[发明专利]基于无人机的木料货场木料信息获取方法、系统、装置有效

专利信息
申请号: 201910264598.8 申请日: 2019-04-03
公开(公告)号: CN110084132B 公开(公告)日: 2020-02-28
发明(设计)人: 黄永亮;于天禹 申请(专利权)人: 杭州深数科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62;G06K9/68;G06Q10/04;G06Q10/08;B64C39/02;G05D1/10;G01C21/00
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 郭文浩;尹文会
地址: 311215 浙江省杭州市萧山区宁围街道民*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 无人机 木料 货场 信息 获取 方法 系统 装置
【权利要求书】:

1.一种基于无人机的木料货场木料信息获取方法,其特征在于,包括:

步骤S10,获取待识别图片;

基于木料堆之间的通道,构建无人机第一飞行路径;

沿第一飞行路径构建方波型的第二飞行路径;所述第二飞行路径的方波的高度为货场内最高木料堆的高度,方波的宽度为预设值;

所述无人机按照所述第二飞行路径进行飞行拍照,获得第一图像集;

基于所述第一图像集,依据第一飞行路径以及第二飞行路径进行图像的合成,得到货场内包含木料横切面的多个木料堆照片作为待识别图片;

步骤S20,采用木料位置识别网络,基于所述待识别图片,获取木料位置向量,并基于获取的木料位置向量获取单个木料端面图片集、统计木料数量;所述木料位置识别网络为基于神经网络构建,并采用包含木料横切面的木料堆图片集训练的用于识别图片中木料位置的网络;

步骤S30,采用手写码位置识别网络,基于所述单个木料端面图片集中每一个图片,获取手写码位置向量,并通过设定比例扩大所述手写码位置向量形成的矩形框,通过所述矩形框提取该位置向量对应的手写码图片,得到手写码位置向量集、手写码图片集;所述手写码位置识别网络为基于神经网络构建,并采用包含手写码的图片集训练的用于识别图片中手写码位置的网络;

步骤S40,采用手写码识别网络,对手写码图片集中每一张图片进行识别,获取手写码字符集合;所述手写码识别网络为基于神经网络构建,并采用包含多个角度手写数字图片和对应标注的训练样本训练的用于手写码识别的网络;

步骤S50,输出木料数量以及手写码字符集合。

2.根据权利要求1所述的基于无人机的木料货场木料信息获取方法,其特征在于,所述位置向量,为包含四个元素的向量:

Pi=[xi,yi,wi,hi]

其中,Pi代表位置向量,xi、yi分别代表单个木料或手写码包围框左上角顶点的横坐标值、纵坐标值,wi、hi分别代表包围框的宽度、高度,i代表单个木料图片的序号。

3.根据权利要求1所述的基于无人机的木料货场木料信息获取方法,其特征在于,步骤S30之前还设置有图片转换增强处理步骤,其方法为:

步骤B10,将单个木料图片由RGB空间转换到HSV空间,提取色调矩阵、饱和度矩阵、亮度矩阵;

步骤B20,随机选用以下一种或多种方法对所述色调矩阵、饱和度矩阵、亮度矩阵进行调整:

基于所述色调矩阵,计算图像各像素点的色调距离预设色调中心的距离d,将d映射到[0,254]范围内,并做直方图均衡化处理,获得色调调整后的矩阵;

对所述饱和度矩阵做直方图均衡化处理,并进行二值化,获得饱和度调整后的矩阵;

对所述亮度矩阵做直方图均衡化处理,并进行二值化,得到亮度调整后的矩阵;

步骤B30,对所述色调调整后的矩阵、饱和度调整后的矩阵、亮度调整后的矩阵相与,获得转换增强的图片。

4.根据权利要求3所述的基于无人机的木料货场木料信息获取方法,其特征在于,步骤B20中“计算图像各像素点的色调距离预设色调中心的距离d”,其计算方法为:

d=min(abs(h-c),180-abs(h-c)),0≤d≤90,0≤c≤180

其中,c为预设色调中心色调值,h为像素点的色调值,min()代表取计算结果值小的一个作为最终结果,abs()代表求取绝对值。

5.根据权利要求3所述的基于无人机的木料货场木料信息获取方法,其特征在于,步骤B20中“将d映射到[0,254]范围内”,其计算方法为:

D=d/90*254

其中,D代表映射后的图像各像素点的色调距离预设色调中心的距离,d为图像各像素点的色调距离预设色调中心的距离。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州深数科技有限公司,未经杭州深数科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910264598.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top