CN112669278A - 一种基于无人机的梁底巡检及病害可视化方法及系统 - Google Patents

Abstract

本申请涉及一种基于无人机的梁底巡检及病害可视化方法及系统，涉及桥梁巡检技术领域，由于通过手动控制可使无人机根据预设的梁底巡检路线对梁底进行拍摄，解决了梁底无GPS卫星信号的问题；且在拼接梁底全景图前，先对原始梁底图片进行降采样处理，再以降采样后的低分辨图像作为待拼接对象，提高了单次图像拼接可容纳的图片数量和效率；另外，根据梁底病害检测位置坐标将梁底病害位置在拼接得到的梁底全景图中进行自动定位标识，并在梁底全景图上病害所处位置关联梁底病害检测信息。因此，本申请实施例不仅可高效完成梁底病害的巡检和准确定位及可视化展示，有效避免了漏检和重复工作的问题，还提高了单次图像拼接可容纳的图片数量和效率。

Description

一种基于无人机的梁底巡检及病害可视化方法及系统

技术领域

本申请涉及桥梁巡检技术领域，特别涉及一种基于无人机的梁底巡检及病害可视化方法及系统。

背景技术

桥梁在长期使用过程中，由于环境影响、大交通量、超载、结构本身的缺陷、维护不当或不及时等因素，易导致桥梁结构产生一定的损伤和病害，进而影响桥梁的安全性和使用寿命，因此，对桥梁结构进行健康巡检是桥梁安全运营的重要保障，而高效、精确地完成对桥梁结构体系的健康巡检是及时发现质量隐患的基础。

随着无人机航测技术的快速发展，其可以基于人工远程控制快速的完成对物体现有表面信息的提取，因此被广泛应用于交通基础设施的病害检测过程中。其中，普通航拍无人机定位采用全球卫星定位系统和惯导系统联合技术(GPS/INS组合制导)，其在短时段内巡航时，可发挥INS的短期高精度的特点；而在长时间巡航时，又可利用GPS的长期稳定性和准确性特点，两者功能互补，配合导航算法，即可实现无人机以较高精度的巡航。

但是，对于桥梁检测无人机而言，由于桥梁结构的遮挡，特别是当无人机在桥下检测时，易导致无人机中的GPS设备在检测过程中出现通信失联的问题，使得其无法收到GPS卫星信号，进而导致导航系统瘫痪，从而无法完成导航系统中预设的航行巡检路线，造成桥梁底部病害的漏检或大量的重复工作，使得桥梁底部的病害无法进行准确定位及可视化展示。

发明内容

本申请实施例提供一种基于无人机的梁底巡检及病害可视化方法及系统，以解决相关技术中由于桥底无GPS卫星信号而导致的桥梁底部病害存在漏检、重复工作多且无法准确定位和可视化展示的问题。

第一方面，提供了一种基于无人机的梁底巡检及病害可视化方法，包括以下步骤：

获取无人机在手动控制状态下沿预设梁底巡检路线拍摄的一组原始梁底图片；

对所述原始梁底图片进行病害检测，得到梁底病害检测信息，所述梁底病害检测信息包括病害检测位置坐标；

对所述原始梁底图片进行降采样处理，得到降采样图片；

对所述降采样图片进行有序拼接，得到梁底全景图；

根据所述病害检测位置坐标，将所述梁底病害检测信息标识至所述梁底全景图中。

一些实施例中，所述预设梁底巡检路线为回形步进扫描路线。

所述回形步进扫描路线中的每个起点和每个终点分别位于梁底外部两侧。

在所述获取无人机在手动控制状态下沿预设梁底巡检路线拍摄的一组原始梁底图片之前，还包括：

预设梁底巡检路线；

在手动控制状态下控制无人机沿所述预设梁底巡检路线对梁底进行拍摄，得到一组原始梁底图片。

所述在手动控制状态下控制无人机沿所述预设梁底巡检路线对梁底进行拍摄，得到一组原始梁底图片，包括：

在手动控制状态下，控制无人机根据回形步进扫描路线对梁底进行拍摄，得到多条并行的图片条带，所述图片条带至少包括一张原始梁底图片。

所述对所述原始梁底图片进行降采样处理，得到降采样图片，包括：

对图片条带上的原始梁底图片进行降采样处理，得到多条并行的降采样图片条带，所述降采样图片条带至少包括一张降采样图片。

所述对降采样图片进行有序拼接，得到梁底全景图，包括：

对每条降采样图片条带上的降采样图片进行有序拼接；

待所有降采样图片拼接完成后，将所有降采样图片条带进行有序拼接，得到梁底全景图。

所述在手动控制状态下，控制无人机根据回形步进扫描路线对梁底进行拍摄，得到多条并行的图片条带，所述图片条带至少包括一张原始梁底图片之前，还包括：

使用第一算法确定图片条带上原始梁底图片的数量，使用第二算法确定所述图片条带的数量；

所述第一算法包括：

M_number＝M/(H/2)-1

式中，M_number为图片条带上原始梁底图片的数量，M为梁底的宽度，H为无人机上的相机实际可拍摄到的实物长度；

所述第二算法包括：

L_number＝L/(W/2)-1

式中，L_number为图片条带的数量，L为梁底的长度，W为无人机上的相机实际可拍摄到的实物宽度。

所述梁底病害检测信息还包括病害类别和所述病害被识别为某种类别的概率。

第二方面，提供了一种基于无人机的梁底巡检及病害可视化系统，包括：

无人机，其用于在手动控制状态下沿预设梁底巡检路线对梁底进行拍摄，得到一组原始梁底图片；

可视化设备，其用于获取所述原始梁底图片；对所述原始梁底图片进行病害检测，得到梁底病害检测信息，所述梁底病害检测信息包括病害检测位置坐标；对所述原始梁底图片进行降采样处理，得到降采样图片；对所述降采样图片进行有序拼接，得到梁底全景图；根据所述病害检测位置坐标，将所述梁底病害检测信息标识至所述梁底全景图中。

本申请提供的技术方案带来的有益效果包括：不仅可高效完成梁底病害的巡检和准确定位以及可视化展示，有效避免了漏检和重复工作的问题，还提高了单次图像拼接可容纳的图片数量和效率。

本申请实施例提供了一种基于无人机的梁底巡检及病害可视化方法及系统，由于在进行梁底巡检前，预先制定好了一条高效的预设梁底巡检路线，并通过手动控制实现无人机可根据预设梁底巡检路线对梁底进行拍摄，解决了梁底无GPS卫星信号的问题，保证既无漏检也无多余的重复工作；且在拼接梁底全景图前，先对原始梁底图片进行降采样处理，再以降采样后的低分辨图像为待拼接对象，提高了单次图像拼接可容纳的图片数量和效率；另外，根据梁底病害检测位置坐标将梁底病害位置在拼接得到的梁底全景图中进行标识，实现病害在梁底全景图上的自动定位，并在梁底全景图上病害出现的位置关联梁底病害检测信息，实现了病害的可视化展示。因此，本申请实施例不仅可高效完成梁底病害的巡检和准确定位以及可视化展示，有效避免了漏检和重复工作的问题，还提高了单次图像拼接可容纳的图片数量和效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种基于无人机的梁底巡检及病害可视化方法的流程示意图；

图2为本申请实施例提供的回形步进扫描路线的布置示意图；

图3为本申请实施例提供的无人机梁底巡检定位示意图；

图4为本申请实施例提供的梁底全景图；

图5为本申请实施例提供的病害可视化展示示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种基于无人机的梁底巡检及病害可视化方法及系统，其能解决相关技术中由于桥底无GPS卫星信号而导致的桥梁底部病害存在漏检、重复工作多且无法准确定位和可视化展示的问题。

图1是本申请实施例提供的一种基于无人机的梁底巡检及病害可视化方法的流程示意图，包括以下步骤：

S1：获取无人机在手动控制状态下沿预设梁底巡检路线拍摄的一组原始梁底图片。

更进一步的，在本申请实施例中，预设梁底巡检路线为回形步进扫描路线；此外，由于考虑到无人机在实际拍摄中，当其处于桥梁底部时无法接收到GPS卫星信号，会导致位置信息丢失，因此采用在桥梁底部外侧梁段进行GPS定位，即回形步进扫描路线中的每个起点和每个终点分别位于梁底外部两侧。

更进一步的，在本申请实施例中，在获取无人机在手动控制状态下沿预设梁底巡检路线拍摄的一组原始梁底图片之前，还包括以下步骤：

预设梁底巡检路线；

在手动控制状态下控制无人机沿预设梁底巡检路线对梁底进行拍摄，得到一组原始梁底图片。

更进一步的，在本申请实施例中，在手动控制状态下控制无人机沿预设梁底巡检路线对梁底进行拍摄，得到一组原始梁底图片，具体包括以下步骤：

在手动控制状态下，控制无人机根据回形步进扫描路线对梁底进行拍摄，得到多条并行的图片条带，图片条带至少包括一张原始梁底图片。

更进一步的，在本申请实施例中，在手动控制状态下，控制无人机根据回形步进扫描路线对梁底进行拍摄，得到多条并行的图片条带，图片条带至少包括一张原始梁底图片之前，还包括以下步骤：

使用第一算法确定图片条带上原始梁底图片的数量，使用第二算法确定图片条带的数量；

第一算法包括：

M_number＝M/(H/2)-1

式中，M_number为图片条带上原始梁底图片的数量，M为梁底的宽度，H为无人机上的相机实际可拍摄到的实物长度；

第二算法包括：

L_number＝L/(W/2)-1

式中，L_number为图片条带的数量，L为梁底的长度，W为无人机上的相机实际可拍摄到的实物宽度。

S2：对原始梁底图片进行病害检测，得到梁底病害检测信息，梁底病害检测信息包括病害检测位置坐标。

更进一步的，在本申请实施例中，梁底病害检测信息还包括病害类别和病害被识别为某种类别的概率。

S3：对原始梁底图片进行降采样处理，得到降采样图片。

更进一步的，在本申请实施例中，对原始梁底图片进行降采样处理，得到降采样图片，具体包括以下步骤：

对图片条带上的原始梁底图片进行降采样处理，得到多条并行的降采样图片条带，降采样图片条带至少包括一张降采样图片。

S4：对降采样图片进行有序拼接，得到梁底全景图。

更进一步的，在本申请实施例中，对降采样图片进行有序拼接，得到梁底全景图，具体包括以下步骤：

对每条降采样图片条带上的降采样图片进行有序拼接；

待所有降采样图片拼接完成后，将所有降采样图片条带进行有序拼接，得到梁底全景图。

S5：根据病害检测位置坐标，将梁底病害检测信息标识至梁底全景图中。

其中，将包括病害类别和病害被识别为某种类别的概率在内的梁底病害检测信息关联到梁底全景图中病害所在位置处，使用户可获取到更多关于病害的可视化信息。

由于在进行梁底巡检前，预先制定好了一条高效的预设梁底巡检路线，并通过手动控制实现无人机可根据预设梁底巡检路线对梁底进行拍摄，解决了梁底无GPS卫星信号的问题，保证既无漏检也无多余的重复工作；且在拼接梁底全景图前，先对原始梁底图片进行降采样处理，再以降采样后的低分辨图像为待拼接对象，提高了单次图像拼接可容纳的图片数量和效率；另外，根据梁底病害检测位置坐标将梁底病害位置在拼接得到的梁底全景图中进行标识，实现病害在梁底全景图上的自动定位，并在梁底全景图上病害出现的位置关联梁底病害检测信息，实现了病害的可视化展示。因此，本申请实施例不仅可高效完成梁底病害的巡检和准确定位以及可视化展示，有效避免了漏检和重复工作的问题，还提高了单次图像拼接可容纳的图片数量和效率。

具体的，本申请实施例中提供的一种基于无人机的梁底巡检及病害可视化方法的工作原理为：

以跨为单位进行桥梁底部巡检，需要无人机上的相机尽可能平行于病害表面拍摄，拍摄距离保持在3m左右，角度偏差不超过±15°，在本申请实施例中采用的机载高清相机分辨率为5184像素*3888像素，采集的每张原始梁底图片表示的实际面积大小约为0.5米*0.4米，其中，0.5米为相机实际可拍摄到的实物长度H，0.4米为相机实际可拍摄到的实物宽度W，单张重叠率不少于50％；参见图2所示，人为控制无人机按照回型步进扫描方式(包括A点至H点的回形步进扫描路线)进行静态直线停走扫描(static rectilinear stop-and-go scan)，当无人机方向发生突变时，表示无人机换行，即当无人机从B点转到C点处，单条图片条带间进行拍摄时，飞行间隔0.25m拍摄一张原始梁底图片，单条图片条带拍摄完成后，平移0.2米的距离到下一条图片条带开始重复上述工作；桥梁每跨宽度为M米、长度为L米，每个图片条带采集的原始梁底图片数量为M_number＝M/(0.5/2)-1，采集的图片条带数量为L_number＝L/(0.4/2)-1。

考虑到无人机在实际拍摄中，当处于桥梁底部时，是无法接收到GPS卫星信号，进而会导致位置信息丢失，因此，拟考虑采用在桥梁底部外侧梁段进行GPS定位，然后控制无人机在定位的两个端点之间匀速飞行，并以一个固定的频率进行自动拍摄，以保证其处于桥梁底部时可按照50％重叠率进行拍摄；参见图3所示的无人机梁底巡检定位示意图，其中，两条平行竖线为桥梁覆盖范围，其内部为无GPS卫星信号部分，现以图片条带为单位进行拍摄，每个图片条带两端均位于桥梁覆盖范围以外用于GPS定位(即分别位于两平行竖线以外的定位点)；定好位以后，让无人机于两个定位点之间匀速直线飞行，并使相机按照固定频率进行自动连拍，拍摄点如图4中位于两平行线以内的定位点所示；待单条图片条带拍摄完成以后，平移到下一条图片条带开始重复上述工作，各个图片条带之间间隔0.2m；这样两个桥墩之间的底部图像就由若干个有序的图片条带组成，从而实现了图像编号。

对原始梁底图片进行病害检测，得到包括病害检测位置坐标、病害类别和病害被识别为某一种类别的概率在内的梁底病害检测信息。

再以跨为单位对采集到的图片条带内的原始梁底图片进行降采样处理，得到多条并行的至少包括一张降采样图片的降采样图片条带，并对每条降采样图片条带上的降采样图片进行有序拼接；待所有降采样图片拼接完成后，将所有降采样图片条带进行有序拼接，得到梁底全景图，即以低的分辨率换取更多数量的降采样图片、更短时间的图像拼接，为用户提供桥梁底部的全景图(参见图4所示)。

其中，按照采集的时间先后顺序将降采样图片以降采样图片条带为单位进行批量命名(即使降采样图片的标号顺序与原始梁底图片的标号顺序保持一致，降采样图片条带的标号顺序与图片条带的标号顺序保持一致)，如×_×.jpg，第一个×表示降采样图片条带的序号(从1开始取值依次递增)，第二个×表示降采样图片的序号(从1开始取值，依次递增)，每个降采样图片条带的所有图像拼接以及降采样图片条带间的图像拼接均采用有序拼接的方式进行图像拼接，以此缩短拼接时间。

降采样图片条带内部的降采样图片进行拼接时，以序号为1的降采样图片为基准图片，根据同一个降采样图片条带内降采样图片序号的先后顺序进行拼接，首先是序号为2的降采样图片与基准图片进行拼接，将拼接结果作为新的基准图片，选择序号为3的降采样图片与新的基准图片进行拼接，按照这种方式不断迭代完成降采样图片条带内的所有降采样图片的拼接(即第一幅降采样图片只与第二幅降采样图片进行拼接，其拼接结果只与第三幅降采样图片拼接，按照这种规则完成单条降采样图片条带内部的拼接)；降采样图片条带间的图像拼接也是按照这种规则，将拼接好的所有降采样图片条带按照序号进行升序排列，以序号为1的拼接好的降采样图片条带为基准条带，根据上述拼接好的降采样图片条带序号的先后顺序进行拼接，首先是序号为2的拼接好的降采样图片条带与基准条带进行拼接，将拼接结果作为新的基准条带，选择拼接好的序号为3的降采样图片条带与新的基准条带进行拼接，按照这种方式不断迭代完成所有降采样图片条带间的拼接(即第一条拼接完成的降采样图片条带只与第二条拼接完成的降采样图片条带进行拼接，其拼接结果只与第三条降采样图片条带进行拼接，按照这种规则完成所有降采样图片条带之间的图像拼接)，实现桥梁底部全景图的拼接。

由于采集的原始图片分辨率高，对原始病害图片进行检测结果越准确，因此，参见图5所示，可根据病害检测位置框(即病害检测位置)在原始高分辨率图像上的位置坐标，在梁底全景图上将病害标识出来，从而实现病害在梁底全景图上的自动定位，并在病害出现的位置关联病害的检测结果(检测结果包括病害类别和病害被识别为某种类别的概率在内的梁底病害检测信息)。

本申请实施例在进行梁底巡检时，针对梁底无GPS卫星信号的问题，制定了一条手动操作无人机的高效巡检路线，保证既无漏检也无多余的重复的工作；并在拼接梁底全景图时，将采集的高分辨率图片进行降采样，以降采样后的低分辨图像为待拼接对象，先进行降采样图片条带内部的有序拼接，再进行降采样图片条带间的有序拼接，提高了单次图像拼接可容纳的图片数量和效率；且在病害自动定位可视化展示时，根据病害检测位置框在原始高分辨率图像上的位置坐标，在梁底全景图上将病害标识出来，从而实现病害在梁底全景图上的自动定位，并在梁底全景图上病害出现的位置关联病害的检测结果，实现病害的可视化展示。

本申请实施例还提供一种基于无人机的梁底巡检及病害可视化系统，包括无人机和可视化设备，无人机上搭载有相机；其中，无人机用于在手动控制状态下沿预设梁底巡检路线对梁底进行拍摄，得到一组原始梁底图片；可视化设备用于获取该原始梁底图片，并对该原始梁底图片进行病害检测，得到梁底病害检测信息，梁底病害检测信息包括病害检测位置坐标，其次对原始梁底图片进行降采样处理，得到降采样图片；再对降采样图片进行有序拼接，得到梁底全景图，根据病害检测位置坐标，将梁底病害检测信息标识至梁底全景图中。

由于在进行梁底巡检前，预先制定好了一条高效的预设梁底巡检路线，并通过手动控制实现无人机可根据预设梁底巡检路线对梁底进行拍摄，解决了梁底无GPS卫星信号的问题，保证既无漏检也无多余的重复工作；且在拼接梁底全景图前，先对原始梁底图片进行降采样处理，再以降采样后的低分辨图像为待拼接对象，提高了单次图像拼接可容纳的图片数量和效率；另外，根据梁底病害检测位置坐标将梁底病害位置在拼接得到的梁底全景图中进行标识，实现病害在梁底全景图上的自动定位，并在梁底全景图上病害出现的位置关联梁底病害检测信息，实现了病害的可视化展示。因此，本申请实施例不仅可高效完成梁底病害的巡检和准确定位以及可视化展示，有效避免了漏检和重复工作的问题，还提高了单次图像拼接可容纳的图片数量和效率。

在本申请的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在本申请中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于无人机的梁底巡检及病害可视化方法，其特征在于，包括以下步骤：

获取无人机在手动控制状态下沿预设梁底巡检路线拍摄的一组原始梁底图片；

对所述原始梁底图片进行病害检测，得到梁底病害检测信息，所述梁底病害检测信息包括病害检测位置坐标；

对所述原始梁底图片进行降采样处理，得到降采样图片；

对所述降采样图片进行有序拼接，得到梁底全景图；

根据所述病害检测位置坐标，将所述梁底病害检测信息标识至所述梁底全景图中。

2.如权利要求1所述的一种基于无人机的梁底巡检及病害可视化方法，其特征在于：所述预设梁底巡检路线为回形步进扫描路线。

3.如权利要求2所述的一种基于无人机的梁底巡检及病害可视化方法，其特征在于：所述回形步进扫描路线中的每个起点和每个终点分别位于梁底外部两侧。

4.如权利要求2所述的一种基于无人机的梁底巡检及病害可视化方法，其特征在于，在所述获取无人机在手动控制状态下沿预设梁底巡检路线拍摄的一组原始梁底图片之前，还包括：

预设梁底巡检路线；

在手动控制状态下控制无人机沿所述预设梁底巡检路线对梁底进行拍摄，得到一组原始梁底图片。

5.如权利要求4所述的一种基于无人机的梁底巡检及病害可视化方法，其特征在于，所述在手动控制状态下控制无人机沿所述预设梁底巡检路线对梁底进行拍摄，得到一组原始梁底图片，包括：

在手动控制状态下，控制无人机根据回形步进扫描路线对梁底进行拍摄，得到多条并行的图片条带，所述图片条带至少包括一张原始梁底图片。

6.如权利要求5所述的一种基于无人机的梁底巡检及病害可视化方法，其特征在于，所述对所述原始梁底图片进行降采样处理，得到降采样图片，包括：

对图片条带上的原始梁底图片进行降采样处理，得到多条并行的降采样图片条带，所述降采样图片条带至少包括一张降采样图片。

7.如权利要求6所述的一种基于无人机的梁底巡检及病害可视化方法，其特征在于，所述对降采样图片进行有序拼接，得到梁底全景图，包括：

对每条降采样图片条带上的降采样图片进行有序拼接；

待所有降采样图片拼接完成后，将所有降采样图片条带进行有序拼接，得到梁底全景图。

8.如权利要求5所述的一种基于无人机的梁底巡检及病害可视化方法，其特征在于，所述在手动控制状态下，控制无人机根据回形步进扫描路线对梁底进行拍摄，得到多条并行的图片条带，所述图片条带至少包括一张原始梁底图片之前，还包括：

使用第一算法确定图片条带上原始梁底图片的数量，使用第二算法确定所述图片条带的数量；

所述第一算法包括：

M_number＝M/(H/2)-1

式中，M_number为图片条带上原始梁底图片的数量，M为梁底的宽度，H为无人机上的相机实际可拍摄到的实物长度；

所述第二算法包括：

L_number＝L/(W/2)-1

式中，L_number为图片条带的数量，L为梁底的长度，W为无人机上的相机实际可拍摄到的实物宽度。

9.如权利要求1所述的一种基于无人机的梁底巡检及病害可视化方法，其特征在于：所述梁底病害检测信息还包括病害类别和所述病害被识别为某种类别的概率。

10.一种基于无人机的梁底巡检及病害可视化系统，其特征在于，包括：

无人机，其用于在手动控制状态下沿预设梁底巡检路线对梁底进行拍摄，得到一组原始梁底图片；

可视化设备，其用于获取所述原始梁底图片；对所述原始梁底图片进行病害检测，得到梁底病害检测信息，所述梁底病害检测信息包括病害检测位置坐标；对所述原始梁底图片进行降采样处理，得到降采样图片；对所述降采样图片进行有序拼接，得到梁底全景图；根据所述病害检测位置坐标，将所述梁底病害检测信息标识至所述梁底全景图中。

Images