基于空间重合度和图块相似度对比的巡检报警去重方法与流程

摘要: 本发明涉及智能巡检与图像配准,尤其涉及基于空间重合度和图块相似度对比的巡检报警去重方法。背景技术:1、在无人机周期性道路巡检作业中,系统通常利用目标检测模型识别...
基于空间重合度和图块相似度对比的巡检报警去重方法与流程

本发明涉及智能巡检与图像配准,尤其涉及基于空间重合度和图块相似度对比的巡检报警去重方法。

背景技术:

1、在无人机周期性道路巡检作业中,系统通常利用目标检测模型识别道路异物、路面病害及构件缺损等异常目标。由于巡检活动具有显著的周期重复性,同一异常目标在不同日期、不同架次甚至同一架次的往返飞行中会被重复观测,若缺乏有效的重复告警抑制机制,后台监控中心将接收到大量冗余报警,严重挤占人工复核资源,降低真正隐患的响应时效。

2、现有重复告警控制方法存在明显技术局限。基于时间窗口的静默策略仅在短时段内抑制重复上报,无法应对跨日、跨架次的周期性巡检场景;基于视频跟踪目标id的方法在无人机转向、云台视角切换、目标遮挡或通信丢帧时极易中断,导致同一目标被重新赋号后再次触发告警。仅依据检测框像素重叠或图像相似度进行去重的方法,未将像素坐标与实际地理空间绑定,容易在视角变化、尺度伸缩及光照差异条件下将不同地理位置的相似异物误判为同一事件,或将同一地理位置的同一异物因视角剧变误判为不同事件。依赖地面控制点、正射影像、高精地图、双目测距或激光雷达等外部标定手段的方案,虽然可提升定位精度,但部署成本高、环境适应性差,对于长距离带状道路、临时巡检任务及跨区域快速复用场景实施复杂,不利于规模化推广。

3、部分现有方案虽实现了像素坐标到经纬度的映射转换,但仅依靠单帧几何投影和固定位置阈值进行去重,未考虑无人机惯性测量单元在不同架次间的航向角零偏差异、全球定位系统漂移等系统性偏差,导致跨架次巡检时同一地物的解算经纬度存在不可忽略的偏移,位置去重稳定性不足。现有基于图像相似度的去重方法多采用单一哈希或直方图度量,未考虑无人机在不同飞行高度下同一目标的图块像素分辨率存在数倍差异,直接比对原始图块视觉特征可靠性低;且现有方法将历史事件作为孤立点处理,未利用道路线性空间中事件分布的拓扑连续性,在局部环境变化场景下易产生错误去重或漏报。

4、综上,现有技术尚未形成一套不依赖外部标定、兼顾跨架次地理基准统一、物理尺度自适应视觉复核与道路拓扑一致性约束的巡检报警去重体系,亟需一种能够将像素级检测、跨架次基准自校准、状态空间滤波稳定映射、物理尺度归一化及道路拓扑约束有机融合的统一技术方案。

技术实现思路

1、本发明的目的是解决现有技术跨架次地理基准漂移、图块尺度不一致导致的重复告警误判问题,而提出的基于空间重合度和图块相似度对比的巡检报警去重方法。

2、为了实现上述目的,本发明采用了如下技术方案:

3、基于空间重合度和图块相似度对比的巡检报警去重方法,包括以下具体步骤:

4、s1.获取无人机实时巡检视频流及同步机载参数,对所述视频帧进行目标检测以输出异常目标像素坐标及检测置信度,并通过语义识别及空间位置匹配确定当前帧中的稳定地物目标观测;构建像素到地面的非线性投影映射关系;调用历史事件库中标记为稳定地物的历史事件,将所述当前帧中的稳定地物目标观测与稳定地物历史事件在统一地面坐标系下进行残差比对,在线估计并补偿机载参数中的系统性偏差,得到经跨架次基准统一后的校正机载参数;将所述非线性投影映射关系嵌入状态空间方程作为观测方程,基于所述校正机载参数,采用包括扩展卡尔曼滤波或无迹卡尔曼滤波的递推滤波算法对连续帧目标像素状态进行递推估计,同时对连续帧检测置信度进行时序平滑处理,输出经滤波稳定后的目标地面地理坐标、地面检测框、目标检测置信度时序估计值以及表征目标在地面实际物理尺寸的目标物理尺度因子;

5、s2.将s1输出的所述目标地面地理坐标、地面检测框及目标物理尺度因子与历史事件库中存储的历史报警事件进行空间比对;基于所述地面检测框与历史地面检测框计算以ciou度量为空间重合度核心指标的空间重合度,若所述空间重合度未超过预设空间阈值,则直接输出非重复告警判别结果;若所述空间重合度超过预设空间阈值,则将对应历史事件纳入候选重复事件集合,并基于所述目标物理尺度因子分别对当前目标图块和候选重复事件集合中各候选历史目标图块进行物理尺度归一化重采样,得到统一物理分辨率下的归一化图块;对所述归一化图块进行局部结构相似度与多通道特征融合的联合视觉计算,得到基础图块相似度综合值;将当前目标检测置信度时序估计值与对应候选历史事件的检测置信度时序估计值进行置信度时序一致性度量,并将所述置信度时序一致性度量值作为动态权重因子对基础图块相似度综合值进行加权修正,得到加权图块相似度综合值;校验所述候选历史事件在道路拓扑链中的节点位置与当前目标沿道路走向的里程位置之间的邻接一致性,若所述加权图块相似度综合值超过预设图块相似度阈值且满足邻接一致性,则输出重复告警判别结果,否则输出非重复告警判别结果;

6、s3.根据s2输出的所述重复告警判别结果,对判定为重复报警的目标,更新所述历史事件库中对应事件的状态信息并同步维护该事件在道路拓扑链中的邻接关系;对判定为新发报警的目标,在所述历史事件库中创建新事件档案,根据所述目标地面地理坐标沿道路走向的里程位置将新事件档案插入道路拓扑链的相应节点,并输出差异化告警信息。

7、本发明的有益效果为:

8、1.通过历史稳定地物残差比对在线校正机载参数系统性偏差,结合递推滤波抑制投影链路误差累积,无需外部标定即可实现跨架次地理基准统一,使同一目标在多次巡检中的地面坐标收敛于稳定真值,为后续处置提供可直接落地的经纬度信息。

9、2.基于物理尺度因子对图块进行归一化重采样,统一不同飞行高度下的地面分辨率,消除尺度畸变对视觉比对的影响;引入置信度时序一致性作为动态权重修正图块相似度,有效抑制单帧误检和遮挡干扰,提升视觉复核的准确性与鲁棒性。

10、3.构建沿道路里程的拓扑链组织历史事件,利用邻接一致性约束复核去重结果,识别局部环境变化并避免错误去重;结合时间衰减权重与稳定地物标记分离机制,降低历史库检索负载的同时保障跨架次基准持续校正,提升系统长期运行稳定性。

1.基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,包括:

2.根据权利要求1所述的基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,所述获取无人机巡检视频流及机载参数,目标检测输出像素坐标及检测置信度,具体包括:

3.根据权利要求2所述的基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,所述建立像素-经纬度映射函数,具体包括:

4.根据权利要求3所述的基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,所述调用历史稳定地物残差比对校正机载参数,具体包括:

5.根据权利要求4所述的基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,将所述映射函数嵌入状态空间方程,采用递推滤波算法对连续帧目标像素状态递推估计,时序平滑生成置信度时序估计值,投影解析生成物理尺度因子,输出地面地理坐标及地面检测框,具体包括:

6.根据权利要求1所述的基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,所述调用道路拓扑链,将地面地理坐标、地面检测框及物理尺度因子与历史事件进行空间比对,以ciou计算空间重合度初筛候选集合,并以物理尺度因子对图块归一化重采样,具体包括:

7.根据权利要求6所述的基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,所述对归一化图块计算基础图块相似度综合值,以检测置信度时序估计值的时序一致性进行加权修正,具体包括:

8.根据权利要求7所述的基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,所述结合所述道路拓扑链邻接约束复核,输出重复告警判别结果,具体包括:

9.根据权利要求1所述的基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,所述根据重复告警判别结果,对重复报警更新历史事件库及道路拓扑链,具体包括:

10.根据权利要求9所述的基于空间重合度和图块相似度对比的巡检报警去重方法,其特征在于,所述对新发报警创建档案插入道路拓扑链并输出差异化告警信息,具体包括: