【技术实现步骤摘要】
基于近地视频图像的违章建筑智能识别方法及系统
[0001]本专利技术涉及图像处理
，尤其涉及一种基于近地视频图像的违章建筑智能识别方法及系统。
技术介绍
[0002]随着国民经济快速发展，国土资源的开发利用需求越来越大，耕地保护和经济发展之间的矛盾日益突出。如何借助现代计算机信息与人工智能新技术，实现自然资源的各类违法建设、违法用地等异常事件的动态监测、协作联动、准确感知与实时预警，是当前保护好自然资源迫切需要解决的问题。
[0003]目前，世界各国自然资源管理部门主要利用航空航天遥感影像数据，结合人工实地巡查的方法进行自然资源保护执法监管，如中国专利202110518952.2公开的一种对农村违法占地建筑物进行检测的方法。但是违章建筑通常是指在非允许范围内搭建的彩钢房、框架结构、土房等不合规建筑，此类建筑自身面积不大，现有遥感卫星图像受分辨率限制，很难及时发现与准确取证；同时，遥感数据也存在更新周期普遍较长、图像质量受天气影响较大等现实不足，使得现有国土自然资源综合执法监测系统对违章建筑现象难以及时发现、有效监测以及实时取证。此外，无人机巡检执法也是近年来国土资源非法使用监测手段，如中国专利202211219087.2公开的一种基于无人机和人工智能的违章建筑数据识别方法，但在实践中也暴露出一些问题，首先是巡检周期较长，执法取证的实时性无法有效保证；再次是无人机巡检的监管成本较高。综上，现有国土自然资源监测方法及系统在日常执法中发挥了一定作用，但在高效性、便利性、准确性等方面依然存在亟待解决的问题，此外...
【技术保护点】
【技术特征摘要】
1.一种基于近地视频图像的违章建筑智能识别方法，其特征在于，包括步骤：S1、在铁塔上挂载视频监控探头，通过调整视频监控探头的高度、角度和焦距实现预设区域的近地视频图像采集；S2：对步骤S1所得近地视频图像进行去雾处理；S3：将去雾处理后的近地视频图像转化为HIS模型并对强度通道进行Gabor滤波，然后选取特征值序列图中的全局最大值构成显著性特征图；S4：基于显著性特征图获取团块面积，并判定是否存在连续多帧图像的团块面积满足违章建筑物判定条件，如果存在，则认定当前视频监控探头所管控的预设区域存在违章建筑。2.根据权利要求1所述的基于近地视频图像的违章建筑智能识别方法，其特征在于，步骤S1中通过调整视频监控探头的高度、角度和焦距，使得预设区域的近地视频图像宽度方向分辨率为W，高度方向分辨率为H，然后通过地理信息标定出近地视频图像上、下、左、右边界所对应的预设区域在自然场景下的实际长度分别为M
U
，M
D
,M
L
,M
R
，单位为米。3.根据权利要求2所述的基于近地视频图像的违章建筑智能识别方法，其特征在于，步骤S2的具体步骤包括：S21：提取单帧近地视频图像I(x)的暗通道图像D(x)；S22：根据暗通道图像D(x)计算大气光射值A；S23：计算每个像素位置的透射率t(x)；S24：按照计算去雾图像，其中t0为预设的最小透射率。4.根据权利要求3所述的基于近地视频图像的违章建筑智能识别方法，其特征在于，步骤S21中按照D(x)＝min
y∈W(x)
(min
c∈{r,g,b}
I
c
(y))提取单帧近地视频图像的暗通道图像D(X)，其中：W(x)表示单帧近地视频图像I(x)中以像素点x为中心的9
×
9的像素窗口，{r,g,b}表示彩色图像的红、绿、兰三色通道，c表示所选择的彩色通道；I
c
(y)表示以像素点x为中心的9
×
9的像素窗口每个像素点对应彩色通道的像素值。5.根据权利要求4所述的基于近地视频图像的违章建筑智能识别方法，其特征在于，步骤S22中先将步骤S21所得暗通道图像D(x)中的所有像素按照灰度值排序并选取排序前0.1％的值所对应的像素位置；然后根据所选取的像素位置从原始近地视频图像I(x)中选择对应的像素作为被选对象，并从这些被选对象中选择亮度值最高的像素作为大气光射值A。6.根据权利要求5所述的基于近地视频图像的违章建筑智能识别方法，其特征在于，步骤S23中按照计算每个像素位置的透射率t(x)，其中A
c
表示大气光射值A所对应的像素点在各个彩色通道的大气光射值，ε为修正系数。7.根据权利要求3
‑
6任一所述的基于近地视频图像的违章建筑智能识别方法，其特征在于，步骤S3中进行Gabor滤波时采用的Gabor核...
【专利技术属性】
技术研发人员：万久地，潘纯洁，张前进，蒋波，董良松，
申请(专利权)人：中国铁塔股份有限公司重庆市分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。