一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统的制作方法
本发明涉及无人机巡检与图像识别应用领域,具体涉及一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统。
背景技术:
1、大水面水库传统渔业巡查主要依赖人工驾船巡逻,作业覆盖范围有限,偏远库湾和浅滩区域难以抵达,夜间巡查视野受限,人力投入大但效率低,非法捕捞行为取证不及时。现有相关巡检技术已有多项公开,中国水产科学研究院南海水产研究所申请的公开号为cn118279773b的专利:一种基于无人机的违禁渔具监测方法及系统,主要针对近海海域渔船违禁渔具分布进行识别。广东普和检测技术有限公司申请的公开号为cn119295983a的专利:一种基于无人机的水库安全智能巡检方法以及系统,侧重水库堤坝结构异常和水位状态监测。南京拓恒无人系统研究院有限公司申请的公开号为cn118894250a的专利:一种水库质检用摄像无人机及其使用方法,通过摄像装置获取水库库区地形影像数据。交通运输部水运科学研究所王俊文等发表的论文《视频图像目标检测技术在库区巡检中的应用》,刊载于《现代信息科技》2020年第11期,该文提出将视频图像目标检测技术用于航电枢纽库区非法捕捞取证。中国水利学会主办期刊《工程勘察》2018年第5期登载论文《无人机开展河道漂浮物巡查技术研究》,梳理了河道水面漂浮物的无人机影像人机交互识别流程。现有技术尚未形成完全适配大水面水库渔业场景的完整智能巡检方案,水库渔业巡查场景下船只体积远小于海上作业渔船,水面反光和岸线树木阴影对图像采集干扰明显,现有系统多采用人工逐帧回看巡检画面的工作模式,自动识别覆盖渔业巡查核心目标的适配度不足。
技术实现思路
1、本发明的目的在于,克服现有技术中存在的缺陷,提供一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,实现预设航线自动飞行和巡检过程全程图像采集存储,将采集到的图像与系统预存渔业巡查目标样本数据进行对照比对,自动标记出现在水域内的可疑船只违规渔具和非法捕捞人员位置信息,直接生成可导出的带坐标水印证据影像文件和巡检任务报告,减少人工逐帧筛选画面的工作量,提升大水面水库渔业日常巡查的作业效率。
2、为实现上述目的,本发明的技术方案是设计一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,由无人机端、地面控制端和后端图像识别处理端构成,所述地面控制端由无人机飞行控制器和触控操作屏构成;地面控制端与无人机端信号相连,后端图像识别处理端接受无人机端拍摄的照片后处理后生成巡检报告。飞行平台最大有效负载不低于1.5公斤,单块电池续航时间不低于30分钟,相机成像分辨率不低于1920×1080像素,相机俯仰角度可在正负90度范围内调整,机载定位模块实时记录无人机坐标数据。操作员在触控操作屏界面加载的电子地图上逐点标注航点位置生成水库巡检航线,一键下发飞行任务指令后无人机自动按照航点顺序飞行,飞行过程中触控屏实时显示无人机当前位置剩余电量和相机传回的实时画面。
3、进一步的技术方案是,无人机端搭载多旋翼飞行平台配有至少一个可见光云台相机和机载定位模块,所述后端图像识别处理端部署在本地计算机内包含渔业巡查目标图像样本库和任务数据存储模块;无人机沿预设航线飞行过程中云台相机按照预设时间间隔自动拍摄照片并叠加坐标水印后传输至后端存储,所述后端图像识别处理端将影像划分为多个检测窗口逐个提取颜色特征向量后与样本库中各样本的特征向量计算相似度,相似度超过预设阈值的检测窗口判定为疑似目标区域并记录坐标信息,识别完成后生成包含疑似目标位置坐标和影像文件的巡检报告。采用颜色通道像素数量比例作为特征向量而非绝对颜色数值,使得特征提取对不同光照条件下的亮度变化具有一定适应性,可减弱水面反光和岸线树木阴影对识别结果的干扰。
4、进一步的技术方案是,颜色特征向量的提取方式为统计图像区域内rgb三个颜色通道各自在0至63、64至127、128至191、192至255四个区间内的像素数量,将每个区间的像素数量除以区域内总像素数量得到12个比例值组成特征向量。
5、进一步的技术方案为,相似度计算方式为将检测窗口特征向量与样本特征向量对应位置的12个数值分别相减后取绝对值再求和,将求和结果除以12得到平均差异值,用1减去平均差异值得到相似度评分。
6、进一步的技术方案为,检测窗口为正方形,宽度和高度相等且设置范围在200像素至500像素之间,按照固定步长从左到右从上到下提取,步长设置为检测窗口边长的一半使相邻窗口重叠一半。
7、进一步的技术方案为,无人机飞行参数包括飞行高度、飞行速度和拍摄间隔,系统内置飞行参数配置表列出不同飞行高度对应的推荐飞行速度和拍摄间隔供操作员选择。
8、进一步的技术方案为,预设阈值可由操作员在系统配置界面调整,默认值设置为0.6,数值范围在0.4至0.9之间;所述样本库索引文件采用文本格式每行记录一个样本的信息包括类别标签和12个特征值,多个样本依次追加写入形成完整样本库。预设阈值可由操作员在系统配置界面调整,默认值设置为0.6,数值范围在0.4至0.9之间,数值越高识别越严格漏报率上升误报率下降,数值越低识别越宽松漏报率下降误报率上升。
9、进一步的技术方案为,坐标水印位置可在系统配置界面选择为左上角、右上角、左下角或右下角;所述后端图像识别处理端采用多线程并行处理方式同时处理多张影像以提高识别效率;所述巡检报告以pdf格式导出,包含每个疑似目标区域所在影像的文件名、拍摄坐标、匹配到的样本类别标签和相似度评分数值。无人机从地面机库或起降点起飞后沿预设航线逐点飞行,系统内置飞行参数配置表,配置表中列出不同飞行高度对应的推荐飞行速度和拍摄间隔,飞行高度80米对应飞行速度每秒2.5米拍摄间隔2.5秒,飞行高度100米对应飞行速度每秒3米拍摄间隔3秒,飞行高度120米对应飞行速度每秒3.5米拍摄间隔3.5秒,飞行高度150米对应飞行速度每秒4.5米拍摄间隔4.5秒,飞行高度200米对应飞行速度每秒6米拍摄间隔6秒,操作员根据实际需要选择表中任一配置或在配置表数值基础上微调。云每张照片拍摄完成后系统自动读取机载定位模块当前记录的经纬度和海拔高度数值,将数值以白色文字形式叠加在照片边缘区域形成带坐标水印的照片文件。
10、所有影像识别完成后系统自动生成识别结果清单,操作员可在电子地图界面上看到所有疑似目标点的位置标注,点击任一标注点可弹出对应的影像缩略图。未被识别为疑似目标的影像按拍摄时间顺序归档存入历史数据库供后续查询使用。
11、本发明的优点和有益效果在于:本系统所有部件均可通过市售标准元器件组装实现整套流程全程操作界面可视化,不需要操作员具备专业算法知识,直接按照界面指引完成航线导入任务下发即可开展日常巡查,系统采集生成的所有影像文件均保留原始拍摄参数不可篡改,可直接作为渔业执法存档证据材料使用。
1.一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,其特征在于,由无人机端、地面控制端和后端图像识别处理端构成,所述地面控制端由无人机飞行控制器和触控操作屏构成;地面控制端与无人机端信号相连,后端图像识别处理端接受无人机端拍摄的照片后处理后生成巡检报告。
2.根据权利要求1所述的一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,其特征在于,所述无人机端搭载多旋翼飞行平台配有至少一个可见光云台相机和机载定位模块,所述后端图像识别处理端部署在本地计算机内包含渔业巡查目标图像样本库和任务数据存储模块;无人机沿预设航线飞行过程中云台相机按照预设时间间隔自动拍摄照片并叠加坐标水印后传输至后端存储,所述后端图像识别处理端将影像划分为多个检测窗口逐个提取颜色特征向量后与样本库中各样本的特征向量计算相似度,相似度超过预设阈值的检测窗口判定为疑似目标区域并记录坐标信息,识别完成后生成包含疑似目标位置坐标和影像文件的巡检报告。
3.根据权利要求2所述的一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,其特征在于,所述颜色特征向量的提取方式为统计图像区域内rgb三个颜色通道各自在0至63、64至127、128至191、192至255四个区间内的像素数量,将每个区间的像素数量除以区域内总像素数量得到12个比例值组成特征向量。
4.根据权利要求3所述的一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,其特征在于,所述相似度计算方式为将检测窗口特征向量与样本特征向量对应位置的12个数值分别相减后取绝对值再求和,将求和结果除以12得到平均差异值,用1减去平均差异值得到相似度评分。
5.根据权利要求4所述的一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,其特征在于,所述检测窗口为正方形,宽度和高度相等且设置范围在200像素至500像素之间,按照固定步长从左到右从上到下提取,步长设置为检测窗口边长的一半使相邻窗口重叠一半。
6.根据权利要求5所述的一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,其特征在于,所述无人机飞行参数包括飞行高度、飞行速度和拍摄间隔,系统内置飞行参数配置表列出不同飞行高度对应的推荐飞行速度和拍摄间隔供操作员选择。
7.根据权利要求6所述的一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,其特征在于,所述预设阈值可由操作员在系统配置界面调整,默认值设置为0.6,数值范围在0.4至0.9之间;所述样本库索引文件采用文本格式每行记录一个样本的信息包括类别标签和12个特征值,多个样本依次追加写入形成完整样本库。
8.根据权利要求7所述的一种面向大水面水库渔业巡查的无人机智能巡检与图像识别系统,其特征在于,所述坐标水印位置可在系统配置界面选择为左上角、右上角、左下角或右下角;所述后端图像识别处理端采用多线程并行处理方式同时处理多张影像以提高识别效率;所述巡检报告以pdf格式导出,包含每个疑似目标区域所在影像的文件名、拍摄坐标、匹配到的样本类别标签和相似度评分数值。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com