[发明专利]一种基于图像特征的无人机公路巡检方法

权利要求书

1.一种基于图像特征的无人机公路巡检方法，其特征在于，该方法包括以下步骤：

1)图像采集：获取公路的彩色图像；

2)图像分割：对彩色图像的三个通道进行灰度图像分割，并将三个通道得到的分割结果进行融合；

3)图像后处理：对融合后的图像进行直线检测，获取包括实线和有断点的线的图像；

4)SURF算法识别：对获取的包括实线和有断点的线的图像采用SURF算法检测角点，构建Hessian矩阵，生成车道线与背景的特征点；

5)特征点确认：在生成的车道线与背景的特征点中进行筛选，确认符合车道线的特征点；

6)车道线估计：根据RANSAC算法对车道线估计模型的匹配参数进行估计，拟合白色车道线；

7)车道线后处理：对车道线估计模型的匹配参数进行修正，获取最终的白色车道线的图像；

8)无人机飞行控制：将获取的白色车道线的图像实时传输给远程监控平台，远程监控平台获知公路情况后，发布指示至无人机的MCU，无人机的MCU控制无人机的飞行状态。

2.根据权利要求1所述的一种基于图像特征的无人机公路巡检方法，其特征在于，所述的步骤2)中，采用最大类间方差法对彩色图像的三个通道进行灰度图像分割。

3.根据权利要求1所述的一种基于图像特征的无人机公路巡检方法，其特征在于，所述的步骤3)的具体内容为：

对融合后的图像检测并判断连通域特征，将不属于车道线的连通域去除后，使用Hough变换进行直线检测，获取包括实线和有断点的线的图像。

4.根据权利要求1所述的一种基于图像特征的无人机公路巡检方法，其特征在于，所述的步骤5)的具体内容为：

筛选出符合车道线的特征点，通过欧氏距离与Hessian矩阵的迹，对特征点进行方向判断，进一步确定取舍的特征点。

5.根据权利要求1所述的一种基于图像特征的无人机公路巡检方法，其特征在于，所述的步骤7)中，采用卡尔曼滤波对车道线估计模型的匹配参数进行修正。

6.根据权利要求1所述的一种基于图像特征的无人机公路巡检方法，其特征在于，用于实现该巡检方法的无人机公路巡检系统包括远程监控平台、机载无线通讯模块、无人机、设于无人机上的摄像头及与摄像头连接的处理子系统，所述的处理子系统包括图像识别模块和MCU，所述的MCU通过机载无线通讯模块与远程监控平台连接，所述的图像识别模块包括依次连接的图像分割单元、图像后处理单元、图像检测单元、车道线参数估计与后处理单元。