基于特征的无人机河湖图像智能处理系统

发布时间：2020-11-12 07:34

　　 河湖管理是城市生态治理过程中必不可少的重要环节,与居民的生活和工作息息相关。但由于科技技术在河湖管理中应用不足,大部分一线工作依赖人工完成,庞大的工作量导致河湖管理工作成本高、周期长、回报率低等矛盾日益突出。因此本文提出建立基于特征的无人机河湖图像智能处理系统,将计算机视觉技术应用到河湖巡检工作中,实现人工识别到机器识别的转变,为河湖巡检工作提供数字化、智能化的技术支持。本文首先分析了国内外无人机应用现状和人工智能研究现状,搜集了我国无人机在水利行业中的应用案例。然后针对河湖图像智能处理的应用需求,研究了图像处理中常用的技术方法,并主要解决了两方面的问题:一是河道区域分割;二是两种河面污染源的识别,特别是废弃船只和绿色漂浮物污染。为实现河道区域的完整分割,提出区域生长和活动轮廓模型相结合的分割方法并与基于边缘的分割结果进行了比较,得出该方法更适合解决无人机河湖图像中河道区域分割问题。为了实现两种河面污染源的识别,提出采用DPM(Deformable Part Model)模型识别河面废弃船只和采用HSV(Hue,Saturation,Value)模型的模板匹配法识别绿色漂浮物,并通过实验验证DPM模型在识别紧紧相连且形状类型不同的船只时效果较好,基于HSV的模板匹配法在绿色漂浮物识别中正确率能够达到 91.23%。最后本文在对姜堰区河湖巡检工作流程研究的基础上,进行了河湖图像智能处理系统的需求分析与功能设计,并给出了无人机地面数据采集、无人机数据处理、河湖巡查事件处理、巡查大数据智能分析等主要功能的实现结果。本系统实现了河湖图像的智能化处理、问题结果的数字化分析、管理工作的自动化流转,能够降低巡检成本,缩短巡检周期,提高巡检效率,在维护河湖健康、实现河湖功能永续利用、完善水治理体系、保障水安全的工作中有较好的应用前景。
【学位单位】：南京师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：V19;TV85
【部分图文】：

邱帅、周思宇、冯俊青利用无人机拍摄设备将目标对象转换成图像信号，??再通过图像处理系统获取目标对象的形态信息，从而实现机器代替人眼来做测量??和判断，这样的技术结合为农林植保和森林火灾监测带来便利。??（２）无人机技术在水利行业中的应用现状??无人机能够通过对点云数据的分析和处理，结合高分辨率影像数据，快速和??自动得到数字高程模型数据、线划图数据、数字正射影像数据等［２（）］。??目前在我国，无人机在水利行业中的应用主要包括山洪灾害调查、水土保持??监测、河道监测监管、防洪抗旱抗灾方面。主要是通过将无人机技术与激光雷达??技术相结合或与新一代高分辨率对地观测系统相结合展开的应用。在河道监测监??管方面，利用无人机实时监测水利工程进程，再由人工撰写水情动态报告；或是??利用无人机对河道有水长度、水面宽度、水库湖泊面积、水体质量程度、水环境??状态等河湖水库水体信息进行监控和采集；又或是利用无人机对水利工程管辖范??围内实时监控是否存在违章建筑、违规养殖、垃圾倾倒、非法采砂等事件，通过??ＧＰＳ定位具体坐标，为行政执法管理提供决策依据。图１．２便是湖北省某环卫部??门利用无人机进行河道监测的应用案例。??－

？，．ｕｒｖ，－，别表示连续性约束和曲率约束，两个系数的选取能够控制曲线的局部连续性和平??滑程度，对轮廓最终是否能够收敛至关重要。外部能量￡？＿？／￣）包含了图像作??用力产生的能量＾和外力约束产生的能量如公式（２－４）所示，??图像作用力以轮廓是否与局部特征一致为依据来控制曲线不断向目标对象的边??缘运动，而约束力是人为设定的约束条件，通常设置为０。??Ｋ，ａｌ＝Ｅｍ，ｒｎａｌ（Ｖ）?＋Ｖｅｒｎａｌ?（Ｖ）?（２－１?）??ｔｕ?ｊＶ）＝ＵＶ）?＋?Ｉｎ．?（?Ｖ）?Ｏ⑴卜＇Ｗｆ?＋?川Ｖ?”Ｗ｜?也．?（２－２）??ｖ－（５）?＝?＾￡），?ｖ＇Ｘｓ）－＾１?（２－３）??ｄｓ?ｄ２ｓ??Ｅｔｅｒｎａｌ?（Ｖ）?＝?Ｅ，ｎ，ａｇｅ?＋?Ｋｏ＾ｒａｉｎｔ?＝?Ｐ（ｖ（ｓ））ｄＳ?＋?（?２－４?）??／Ｋｖ）通常是根据目标分割需求定义的一种标量函数，如果Ｍｖ）表示的是梯??度函数，那么Ｓｎａｋｅ轮廓曲线将会不断地向图像边缘运动直到与目标边界吻合。??其过程如图２．１所示。??Ｖ??

围像素点归并到当前的区域，直到图像中不再具有相似性质的点为判断像素之间是否具有相似性时是以平均灰度值、纹理、颜色等信冀利利［３４］等人在论文中就提到了基于区域生长的分割方法，首先点，种子点的个数即为子区域的数量，然后再由各个种子点遍历图区域的分割。??常在实际的分割应用中需要确定好如下３个条件：??（１）确定选取的种子点像素能够正确代表待分割区域；??（２）确定在生长过程中相邻像素点与种子点是否具有相似性的判别（３）确定区域生长过程的停止条件。??２．２是区域生长的一个示例。图２．２?（ａ）为待分割图像，灰色标记始的种子点，示例中采用的相似性判别准则是：若相邻像素点与种度值差小于设定的分割门限则将该像素归并到当前区域中。图割门限ｒ＝２；图（ｃ）中分割门限ｒ＝８。可见分割门限设置的不同影响也不尽相同。实际应用中要根据图像特点选择合适的图像信息性的标准，并选择能够使目标与背景具有明显差别的值作为分割门
【相似文献】

相关期刊论文 前10条

1 张红梅;;荆楚治水河湖美[J];湖北水利水电职业技术学院学报;2019年04期

2 ;黄委研究部署河湖执法重点工作[J];治黄科技信息;2019年03期

3 陈致泰;;河湖治理 路在何方[J];给水排水动态;2008年06期

4 张凤春;;全力整治“四乱”顽疾 还河湖健康美丽[J];中国水利;2018年22期

5 胡云;;深入开展“清四乱”行动 扎实推动河湖面貌持续改善[J];中国水利;2018年22期

6 焦泰文;;推进长江大保护 落实河湖长制 构建健康河湖体系[J];长江技术经济;2018年04期

7 赖舒静;;河湖污染现状与治理对策[J];住宅与房地产;2019年03期

8 ;河湖长制专栏约稿(征稿)函[J];水资源开发与管理;2019年02期

9 ;“五个强化”推行企业河湖长制[J];政策;2019年02期

10 ;我国向河湖管理顽疾宣战[J];长江技术经济;2019年01期

相关博士学位论文 前3条

1 蔡宝峰;吉林西部地区河湖连通工程生态系统服务价值优化模型研究[D];吉林大学;2019年

2 孟万忠;历史时期汾河中游河湖变迁研究[D];陕西师范大学;2011年

3 许海;河湖水体浮游植物群落生态特征与富营养化控制因子研究[D];南京农业大学;2008年

相关硕士学位论文 前10条

1 沈钰;基于特征的无人机河湖图像智能处理系统[D];南京师范大学;2019年

2 李丽;南渡江河湖水系连通系统评价研究[D];海南大学;2017年

3 郭佐卿;贵州地区喀斯特河湖水系连通生态环境响应机理研究[D];贵州大学;2019年

4 周佳林;FEST系统在城市河湖水质可持续保障中的应用[D];河南大学;2018年

5 王欣;海口市河湖水系连通与水动力水环境研究[D];华南理工大学;2018年

6 舒刚;安徽省河湖休养生息研究[D];安徽农业大学;2017年

7 李岱;北京城市河湖水华防治措施效果研究[D];清华大学;2017年

8 冉辛宁;河湖连通在城市水环境综合治理中的应用研究[D];安徽建筑大学;2018年

9 胡晨雪;北京市河湖水环境问题治理研究[D];对外经济贸易大学;2018年

10 张婷;鄱阳湖河湖交错带水体微生物群落特征研究[D];江西师范大学;2018年

本文编号：2880465