【技术实现步骤摘要】
本专利技术属于无人机检测应用，具体涉及一种低空摄影河渠水面宽度识判方法、飞行控制方法。
技术介绍
1、近年来，无人机技术已经在多个领域得到广泛应用，尤其是在各种检测和测量方面，并展现出显著的优势和潜力。
2、无人机可以沿着高压线路飞行，使用高清摄像头或热成像设备检测线路的损坏、腐蚀和其他潜在问题。无人机能够快速获取道路、铁路的影像数据，识别裂缝、滑坡等风险，进行定期维护。
3、在地形查看、水文检测等方面，无人机也被广泛运用。通过搭载高分辨率摄像头或激光雷达，无人机可以获取高精度的地形数据，生成数字地形模型和数字高程模型。无人机低空摄影在地形检测中，尤其是在河流和水文方面的应用，提供了高效、灵活且精确的技术手段，为环境保护、水资源管理以及自然灾害防治提供了重要支持。
4、无人机低空摄影能够便捷地获取河流及其周边区域的高分辨率图像，帮助科学家和工程师实时监测河道的形态变化，如河道淤积、侵蚀、河床抬升或下切等。这些数据对于理解河流动态过程及其对环境的影响至关重要。利用无人机低空摄影技术，可以快速获取洪水发生区域的现状影像，帮助评估洪水的影响范围、洪水水位变化及其对周边基础设施的威胁。通过对比洪水前后的地形数据，还可以分析洪水对河道和地形的长期影响。
5、水文数据中，河流水面宽度是一个最基础的数据。目前，河宽要么使用仪器实地测量，要么在图像中根据像素比例来直接计算。
6、例如，申请号为202310722121.6的中国专利技术专利申请，公开了一种漂浮式河宽测量仪，获取一组雷达到
7、除了采用雷达波进行检测，还有通过图像进行河宽检测的计算方案。如申请号为202311290498.5的中国专利技术专利申请，公开了一种干旱地区野外河流的洪水预警方法及系统，在野外河流中的固定参照物附近布设水尺，利用固定的摄像头实时拍摄野外河流表面图像，对图像进行识别并借助图像中的水尺信息得到野外河流的水深与河宽。其中对于河宽，该方案利用先验的比例数据，对提取的图像进行二值化处理，从河宽二值图像中，直接读取河流宽度。而，申请号为202311564794.x的中国专利技术专利申请，则公开了一种基于塔基视频的自然河流生态流量实时监测方法；其结合视频影像，在数字正射影像数据中查找监测断面，得到监测断面在数字正射影像数据中的实际距离，率定该监测断面的水面宽度与水体像元数量间的转换系数f＝w/n，其中，w为基于数字正射影像数据获取的监测断面的实际河宽，n为监测断面的水体像元数量；基于该转换系数，可以根据图像进行河宽的测量。
8、这类基于图像的测量方案中，依赖于一种精确的比例关系，即要求所测线段的像素宽度值对应一种先验的确定比例。显然，该方案要求视频画面为固定的同一角度，才有可比性，而对于无人机低空摄影而言，这无疑大大限制了其对河渠测量的灵活性。
9、因此，需要一种泛化性能强、适用性广的基于低空摄影的河渠自动识别与宽度检测的方法与系统。
技术实现思路
1、河水在流动过程中，对河岸形成冲刷，从而形成岸线。观察发现，河流在很多分段中，都会有两条近似平行的水岸线。特别地，在河流中，有一类修建或自然形成的用于特定功能的人工或天然水道即河渠。目前，世界各地的河渠系统现已非常发达，河渠广泛分布在平原和丘陵地区，用于引导河流水源进行大面积的农田灌溉和排放多余积水。河渠的横断面通常为梯形，这是因为梯形断面具有较好的边坡稳定性，使得河渠两侧边坡的塌陷风险低。同时，梯形断面的底部宽度和边坡角度的选择也有助于控制流速和减少泥沙沉积，且梯形断面的形状更容易通过机械化设备挖掘和成型。
2、为解决上述技术问题，实现基于低空摄影的河渠水面宽度自动识判，本专利技术提供一种低空摄影河渠水面宽度识判方法、与飞行控制器方法。根据无人机低空摄影下的图像来对河渠的特征进行识别、并测算其水面宽度，且不需要限定无人机在采样时必须保持为某一个精准的特定方位。
3、本专利技术提供一种低空摄影河渠水面宽度识判方法，其包括其以下步骤：
4、s1、初始化，建立基于神经网络的河渠水面宽度预测模型，其中，所述神经网络的输入为两条平行直线相对图像中心的几何特征、输出为所述两条平行直线间的实际距离；
5、s2、搭建具有两条平行边缘的薄片形河渠水面模型，离线状态下，以低空倾斜摄影采集不同宽度河渠水面模型的图像以形成样本集，用所述样本集训练所述神经网络；
6、s3、以低空摄影在某一高度和俯仰角下在线采集河渠图像，在所述河渠图像中确定包含河渠的roi区域；
7、s4、根据所述roi区域中心部分的颜色空间特征，将河渠图像中颜色空间特征与之相似的像素点作为前景对象，以非前景对象区域作为背景对象；
8、s5、在前景对象中，根据像素连通性，找到最大连通域作为河渠水体区域，以所述河渠水体区域为前景对象，非前景对象全部置零，形成河渠目标图像；
9、s6、对所述河渠目标图像，经边缘检测获得河渠边缘图像；
10、s7、对所述河渠边缘图像进行霍夫线变换后，经启发式搜索获得河渠水体表面沿河渠壁的两边直线；
11、s8、获取河渠水面所述两边直线相对图像中心的几何特征；
12、s9、将所述几何特征输入到经训练的所述河渠水面宽度预测模型，得到河渠水面宽度预测值；
13、s10、将所述宽度预测值输出；
14、s11、检测有无退出指令，若有则转步骤s13，否则转步骤s12；
15、s12、待宽度识判指令触发后转步骤s3；
16、s13、结束河渠宽度识判。
17、作为优选，所述步骤s2在形成样本时还包括：对所采集的河渠水面模型的图像，经滤波和灰度化处理后，进行二值化，形成河渠目标图像，然后经边缘检测获得河渠边缘图像；
18、对河渠边缘图像进行霍夫线变换，并经启发式搜索获得含河渠水面模型两条直线边的的边线图像；从所述边线图像中获取两条边线相对图像中心的几何特征量，记录当前河渠水面模型的宽度，将所获几何特征量及所记录的模型宽度形成为一个训练样本。
19、作为优选，所述步骤s1、s8中的所述几何特征，还包括采集时飞行高度、俯瞰角度这2个输入量。
20、作为优选本文档来自技高网...
【技术保护点】
1.低空摄影河渠水面宽度识判方法，其包括以下步骤：
2.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤S2在形成样本时还包括：
3.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤S1中的所述几何特征，包括两条直线的斜率k1、k2以及图像中心点到两条所述直线的垂距D1、D2共4个输入量；
4.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤S7的所述霍夫线变换后，获得河渠边缘直线集；在所述启发式搜索中，从所获河渠边缘直线集中按启发式规则筛选出方向角度接近、且相互距离最大、长度最长的两条直线段作为河渠水面两边直线，
5.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤S1还包括：建立一个基于YOLOv5s网络的目标分类模型，采用图像采集单元中的俯瞰相机低空摄影采集河渠场景图像后，以标注了河渠区域的所述河渠场景图像组成的图像样本集来对所述网络进行离线训练，获得河渠场景目标分类模型；
6.根据权利要求1所述的低空摄影河渠水面宽度识判方法，
7.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，直线的所述几何特征其计算方法为：
8.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤S2中，对作为河渠水面宽度预测模型的神经网络进行训练包括：T1、初始化网络的权值和偏置；T2、读取网络参数和记录在文档中的训练样本集；T3、对样本数据进行归一化处理；T4、对每一个样本计算其预测输出值与期望值的误差；T5、根据误差反向计算修正网络权值和偏置；T6、如满足网络训练结束的条件，则结束训练，否则转到T4继续进行训练；T7、结果分析与输出。
9.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤S2还包括：将所述河渠水面模型分别布置在倾斜摄影视野下地面中的不同区域，以使得所述样本集内河渠水面模型分布在图像平面内上中下、左中右所形成九宫格的各宫格内。
10.根据权利要求1所述的无人机乡村道路宽度识别方法，其特征在于，所述作为河渠水面宽度预测模型的神经网络采用多个，其中每个河渠水面宽度预测模型对应一个飞行高度与低空摄影获取河渠图像时的俯瞰角度；
...【技术特征摘要】
1.低空摄影河渠水面宽度识判方法，其包括以下步骤：
2.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤s2在形成样本时还包括：
3.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤s1中的所述几何特征，包括两条直线的斜率k1、k2以及图像中心点到两条所述直线的垂距d1、d2共4个输入量；
4.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤s7的所述霍夫线变换后，获得河渠边缘直线集；在所述启发式搜索中，从所获河渠边缘直线集中按启发式规则筛选出方向角度接近、且相互距离最大、长度最长的两条直线段作为河渠水面两边直线，
5.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述步骤s1还包括：建立一个基于yolov5s网络的目标分类模型，采用图像采集单元中的俯瞰相机低空摄影采集河渠场景图像后，以标注了河渠区域的所述河渠场景图像组成的图像样本集来对所述网络进行离线训练，获得河渠场景目标分类模型；
6.根据权利要求1所述的低空摄影河渠水面宽度识判方法，其特征在于，所述河渠水面宽度预测模型所采用的bp神经网...
【专利技术属性】
技术研发人员：邹细勇，巫欣城，邹乐钧，黄昌清，胡晓静，李子印，王焕平，王育红，陈亮，
申请(专利权)人：中国计量大学，
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。