[发明专利]一种无人机图像质量检测的方法、系统及设备

权利要求书

1.一种无人机图像质量检测的方法，其特征在于，包括以下步骤：

步骤S1：获取无人机拍摄到的需要检测的图像，并从中选择两张图像；

步骤S2：对选择的图像采用Harris算法计算出图像的特征点；

步骤S3：采用Lowe’s算法从特征点中提取出优质特征点，并对优质特征点两两之间进行匹配；

步骤S4：重新选取需要检测的两张图像并重复步骤S2-S3，获得所有需要检测的图像的优质特征点匹配的数量，根据图像优质特征点匹配的数量对图像进行质量分级。

2.根据权利要求1所述的一种无人机图像质量检测的方法，其特征在于，在步骤S1中，提取需要检测图像的拍摄时间信息，将拍摄时间最为接近的两张图像两两成组，并从中选择出一组图像执行后续步骤。

3.根据权利要求1所述的一种无人机图像质量检测的方法，其特征在于，在步骤S1中，提取需要检测图像的位置信息，将位置信息最为接近的两张图像两两成组，并从中选择出一组图像执行后续步骤。

4.根据权利要求3所述的一种无人机图像质量检测的方法，其特征在于，在步骤S1中，从需要检测图像中选择两张图像的具体步骤如下:

从需要检测的图像中提取位置信息以及拍摄时间信息，若需要检测的图像中没有检测到位置信息数据，将拍摄时间最为接近的两张图像两两成组，并从中选择出一组图像执行后续步骤；

若图像包含有位置信息，则根据图像位置信息，选择与该位置信息拍摄时间最为接近图像，并将图像两两成组，并从中选择出一组图像执行后续步骤。

5.根据权利要求4所述的一种无人机图像质量检测的方法，其特征在于，Harris算法中的Harris矩阵如下：

其中，W(x,y)是图像中以点(x,y)为中心的窗口，又称窗口函数；I_x，I_y为图像上(x,y)的偏导数。

6.一种无人机图像质量检测的系统，其特征在于，所述系统包括：图像获取模块、Harris算法计算模块、Lowe’s算法计算模块以及图像质量分级模块；

所述图像获取模块用于获取无人机拍摄到的图像；

所述Harris算法计算模块用于从拍摄到的图像中任意选择两张图像，对选择出的图像采用Harris算法计算出图像的特征点；

所述Lowe’s算法计算模块用于从特征点中提取出优质特征点，并对优质特征点进行匹配；

所述图像质量分级模块用于根据优质特征点匹配的数量对图像进行质量分级。

7.根据权利要求6所述的一种无人机图像质量检测的系统，其特征在于，所述系统还包括图像排序模块以及图像分组模块；

所述图像排序模块用于对图像进行排序；

所述图像分组模块用于对图像进行分组。

8.根据权利要求7所述的一种无人机图像质量检测的系统，其特征在于，所述系统还包括储存模块。

9.根据权利要求8所述的一种无人机图像质量检测的系统，其特征在于，所述系统还包括显示模块。

10.一种无人机图像质量检测的设备，其特征在于，所述设备包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的一种无人机图像质量检测的方法。