CN112684456A - 一种无人机超声立体成像模型系统 - Google Patents

Abstract

本发明公开了一种无人机超声立体成像模型系统，包括超声波发射模块、超声波接收模块、超声信息接收模块、模型组建模块、总控模块、模型接收终端与模型展示终端；所述超声波发射模块与超声波接收模块均安装在无人机上，并在无人机飞行到预设位置后开始运行；所述超声波发射模块用于发射超声波，所述超声波接收模块用于接收反弹会的超声波，所述超声信息接收模块用于接收超声信息，超声信息为超声射频信号，是超声回波经过数模变换后得到的数据，所述超声信息被发送到模型组建模块进行模型组建，组建好模型后实时模型被发送到总控模块，总控模块接收到实时模型后。本发明能够更好进行模型成像，构建出模型尺寸更加精准。

Description

一种无人机超声立体成像模型系统

技术领域

本发明涉及立体成像领域，具体涉及一种无人机超声立体成像模型系统。

背景技术

立体成像的拍摄可分为静态景物拍摄和动态景物拍摄两大类。静态景物的拍摄，只需要使用一部照相机，在某一个位置角度先拍一张照片，然后平行移动照相机一段距离再拍一张，这样就得到了一组具有视差的立体照片。动态景物的拍摄,则需要利用特殊的立体相机,或者两部照相机一次同时拍摄两张照片，在使用无人机进行超声立体成像构建模型时，急需要使用到无人机超声立体成像模型系统。

现有的无人机超声立体成像模型系统，构建模型过程中容易因为数据的不准确导致的构建出的模型出现尺寸偏差过大的问题，给无人机超声立体成像模型系统的使用带来了一定影响，因此，提出一种无人机超声立体成像模型系统。

发明内容

本发明所要解决的技术问题在于：如何解决现有的无人机超声立体成像模型系统，构建模型过程中容易因为数据的不准确导致的构建出的模型出现尺寸偏差过大的问题，给无人机超声立体成像模型系统的使用带来了一定影响的问题，提供了一种无人机超声立体成像模型系统。

5、本发明是通过以下技术方案解决上述技术问题的，本发明包括超声波发射模块、超声波接收模块、超声信息接收模块、模型组建模块、总控模块、模型接收终端与模型展示终端；

所述超声波发射模块与超声波接收模块均安装在无人机上，并在无人机飞行到预设位置后开始运行；

所述超声波发射模块用于发射超声波，所述超声波接收模块用于接收反弹会的超声波，所述超声信息接收模块用于接收超声信息，超声信息为超声射频信号，是超声回波经过数模变换后得到的数据，所述超声信息被发送到模型组建模块进行模型组建，组建好模型后实时模型被发送到总控模块，总控模块接收到实时模型后，即生成验证指令，验证指令被发送到无人机，无人机即飞回到开始位置，之后超声波发送模块再次运行发送发射超声波；

所述超声波接收模块接收到超声波发送模块再次运行发送发射超声波后，超声信息接收模块再次接收超声信息，并将再次接收的超声信息发送到模型组建模块进行二次模型组建，将实时模型与二次模型进行比对，比对通过后，实时模型与二次模型均被发送到模型接收模块，所述模型接收模块接收到实时模型与二次模型后，将实时模型与二次模型发送到模型展示终端进行预览展示。

优选的，所述模型组建模块组建模型的具体过程如下：

步骤一：滤波处理，排出噪音干扰，在基波成像模式下，其中基波成像为接收与发射频率相同的回波信号进行成像，滤波器中心频率为探头的发射频率，在谐波成像模式下，使用回波的二次高等次谐波成像，谐波模式下滤波器的中心频率为探头发射频率的两倍；

步骤二：时间增益补偿，超声波在被测对象传输过程中会发生传输衰减，导致被测对象深部回波信号幅值减小，影响成像效果，对深度的回波信号进行补偿，即接收增益补偿，增益补偿与传输衰减有关；

步骤三：超声信号经过建筑物返回超声波接收模块时，模型样本的反射信号就被调制在超声回波当中，载波的频率是探头的发射频率，包络则为组织样本信号，包络检波对齐进行提取，利用希尔伯特变换进行检波，希尔伯特变换后信号幅值不变，但相位改变，与原始信号正交；

步骤四：二次采样，对原始回波信号采样率过高时，显示在图像上一个可分辨的像素点可能会被采样多次，为正常显示头像需要对该像素点进行二次采样，对输入数据进行一定的抽点操作得到输出数据，二次采样率是二次采样前后回波包络信号样本数码之比；

步骤五：对数压缩：将回波信号的动态范围进行压缩到显示器可以接收的范围左右，再经过扫描转换和图像显示后生成模型内容。

优选的，所述实时模型与二次模型进行比对时将其进行区域化处理，随机选取区域进行相似对比比对，比对通过即实时模型与二次模型均进行展示。

优选的，所述实时模型与二次模型进行比对时将其进行区域化处理，随机选取区域进行相似对比对的过程如下：

S1：提取出实时模型截取其预设角度的照片，将照片标记为K1；

S2：将照片K1进行九等分，将其按照从左到右从上到下的顺序将其标记为A1区、A2区、A3区、A4区、A5区、A6区、A7区、A8区与A9区；

S3：提取出二次模型截取其预设角度的照片，将照片标记为K2；

S4：将照片K2进行九等分，将其按照从左到右从上到下的顺序将其标记为B1区、B2区、B3区、B4区、B5区、B6区、B7区、B8区与B9区；

S5：从A1区、A2区、A3区、A4区、A5区、A6区、A7区、A8区与A9区与A1区、A2区、A3区、A4区、A5区、A6区、A7区、A8区与A9区中任选是三个编号相同区域进行相似的比对，当任意三个编号相同区域的相似度超过预设值时即表示验证通过。

本发明相比现有技术具有以下优点：该无人机超声立体成像模型系统，通过使用超声波对建筑物进行扫描处理，并生成模型，通过在生成模型过程中，对数据进行滤波处理和时间增益补偿，能够有效减少数据中的误差，使得该系统构件出的模型，更加的精准，同时设置了模型验证，通过将实时模型与二次模型进行等分处理进行比对，来进一步的对模型进行验证，更进一步的保证生成模型的准确度。

附图说明

图1是本发明的系统框图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种技术方案：一种无人机超声立体成像模型系统，包括超声波发射模块、超声波接收模块、超声信息接收模块、模型组建模块、总控模块、模型接收终端与模型展示终端；

所述超声波发射模块与超声波接收模块均安装在无人机上，并在无人机飞行到预设位置后开始运行；

所述超声波发射模块用于发射超声波，所述超声波接收模块用于接收反弹会的超声波，所述超声信息接收模块用于接收超声信息，超声信息为超声射频信号，是超声回波经过数模变换后得到的数据，所述超声信息被发送到模型组建模块进行模型组建，组建好模型后实时模型被发送到总控模块，总控模块接收到实时模型后，即生成验证指令，验证指令被发送到无人机，无人机即飞回到开始位置，之后超声波发送模块再次运行发送发射超声波；

所述超声波接收模块接收到超声波发送模块再次运行发送发射超声波后，超声信息接收模块再次接收超声信息，并将再次接收的超声信息发送到模型组建模块进行二次模型组建，将实时模型与二次模型进行比对，比对通过后，实时模型与二次模型均被发送到模型接收模块，所述模型接收模块接收到实时模型与二次模型后，将实时模型与二次模型发送到模型展示终端进行预览展示。

所述模型组建模块组建模型的具体过程如下：

步骤一：滤波处理，排出噪音干扰，在基波成像模式下，其中基波成像为接收与发射频率相同的回波信号进行成像，滤波器中心频率为探头的发射频率，在谐波成像模式下，使用回波的二次高等次谐波成像，谐波模式下滤波器的中心频率为探头发射频率的两倍；

步骤二：时间增益补偿，超声波在被测对象传输过程中会发生传输衰减，导致被测对象深部回波信号幅值减小，影响成像效果，对深度的回波信号进行补偿，即接收增益补偿，增益补偿与传输衰减有关；

步骤三：超声信号经过建筑物返回超声波接收模块时，模型样本的反射信号就被调制在超声回波当中，载波的频率是探头的发射频率，包络则为组织样本信号，包络检波对齐进行提取，利用希尔伯特变换进行检波，希尔伯特变换后信号幅值不变，但相位改变，与原始信号正交；

步骤四：二次采样，对原始回波信号采样率过高时，显示在图像上一个可分辨的像素点可能会被采样多次，为正常显示头像需要对该像素点进行二次采样，对输入数据进行一定的抽点操作得到输出数据，二次采样率是二次采样前后回波包络信号样本数码之比；

步骤五：对数压缩：将回波信号的动态范围进行压缩到显示器可以接收的范围左右，再经过扫描转换和图像显示后生成模型内容。

所述实时模型与二次模型进行比对时将其进行区域化处理，随机选取区域进行相似对比比对，比对通过即实时模型与二次模型均进行展示。

所述实时模型与二次模型进行比对时将其进行区域化处理，随机选取区域进行相似对比对的过程如下：

S1：提取出实时模型截取其预设角度的照片，将照片标记为K1；

S2：将照片K1进行九等分，将其按照从左到右从上到下的顺序将其标记为A1区、A2区、A3区、A4区、A5区、A6区、A7区、A8区与A9区；

S3：提取出二次模型截取其预设角度的照片，将照片标记为K2；

S4：将照片K2进行九等分，将其按照从左到右从上到下的顺序将其标记为B1区、B2区、B3区、B4区、B5区、B6区、B7区、B8区与B9区；

S5：从A1区、A2区、A3区、A4区、A5区、A6区、A7区、A8区与A9区与A1区、A2区、A3区、A4区、A5区、A6区、A7区、A8区与A9区中任选是三个编号相同区域进行相似的比对，当任意三个编号相同区域的相似度超过预设值时即表示验证通过。

综上，本发明在使用时，超声波发射模块与超声波接收模块均安装在无人机上，并在无人机飞行到预设位置后开始运行，超声波发射模块用于发射超声波，超声波接收模块用于接收反弹会的超声波，超声信息接收模块用于接收超声信息，超声信息为超声射频信号，是超声回波经过数模变换后得到的数据，超声信息被发送到模型组建模块进行模型组建，组建好模型后实时模型被发送到总控模块，总控模块接收到实时模型后，即生成验证指令，验证指令被发送到无人机，无人机即飞回到开始位置，之后超声波发送模块再次运行发送发射超声波，超声波接收模块接收到超声波发送模块再次运行发送发射超声波后，超声信息接收模块再次接收超声信息，并将再次接收的超声信息发送到模型组建模块进行二次模型组建，将实时模型与二次模型进行比对，比对通过后，实时模型与二次模型均被发送到模型接收模块，模型接收模块接收到实时模型与二次模型后，将实时模型与二次模型发送到模型展示终端进行预览展示。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (4)

1.一种无人机超声立体成像模型系统，其特征在于，包括超声波发射模块、超声波接收模块、超声信息接收模块、模型组建模块、总控模块、模型接收终端与模型展示终端；

所述超声波发射模块与超声波接收模块均安装在无人机上，并在无人机飞行到预设位置后开始运行；

所述超声波发射模块用于发射超声波，所述超声波接收模块用于接收反弹会的超声波，所述超声信息接收模块用于接收超声信息，超声信息为超声射频信号，是超声回波经过数模变换后得到的数据，所述超声信息被发送到模型组建模块进行模型组建，组建好模型后实时模型被发送到总控模块，总控模块接收到实时模型后，即生成验证指令，验证指令被发送到无人机，无人机即飞回到开始位置，之后超声波发送模块再次运行发送发射超声波；

所述超声波接收模块接收到超声波发送模块再次运行发送发射超声波后，超声信息接收模块再次接收超声信息，并将再次接收的超声信息发送到模型组建模块进行二次模型组建，将实时模型与二次模型进行比对，比对通过后，实时模型与二次模型均被发送到模型接收模块，所述模型接收模块接收到实时模型与二次模型后，将实时模型与二次模型发送到模型展示终端进行预览展示。

2.根据权利要求1所述的一种无人机超声立体成像模型系统，其特征在于：所述模型组建模块组建模型的具体过程如下：

步骤一：滤波处理，排出噪音干扰，在基波成像模式下，其中基波成像为接收与发射频率相同的回波信号进行成像，滤波器中心频率为探头的发射频率，在谐波成像模式下，使用回波的二次高等次谐波成像，谐波模式下滤波器的中心频率为探头发射频率的两倍；

步骤二：时间增益补偿，超声波在被测对象传输过程中会发生传输衰减，导致被测对象深部回波信号幅值减小，影响成像效果，对深度的回波信号进行补偿，即接收增益补偿，增益补偿与传输衰减有关；

步骤三：超声信号经过建筑物返回超声波接收模块时，模型样本的反射信号就被调制在超声回波当中，载波的频率是探头的发射频率，包络则为组织样本信号，包络检波对齐进行提取，利用希尔伯特变换进行检波，希尔伯特变换后信号幅值不变，但相位改变，与原始信号正交；

步骤四：二次采样，对原始回波信号采样率过高时，显示在图像上一个可分辨的像素点可能会被采样多次，为正常显示头像需要对该像素点进行二次采样，对输入数据进行一定的抽点操作得到输出数据，二次采样率是二次采样前后回波包络信号样本数码之比；

步骤五：对数压缩：将回波信号的动态范围进行压缩到显示器可以接收的范围左右，再经过扫描转换和图像显示后生成模型内容。

3.根据权利要求1所述的一种无人机超声立体成像模型系统，其特征在于：所述实时模型与二次模型进行比对时将其进行区域化处理，随机选取区域进行相似对比比对，比对通过即实时模型与二次模型均进行展示。

4.根据权利要求3所述的一种无人机超声立体成像模型系统，其特征在于：所述实时模型与二次模型进行比对时将其进行区域化处理，随机选取区域进行相似对比对的过程如下：

S1：提取出实时模型截取其预设角度的照片，将照片标记为K1；

S2：将照片K1进行九等分，将其按照从左到右从上到下的顺序将其标记为A1区、A2区、A3区、A4区、A5区、A6区、A7区、A8区与A9区；

S3：提取出二次模型截取其预设角度的照片，将照片标记为K2；

S4：将照片K2进行九等分，将其按照从左到右从上到下的顺序将其标记为B1区、B2区、B3区、B4区、B5区、B6区、B7区、B8区与B9区；

S5：从A1区、A2区、A3区、A4区、A5区、A6区、A7区、A8区与A9区与A1区、A2区、A3区、A4区、A5区、A6区、A7区、A8区与A9区中任选是三个编号相同区域进行相似的比对，当任意三个编号相同区域的相似度超过预设值时即表示验证通过。

Images