【技术实现步骤摘要】
本申请涉及图像分析领域，尤其涉及一种基于无人机照明的图像分析方法及系统。
技术介绍
1、随着无人机技术的快速发展，无人机在夜间照明任务中的应用需求逐渐增加。无人机的照明任务能够提供重要的视觉信息。这种方法的背景可以追溯到对于夜间监视、搜救、安全监控等领域的需求。
2、然而，现有技术中仍然存在一些挑战和问题。首先，无人机的稳定性和飞行能力需要进一步提高，以确保在低光条件下获取清晰的地面图像。其次，地面环境的多样性和复杂性使得地面反光物体的准确识别仍然具有挑战性，特别是在不同的气象和光照条件下。
技术实现思路
1、本申请提供了一种基于无人机照明的图像分析方法及系统，用于提高了无人机夜间照明的异常识别准确率和异常处理智能性。
2、第一方面，本申请提供了一种基于无人机照明的图像分析方法，所述基于无人机照明的图像分析方法包括：
3、获取无人机夜间照明任务的初始地面图像，并对所述初始地面图像进行图像去噪和照明区域特征提取，得到对应的第一地面照明区域特征图；
4、对所述初始地面图像进行地面反光物体识别，得到地面反光物体信息，并根据所述地面反光物体信息对所述第一地面照明区域特征图进行照明区域层次特征提取，得到第二地面照明区域特征图；
5、将所述第二地面照明区域特征图输入预置的初始无人机照明图像分析模型进行照明区域特征图的异常检测和异常处理，得到目标地面图像；
6、对所述目标地面图像进行地面照明物体特征识别，得到地面照明物体特征
7、根据所述地面照明物体特征识别结果对所述初始无人机照明图像分析模型进行模型优化，得到目标无人机照明图像分析模型；
8、获取无人机夜间照明任务的实时地面图像，并通过所述目标无人机照明图像分析模型对所述实时地面图像进行异常识别和异常报警，生成目标异常报警信息，以及根据所述目标异常报警信息生成异常处理策略，所述异常处理策略包括无人机照明参数调整、增强照明区域的照明强度以及改变照明颜色。
9、第二方面，本申请提供了一种基于无人机照明的图像分析系统，所述基于无人机照明的图像分析系统包括：
10、获取模块，用于获取无人机夜间照明任务的初始地面图像，并对所述初始地面图像进行图像去噪和照明区域特征提取，得到对应的第一地面照明区域特征图；
11、提取模块，用于对所述初始地面图像进行地面反光物体识别，得到地面反光物体信息，并根据所述地面反光物体信息对所述第一地面照明区域特征图进行照明区域层次特征提取，得到第二地面照明区域特征图；
12、处理模块，用于将所述第二地面照明区域特征图输入预置的初始无人机照明图像分析模型进行照明区域特征图的异常检测和异常处理，得到目标地面图像；
13、识别模块，用于对所述目标地面图像进行地面照明物体特征识别，得到地面照明物体特征识别结果；
14、优化模块，用于根据所述地面照明物体特征识别结果对所述初始无人机照明图像分析模型进行模型优化，得到目标无人机照明图像分析模型；
15、异常处理模块，用于获取无人机夜间照明任务的实时地面图像，并通过所述目标无人机照明图像分析模型对所述实时地面图像进行异常识别和异常报警，生成目标异常报警信息，以及根据所述目标异常报警信息生成异常处理策略，所述异常处理策略包括无人机照明参数调整、增强照明区域的照明强度以及改变照明颜色。
16、本申请提供的技术方案中，通过多个无人机协同操作，可以更全面地捕捉目标照明区域的图像信息，提高了数据的覆盖率和质量，有助于更准确地分析和识别异常情况。能够获取无人机夜间照明任务的实时地面图像，并实时分析，使系统具备快速响应异常情况的能力，有益于应急响应和任务处理的效率提升。通过反光物体识别和处理，方法能够减轻夜间图像中反光物体的干扰，提高了地面图像的质量和清晰度，有助于更准确地检测异常。通过根据地面照明物体特征识别结果对模型进行优化，方法不断学习和改进，有益于提高异常检测和修复的准确性，降低误报率。可以自动检测并生成异常报警信息，减轻了人工干预的需求，有益于快速发现异常情况并采取相应措施。根据异常报警信息生成的异常处理策略可以智能地调整无人机照明参数、增强照明强度和改变照明颜色等，以最优化方式处理异常情况，提高了任务的执行效率和效果。实现了多层次的地面图像特征提取，包括照明区域特征、反光物体信息、地面照明物体特征等，综合考虑了多种信息，有益于更全面、准确地分析目标区域。无人机照明技术可以灵活适应不同夜间任务的需求，根据具体情况调整照明参数，提高了系统的适用性和多功能性，进而提高了无人机夜间照明的异常识别准确率和异常处理智能性。
本文档来自技高网...【技术保护点】
1.一种基于无人机照明的图像分析方法，其特征在于，所述基于无人机照明的图像分析方法包括：
2.根据权利要求1所述的基于无人机照明的图像分析方法，其特征在于，所述获取无人机夜间照明任务的初始地面图像，并对所述初始地面图像进行图像去噪和照明区域特征提取，得到对应的第一地面照明区域特征图，包括：
3.根据权利要求1所述的基于无人机照明的图像分析方法，其特征在于，所述对所述初始地面图像进行地面反光物体识别，得到地面反光物体信息，并根据所述地面反光物体信息对所述第一地面照明区域特征图进行照明区域层次特征提取，得到第二地面照明区域特征图，包括：
4.根据权利要求1所述的基于无人机照明的图像分析方法，其特征在于，所述将所述第二地面照明区域特征图输入预置的初始无人机照明图像分析模型进行照明区域特征图的异常检测和异常处理，得到目标地面图像，包括：
5.根据权利要求4所述的基于无人机照明的图像分析方法，其特征在于，所述通过所述地面反光异常修复网络，根据所述综合地面反光异常检测结果对所述第二地面照明区域特征图进行地面反光异常区域修复，得到目标地面图像，包
6.根据权利要求1所述的基于无人机照明的图像分析方法，其特征在于，所述对所述目标地面图像进行地面照明物体特征识别，得到地面照明物体特征识别结果，包括：
7.根据权利要求1所述的基于无人机照明的图像分析方法，其特征在于，所述根据所述地面照明物体特征识别结果对所述初始无人机照明图像分析模型进行模型优化，得到目标无人机照明图像分析模型，包括：
8.一种基于无人机照明的图像分析系统，其特征在于，所述基于无人机照明的图像分析系统包括：
9.根据权利要求8所述的基于无人机照明的图像分析系统，其特征在于，所述获取模块具体用于：
10.根据权利要求8所述的基于无人机照明的图像分析系统，其特征在于，所述提取模块具体用于：
...【技术特征摘要】
1.一种基于无人机照明的图像分析方法，其特征在于，所述基于无人机照明的图像分析方法包括：
2.根据权利要求1所述的基于无人机照明的图像分析方法，其特征在于，所述获取无人机夜间照明任务的初始地面图像，并对所述初始地面图像进行图像去噪和照明区域特征提取，得到对应的第一地面照明区域特征图，包括：
3.根据权利要求1所述的基于无人机照明的图像分析方法，其特征在于，所述对所述初始地面图像进行地面反光物体识别，得到地面反光物体信息，并根据所述地面反光物体信息对所述第一地面照明区域特征图进行照明区域层次特征提取，得到第二地面照明区域特征图，包括：
4.根据权利要求1所述的基于无人机照明的图像分析方法，其特征在于，所述将所述第二地面照明区域特征图输入预置的初始无人机照明图像分析模型进行照明区域特征图的异常检测和异常处理，得到目标地面图像，包括：
5.根据权利要求4所述的基于无人机照明的图像分析...
【专利技术属性】
技术研发人员：曹广阔，
申请(专利权)人：深圳市光明顶技术有限公司，
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。