[發(fā)明專利]一種基于無(wú)人機(jī)和人工智能的違章垃圾識(shí)別和判定方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202211219087.2
• 申請(qǐng)日: 2022-10-08
• 公開(kāi)（公告）號(hào): CN115294486B
• 公開(kāi)（公告）日: 2023-01-13
• 發(fā)明（設(shè)計(jì)）人: 陳鋼;劉攀
• 申請(qǐng)（專利權(quán)）人: 彼圖科技（青島）有限公司
• 主分類號(hào): G06V20/17
• 分類號(hào): G06V20/17;G06V20/40;G06V10/764
• 代理公司: 青島華慧澤專利代理事務(wù)所(普通合伙) 37247
• 代理人: 孟令彩

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其為一種基于無(wú)人機(jī)和人工智能的違章垃圾識(shí)別和判定方法，包括如下步驟：無(wú)人機(jī)采集高清視頻；對(duì)無(wú)人機(jī)采集的高清視頻進(jìn)行幀間差處理，獲取有效高清圖片；通過(guò)5G技術(shù)將獲得的高清圖片傳給地面工作站，對(duì)圖片進(jìn)行進(jìn)一步預(yù)處理；對(duì)預(yù)處理后的圖片通過(guò)人工智能算法進(jìn)行運(yùn)算，進(jìn)而實(shí)現(xiàn)對(duì)垃圾的識(shí)別和判定。本發(fā)明通過(guò)無(wú)人機(jī)采集圖像數(shù)據(jù)，并通過(guò)改進(jìn)幀間差算法，通過(guò)擴(kuò)大幀差檢測(cè)變化較慢的目標(biāo)，可以獲取有效高清圖片拋棄無(wú)用的或重復(fù)的圖片，進(jìn)一步提升5G傳輸?shù)乃俣群腿斯ぶ悄芩惴ǖ臋z測(cè)效率；將垃圾數(shù)據(jù)圖像與人工智能算法相結(jié)合，實(shí)現(xiàn)對(duì)垃圾的自動(dòng)識(shí)別和判定。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其是一種基于無(wú)人機(jī)和人工智能的違章垃圾識(shí)別和判定方法。

背景技術(shù)

在過(guò)去信息化技術(shù)尚未普及時(shí)，違章建筑管理部門通常采用人工巡視的手段來(lái)人工發(fā)現(xiàn)垃圾。近些年，也出現(xiàn)了利用攝像頭進(jìn)行遠(yuǎn)程監(jiān)控的方法在違章建筑附近進(jìn)行監(jiān)測(cè)，但是該種方法存在一些缺點(diǎn)，例如存在監(jiān)測(cè)死角和資金投入較大等。這些方法雖然可以對(duì)垃圾影像進(jìn)行采集，但是對(duì)垃圾識(shí)別判斷主要還是通過(guò)人工識(shí)別方式，在獲取的影像數(shù)量較多或影像范圍較大時(shí)，通過(guò)人工識(shí)別方式會(huì)產(chǎn)生巨大的工作量，同時(shí)識(shí)別效率也相對(duì)較低。并且目前智能識(shí)別和自動(dòng)特征提取等技術(shù)還處于研究階段，并不能廣泛應(yīng)用，導(dǎo)致無(wú)人機(jī)巡查效果大打折扣。。

發(fā)明內(nèi)容

本發(fā)明的目的是通過(guò)提出一種基于無(wú)人機(jī)和人工智能的違章垃圾識(shí)別和判定方法，以解決上述背景技術(shù)中提出的缺陷。

本發(fā)明采用的技術(shù)方案如下：

提供一種基于無(wú)人機(jī)和人工智能的違章垃圾識(shí)別和判定方法，包括如下步驟：

S1.1：無(wú)人機(jī)采集高清視頻；

S1.2：對(duì)無(wú)人機(jī)采集的高清視頻進(jìn)行幀間差處理，獲取有效高清圖片；

S1.3：通過(guò)5G技術(shù)將獲得的高清圖片傳給地面工作站，對(duì)圖片進(jìn)行進(jìn)一步預(yù)處理；

S1.4：對(duì)預(yù)處理后的圖片通過(guò)人工智能算法進(jìn)行運(yùn)算，進(jìn)而實(shí)現(xiàn)對(duì)垃圾的識(shí)別和判定。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述S1.2中，幀間差處理采用改進(jìn)幀間差分法，所述改進(jìn)幀間差分法利用三幀圖像信息，通過(guò)對(duì)當(dāng)前幀、前后幀的圖像進(jìn)行差分運(yùn)算。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述改進(jìn)幀間差分法公式如下：

；

和分別為前后兩幀與當(dāng)前幀進(jìn)行差分后的圖像，和、分別為t時(shí)刻、t-1時(shí)刻和t+1時(shí)刻的圖像的灰度值，為灰度系數(shù)，為待檢測(cè)區(qū)域的像素總數(shù)目，為待檢測(cè)圖像；

再通過(guò)閾值T處理得到的幀差圖像，并進(jìn)行二值化處理：

；

其中，或，或均為二值化得到的結(jié)果。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述S1.3中，預(yù)處理的方法包含圖片灰度處理、顏色反轉(zhuǎn)以及canny邊緣檢測(cè)算法；

所述圖片灰度處理公式如下：

；

其中，、和分別代表紅、綠、藍(lán)三種顏色的分量，將彩色圖像的三分量求取平均值得到一個(gè)灰度值；

所述顏色反轉(zhuǎn)公式如下：

；

其中，為當(dāng)前像素值，為顏色反轉(zhuǎn)后的像素值；

所述canny邊緣檢測(cè)算法如下：

；

為高斯分布標(biāo)準(zhǔn)差，為像素點(diǎn)；