CN113095224A - 一种无人机巡查河道漂浮物的识别方法和装置 - Google Patents

一种无人机巡查河道漂浮物的识别方法和装置 Download PDF

Info

Publication number
CN113095224A
CN113095224A CN202110393368.9A CN202110393368A CN113095224A CN 113095224 A CN113095224 A CN 113095224A CN 202110393368 A CN202110393368 A CN 202110393368A CN 113095224 A CN113095224 A CN 113095224A
Authority
CN
China
Prior art keywords
river
river channel
detected
unmanned aerial
aerial vehicle
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
CN202110393368.9A
Other languages
English (en)
Inventor
李珍妮
孔锁财
张伟
任国贞
张�浩
王少卿
王震
张天一
徐志宁
董存兵
吕建志
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.)
Shandong Ruizhi Flight Control Technology Co ltd
Original Assignee
Shandong Ruizhi Flight Control 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 Shandong Ruizhi Flight Control Technology Co ltd filed Critical Shandong Ruizhi Flight Control Technology Co ltd
Priority to CN202110393368.9A priority Critical patent/CN113095224A/zh
Publication of CN113095224A publication Critical patent/CN113095224A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • 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
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种无人机巡查河道漂浮物的识别方法和装置。所述方法包括：读取无人机执行外业飞行时采集的待测河道的图像；从所述待测河道的图像中提取色调层；对所述色调层执行二值化处理；根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物；以及若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。本发明提供的无人机巡查河道漂浮物的识别方法和装置通过对河道漂浮物影像资料进行自动分析、识别与定位，确定漂浮物的坐标位置信息，提升了河道巡查领域的技术能力，降低了河道巡查成本，并为管理部门提升管理水平提供了技术支撑。

Description

一种无人机巡查河道漂浮物的识别方法和装置
技术领域
本发明实施例涉及河道漂浮物识别领域，特别是涉及一种无人机巡查河道漂浮物的识别方法和装置。
背景技术
近些年来随着无人机航空摄影技术的广泛应用，凭借机动性好、时效性强、巡查范围广等特点逐渐取代了人工巡查，其中河道巡查，河长制要求河长定期开展河道管护、涉河工程、水域管线、河道保洁、河道采砂等日常巡查，及时制止河道管理范围内的违法行为。
无人机外业巡查中承担了人眼的远程延伸功能，可以获得高分辨率、大范围的影像数据，但对于获得影像资料的分析大都停留在人工识别的阶段，自动化的特征提取和识别技术还处于研究阶段，技术方法各不相同。虽然获得大量的巡查数据，但缺乏有效的技术手段分析识别，使无人机巡查的效果大打折扣。
发明内容
本发明提供一种基于无人机巡查河道漂浮物的识别方法和装置，通过对河道漂浮物影像资料进行自动分析、识别与定位，确定漂浮物的坐标位置信息，提升了河道巡查领域的技术能力，降低了河道巡查成本，并为管理部门提升管理水平提供了技术支撑。
在本发明的第一方面中，提供了一种基于无人机巡查河道漂浮物的识别方法，包括：
读取无人机执行外业飞行时采集的待测河道的图像；
从所述待测河道的图像中提取色调层；
对所述色调层执行二值化处理；
根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物；以及
若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。
在本发明的第一方面的一种可能的实施方式中，所述读取无人机执行外业飞行时采集的待测河道的图像，包括：
获取所述无人机执行外业飞行时采集的所述待测河道的图像的存储路径，遍历所述存储路径下的每一幅图像。
在本发明的第一方面的一种可能的实施方式中，在所述对所述色调层执行二值化处理之后，根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物之前，所述方法还包括：
对所述二值化数据执行形态修正。
在本发明的第一方面的一种可能的实施方式中，所述对所述二值化数据执行形态修正，包括：
对所述二值化数据执行去噪、膨胀和腐蚀处理。
在本发明的第一方面的一种可能的实施方式中，所述待测河道的图像的信息包括所述待测河道内物质的经度和纬度信息。
在本发明的第一方面的一种可能的实施方式中，所述统计每个河道漂浮物的坐标位置信息，包括：
统计每个河道漂浮物的经度和纬度信息。
在本发明的第一方面的一种可能的实施方式中，所述方法还包括：
若确定所述待测河道不存在河道漂浮物，则再次读取所述无人机执行外业飞行时采集的所述待测河道的图像。
在本发明的第一方面的一种可能的实施方式中，在所述统计每个河道漂浮物的坐标位置信息之后，所述方法还包括：
获得每个河道漂浮物的大小及形状信息。
在本发明的第一方面的一种可能的实施方式中，在所述统计每个河道漂浮物的坐标位置信息之后，所述方法还包括：
将每个河道漂浮物的坐标位置信息通知垃圾清除人员。
在本发明的第二方面中，提供了一种无人机巡查河道漂浮物的识别装置，其特征在于，包括：存储器和处理器，所述存储器存储指令，所述处理器用于调用存储器中存储的指令以执行如下操作：
读取无人机执行外业飞行时采集的待测河道的图像；
从所述待测河道的图像中提取色调层；
对所述色调层执行二值化处理；
根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物；以及
若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。
在本发明的第二方面的一种可能的实施方式中，所述处理器具体用于：
获取所述无人机执行外业飞行时采集的所述待测河道的图像的存储路径，遍历所述存储路径下的每一幅图像。
在本发明的第二方面的一种可能的实施方式中，所述处理器还用于：
对所述二值化数据执行形态修正。
在本发明的第二方面的一种可能的实施方式中，所述处理器具体用于：
对所述二值化数据执行去噪、膨胀和腐蚀处理。
在本发明的第二方面的一种可能的实施方式中，所述待测河道的图像的信息包括所述待测河道内物质的经度和纬度信息。
在本发明的第二方面的一种可能的实施方式中，所述处理器具体用于：
统计每个河道漂浮物的经度和纬度信息。
在本发明的第二方面的一种可能的实施方式中，所述处理器还用于：
若确定所述待测河道不存在河道漂浮物，则再次读取所述无人机执行外业飞行时采集的所述待测河道的图像。
在本发明的第二方面的一种可能的实施方式中，所述处理器还用于：
获得每个河道漂浮物的大小及形状信息。
在本发明的第二方面的一种可能的实施方式中，所述处理器还用于：
将每个河道漂浮物的坐标位置信息通知垃圾清除人员。
本发明的实施例提供的基于无人机巡查河道漂浮物的识别方法和装置，读取无人机执行外业飞行时采集的待测河道的图像；从所述待测河道的图像中提取色调层；对所述色调层执行二值化处理；根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物；以及若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。在本发明中，在对待测河道的图像的色调层执行二值化处理获得二值化数据后，由于河道漂浮物与水面对应的二值化数据不同，因此可以根据待测河道的图像的色调层的二值化数据来确定待测河道是否存在漂浮物，若确定待测河道存在漂浮物，则统计每个河道漂浮物的坐标位置信息，提升了河道巡查领域的技术能力，降低了河道巡查成本，并为管理部门提升管理水平提供了技术支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，而不是全部实施例。对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一个实施例提供的基于无人机巡查河道漂浮物的识别方法的流程示意图。
图2为本发明的一个实施例提供的基于无人机巡查河道漂浮物的识别装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面以具体的实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
基于现有技术存在的问题，本发明实施例提供一种基于无人机巡查河道漂浮物的识别方法和装置，通过对河道漂浮物影像资料进行自动分析、识别与定位，确定漂浮物的坐标位置信息，提升了河道巡查领域的技术能力，降低了河道巡查成本，并为管理部门提升管理水平提供了技术支撑。
图1为本发明的一个实施例提供的基于无人机巡查河道漂浮物的识别方法的流程示意图。本发明实施例提供一种基于无人机巡查河道漂浮物的识别方法的执行主体可以为基于无人机巡查河道漂浮物的识别装置。该基于无人机巡查河道漂浮物的识别装置可以通过软件和/或硬件的方式实现，其中，硬件例如为处理器或电子设备，软件例如为计算机程序指令或应用程序等。该基于无人机巡查河道漂浮物的识别装置可以为一独立的电子设备，或者，该基于无人机巡查河道漂浮物的识别装置可以集成在电子设备中。其中，电子设备例如是计算机。
如图1所示，基于无人机巡查河道漂浮物的识别方法，包括：
S101、读取无人机执行外业飞行时采集的待测河道的图像。
具体地，基于无人机巡查河道漂浮物的识别装置读取无人机执行外业飞行时采集的待测河道的图像。
在本发明的一个实施例中，所述待测河道的图像的信息包括所述待测河道内物质的经度和纬度信息。
在本发明的一个实施例中，S101、读取无人机执行外业飞行时采集的待测河道的图像，包括：
获取所述无人机执行外业飞行时采集的所述待测河道的图像的存储路径，遍历所述存储路径下的每一幅图像。
具体地，基于无人机巡查河道漂浮物的识别装置获取无人机执行外业飞行时采集的所述待测河道的图像的存储路径，遍历所述存储路径下的每一幅图像。
在本发明的一个实施例中，基于无人机巡查河道漂浮物的识别装置可以利用其中安装的Matlab软件获取无人机执行外业飞行时采集的所述待测河道的图像的存储路径，遍历所述存储路径下的每一幅图像。
在本发明的一个实施例中，在S101、读取无人机执行外业飞行时采集的待测河道的图像之前，该方法还包括：
控制无人机执行外业飞行，并采集待测河道的图像。
具体地，基于无人机巡查河道漂浮物的识别装置先控制无人机执行外业飞行，并采集待测河道的图像，然后读取无人机执行外业飞行时采集的待测河道的图像。
S102、从所述待测河道的图像中提取色调层。
具体地，基于无人机巡查河道漂浮物的识别装置从所述待测河道的图像中提取色调层。
更具体地，基于无人机巡查河道漂浮物的识别装置将RGB图像格式的待测河道的图像转化为HSV图像，并提取其中的色调层，其中H表示色调，其取值范围为0-180，S表示饱和度，其取值范围为0-255，V表示亮度，其取值范围为0-255，不同的颜色有着不同的HSV取值，一般给出如下：
Figure BDA0003017443830000061
S103、对所述色调层执行二值化处理。
具体地，基于无人机巡查河道漂浮物的识别装置在从待测河道的图像中提取到色调层之后，对该提取到的色调层执行二值化处理，将色调层上的像素点的灰度值设置为0或255，也就是使整个图像呈现出明显的只有黑和白的视觉效果。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。在对色调层执行二值化处理之后，漂浮物呈现出黑色的视觉效果，即灰度值为0；正常水面呈现出白色的视觉效果，即灰度值为255。
S104、根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物。
在本发明的一个实施例中，基于无人机巡查河道漂浮物的识别装置根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物。
在本发明的一个实施例中，在S103、对所述色调层执行二值化处理之后，S104、根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物之前，该方法还包括：
对所述二值化数据执行形态修正。
具体地，基于无人机巡查河道漂浮物的识别装置在对色调层执行二值化处理之后，对二值化处理获得的二值化数据执行形态修正，然后根据形态修正后的二值化数据，确定所述待测河道是否存在河道漂浮物。
在本发明的一个实施例中，所述对所述二值化数据执行形态修正，包括：
对所述二值化数据执行去噪、膨胀和腐蚀处理。
具体地，基于无人机巡查河道漂浮物的识别装置在对色调层执行二值化处理之后，对二值化处理获得的二值化数据执行去噪处理，以去除干扰噪声点。基于无人机巡查河道漂浮物的识别装置对去噪处理之后的二值化数据执行膨胀处理，膨胀处理输出的像素值是结构元素覆盖下输入图像的最小像素值(灰度图像下0是黑色)，对视觉上断裂的漂浮物进行合并。然而，由于过度膨胀可能导致元素模糊不清，因此基于无人机巡查河道漂浮物的识别装置需要进一步对膨胀处理之后的二值化数据执行腐蚀操作，将不属于漂浮物的噪点与漂浮物进行分离，消除照片中的噪点，从而使输入图像的元素更加清晰，以将噪点修改为背景白色，防止干扰，即腐蚀处理输出的像素值是结构元素覆盖下输入图像的最小像素值(灰度图像下255是白色)。
S105、若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。
具体地，若基于无人机巡查河道漂浮物的识别装置确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。在本发明的一个实施例中，所述统计每个河道漂浮物的坐标位置信息，包括：
统计每个河道漂浮物的经度和纬度信息。
具体地，若待测河道的图像的信息包括待测河道内物质的经度和纬度信息，则基于无人机巡查河道漂浮物的识别装置统计每个河道漂浮物的经度和纬度信息。
在本发明的一个实施例中，在S105、所述统计每个河道漂浮物的坐标位置信息之后，该方法还包括：
获得每个河道漂浮物的大小及形状信息。
具体地，基于无人机巡查河道漂浮物的识别装置标记每个河道漂浮物的图形，进行图形编号代码，并计算周长和面积，从而实现河道漂浮物的提取与大小检测。
应当注意的是，基于无人机巡查河道漂浮物的识别装置可以在统计每个河道漂浮物的坐标位置信息的同时，获得每个河道漂浮物的大小及形状信息。
在本发明的一个实施例中，在S105、所述统计每个河道漂浮物的坐标位置信息之后，该方法还包括：
将每个河道漂浮物的坐标位置信息通知垃圾清除人员。
具体地，基于无人机巡查河道漂浮物的识别装置在统计完每个河道漂浮物的坐标位置信息之后，将每个河道漂浮物的坐标位置信息通知垃圾清除人员，以方便垃圾清除人员利用利用待测河道中的河道漂浮物的坐标位置信息及时找到河道漂浮物并进行清除。
在本发明的一个实施例中，河道漂浮物的坐标位置信息包括河道漂浮物的全球定位系统(Global Position System，GPS)定位信息。
在本发明的一个实施例中，该方法还包括：
若确定所述待测河道不存在河道漂浮物，则再次读取所述无人机执行外业飞行时采集的所述待测河道的图像。
具体地，若基于无人机巡查河道漂浮物的识别装置确定所述待测河道不存在河道漂浮物，则不执行统计每个河道漂浮物的经度和纬度信息的操作，而是返回S101，再次读取所述无人机执行外业飞行时采集的所述待测河道的图像。
本发明的实施例提供的基于无人机巡查河道漂浮物的识别方法，读取无人机执行外业飞行时采集的待测河道的图像；从所述待测河道的图像中提取色调层；对所述色调层执行二值化处理；根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物；以及若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。在本发明中，在对待测河道的图像的色调层执行二值化处理获得二值化数据后，由于河道漂浮物与水面对应的二值化数据不同，因此可以根据待测河道的图像的色调层的二值化数据来确定待测河道是否存在漂浮物，若确定待测河道存在漂浮物，则统计每个河道漂浮物的坐标位置信息，提升了河道巡查领域的技术能力，降低了河道巡查成本，并为管理部门提升管理水平提供了技术支撑。
图2为本发明的一个实施例提供的基于无人机巡查河道漂浮物的识别装置的结构示意图。如图2所示，本发明的实施例提供的基于无人机巡查河道漂浮物的识别装置200包括：
存储器201和处理器202，所述存储器201和所述处理器202通过总线203相连，所述存储器201存储指令，所述处理器202用于调用存储器201中存储的指令以执行如下操作：
读取无人机执行外业飞行时采集的待测河道的图像；
从所述待测河道的图像中提取色调层；
对所述色调层执行二值化处理；
根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物；以及
若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。
在本发明的一个实施例中，所述处理器202具体用于：
获取所述无人机执行外业飞行时采集的所述待测河道的图像的存储路径，遍历所述存储路径下的每一幅图像。
在本发明的一个实施例中，所述处理器202还用于：
对所述二值化数据执行形态修正。
在本发明的一个实施例中，所述处理器202具体用于：
对所述二值化数据执行去噪、膨胀和腐蚀处理。
在本发明的一个实施例中，所述待测河道的图像的信息包括所述待测河道内物质的经度和纬度信息。
在本发明的一个实施例中，所述处理器202具体用于：
统计每个河道漂浮物的经度和纬度信息。
在本发明的一个实施例中，所述处理器202还用于：
若确定所述待测河道不存在河道漂浮物，则再次读取所述无人机执行外业飞行时采集的所述待测河道的图像。
在本发明的一个实施例中，所述处理器202还用于：
获得每个河道漂浮物的大小及形状信息。
在本发明的一个实施例中，所述处理器202还用于：
将每个河道漂浮物的坐标位置信息通知垃圾清除人员。
本发明的实施例提供的基于无人机巡查河道漂浮物的识别装置，读取无人机执行外业飞行时采集的待测河道的图像；从所述待测河道的图像中提取色调层；对所述色调层执行二值化处理；根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物；以及若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。在本发明中，在对待测河道的图像的色调层执行二值化处理获得二值化数据后，由于河道漂浮物与水面对应的二值化数据不同，因此可以根据待测河道的图像的色调层的二值化数据来确定待测河道是否存在漂浮物，若确定待测河道存在漂浮物，则统计每个河道漂浮物的坐标位置信息，提升了河道巡查领域的技术能力，降低了河道巡查成本，并为管理部门提升管理水平提供了技术支撑。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种无人机巡查河道漂浮物的识别方法，其特征在于，包括：
读取无人机执行外业飞行时采集的待测河道的图像；
从所述待测河道的图像中提取色调层；
对所述色调层执行二值化处理；
根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物；以及
若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。
2.根据权利要求1所述的方法，其特征在于，所述读取无人机执行外业飞行时采集的待测河道的图像，包括：
获取所述无人机执行外业飞行时采集的所述待测河道的图像的存储路径，遍历所述存储路径下的每一幅图像。
3.根据权利要求1所述的方法，其特征在于，在所述对所述色调层执行二值化处理之后，根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物之前，所述方法还包括：
对所述二值化数据执行形态修正。
4.根据权利要求3所述的方法，其特征在于，所述对所述二值化数据执行形态修正，包括：
对所述二值化数据执行去噪、膨胀和腐蚀处理。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述待测河道的图像的信息包括所述待测河道内物质的经度和纬度信息。
6.根据权利要求5所述的方法，其特征在于，所述统计每个河道漂浮物的坐标位置信息，包括：
统计每个河道漂浮物的经度和纬度信息。
7.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：
若确定所述待测河道不存在河道漂浮物，则再次读取所述无人机执行外业飞行时采集的所述待测河道的图像。
8.根据权利要求1至4中任一项所述的方法，其特征在于，在所述统计每个河道漂浮物的坐标位置信息之后，所述方法还包括：
获得每个河道漂浮物的大小及形状信息。
9.根据权利要求1至4中任一项所述的方法，其特征在于，在所述统计每个河道漂浮物的坐标位置信息之后，所述方法还包括：
将每个河道漂浮物的坐标位置信息通知垃圾清除人员。
10.一种无人机巡查河道漂浮物的识别装置，其特征在于，包括：存储器和处理器，所述存储器存储指令，所述处理器用于调用存储器中存储的指令以执行如下操作：
读取无人机执行外业飞行时采集的待测河道的图像；
从所述待测河道的图像中提取色调层；
对所述色调层执行二值化处理；
根据所述二值化处理获得的二值化数据，确定所述待测河道是否存在河道漂浮物；以及
若确定所述待测河道存在河道漂浮物，则统计每个河道漂浮物的坐标位置信息。
CN202110393368.9A 2021-04-13 2021-04-13 一种无人机巡查河道漂浮物的识别方法和装置 Pending CN113095224A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110393368.9A CN113095224A (zh) 2021-04-13 2021-04-13 一种无人机巡查河道漂浮物的识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110393368.9A CN113095224A (zh) 2021-04-13 2021-04-13 一种无人机巡查河道漂浮物的识别方法和装置

Publications (1)

Publication Number Publication Date
CN113095224A true CN113095224A (zh) 2021-07-09

Family

ID=76676540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110393368.9A Pending CN113095224A (zh) 2021-04-13 2021-04-13 一种无人机巡查河道漂浮物的识别方法和装置

Country Status (1)

Country Link
CN (1) CN113095224A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114220044A (zh) * 2021-11-23 2022-03-22 慧之安信息技术股份有限公司 一种基于ai算法的河道漂浮物检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106875412A (zh) * 2017-02-28 2017-06-20 重庆理工大学 一种基于色差的两个重叠果实的分割定位方法
CN108009556A (zh) * 2017-12-23 2018-05-08 浙江大学 一种基于定点图像分析的河道漂浮物检测方法
CN111126116A (zh) * 2018-11-01 2020-05-08 中国移动通信集团浙江有限公司 无人船河道垃圾识别方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106875412A (zh) * 2017-02-28 2017-06-20 重庆理工大学 一种基于色差的两个重叠果实的分割定位方法
CN108009556A (zh) * 2017-12-23 2018-05-08 浙江大学 一种基于定点图像分析的河道漂浮物检测方法
CN111126116A (zh) * 2018-11-01 2020-05-08 中国移动通信集团浙江有限公司 无人船河道垃圾识别方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114220044A (zh) * 2021-11-23 2022-03-22 慧之安信息技术股份有限公司 一种基于ai算法的河道漂浮物检测方法

Similar Documents

Publication Publication Date Title
CN113592861B (zh) 一种基于动态阈值的桥梁裂缝检测方法
CN108416784B (zh) 城市建成区边界快速提取方法、装置及终端设备
CN112149543B (zh) 一种基于计算机视觉的建筑扬尘识别系统与方法
CN110346699B (zh) 基于紫外图像处理技术的绝缘子放电信息提取方法及装置
CN111027446B (zh) 一种高分辨率影像的海岸线自动提取方法
CN115205223B (zh) 透明物体的视觉检测方法、装置、计算机设备及介质
CN110909640A (zh) 水位线的确定方法及装置、存储介质、电子装置
CN113627299B (zh) 一种基于深度学习的导线漂浮物智能识别方法及装置
Wang et al. Extracting oil slick features from VIIRS nighttime imagery using a Gaussian filter and morphological constraints
CN111310771B (zh) 遥感影像的道路图像提取方法、装置、设备及存储介质
CN110263778A (zh) 一种基于图像识别的抄表方法及装置
CN110533626B (zh) 一种全天候水质识别方法
CN113095224A (zh) 一种无人机巡查河道漂浮物的识别方法和装置
CN109948629B (zh) 一种基于sift特征的gis设备x射线图像故障检测方法
CN113408519B (zh) 一种基于模板旋转匹配的指针仪表读数的方法及系统
CN107977959B (zh) 一种适用于电力作业机器人的呼吸器状态识别方法
CN116310889A (zh) 无人机环境感知数据的处理方法、控制终端以及存储介质
CN116091933A (zh) 基于遥感技术的水域地形的地质分析方法及装置
CN116071692A (zh) 一种基于形态学图像处理的水尺水位识别方法及系统
CN111307267A (zh) 一种基于同心圆检测的导线舞动监测方法
CN113450461B (zh) 一种排泥库土工布点云提取方法
CN113177473B (zh) 遥感影像水体自动化提取方法和装置
CN115690089A (zh) 一种微弱缺陷检测用的图像增强前处理方法及系统
CN115761606A (zh) 基于图像处理的箱体电能表识别方法及装置
CN115619796A (zh) 获取光伏组件模板的方法及装置、非易失性存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210709