[发明专利]一种基于无人机的高耸结构外观检测方法

权利要求书

1.一种基于无人机的高耸结构外观检测方法，其特征在于，包括以下步骤：

1)根据监测精度γ要求、相机横向和高度方向分辨率α_L和α_H、图像重叠率ol，确定单幅图像拍摄长度S_L和高度S_H；

2)由镜头焦距、传感器尺寸、拍摄长度S_L和高度S_H，计算出无人机距离待检结构物最小距离d；

3)将无人机飞行至待检结构物右下角，并通过测距传感器调整无人机至待检结构物距离，两者距离为d，并停留获取此位置的经纬度(Lon₁,Lat₁)和高度信息H₁；然后飞行至待检结构物左上角，调整无人机至待检结构物距离为d，获取此位置的经纬度(Lon₂,Lat₂)和高度信息H₂，由此获得待检结构物的检测范围(L,H)；

4)将待检结构物进行矩阵模式分区，形成无人机的位置矩阵M(n₁,n₂)；其中，横向和高度方向飞行区域数量分别为：

5)根据无人机位置矩阵M(n₁,n₂)自动规划飞行路径，按位置矩阵序列依次给无人机发送飞行任务；首先从待检结构物左上角出发，即首先到达矩阵M(n₁,n₂)位置，接着到达M(n₁,n₂-1)，直至到M(n₁,1)，接着依次到达M(n₁-1,1)和M(n₂-1,2)，直至最后到达M(1,1)，无人机返航；无人机在RTK定位信息指引依次到达位置矩阵中每个元素标注的位置，并在元素指定位置悬停拍照，存储图像及其位置信息；

6)获取无人机系统拍摄的位置矩阵序列高清图像数据和位置信息；

7)无人机拍摄图像为移动站点拍摄，即多站点图像数据，采用“多权重迭代最优缝合缝”方法将图像进行拼接处理；

8)对拼接后的图像进行配准处理；

9)矢量CAD文件确定配准后图像像元尺寸，并根据像元个数确定缺陷的长度、宽度和面积。

2.根据权利要求1所述的方法，其特征在于，步骤1)中，20％≤ol≤50％。

3.根据权利要求1所述的方法，其特征在于，步骤1)中，S_L＝γ×α_L×(1-ol)；S_H＝γ×α_H×(1-ol)。

4.根据权利要求1所述的方法，其特征在于，步骤2)中，d＝min(d_L,d_H)；d_L＝f×S_L/SS_L；d_H ＝f×S_H/SS_H；其中，f为相机焦距，SS_L和SS_H为相机传感器感光片的长度和高度。

5.根据权利要求1所述的方法，其特征在于，步骤3)中，

H＝H₂-H₁；其中ER为地球半径。

6.根据权利要求1所述的方法，其特征在于，步骤7)中，将图像进行拼接处理的具体实现过程包括：

a)根据无人机路径点顺序，对待拼接图像I_c之间的拼接顺序进行预排序，其中c表示待拼接图像的数量；

b)采用SURF特征点检测算法，查找图像特征点；

c)选取待配准的相邻图像I_i，I_j，采用RANSAC算法结合图像之间的几何信息进行特征点提纯，得到初始匹配对；

d)从初始匹配对中通过多次迭代随机选取k个特征点匹配对，k≥4；对图像进行粗配准，并利用公式估算投影变换矩阵H^*，其中v₁＝(x₁,y₁,z₁)，v₂＝(x₂,y₂,z₂)为I_i，I_j中对应的特征点，令z＝1，通过v₁，v₂之间的齐次线性变换关系，求得H^*中元素H_i,j的值，H^*是一个3×3的齐次矩阵；

e)采用结构保持变形算法，对粗配准后的图像进行变形，得到I_i'，I_j'；

f)采用Graphcut算法，查找I_i'，I_j'重叠区域的最佳缝合缝；

g)利用公式计算图像重叠区域中的特征点到缝合缝上像素点的距离，作为配准误差，其中v_f表示随机选取的特征点，m表示v_f的数量，v_s表示缝合缝上像素点，n表示v_s的数量；

h)重复步骤c)～步骤g)，计算所有可能的图像配准关系，将配准误差E(v)δ的特征点对保留下来，取δ＝100，对所有保留下来的特征点对合并，以此计算最终的图像配准关系，作为图像对I_i，I_j的最佳配准关系；

i)重复步骤h)，计算所有相邻图像对之间的最佳配准关系；

j)采用光束法平差算法，对所有的图像配准关系进行优化；

k)采用Graphcut算法，查找步骤j)中最终配准后图像I_c之间重叠区域的最佳缝合缝；

l)采用多波段融合技术实现图像I_c的无缝融合拼接。