一种基于图像信息熵的无人机拍摄距离半自动寻优方法与流程

1.本发明涉及无人机拍摄技术领域，具体涉及一种基于图像信息熵的无人机拍摄距离半自动寻优方法。


背景技术：

2.在使用无人机对桥塔拍摄的场景中，无人机的拍摄距离既不能过小，也不能过大。因为，距离过小，桥梁上方的气流扰动会导致无人机偏离航线；距离过大，会使得拍摄目标的图像分辨率过低。此外，在一些搭载无变焦版相机的消费级无人机，以及多目视觉领域使用图像生成点云的场景中，无人机的拍摄距离也受到固定焦距的限制。此时无人机的拍摄距离由使用者根据自身拍摄经验进行选择。但人为主观的选择，有可能导致拍摄距离过近、拍摄图像的数量增加，使得点云生成的计算量增加；也有可能导致拍摄距离过远，使得图像清晰度下降，引起信息缺失。
3.因此，最优化无人机拍摄距离显得十分必要。但目前并没有关于桥梁目标的最优拍摄距离的方法，在桥梁目标拍摄距离的半自动寻优领域存在空缺。


技术实现要素：

4.本发明旨在为固定焦距的场景，提供一种基于图像互信息的无人机拍摄距离半自动寻优的方法。该方法可以最优确定无人机的拍摄距离，确保无人机能够拍摄最低限度的图片，获得最丰富的图像信息。
5.本发明的目的可以通过采取如下技术方案达到：
6.一种基于图像信息熵的无人机拍摄距离半自动寻优方法，所述无人机拍摄距离半自动寻优方法包括以下步骤：
7.s1、通过无人机上搭载的相机拍摄不同距离下的桥塔目标图像，在拍摄桥塔目标图像的同时，使用无人机上搭载的激光测距模块，记录拍摄点距离目标的距离；
8.s2、基于图像信息熵分析算法计算无人机拍摄的最佳距离，过程如下：计算不同距离下的桥塔目标图像的信息熵，并拟合信息熵关于拍摄距离的函数，取使得信息熵最大的距离作为无人机的最佳拍摄距离；
9.s3、用户结合给出的最优拍摄距离，手动规划飞行路线。
10.进一步地，所述步骤s2的过程如下：
11.s2.1、手动截取不同距离下的桥塔目标图像，并将截取的图像调整为相同尺寸；
12.s2.2、计算不同距离下的桥塔目标图像的二维图像熵，计算公式如下：
[0013][0014]
其中，在任意大小的滑动窗内，中心点位置的像素值为a，滑动窗内除中心点外的
其他位置像素的平均值为b，滑动窗按照从左到右、从上到下的顺序在图像中滑动，则f(a，b)代表全图中不同位置滑动窗内计算的(a，b)二元组在桥塔目标图像中出现的次数，h、w分别为桥塔目标图像的高度和宽度；
[0015]
s2.3、拟合拍摄距离与图像信息熵的曲线，将信息熵的最大值点所对应的距离作为无人机最优的拍摄距离。
[0016]
进一步地，所述步骤s1中，不同的拍摄点应保持在同一直线上。
[0017]
进一步地，所述步骤s2.1中截取的图像的尺寸取值范围为[120
×
120，3840
×
2160]，用户在此范围内自定义选择确定。
[0018]
本发明相对于现有技术具有如下的优点及效果：
[0019]
本方法可以为无法变焦的无人机或固定焦距的场景，半自动规划最佳的无人机拍摄距离，实现拍摄最少量的图像，获得最丰富的信息。
附图说明
[0020]
图1是本发明实施例公开的一种基于图像信息熵的无人机拍摄距离自动寻优方法的流程图；
[0021]
图2是第一组不同拍摄距离下所拍摄图像示例图，其中，图2(a1)、图2(b1)、图2(c1)分别不同拍摄距离下的原始图片示例图，图2(a2)、图2(b2)、图2(c2)分别不同拍摄距离下的裁剪后的图像示例图；
[0022]
图3是图2中对应示例的代表拍摄距离与信息熵关系的曲线示意图；
[0023]
图4是第二组不同拍摄距离下所拍摄图像示例图，其中，图4(a1)、图4(b1)、图4(c1)分别不同拍摄距离下的原始图片示例图，图4(a2)、图4(b2)、图4(c2)分别不同拍摄距离下的裁剪后的图像示例图；
[0024]
图5是图4中对应示例的代表拍摄距离与信息熵关系的曲线示意图。
具体实施方式
[0025]
为更清楚地阐明本发明的目的、技术方案和优点，以下结合附图对本发明的技术方案进行说明。所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。本领域技术人员基于本发明的实施例，而且在没有做出创造性劳动前提下，其所获得的所有其他实施例，都属于本发明保护的范围。
[0026]
实施例
[0027]
如图1、图2、图3、图4和图5所示，本实施例公开了一种基于图像信息熵的无人机拍摄距离半自动寻优方法，该方法包括以下步骤：
[0028]
s1、通过无人机上搭载的相机拍摄不同距离下的桥塔目标图像，在拍摄桥塔目标图像的同时，使用无人机上搭载的激光测距模块，记录拍摄点距离目标的距离，图2(a1)、图2(b1)、图2(c1)是分别不同拍摄距离50.31m、115.36m、145.65m下的原始图片示例图；图4(a1)、图4(b1)、图4(c1)是分别不同拍摄距离85.65m、317.34m、450.61m下的原始图片示例图。
[0029]
步骤s1中，不同的拍摄点应尽量保持在同一直线上。
[0030]
s2、基于图像信息熵分析算法计算无人机拍摄的最佳距离；
[0031]
本实施例中，步骤s2中基于图像信息熵分析算法，计算不同距离图像的信息熵，以对比不同图像所包含的目标信息量。信息熵是信息论中的概念，其能够描述一个系统所包含的信息量。对于图像数据而言，其可以估计图像所包含信息的丰富程度，信息熵越大，含有的信息越丰富。由图2和图3可得，在三种不同拍摄距离50.31m、115.36m、145.65m下的原始图片，信息熵13.76、13.44、12.71；在拍摄距离50.31m所拍摄的桥塔图像具有最大的信息熵，因此该拍摄距离是最优的。由图4和图5可得，在三种不同拍摄距离85.65m、317.34m、450.61m下的原始图片，信息熵11.88、12.22、11.40；在拍摄距离317.34m所拍摄的桥塔图像具有最大的信息熵，因此该拍摄距离是最优的。
[0032]
步骤s2中方法通过计算不同距离下拍摄的图像的信息熵，拟合出信息熵
‑
距离曲线，根据曲线中信息熵的最大值点确定最佳的拍摄距离，具体过程如下；
[0033]
s2.1、手动截取不同距离下的桥塔目标图像，并将截取的图像调整为相同尺寸；
[0034]
步骤s2.1中截取的图像的尺寸取值范围为[120
×
120，3840
×
2160],用户在此范围内自定义选择确定。
[0035]
s2.2、计算不同距离下的桥塔目标图像的二维图像熵，计算公式如下：
[0036][0037]
其中，在任意大小的滑动窗内，中心点位置的像素值为a，滑动窗内除中心点外的其他位置像素的平均值为b，滑动窗按照从左到右、从上到下的顺序在图像中滑动，则f(a，b)代表全图中不同位置滑动窗内计算的(a，b)二元组在桥塔目标图像中出现的次数，h、w分别为桥塔目标图像的高度和宽度；
[0038]
s2.3、拟合拍摄距离与图像信息熵的曲线，将信息熵的最大值点所对应的距离作为无人机最优的拍摄距离。
[0039]
s3、用户结合给出的最优拍摄距离，手动规划飞行路线。
[0040]
综上所述，本方法可以半自动确定无人机最佳拍摄距离，以最小量的图像获取最丰富的信息，提高航拍的效率。
[0041]
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。