[發明專利]一種基于高斯去噪的無人機圖像處理方法

在審

• 申請號: 202110755666.8
• 申請日: 2021-07-05
• 公開（公告）號: CN113343930A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 王鈺勛;李帥
• 申請（專利權）人: 北京鑫海宜科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京嘉途睿知識產權代理事務所(普通合伙) 11793
• 代理人: 彭成

1.一種基于高斯去噪的無人機圖像處理方法，其特征在于：

訓練無人機三維地理圖像樣本，得到無人機三維地理圖像樣本分類器；

獲取無人機實地三維地理采樣圖像，對所述無人機實地三維地理采樣圖像進行預處理，采用所述無人機三維地理圖像樣本分類器對所述無人機三維地理圖像樣本分類器進行測試，獲取所述無人機三維地理圖像樣本分類測試結果和實地三維地理評價結果；

對所述實地三維地理評價結果進行小波檢測分析，獲取所述實地三維地理的動態檢測結果；

對所述實地三維地理的動態檢測結果進行環境檢測分析，獲取所述實地三維地理的圖像處理結果。

2.如權利要求1所述的一種基于高斯去噪的無人機圖像處理方法，其特征在于：

所述訓練無人機三維地理圖像樣本，得到無人機三維地理圖像樣本分類器，還包括：

獲取所述訓練無人機三維地理圖像樣本的原始相位圖像，提取其動態特征和顏色特征；

對所述訓練無人機三維地理圖像樣本的原始相位圖像的動態特征和顏色特征分別進行歸一化處理，得到歸一化后的所述原始相位圖像的動態特征和顏色特征；

將所述歸一化后的所述原始相位圖像的動態特征和顏色特征進行融合，構成雙相位無人機圖像特征；

對所述訓練無人機三維地理圖像樣本的原始相位圖像進行手動獲取C個雙相位正向訓練樣本和D個兩相位負向訓練樣本，其中0C500,0D1000；

采用得到的所述歸一化后的所述原始相位圖像的動態特征和顏色特征對C個雙相位正向訓練樣本進行表示，得到雙相位正向訓練樣本特征；

采用得到的所述歸一化后的所述原始相位圖像的動態特征和顏色特征對所有(C+D)個雙相位訓練樣本進行表示，得到所有雙相位訓練樣本特征；

采用雙相位正向訓練樣本特征和所有雙相位訓練樣本特征構造支撐分類器SVC。

3.如權利要求1所述的一種基于高斯去噪的無人機圖像處理方法，其特征在于：所述獲取無人機實地三維地理采樣圖像，對所述無人機實地三維地理采樣圖像進行預處理，采用所述無人機三維地理圖像樣本分類器對所述無人機三維地理圖像樣本分類器進行測試，獲取所述無人機三維地理圖像樣本分類測試結果和實地三維地理評價結果，還包括：

控制鏡頭捕獲數字圖像，將采集的數字圖像進行灰度化、去燥及重新設置圖像尺寸處理，去除噪聲使用高斯濾波和中值濾波；

使用圖像清晰度評價算法判斷圖像的離焦程度，并通過據焦搜索方法找到焦點位置，驅動無人機鏡頭至最佳成像位置；

采用所述雙相位無人機圖像特征和所述雙相位正向訓練樣本特征，將所述雙相位無人機圖像特征和所述雙相位正向訓練樣本特征輸入到第一層的小波神經網絡中，利用第一層網絡隱層和輸入層節點的初始權值，輸出層和隱層節點的初始權值、小波激活函數的縮放因子和平移因子分別計算第一層網絡隱層的輸出和輸出層的輸出；

將所述第一層網絡隱層的輸出和輸出層的輸出輸入到所述采用雙相位正向訓練樣本特征和所有雙相位訓練樣本特征構造的支撐分類器SVC中，獲取最終的無人機圖像測試結果；

對所述測試結果進行實地三維地理分析，對實地三維地理進行聚類處理，并獲取所述實地三維地理的紋理特征和硬度特征。

4.如權利要求1所述的一種基于高斯去噪的無人機圖像處理方法，其特征在于：

所述對所述實地三維地理評價結果進行小波檢測分析，獲取所述實地三維地理的動態檢測結果，還包括：

對所述實地三維地理評價結果的內容進行小波檢測分析，初始化所述實地三維地理評價結果的內容，封裝成調用數據文件；

將所述封裝好的調用數據文件發送給小波檢測分析程序，讀取所述調用數據文件，進行小波包分解重構，完成特征提取；

采用主成分分析方法，發出重構信號，去平均預處理后，建立協方差矩陣，得到特征值特征向量，將投影后得到的數據作為新的數據樣本并達到降低原始數據維數；

依照所述投影后得到的數據獲取實地三維地理的動態檢測結果，所述實地三維地理的動態檢測結果表明所述實地三維地理的潛在動態變化。

5.如權利要求1所述的一種基于高斯去噪的無人機圖像處理方法，其特征在于：所述對所述實地三維地理的動態檢測結果進行環境檢測分析，獲取所述實地三維地理的圖像處理結果，還包括：

獲取所述實地三維地理的動態檢測結果，對所述實地三維地理的動態檢測結果進行聚類分析；

當所述實地三維地理的動態檢測結果屬于第一聚類時，對所述實地三維地理的動態檢測結果進行環境檢測分析，檢測當前環境中的氣味濃度并規劃路徑以跟蹤以及定位氣味源，最終獲得所述實地三維地理的圖像處理結果；

當所述實地三維地理的動態檢測結果屬于第二聚類時，不進行檢測當前環境中的氣味濃度檢測。