CN113242409B - 基于无人机的夜视预警方法、装置、无人机及存储介质 - Google Patents
基于无人机的夜视预警方法、装置、无人机及存储介质 Download PDFInfo
- Publication number
- CN113242409B CN113242409B CN202110456627.8A CN202110456627A CN113242409B CN 113242409 B CN113242409 B CN 113242409B CN 202110456627 A CN202110456627 A CN 202110456627A CN 113242409 B CN113242409 B CN 113242409B
- Authority
- CN
- China
- Prior art keywords
- image
- night vision
- unmanned aerial
- aerial vehicle
- current
- 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.)
- Active
Links
- 230000004297 night vision Effects 0.000 title claims abstract description 251
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000007689 inspection Methods 0.000 claims abstract description 87
- 239000012634 fragment Substances 0.000 claims description 88
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 15
- 238000012550 audit Methods 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 21
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及无人机领域，公开了一种基于无人机的夜视预警方法、装置、无人机及存储介质，本发明通过预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位；若是，则判断所述目标点位是否属于已巡检点位；若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整；基于调整后的方位对目标对象进行图像采集，获得当前夜视图像；获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果；在所述图像对比结果满足预设条件时，生成警报信息，通过对画面对比代替人工实时审核工作，进一步地解决了在无人机夜视巡检时，需要人员时刻对无人机上传信息进行审核的技术问题。
Description
技术领域
本发明涉及无人机技术领域，尤其涉及一种基于无人机的夜视预警方法、装置、无人机及存储介质。
背景技术
随着无人机技术的发展，基于无人机搭载各种检测设备的技术也逐渐兴起。其中在野外以及其他场景下也用无人机巡检的方式代替了常规人工巡逻的模式。在目前人工巡逻的薄弱环节也就是夜视巡逻中，通过无人机搭载传感设备进行夜间巡视，常见的无人机夜间巡视主要是利用采集到的画面实时上传至后台，通过审核员在后台实时判断上传画面以确定是否有异常，在这种方式下并没有完全摆脱人工干预，大大浪费了人工成本和时间成本。因此，如何利用无人机智能的对固定场景进行夜视巡逻成了一个亟待解决的问题。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种基于无人机的夜视预警方法、装置、无人机及存储介质，旨在解决现有技术需要人员时刻对无人机上传信息进行审核的技术问题。
为实现上述目的，本发明提供了一种基于无人机的夜视预警方法，所述方法包括以下步骤:
根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位；
若是，则判断所述目标点位是否属于已巡检点位；
若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整；
基于调整后的方位对目标对象进行图像采集，获得当前夜视图像；
获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果；
在所述图像对比结果满足预设条件时，生成警报信息。
可选地，所述根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位的步骤之前，还包括：
在固定区域进行遍历式巡检并拍摄所述固定区域的信息图像；
根据所述信息图像确定目标点位，并获取所述目标点位对应的位置信息；
根据所述目标点位以及所述位置信息配置所述无人机巡检策。
可选地，所述若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整的步骤，包括：
若所述目标点位属于已巡检点位，则基于当前方位拍摄若干夜视图片；
获取所述目标点位对应的历史夜视图像；
根据图像灰度从所述历史夜视图像中选取目标参照物，并计算所述目标参照物在所述历史夜视图像中的标准边界距离比例；
根据所述标准边界距离比例以及所述若干夜视图片对当前方位进行调整。
可选地，所述获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果的步骤，包括：
获取所述目标对象的历史夜视图像；
按预设图像分割方式将所述历史夜视图像均分为预设数量的图像碎片，以获得历史图像碎片集；
按所述预设图像分割方式将所述当前夜视图像均分为所述预设数量的图像碎片，以获得当前图像碎片集；
将所述历史图像碎片集与所述当前图像碎片集进行对比，以获得图像对比结果。
可选地，所述将所述历史图像碎片集与所述当前图像碎片集进行对比，以获得图像对比结果的步骤，包括：
对所述历史图像碎片集进行遍历，并根据当前遍历到的图像碎片从所述当前图像碎片集选出对应的目标图像碎片；
将所述当前遍历到的图像碎片与所述目标图像碎片进行相似度匹配，并获得匹配结果；
在遍历完成时，根据所获得的所有匹配结果确定图像对比结果。
可选地，所述在所述图像对比结果满足预设条件时，生成警报信息的步骤之后，还包括：
对所述目标对象进行环绕式巡检，以获得所述目标对象的全景图像，并将所述全景图像上传至无人机飞控平台。
可选地，所述根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位的步骤之后，还包括：
若所述目标点位不属于已巡检点位，则采集当前夜视图像并上传至无人机飞控平台。
此外，为实现上述目的，本发明还提出一种基于无人机的夜视巡检装置，所述基于无人机的夜视预警巡检控制装置包括：
巡检模块：用于根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位；
定位模块：用于若达到目标点位，则判断所述目标点位是否属于已巡检点位；
调整模块：用于若所述目标点位属于已巡检点位，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整；
采集模块：用于基于调整后的方位对目标对象进行图像采集，获得当前夜视图像；
对比模块：用于获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果；
执行模块：用于在所述图像对比结果满足预设条件时，生成警报信息。
此外，为实现上述目的，本发明还提出一种无人机，其特征在于，所述无人机包括：存储器，处理器以及存储在所述存储器上并可在所述处理器上运行的基于无人机的夜视预警巡检控制程序，所述基于无人机的夜视预警方法巡检控制程序配置为实现如上文所述的基于无人机的夜视预警巡检控制方法。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有基于无人机的夜视预警程序，所述基于无人机的夜视预警程序被处理器执行时实现如上文所述的基于无人机的夜视预警方法的步骤。
本发明预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位；若是，则判断所述目标点位是否属于已巡检点位；若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整；基于调整后的方位对目标对象进行图像采集，获得当前夜视图像；获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果；在所述图像对比结果满足预设条件时，生成警报信息，通过对画面对比代替人工实时审核工作，进一步地解决了在无人机夜视巡检时，需要人员时刻对无人机上传信息进行审核的技术问题。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于无人机的夜视预警设备的结构示意图；
图2为本发明基于无人机的夜视预警方法第一实施例的流程示意图；
图3为本发明基于无人机的夜视预警方法第二实施例的流程示意图；
图4为本发明基于无人机的夜视预警装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的基于无人机的夜视预警设备结构示意图。
如图1所示，该基于无人机的夜视预警设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对基于无人机的夜视预警设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及基于无人机的夜视预警程序。
在图1所示的基于无人机的夜视预警设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明基于无人机的夜视预警设备中的处理器1001、存储器1005可以设置在基于无人机的夜视预警设备中，所述基于无人机的夜视预警设备通过处理器1001调用存储器1005中存储的基于无人机的夜视预警程序，并执行本发明实施例提供的基于无人机的夜视预警方法。
本发明实施例提供了一种基于无人机的夜视预警方法，参照图2，图2为本发明基于无人机的夜视预警方法第一实施例的流程示意图。
本实施例中，所述基于无人机的夜视预警方法包括以下步骤：
步骤S10：根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位。
可以理解的是，夜视技术是运用光电探测和成像技术与器材，对因夜暗人类肉眼不可视目标，转换(增强)成可视影像的技术。包括非可见光信息传感(采集)、处理和显示技术。
需要说明的是，本实施例方法的执行主体可以是无人机硬件设备或者具有相同功能的设备，以无人机硬件设备为例对本实施例以及下述各实施例进行说明。
可以理解的是，所述无人机巡检策略是存储在无人机的存储空间的指令条目，提供无人机飞行逻辑以及无人机搭载设备的相关工作指令。例如：当前无人机巡检策略是：启动无人机5秒后，升空10米高度，以每秒4米的速度从当前位置向北方巡检10分钟并返回，并且无人机启动之后开启无人机上的夜视设备，实时上传所述夜视设备采集到的信息至无人机飞控中心。在无人机启动之后，就会根据上述无人机巡检策略进行对应的动作。
需要说明的是，目标点位可以是1个或者若干个，根据具体的夜视巡检具体环境而定，例如：在无人机夜视巡检任务对象为一所中学时，目标点位可以设置为学校操场、学校大门口以及学校后门。目标点位的数量在本实施例中不加以限制，以具体的实施场景而定。
可以理解的是，所述夜视巡检是指无人机在没有日光光照的环境中，通过无人机搭载的具有夜视功能的信息采集设备进行巡逻的过程。
在具体实施中，根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位是指在无人机启动之后通过读取无人机中的巡检策略，根据无人机巡检策略进行夜间飞行巡逻，其中根据无人机巡检策略中关于目标点位的相关内容确定是否已到达目标点位，例如：预设无人机巡检策略中有关目标点位的信息为具体的位置坐标，在无人机启动之后进行巡检的过程中，就会不断根据自身当前定位与所述无人机巡检策略中目标点位的位置信息进行对比，以此来判断是否到达目标点位。
进一步地，所述根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位的步骤之前，还包括：在固定区域进行遍历式巡检并拍摄所述固定区域的信息图像；根据所述信息图像确定目标点位，并获取所述目标点位对应的位置信息；根据所述目标点位以及所述位置信息配置所述无人机巡检策略。
需要说明的是，遍历式巡检是指，将根据固定区域确定区域边界位置，通过所述区域边界位置，生成让无人机能够对所述固定区域进行全方面巡检的路线。
在具体实施中，根据所述信息图像确定目标点位，根据具体工作环境中的关键点位由系统后台管理员制定关键点位，例如：在某开阔的野外环境中，在无人机进行遍历式巡检收集到相关的图像信息之后，当前系统后台管理员制定的关键点位是在野外环境可能会出现野兽的地点。
可以理解的是，根据所述目标点位以及所述位置信息配置所述无人机巡检策略中配置是将选取的目标点位以及点位对应的位置信息在所述固定区域中进行更新，再由无人机当前位置确定巡检顺序的先后，配置的策略能够保证在一次巡检的过程中所有的目标点位都能做到至少一次巡检、
在具体实施中，根据所述目标点位以及所述位置信息配置所述无人机巡检策略是通过将无人机当前位置设为原点，计算出各个目标点位之间的距离以及各个点位距离无人机的距离，由无人机系统自动生成完成一遍巡检无人机飞行的最短距离。
进一步地，所述根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位的步骤之后，还包括：若所述目标点位不属于已巡检点位，则采集当前夜视图像并上传至无人机飞控平台。
在具体实施中，若所述目标点位不属于已巡检点位，则确定该目标点位并未进行过巡检，采集当前夜视图像上传至无人机飞控平台作为夜视图像。
步骤S20：若是，则判断所述目标点位是否属于已巡检点位。
需要说明的是，所述已巡检点位是在无人机进行巡检之后至少已经进行过一次巡检的目标点位。
在具体实施中，无人机判断是否已到达目标点位，是通过无人机自身的定位系统与所述无人机巡检策略中有关目标点位的位置信息做对比确定的。
在具体实施中，无人机判断是否属于已巡检点位，是无人机在巡检的过程中无人机飞控平台会实时记录无人机的巡检路线，当无人机达到目标点位时会向无人机飞控平台发送到达指令，后台收到指令后会根据所述无人机的巡检路线以及无人机当前位置确定所述无人机当前点位是否属于已巡检点位。
步骤S30：若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整。
需要说明的是，若干夜视图片是指，通过无人机上搭载的具有夜视功能的设备拍摄的图像信息。
在具体实施中，根据所述夜视图片对当前方位进行调整是因为无人机在飞行过程中，高度是可控的情况下，无人机水平的朝向往往会出现变动。因为当前点位属于历史巡检点位，所以无人机此时向无人机飞控平台发送请求指令请求获取该点位对应的历史夜视图片，在获取到所述历史夜视图片之后通过将所述历史夜视图片作为参照图片，在保持飞行高度不变的情况下，一直水平改变机身朝向直到当前获取到的夜视图像能和所述参照图片一致。
进一步地，所述若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整的步骤，包括：若所述目标点位属于已巡检点位，则基于当前方位拍摄若干夜视图片；获取所述目标点位对应的历史夜视图像；根据图像灰度从所述历史夜视图像中选取目标参照物，并计算所述目标参照物在所述历史夜视图像中的标准边界距离比例；根据所述标准边界距离比例以及所述若干夜视图片对当前方位进行调整。
需要说明的是灰度使用黑色调表示物体,即用黑色为基准色，不同的饱和度的黑色来显示图像。每个灰度对象都具有从0％(白色)到100％(黑色)的亮度值。使用黑白或灰度扫描仪生成的图像通常以灰度显示。
可以理解的是，目标参照物是指在夜视图片中典型的具有突出效果的参照物，例如：在调用历史夜视图像后，如果所述图像中是只有一个灯柱的街道，那么此时灯柱可以作为该图片的参照物。
需要说明的，是边界距离比例是指，参照物相对于照片中四个边界的相对位置。将所述四个边的相对位置的距离比例记录下来作为边界距离比例。
在具体实施中，若所述目标点位属于已巡检点位，则基于当前方位拍摄若干夜视图片；获取所述目标点位对应的历史夜视图像；根据图像灰度从所述历史夜视图像中选取目标参照物，并计算所述目标参照物在所述历史夜视图像中的标准边界距离比例；根据所述标准边界距离比例以及所述若干夜视图片对当前方位进行调整是指，在判断目标点位属于已巡检点位之后，根据向无人机飞控平台获取历史夜视图像，再从所述历史夜视图像中根据图片灰度信息选取与图片整体平均灰度差别最大的物体作为参照物，并根据该参照物计算出距离比例。无人机此时在当前点位下拍摄夜视图像，判断该夜视图像下是否有参照物，若无则继续在水平朝向进行调整一直到检测到参照物，若有参照物，则根据当前参照物对应的边界距离比例与历史夜视图像中参照物对应的边界距离比例进行调整，例如：无人机接收到的历史夜视图像对应的参照物的边界距离比例为：上面0，下面0，左边0.3，右边0.4，而当前无人机采集到的夜视图像中参照物对应的边界距离比例为上面0，下面0，左边0.1，右边0.5，则系统可以先判断出无人机应该往当前面对方向的左边进行调整，以每次水平旋转1度的角度不断判断当前边界距离比例是否满足历史夜视图像参照物对应的边界距离比例，直到两者完全一样，则判断当前方位调整完毕。
步骤S40：基于调整后的方位对目标对象进行图像采集，获得当前夜视图像。
在具体实施中，在确定好当前无人机的方位之后，利用无人机搭载的具有夜视功能的设备对目标对象进行图像采集，将采集到的图像作为当前夜视图像。
步骤S50：获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果。
在具体实施中，获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果是通过计算历史夜视图像中的各个不同灰度下的物体相对整体图片的相对位置与当前夜视图片中对应物体的相对位置，通过对对比位置的误差计算得到图像对比结果。
步骤S60：在所述图像对比结果满足预设条件时，生成警报信息。
在具体实施中，在所述图像对比结果满足预设条件是指，在计算上述两者的相对位置之间的误差之后，得到的误差参数大于预设值时，确定当前夜视图像与历史夜视图像存在误差，判断出现未知的物体，因此生成警报信息。
进一步地，所述在所述图像对比结果满足预设条件时，生成警报信息的步骤之后，还包括：对所述目标对象进行环绕式巡检，以获得所述目标对象的全景图像，并将所述全景图像上传至无人机飞控平台。
在具体实施中，在所述图像对比结果满足预设条件时即判断出现位置的情况，当前应结束预设巡检，采取对所述目标对象进行环绕式巡检，通过环绕式飞行巡检上传目标全景图像，此时切换到人工判断该目标是否为危险目标。
本实施例通过预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位；若是，则判断所述目标点位是否属于已巡检点位；若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整；基于调整后的方位对目标对象进行图像采集，获得当前夜视图像；获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果；在所述图像对比结果满足预设条件时，生成警报信息，通过对画面对比代替人工实时审核工作，进一步地解决了在无人机夜视巡检时，需要人员时刻对无人机上传信息进行审核的技术问题。
参考图3，图3为本发明基于无人机的夜视预警方法第二实施例的流程示意图。
基于上述第一实施例，在本实施例中，所述步骤S50包括：
步骤S501：获取所述目标对象的历史夜视图像。
在具体实施中，获取所述目标对象的历史夜视图像集通过无人机向无人机飞控平台请求发送历史夜视图像，通过接收所述无人机飞控平台发送的历史夜视图像集实现获取。
步骤S502；按预设图像分割方式将所述历史夜视图像均分为预设数量的图像碎片，以获得历史图像碎片集。
可以理解的是，图像分割方式是通过获取图像整体像素尺寸，通过平均分割的方式将图像等分成若干大小的图像碎片，例如：当前图像像素大小为1500*1500的大小，那么采用上述图像分割方式可以将当前图像分割成50*50大小的图像碎片9张，也可以是分成100*1500大小的图像碎片15张。
步骤S503：按所述预设图像分割方式将所述当前夜视图像均分为所述预设数量的图像碎片，以获得当前图像碎片集。
在具体实施中，因为采用夜视信息收集的设备为同一设备，因此当前夜视图像与历史夜视图像的图像大小为同一大小，按照预设图像分割方式将所述当前夜视图像均分成预设数量的图像碎片，可以保证在没有出现异常情况下，历史夜视图像分割后的图像碎片与当前夜视图像经过同一切割方式形成的图像碎片每一片都对应一致。
步骤S504：将所述历史图像碎片集与所述当前图像碎片集进行对比，以获得图像对比结果。
在具体实施中，将所述历史图像碎片与所述当前图像碎片集进行对比，是通过选取所述历史图像碎片集中任一图片与对应相同位置下的所述当前夜视图像随便进行对比，对比的主要方式是通过检测两张图片的相似度，当两张图片相似度达到由系统管理员设置的比例时，确定两张图片一致。根据切割数量选取所有切割的图片进行上述对比检测，获取不一致的图像碎片的组合，得到图像对比结果，例如：当前历史图像碎片为9片，经历过9次对比之后，发现其中有3组对比结果为不匹配，则当前图像对比结果为33％的不匹配度。
进一步地，所述将所述历史图像碎片集与所述当前图像碎片集进行对比，以获得图像对比结果的步骤，包括：对所述历史图像碎片集进行遍历，并根据当前遍历到的图像碎片从所述当前图像碎片集选出对应的目标图像碎片；将所述当前遍历到的图像碎片与所述目标图像碎片进行相似度匹配，并获得匹配结果；在遍历完成时，根据所获得的所有匹配结果确定图像对比结果。
可以理解的是，对所述历史图像碎片集进行遍历是选取所有历史图像碎片集中的图像碎片，确定所述图像碎片的数量。
需要说明的是，所述相似度匹配是通过对所述图片进行哈希，利用哈希算法得到两张图片的相似度。
在具体实施中，通过对历史图像碎片集遍历获得所有历史图像碎片集中的图像碎片，根据获得的图像碎片选取出对应的当前图像碎片集中的当前图像碎片，以同一位置下的图像碎片为一组，将两张图像进行哈希，得到两张图像匹配结果，依次往复直到所述历史图像碎片集中的所有图像碎片已全部经过相似度匹配。将所有匹配结果汇总，得到不匹配结果占总体检测数量的比例，该比例作为图像对比结果。
本实施例通过获取所述目标对象的历史夜视图像；按预设图像分割方式将所述历史夜视图像均分为预设数量的图像碎片，以获得历史图像碎片集；按所述预设图像分割方式将所述当前夜视图像均分为所述预设数量的图像碎片，以获得当前图像碎片集；将所述历史图像碎片集与所述当前图像碎片集进行对比，以获得图像对比结果，通过将图片均分的方式获取碎片图像，将碎片图像之间进行对比提高了在当前夜视图像与历史夜视图像对比的精确度，进一步地解决了无人机在夜视预警过程中的识别精确度。
参照图4，图4为本发明基于无人机的夜视预警装置第一实施例的结构框图。
如图4所示，本发明实施例提出的基于无人机的夜视预警装置包括：
巡检模块601：根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位；
定位模块602：若达到目标点位，则判断所述目标点位是否属于已巡检点位；
调整模块603：若所述目标点位属于已巡检点位，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整；
采集模块604：基于调整后的方位对目标对象进行图像采集，获得当前夜视图像；
对比模块605：获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果；
执行模块606：在所述图像对比结果满足预设条件时，生成警报信息。
本实施例通过预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位；若是，则判断所述目标点位是否属于已巡检点位；若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整；基于调整后的方位对目标对象进行图像采集，获得当前夜视图像；获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果；在所述图像对比结果满足预设条件时，生成警报信息，通过对画面对比代替人工实时审核工作，进一步地解决了在无人机夜视巡检时，需要人员时刻对无人机上传信息进行审核的技术问题。
在一实施例中，所述巡检模块601，还用于在固定区域进行遍历式巡检并拍摄所述固定区域的信息图像；根据所述信息图像确定目标点位，并获取所述目标点位对应的位置信息；根据所述目标点位以及所述位置信息配置所述无人机巡检策略。
在一实施例中，所述调整模块603，还用于若所述目标点位属于已巡检点位，则基于当前方位拍摄若干夜视图片；获取所述目标点位对应的历史夜视图像；根据图像灰度从所述历史夜视图像中选取目标参照物，并计算所述目标参照物在所述历史夜视图像中的标准边界距离比例；根据所述标准边界距离比例以及所述若干夜视图片对当前方位进行调整。
在一实施例中，所述对比模块605，还用于获取所述目标对象的历史夜视图像；按预设图像分割方式将所述历史夜视图像均分为预设数量的图像碎片，以获得历史图像碎片集；按所述预设图像分割方式将所述当前夜视图像均分为所述预设数量的图像碎片，以获得当前图像碎片集；将所述历史图像碎片集与所述当前图像碎片集进行对比，以获得图像对比结果。
在一实施例中，所述对比模块605，还用于对所述历史图像碎片集进行遍历，并根据当前遍历到的图像碎片从所述当前图像碎片集选出对应的目标图像碎片；将所述当前遍历到的图像碎片与所述目标图像碎片进行相似度匹配，并获得匹配结果；在遍历完成时，根据所获得的所有匹配结果确定图像对比结果。
在一实施例中，所述执行模块606，还包括增值模块，所述增值模块用于对所述目标对象进行环绕式巡检，以获得所述目标对象的全景图像，并将所述全景图像上传至无人机飞控平台。
在一实施例中，所述巡检模块601，还包括新增模块，所述新增模块用于若所述目标点位不属于已巡检点位，则采集当前夜视图像并上传至无人机飞控平台。
本发明基于无人机的夜视预警装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于无人机的夜视预警方法，其特征在于，所述方法包括：
根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位；
若是，则判断所述目标点位是否属于已巡检点位；
若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整；
基于调整后的方位对目标对象进行图像采集，获得当前夜视图像；
获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果；
在所述图像对比结果满足预设条件时，生成警报信息；
其中，所述获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果的步骤，包括：
获取所述目标对象的历史夜视图像；
按预设图像分割方式将所述历史夜视图像均分为预设数量的图像碎片，以获得历史图像碎片集；
按所述预设图像分割方式将所述当前夜视图像均分为所述预设数量的图像碎片，以获得当前图像碎片集；
对所述历史图像碎片集进行遍历，并根据当前遍历到的图像碎片从所述当前图像碎片集选出对应的目标图像碎片；
将所述当前遍历到的图像碎片与所述目标图像碎片通过哈希算法进行相似度匹配，从而获得匹配结果；
在遍历完成时，根据所获得的所有匹配结果确定图像对比结果。
2.如权利要求1所述的方法，其特征在于，所述根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位的步骤之前，还包括：
在固定区域进行遍历式巡检并拍摄所述固定区域的信息图像；
根据所述信息图像确定目标点位，并获取所述目标点位对应的位置信息；
根据所述目标点位以及所述位置信息配置所述无人机巡检策略。
3.如权利要求1所述的方法，其特征在于，所述若属于，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整的步骤，包括：
若所述目标点位属于已巡检点位，则基于当前方位拍摄若干夜视图片；
获取所述目标点位对应的历史夜视图像；
根据图像灰度从所述历史夜视图像中选取目标参照物，并计算所述目标参照物在所述历史夜视图像中的标准边界距离比例；
根据所述标准边界距离比例以及所述若干夜视图片对当前方位进行调整。
4.如权利要求1所述的方法，其特征在于，所述在所述图像对比结果满足预设条件时，生成警报信息的步骤之后，还包括：
对所述目标对象进行环绕式巡检，以获得所述目标对象的全景图像，并将所述全景图像上传至无人机飞控平台。
5.如权利要求1-4任一项所述的方法，其特征在于，所述根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位的步骤之后，还包括：
若所述目标点位不属于已巡检点位，则采集当前夜视图像并上传至无人机飞控平台。
6.一种基于无人机的夜视预警巡检装置，其特征在于，所述基于无人机的夜视预警巡检控制装置包括：
巡检模块：用于根据预先配置的无人机巡检策略进行夜视巡检，并判断是否到达目标点位；
定位模块：用于若达到目标点位，则判断所述目标点位是否属于已巡检点位；
调整模块：用于若所述目标点位属于已巡检点位，则基于当前方位拍摄若干夜视图片，并根据所述夜视图片对当前方位进行调整；
采集模块：用于基于调整后的方位对目标对象进行图像采集，获得当前夜视图像；
对比模块：用于获取所述目标对象的历史夜视图像，并将所述当前夜视图像与所述历史夜视图像进行对比，以获得图像对比结果；
执行模块：用于在所述图像对比结果满足预设条件时，生成警报信息；
对比模块，还用于获取所述目标对象的历史夜视图像；按预设图像分割方式将所述历史夜视图像均分为预设数量的图像碎片，以获得历史图像碎片集；按所述预设图像分割方式将所述当前夜视图像均分为所述预设数量的图像碎片，以获得当前图像碎片集；对所述历史图像碎片集进行遍历，并根据当前遍历到的图像碎片从所述当前图像碎片集选出对应的目标图像碎片；将所述当前遍历到的图像碎片与所述目标图像碎片通过哈希算法进行相似度匹配，从而获得匹配结果；在遍历完成时，根据所获得的所有匹配结果确定图像对比结果。
7.一种无人机，其特征在于，所述无人机包括：存储器，处理器以及存储在所述存储器上并可在所述处理器上运行的基于无人机的夜视预警程序，所述基于无人机的夜视预警程序配置为实现如权利要求1至5中任一项所述的基于无人机的夜视预警方法。
8.一种存储介质，其特征在于，所述存储介质上存储有基于无人机的夜视预警程序，所述基于无人机的夜视预警程序被处理器执行时实现如权利要求1至5任一项所述的基于无人机的夜视预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110456627.8A CN113242409B (zh) | 2021-04-26 | 2021-04-26 | 基于无人机的夜视预警方法、装置、无人机及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110456627.8A CN113242409B (zh) | 2021-04-26 | 2021-04-26 | 基于无人机的夜视预警方法、装置、无人机及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113242409A CN113242409A (zh) | 2021-08-10 |
| CN113242409B true CN113242409B (zh) | 2023-09-12 |
Family
ID=77129430
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110456627.8A Active CN113242409B (zh) | 2021-04-26 | 2021-04-26 | 基于无人机的夜视预警方法、装置、无人机及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113242409B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016082277A1 (zh) * | 2014-11-28 | 2016-06-02 | 安科智慧城市技术（中国）有限公司 | 一种视频认证方法及装置 |
| CN106993158A (zh) * | 2017-04-07 | 2017-07-28 | 湖北大学 | 一种基于图像复原的主动红外夜视辅助驾驶系统 |
| CN107396112A (zh) * | 2017-08-01 | 2017-11-24 | 深信服科技股份有限公司 | 一种编码方法及装置、计算机装置、可读存储介质 |
| CN110545428A (zh) * | 2018-05-28 | 2019-12-06 | 深信服科技股份有限公司 | 一种运动估计方法及装置、服务器及计算机可读存储介质 |
| CN111369760A (zh) * | 2018-12-25 | 2020-07-03 | 西南科技大学 | 一种基于无人机的夜间行人安全预警装置及方法 |
| CN111726576A (zh) * | 2020-05-27 | 2020-09-29 | 深圳中琛源科技股份有限公司 | 无人机巡检方法、装置、系统及存储介质 |
-
2021
- 2021-04-26 CN CN202110456627.8A patent/CN113242409B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016082277A1 (zh) * | 2014-11-28 | 2016-06-02 | 安科智慧城市技术（中国）有限公司 | 一种视频认证方法及装置 |
| CN106993158A (zh) * | 2017-04-07 | 2017-07-28 | 湖北大学 | 一种基于图像复原的主动红外夜视辅助驾驶系统 |
| CN107396112A (zh) * | 2017-08-01 | 2017-11-24 | 深信服科技股份有限公司 | 一种编码方法及装置、计算机装置、可读存储介质 |
| CN110545428A (zh) * | 2018-05-28 | 2019-12-06 | 深信服科技股份有限公司 | 一种运动估计方法及装置、服务器及计算机可读存储介质 |
| CN111369760A (zh) * | 2018-12-25 | 2020-07-03 | 西南科技大学 | 一种基于无人机的夜间行人安全预警装置及方法 |
| CN111726576A (zh) * | 2020-05-27 | 2020-09-29 | 深圳中琛源科技股份有限公司 | 无人机巡检方法、装置、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113242409A (zh) | 2021-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11070725B2 (en) | Image processing method, and unmanned aerial vehicle and system | |
| US10292321B2 (en) | Agricultural work machine for avoiding anomalies | |
| CN113345019B (zh) | 一种输电线路通道隐患目标测距方法、设备及介质 | |
| US20160214533A1 (en) | Autonomous vehicle cameras used for near real-time imaging | |
| CN111815707A (zh) | 点云确定方法、点云筛选方法、装置、计算机设备 | |
| KR102195051B1 (ko) | 드론의 영상 정보를 이용한 공간 정보 생성 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
| CN108932273B (zh) | 图片筛选方法及装置 | |
| JP2019101499A (ja) | 画像特徴強調装置、路面特徴解析装置、画像特徴強調方法及び路面特徴解析方法 | |
| CN111896233B (zh) | 对比度测试方法、对比度测试设备及存储介质 | |
| US9898676B2 (en) | Method for determining the level of degradation of a road marking | |
| CN114035606A (zh) | 杆塔巡检系统、杆塔巡检方法、控制装置和存储介质 | |
| CN113378754B (zh) | 一种工地裸土监测方法 | |
| CN113242409B (zh) | 基于无人机的夜视预警方法、装置、无人机及存储介质 | |
| CN110320934B (zh) | 云台控制方法、装置、云台及移动设备 | |
| CN114627079B (zh) | 基于人工智能的安防监控设备异常检测方法及系统 | |
| KR20140039936A (ko) | 대상물 정보제공시스템 및 대상물 정보제공장치와 대상물 정보제공방법 | |
| JP4452793B2 (ja) | 不法投棄箇所検知装置、方法、およびプログラム | |
| JP4512778B2 (ja) | 不法投棄箇所検知装置、方法、およびプログラム | |
| CN112364693B (zh) | 基于双目视觉的障碍识别方法、装置、设备及存储介质 | |
| CN113472998B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN116188348A (zh) | 裂缝检测方法、装置及设备 | |
| CN113870180A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
| CN112571409A (zh) | 基于视觉slam的机器人控制方法、机器人及介质 | |
| WO2023068208A1 (ja) | エアロゾル濃度の推測方法及びシステム | |
| KR102404771B1 (ko) | 무인비행체 탑재 열화상 카메라로 촬영한 야생동물 개체 자동 선별 방법 및 장치 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230802 Address after: 239300 North of Guangling Road, east of Erfeng South Road, Tianchang City, Chuzhou City, Anhui Province Applicant after: TIANCHANG CITY POWER SUPPLY COMPANY OF STATE GRID ANHUI POWER CO.,LTD. Address before: 518000 room 301-307, building 8, No.1 sanjiaoshan, Tongsheng community, Dalang street, Longhua District, Shenzhen City, Guangdong Province Applicant before: SHENZHEN ANXING DIGITAL SYSTEMS CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |