[发明专利]一种基于系留无人机的大型桥梁检测方法及检测装置

权利要求书

1.一种基于系留无人机的大型桥梁检测方法，其特征在于，包括步骤：

将系留电源布置在桥面上，无人机从桥面起降，对桥梁表面进行检测；

或者，将系留电源布置在地面上，无人机从地面起降，对桥梁表面进行检测；

对桥梁表面进行检测的步骤包括：

步骤S1：获取桥梁表面的初始影像，以及所述初始影像与桥梁表面对应的位置信息；

步骤S2：对所述初始影像进行灰度校正，以去除辅助光照不均引起的噪声信号，得到校正后的影像；

步骤S3：将所述校正后的影像分成三个级别：像素级影像、单元级影像和块级影像，然后基于所述像素级影像到单元级影像的灰度计算，消除随机噪声信号；基于所述单元级影像的块级影像进行邻域差分直方图分割计算，消除桥梁表面的背景信号，从而检测出桥梁表面的裂缝区域；

其中，所述单元级影像是指裂缝影像的一部分，所述块级影像是指裂缝区域整体的影像。

步骤S4：对所述裂缝区域进行边缘跟踪，提取裂缝的几何特征；

所述步骤S2包括：

步骤S21、将所述初始影像的影像行中各像元与所述影像行的均值求差，得到差值影像行；

步骤S22、对所述差值影像行采用正弦函数进行最小二乘拟合，得到所述影像行的噪声信号的正弦参数；

步骤S23、通过所述正弦参数计算出所述噪声信号，对所述初始影像进行补偿，得到校正后的影像。

2.根据权利要求1所述的基于系留无人机的大型桥梁检测方法，其特征在于，所述步骤S1中，获取所述初始影像与桥梁表面对应的位置信息，具体方法包括：采用惯性导航系统和/或GPS系统定位。

3.根据权利要求1所述的基于系留无人机的大型桥梁检测方法，其特征在于，所述步骤S3中，所述灰度计算的离散数学模型为：

Gray_unit＝λMin_unit+(1-λ)Mean_unit；

其中，Gray_unit为计算得到的单元级影像灰度值，Min_unit为单元级影像最小灰度值，Mean_unit为单元级影像灰度均值，λ为单元级影像最小灰度值的权重。

4.根据权利要求1所述的基于系留无人机的大型桥梁检测方法，其特征在于，所述步骤S3中，所述邻域差分直方图分割计算的离散数学模型为：

其中，Dh_g为块级影像灰度级Gray_{((i+h)*m+(j+k)}在影像中与其八邻域象素变化量的统计值，m为块级影像横向的单元数。n为块级影像纵向的单元数，g为灰度值，h和k是表示在影像取八邻域方向时能够遍历所有方向，起数学运算作用，无实际物理意义，g、h、i、j、k、m、n均为整数；g∈[0，255]，h∈[-1，1]，k∈[-1，1]，i∈[0，n-1]、j∈[0，m-1]。

5.根据权利要求1所述的基于系留无人机的大型桥梁检测方法，其特征在于，所述步骤S4中，所述几何特征包括点状特征、线状特征和面状特征。

6.一种基于系留无人机的大型桥梁检测装置，其特征在于，包括：系留无人机，以及设置在所述系留无人机上的桥梁检测系统；

所述系留无人机包括系留电源，以及与所述系留电源通过电连接的无人机；

所述桥梁检测系统包括：

图像采集模块，用于获取桥梁表面的初始影像；

定位导航模块，用于所述无人机的导航定位，并获取所述初始影像与桥梁表面对应的位置信息；

处理器，分别与所述图像采集模块、所述定位导航模块通信连接，用于数据的处理计算；

存储器，与所述处理器通信连接，所述存储器存储有计算机程序，所述计算机程序用于被执行时实现如权利要求1-5任一项所述的方法。

7.根据权利要求6所述的基于系留无人机的大型桥梁检测装置，其特征在于，所述图像采集模块包括云台和防抖相机。