[发明专利]一种用于对无人机航拍图像中铁塔塔基姿态的估计算法

说明书

本发明涉及图像数据处理与分析领域，现有对航拍图像中铁塔塔基姿态的估计算法无法估算对比度的图像，本发明提供一种用于对无人机航拍图像中铁塔塔基姿态的估计算法，包括，步骤1，对航拍塔基图像和标准塔基图像进行灰度变换，获得单通道灰度图；步骤2，对单通道灰度图，进行gabor滤波处理并累积，获得gabor图；步骤3，对gabor图灰度拉伸，获得灰度拉伸图；步骤4，对灰度拉伸图，进行强角点检测，获得强角点坐标序列；步骤5，对从航拍塔基图像的强角点序列和标准塔基图像的强角点序列，进行光流匹配，确定光流场；步骤6，进行仿射计算，获得塔基姿态参数；能够提高低对比度图像进行估算。

技术领域

本发明涉及图像数据处理与分析领域，更具体地说是一种用于对无人机航拍图像中铁塔塔基姿态的估计算法。

背景技术

输电网连接电力生产端和电力消费端，是电力输送的重要保障，而输电铁塔又是输电网的重要组成部件之一。铁塔建设完毕后，其塔基区域的植被恢复情况会影响土地面貌，进而对塔基产生影响。因此，需要对铁塔塔基区域的植被恢复情况进行监测，以便及时采取措施，防止水土流失，以提高运行安全性。普遍措施是采用人员值守、人工巡视的方法。由于我国地理特征多样，铁塔位置分布在各种地理环境，人工巡检方式实施成本高，投入精力大，工作效率低，尤其是山区、峡谷等人员难以到达的地方。

近年来，随着图像识别技术的应用越来越广泛以及无人机的出现，为输电铁塔地基植被恢复的自动监测及预警提供了新的思路。无人机机动性强、环境适应性良好等因素，非常适合于电力塔基的检查。通过前期对无人机塔基GPS坐标的路径规划，无人机可以自动到达目的地对塔基进行航拍。然而，由于GPS的精确性存在误差以及无人机航拍姿态的不稳定，航拍的电力塔基图像往往存在着姿态不确定性，塔基姿态的不确定对于提取塔基底部位置图像就变得十分困难。只有精确提取出塔基地貌图像，才能自动化检查塔基地貌的绿植恢复情况。

针对无人机航拍的不确定性的塔基图像，现有的塔基姿态估计方式是利用塔基的强边缘特征进行算法设计，对边缘图像进行直线检测，根据直线的分布情况来估计塔基姿态。该方法采用霍夫变换算法来查找直线，对采集图像具有苛刻的采集标准，要求直线须具有完全像素级的直线度，对于具有一定畸变的直线就会漏检，输出的塔基顶点偏离实际塔基顶点，进而导致塔基姿态估计出现较大的误差，甚至是失败；另外，该方法采用的Canny边缘检测算法，对低对比度图像(如阴雨天采集的塔基图像)的检测能力较差，也会影响塔基姿态的估计。因此，急需一种对铁塔塔基姿态估计准确度较高的算法，能够准确识别低对比度图片内的塔基姿态。

发明内容

本发明所要解决的技术问题是克服上述现有技术中存在的缺陷，提供一种用于对无人机航拍图像中铁塔塔基姿态的估计算法，能够提高对低对比度图片识别准确度。

为实现上述目的，本发明通过以下技术方案得以实现：一种用于对无人机航拍图像中铁塔塔基姿态的估计算法，包括，步骤1，对航拍塔基图像和标准塔基图像进行灰度变换，分别获得各自对应的单通道灰度图；步骤2，对航拍塔基图像和标准塔基图像的单通道灰度图，分别进行至少八方向的gabor滤波处理，并对各自处理后的图像进行累积，分别获得各自对应的gabor图；步骤3，对航拍塔基图像和标准塔基图像的gabor图进行灰度拉伸处理，分别获得各自对应的灰度拉伸图；步骤4，对航拍塔基图像和标准塔基图像的灰度拉伸图，进行强角点检测，分别获得各自对应的强角点坐标序列；步骤5，对从航拍塔基图像的强角点序列和标准塔基图像的强角点序列，进行光流匹配，确定光流场；步骤6，进行仿射计算，获得塔基姿态参数。

本发明进一步优选方案为：在步骤1中，所述标准塔基图像是无人机按照预设巡航路径，在一段从接近到远离塔基的路径上通过连续拍摄所组成的图像集；所述航拍塔基图像是无人机执行日常巡航时，在所述一段从接近到远离塔基的路径上飞行的过程中，任意时刻拍摄的一张图像。