄并存储；
S3、无人机本体遥控器从无人机本体接收拍摄的图像并显示，并根据用户的筛选操作，生成相应的指令并发送至无人机本体；
S4、无人机本体根据指令将3个图像中的其中2个删除，仅留下一个作为原始图像；
S5、无人机本体对原始图像进行去噪处理，以获取最终图像。
优选地，对原始图像的去噪处理过程包括：
S51、在原始图像中初始化一个预设尺寸的活动窗口，并使该活动窗口在原始图像上按照预设的移动路径移动，且每次仅移动一个像素单位；
S52、在该活动窗口每移动一次时，提取该活动窗口在移动过程中所选中的图像像素单元，并标记保存；
S53、计算每一被提取的图像像素单元的灰度值，并筛选出其中的max值和min值，之后将max值与min值进行差运算，若差值大于预设值，则将该图像像素单元的灰度值更新为M=，其中，a为max值，b为min值，k1、k2为常数，且k1+k2=2，k1取0.8～1，k2取1～1.2；
S54、将被更新过的图像像素单元更新至原始图像的对应区域，以获得中间处理图像；
S55、将中间处理图像分割为N×N的若干块子图像，并对每一块子图像进行稀疏表示；
S56、使用与变换基不相关的高斯观测矩阵将经过稀表示后的子图像的高维信号投影到低维空间，得到只包括 P维噪声向量的测量值Z；
S57、采用OMP算法对测量值Z进行图像重构，进而从每一块子图像中提取出有效的图像信号；
S58、被配置为将分别从每一块子图像提取的图像信号进行拼接，以获取最终图像。
本发明技术效果主要体现在以下方面：1、利用多摄像头进行拍摄，并筛选出最优质的图像；2、利用全新的算法对筛选出的图像进行去噪处理，消除环境因素和其它因素引起的图像噪点。
附图说明
图1为实施例中无人机的示意图。
附图标记：1、无人机本体；2、云台摄像机；21、第一转动座；22、第二转动座；23、摄像头。
具体实施方式
以下结合附图，对本发明的具体实施方式作进一步详述，以使本发明技术方案更易于理解和掌握。
实施例一、
参照图1，本实施例提供了一种无人机影像智能采集系统，包括无人机本体1和安装于无人机底部的云台摄像机2。其中，云台摄像机2包括第一转动座21、第二转动座22和3个摄像头23，第一转动座21固定于无人机本体1的底部，第二转动座22安装于底座上，3个摄像头23安装于第二转动座22上。
无人机本体1的控制器配置有云台控制模块、图像筛选模块和图像处理模块。
其中，云台控制模块被配置为根据指令控制云台摄像机2依次将3个摄像头23转动至同一拍摄位置时进行图像拍摄并存储；具体地，用户通过无人机遥控器发送转动指令，无人机本体1接收到转动指令后，由云台控制模块控制第一转动座21转动，使得第二转动座22上的第一个摄像头23朝向拍摄目标方向；然后用户通过均无人机遥控器发送拍摄指令，无人机本体1接收到拍摄指令后，由云台控制模块控制第一个摄像头23拍摄图像并存储，然后控制第二转动座22转动预设角度（例如3个摄像头23对称分布，则转动120度）2次，分别使得第二个摄像头23、第三个摄像头23朝向拍摄目标方向，并且每转动一次，控制对应的摄像头23拍摄图像并存储。
图像筛选模块被配置为根据指令将3个图像中的其中2个删除，仅留下一个作为原始图像；具体地，无人机本体1将3个图像发送至无人机遥控器，无人机遥控器接收到图像并显示，用户根据显示结果进行筛选，完成后，无人机遥控器将用户的操作结果以指令的方式发送至无人机本体1，无人机本体1接收到指令的，由图像筛选模块进行筛选。
图像处理模块被配置为对原始图像进行去噪处理，以获取最终图像。
本实施例中，上述的图像处理模块包括第一处理单元、第二处理单元、第三处理单元、第四处理单元、第五处理单元、第六处理单元和第七处理单元。
其中，第一处理单元被配置为在原始图像中初始化一个预设尺寸的活动窗口，并使该活动窗口在原始图像上按照预设的移动路径移动，且每次仅移动一个像素单位。
第二处理单元被配置为在该活动窗口每移动一次时，提取该活动窗口在移动过程中所选中的图像像素单元，并标记保存。
第三处理单元被配置为计算每一被提取的图像像素单元的灰度值，并筛选出其中的max值和min值，之后将max值与min值进行差运算，若差值大于预设值，则将该图像像素单元的灰度值更新为M=，其中，a为max值，b为min值，k1、k2为常数，且k1+k2=2，k1取0.8～1，k2取1～1.2。
第四处理单元被配置为将被更新过的图像像素单元更新至原始图像的对应区域，以获得中间处理图像；具体地，采用 DCT 过完备字典作为稀疏表示的初始化字典。
第五处理单元被配置为将中间处理图像分割为N×N的若干块子图像，并对每一块子图像进行稀疏表示。
第六处理单元被配置为使用与变换基不相关的高斯观测矩阵将经过稀表示后的子图像的高维信号投影到低维空间，得到只包括 P维噪声向量的测量值Z。
第七处理单元被配置为采用OMP算法对测量值Z进行图像重构，进而从每一块子图像中提取出有效的图像信号。
第八处理单元被配置为将分别从每一块子图像提取的图像信号进行拼接，以获取最终图像。
实施例二、
本实施例提供一种无人机影像智能采集方法，基于实施例一所述的无人机影像智能采集系统实现，该方法包括：
S1、控制无人机本体1到达预定的拍摄位置，并悬停；
S2、控制云台摄像机2依次将3个摄像头23转动至同一拍摄位置时进行图像拍摄并存储；
S3、无人机本体1遥控器从无人机本体1接收拍摄的图像并显示，并根据用户的筛选操作，生成相应的指令并发送至无人机本体1；
S4、无人机本体1根据指令将3个图像中的其中2个删除，仅留下一个作为原始图像；
S5、无人机本体1对原始图像进行去噪处理，以获取最终图像。
具体地，本实施例中，步骤S5采用的图像去噪过程包括：
S51、在原始图像中初始化一个预设尺寸的活动窗口，并使该活动窗口在原始图像上按照预设的移动路径移动，且每次仅移动一个像素单位；
S52、在该活动窗口每移动一次时，提取该活动窗口在移动过程中所选中的图像像素单元，并标记保存；
S53、计算每一被提取的图像像素单元的灰度值，并筛选出其中的max值和min值，之后将max值与min值进行差运算，若差值大于预设值，则将该图像像素单元的灰度值更新为M=，其中，a为max值，b为min值，k1、k2为常数，且k1+k2=2，k1取0.8～1，k2取1～1.2；
S54、将被更新过的图像像素单元更新至原始图像的对应区域，以获得中间处理图像；
S55、将中间处理图像分割为N×N的若干块子图像，并对每一块子图像进行稀疏表示；
S56、使用与变换基不相关的高斯观测矩阵将经过稀表示后的子图像的高维信号投影到低维空间，得到只包括 P维噪声向量的测量值Z；
S57、采用OMP算法对测量值Z进行图像重构，进而从每一块子图像中提取出有效的图像信号；
S58、被配置为将分别从每一块子图像提取的图像信号进行拼接，以获取最终图像。
对比实验：
通过给原始图像添加一定程度的噪声，然后分别利用现有技术和本发明算法来进行滤波去噪，得出数据如下：
，从数据中可以看出，本发明算法的去噪效果更好。
当然，以上只是本发明的典型实例，除此之外，本发明还可以有其它多种具体实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求保护的范围之内。

Claims (6)

1.一种无人机影像智能采集系统，其特征是，包括无人机本体和安装于无人机底部的云台摄像机，所述云台摄像机具备3个摄像头；所述无人机本体的控制器配置有云台控制模块、图像筛选模块、图像处理模块，其中，所述云台控制模块被配置为根据指令控制云台摄像机依次将3个摄像头转动至同一拍摄位置时进行图像拍摄并存储；所述图像筛选模块被配置为根据指令将3个图像中的其中2个删除，仅留下一个作为原始图像；所述图像处理模块被配置为对原始图像进行去噪处理，以获取最终图像。
2.如权利要求1所述的一种无人机影像智能采集系统，其特征是，所述图像处理模块包括：
第一处理单元，被配置为在原始图像中初始化一个预设尺寸的活动窗口，并使该活动窗口在原始图像上按照预设的移动路径移动，且每次仅移动一个像素单位；
第二处理单元，被配置为在该活动窗口每移动一次时，提取该活动窗口在移动过程中所选中的图像像素单元，并标记保存；
第三处理单元，被配置为计算每一被提取的图像像素单元的灰度值，并筛选出其中的max值和min值，之后将max值与min值进行差运算，若差值大于预设值，则将该图像像素单元的灰度值更新为M=，其中，a为max值，b为min值，k1、k2为常数，且k1+k2=2，k1取0.8～1，k2取1～1.2；
第四处理单元，被配置为将被更新过的图像像素单元更新至原始图像的对应区域，以获得中间处理图像；
第五处理单元，被配置为将中间处理图像分割为N×N的若干块子图像，并对每一块子图像进行稀疏表示；
第六处理单元，被配置为使用与变换基不相关的高斯观测矩阵将经过稀表示后的子图像的高维信号投影到低维空间，得到只包括 P维噪声向量的测量值Z；
第七处理单元，被配置为采用OMP算法对测量值Z进行图像重构，进而从每一块子图像中提取出有效的图像信号；
第八处理单元，被配置为将分别从每一块子图像提取的图像信号进行拼接，以获取最终图像。
3.如权利要求2所述的一种无人机影像智能采集系统，其特征是，所述第四处理单元采用 DCT 过完备字典作为稀疏表示的初始化字典。
4.如权利要求3所述的一种无人机影像智能采集系统，其特征是，所述的指令由无人机遥控器发送。
5.一种无人机影像智能采集方法，基于权利要求1所述的种无人机影像智能采集系统实现，其特征是，包括：
S1、控制无人机本体到达预定的拍摄位置，并悬停；
S2、控制云台摄像机依次将3个摄像头转动至同一拍摄位置时进行图像拍摄并存储；
S3、无人机本体遥控器从无人机本体接收拍摄的图像并显示，并根据用户的筛选操作，生成相应的指令并发送至无人机本体；
S4、无人机本体根据指令将3个图像中的其中2个删除，仅留下一个作为原始图像；
S5、无人机本体对原始图像进行去噪处理，以获取最终图像。
6.如权利要求5所述的一种无人机影像智能采集方法，其特征是，对原始图像的去噪处理过程包括：
S51、在原始图像中初始化一个预设尺寸的活动窗口，并使该活动窗口在原始图像上按照预设的移动路径移动，且每次仅移动一个像素单位；
S52、在该活动窗口每移动一次时，提取该活动窗口在移动过程中所选中的图像像素单元，并标记保存；
S53、计算每一被提取的图像像素单元的灰度值，并筛选出其中的max值和min值，之后将max值与min值进行差运算，若差值大于预设值，则将该图像像素单元的灰度值更新为M=，其中，a为max值，b为min值，k1、k2为常数，且k1+k2=2，k1取0.8～1，k2取1～1.2；
S54、将被更新过的图像像素单元更新至原始图像的对应区域，以获得中间处理图像；
S55、将中间处理图像分割为N×N的若干块子图像，并对每一块子图像进行稀疏表示；
S56、使用与变换基不相关的高斯观测矩阵将经过稀表示后的子图像的高维信号投影到低维空间，得到只包括 P维噪声向量的测量值Z；
S57、采用OMP算法对测量值Z进行图像重构，进而从每一块子图像中提取出有效的图像信号；
S58、被配置为将分别从每一块子图像提取的图像信号进行拼接，以获取最终图像。
CN201811176059.0A 2018-10-10 2018-10-10 一种无人机影像智能采集系统和方法 Pending CN109285134A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811176059.0A CN109285134A (zh) 2018-10-10 2018-10-10 一种无人机影像智能采集系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811176059.0A CN109285134A (zh) 2018-10-10 2018-10-10 一种无人机影像智能采集系统和方法

Publications (1)

Publication Number Publication Date
CN109285134A true CN109285134A (zh) 2019-01-29

Family

ID=65176244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811176059.0A Pending CN109285134A (zh) 2018-10-10 2018-10-10 一种无人机影像智能采集系统和方法

Country Status (1)

Country Link
CN (1) CN109285134A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111741216A (zh) * 2020-06-17 2020-10-02 中国人民解放军陆军工程大学 一种无人机影像采集方法
CN114650356A (zh) * 2022-03-16 2022-06-21 思翼科技（深圳）有限公司 一种高清无线数字图像传输系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120327103A1 (en) * 2011-06-23 2012-12-27 Hon Hai Precision Industry Co., Ltd. Electronic device and method for processing image using the same
CN103149788A (zh) * 2013-03-22 2013-06-12 天津曙光敬业科技有限公司 空中360°全景照片拍摄装置及方法
US20150189283A1 (en) * 2013-12-30 2015-07-02 Yao Wang Coding using a redundant dictionary, such as video coding using a self-adaptive redundant dictionary including spatial and/or temporal prediction candidte atoms
CN105551028A (zh) * 2015-12-09 2016-05-04 中山大学 一种基于遥感影像的地理空间数据动态更新的方法及系统
CN105743510A (zh) * 2016-02-03 2016-07-06 南京邮电大学 一种基于稀疏字典无线传感器网络WSNs信号处理的方法
CN105824967A (zh) * 2016-04-01 2016-08-03 北京飞蝠科技有限公司 一种无人机航拍服务的内容处理方法及系统
CN106791682A (zh) * 2016-12-31 2017-05-31 四川九洲电器集团有限责任公司 一种获得场景图像的方法及设备
CN106791634A (zh) * 2016-12-14 2017-05-31 天津文康科技有限公司 一种基于光机电一体化的无人机拍摄全景图的方法及装置
CN107730479A (zh) * 2017-08-30 2018-02-23 中山大学 基于压缩感知的高动态范围图像去伪影融合方法
CN107917695A (zh) * 2017-11-16 2018-04-17 南京工业大学 一种基于图像识别技术的房屋倾斜监测方法
CN207290931U (zh) * 2017-09-28 2018-05-01 泉州市敏匠智能科技有限公司 一种新型的桌面3d打印机
US20180129856A1 (en) * 2016-11-04 2018-05-10 Loveland Innovations, LLC Systems and methods for adaptive scanning based on calculated shadows

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120327103A1 (en) * 2011-06-23 2012-12-27 Hon Hai Precision Industry Co., Ltd. Electronic device and method for processing image using the same
CN103149788A (zh) * 2013-03-22 2013-06-12 天津曙光敬业科技有限公司 空中360°全景照片拍摄装置及方法
US20150189283A1 (en) * 2013-12-30 2015-07-02 Yao Wang Coding using a redundant dictionary, such as video coding using a self-adaptive redundant dictionary including spatial and/or temporal prediction candidte atoms
CN105551028A (zh) * 2015-12-09 2016-05-04 中山大学 一种基于遥感影像的地理空间数据动态更新的方法及系统
CN105743510A (zh) * 2016-02-03 2016-07-06 南京邮电大学 一种基于稀疏字典无线传感器网络WSNs信号处理的方法
CN105824967A (zh) * 2016-04-01 2016-08-03 北京飞蝠科技有限公司 一种无人机航拍服务的内容处理方法及系统
US20180129856A1 (en) * 2016-11-04 2018-05-10 Loveland Innovations, LLC Systems and methods for adaptive scanning based on calculated shadows
CN106791634A (zh) * 2016-12-14 2017-05-31 天津文康科技有限公司 一种基于光机电一体化的无人机拍摄全景图的方法及装置
CN106791682A (zh) * 2016-12-31 2017-05-31 四川九洲电器集团有限责任公司 一种获得场景图像的方法及设备
CN107730479A (zh) * 2017-08-30 2018-02-23 中山大学 基于压缩感知的高动态范围图像去伪影融合方法
CN207290931U (zh) * 2017-09-28 2018-05-01 泉州市敏匠智能科技有限公司 一种新型的桌面3d打印机
CN107917695A (zh) * 2017-11-16 2018-04-17 南京工业大学 一种基于图像识别技术的房屋倾斜监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YULI FU等: ""Block-sparse recovery via redundant block OMP"", 《SIGNAL PROCESSING》 *
丁连根: ""基于过完备字典的图像分块压缩感知技术研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111741216A (zh) * 2020-06-17 2020-10-02 中国人民解放军陆军工程大学 一种无人机影像采集方法
CN111741216B (zh) * 2020-06-17 2021-08-03 中国人民解放军陆军工程大学 一种无人机影像采集方法
CN114650356A (zh) * 2022-03-16 2022-06-21 思翼科技（深圳）有限公司 一种高清无线数字图像传输系统

Similar Documents

Publication Publication Date Title
CN112164015B (zh) 单目视觉自主巡检图像采集方法、装置及电力巡检无人机
CN111272148B (zh) 输电线路无人机自主巡检自适应成像质量优化方法
US11897606B2 (en) System and methods for improved aerial mapping with aerial vehicles
CN109819208B (zh) 一种基于人工智能动态监控的密集人群安防监控管理方法
US10719940B2 (en) Target tracking method and device oriented to airborne-based monitoring scenarios
CN107466385B (zh) 一种云台控制方法及系统
CN111862296B (zh) 三维重建方法及装置、系统、模型训练方法、存储介质
CN110799921A (zh) 拍摄方法、装置和无人机
CN109858437B (zh) 基于生成查询网络的行李体积自动分类方法
CN112653844A (zh) 一种摄像头云台转向自适应跟踪调节方法
CN110555377B (zh) 一种基于鱼眼相机俯视拍摄的行人检测与跟踪方法
CN112686172B (zh) 机场跑道异物检测方法、装置及存储介质
CN112949750B (zh) 一种图像分类方法及计算机可读存储介质
CN111123962A (zh) 一种用于电力杆塔巡检的旋翼无人机重定位拍照方法
CN110443279B (zh) 一种基于轻量级神经网络的无人机图像车辆检测方法
US20210319234A1 (en) Systems and methods for video surveillance
CN111798373A (zh) 一种基于局部平面假设及六自由度位姿优化的快速无人机图像拼接方法
CN109285134A (zh) 一种无人机影像智能采集系统和方法
CN112200854B (zh) 一种基于视频图像的叶类蔬菜三维表型测量方法
CN109785373A (zh) 一种基于散斑的六自由度位姿估计系统及方法
CN113486697A (zh) 基于空基多模态图像融合的森林烟火监测方法
CN108737743B (zh) 基于图像拼接的视频拼接装置及视频拼接方法
CN106709862B (zh) 一种图像处理方法及装置
CN115116137A (zh) 基于轻量化YOLO v5网络模型与时空记忆机制的行人检测方法
US11605220B2 (en) Systems and methods for video surveillance

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190129

RJ01 Rejection of invention patent application after publication