首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于无人机航拍的边坡安全隐患监测方法 

申请/专利权人:黑龙江农垦建工路桥有限公司

申请日:2021-11-29

公开(公告)日:2024-06-28

公开(公告)号:CN114067227B

主分类号:G06V20/17

分类号:G06V20/17;G06V10/52;G06V10/54

优先权:

专利状态码:有效-授权

法律状态:2024.06.28#授权;2022.03.08#实质审查的生效;2022.02.18#公开

摘要:本发明涉及边坡安全隐患监测技术领域,具体涉及基于无人机航拍的边坡安全隐患监测方法。方法包括:根据预设参数对采集到的第一边坡图像和第二边坡图像进行多次高斯下采样,得到各尺度空间下第一下采样图像和第二下采样图像;根据各尺度空间下的第一下采样图像和第二下采样图像中的角点,得到第二边坡图像中各像素点的稳定程度,并构建第一稳定程度分布图;根据第一稳定程度分布图,得到第一稳定程度分布图中各像素点的置信度;若所有像素点对应的置信度的置信度均值大于第一预设阈值,并且第一稳定程度分布图中各像素点的值小于第二预设阈值,则对应位置存在安全隐患。本发明提高了对边坡安全隐患检测的准确性。

主权项:1.一种基于无人机航拍的边坡安全隐患监测方法,其特征在于,该方法包括以下步骤:获取边坡同一区域的第一边坡图像和第二边坡图像,所述第一边坡图像与第二边坡图像的拍摄时间间隔大于设定时间阈值,且第一边坡图像的拍摄时间早于第二边坡图像的拍摄时间;根据预设参数对第一边坡图像进行预设次数的高斯下采样,得到不同尺度空间下的第一下采样图像;根据预设参数对第二边坡图像进行预设次数的高斯下采样得到不同尺度空间下的第二下采样图像;根据各尺度空间下的第一下采样图像中的角点和第二下采样图像中的角点,得到第二边坡图像中各像素点对应的稳定程度;根据所述各像素点对应的稳定程度,构建第一稳定程度分布图;根据第一稳定程度分布图中各像素点的像素值,得到第一稳定程度分布图中各像素点对应的置信度;计算第一稳定程度分布图中所有像素点对应的置信度的置信度均值,判断所述置信度均值是否大于第一预设阈值,若大于,则判断第一稳定程度分布图中各像素点对应的像素值是否小于第二预设阈值,若小于,则判定对应像素点的位置存在安全隐患;根据各尺度空间下的第一下采样图像中的角点和第二下采样图像中的角点,得到第二边坡图像中各像素点对应的稳定程度;根据所述各像素点对应的稳定程度,构建第一稳定程度分布图,包括:利用SIFT角点检测算法对各尺度空间下的第一下采样图像进行角点检测,得到各尺度空间下的第一下采样图像中的角点;利用SIFT角点检测算法对各尺度空间下的第二下采样图像进行角点检测,得到各尺度空间下的第二下采样图像中的角点;利用角点匹配算法对各尺度空间下的第一下采样图像中的角点与第二下采样图像中的角点进行匹配,得到各尺度空间下的角点对集合;根据各尺度空间下的角点对集合中的各角点对的欧式距离,得到第二边坡图像中各像素点对应的不稳定程度;根据所述各像素点对应的不稳定程度,得到所述各像素点对应的稳定程度;将所述各像素点对应的稳定程度作为对应位置像素点的像素值,得到第一稳定程度分布图;所述各像素点对应的不稳定程度的计算公式为: 其中,Dm为第二边坡图像中第m个像素点对应的不稳定程度,dnk为第n个尺度空间下的角点对集合中第k个角点对的欧式距离,sn为第n个尺度空间下的角点对集合,N为高斯下采样的次数,αmnk为第二边坡图像中第m个像素点的判别标记值;若所述第m个像素点在第n个尺度空间下的第二下采样图像中第k个角点对应的感受野中,则αmnk的值为1;若所述第m个像素点不在第n个尺度空间下的第二下采样图像中第k个角点对应的感受野中,则αmnk的值为0。

全文数据:

权利要求:

百度查询: 黑龙江农垦建工路桥有限公司 基于无人机航拍的边坡安全隐患监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。