本发明公开了基于激光和机器视觉融合的无人机桥梁表观病害检测方法,包括如下步骤:具有激光测距装置、定位装置及图像采集装置的无人机采集目标检测面图像、目标检测面的位置及无人机与目标检测面的距离;将目标检测面图像输入病害识别神经网络识别目标检测面图像中的病害及病害在目标检测面图像中的位置;基于目标检测面图像及无人机与目标检测面的距离计算病害的尺寸参数;生成桥梁表观病害检测信息。本发明能够实现病害的自动检测,节省了大量时间成本且提高了检测的准确率,还可以自动对病害的参数进行精确计算,提高了检测效率。
1.基于激光和机器视觉融合的无人机桥梁表观病害检测方法,其特征在于,包括如下步骤:具有激光测距装置、定位装置及图像采集装置的无人机采集目标检测面图像、目标检测面的位置及无人机与目标检测面的距离;获取桥梁的基本信息,桥梁的基本信息包括桥梁在真实中的位置信息,其中有桥梁表观各个面的位置信息;无人机内部数据包括无人机在真实世界中的位置信息,包括GPS坐标位置和指南针信息;利用桥梁各个面的位置信息和指南针信息,计算出图像采集装置的拍摄角度,使拍摄方向始终与桥面垂直;将目标检测面图像输入病害识别神经网络识别目标检测面图像中的病害及病害在目标检测面图像中的位置;所述病害识别神经网络为使用了特征图融合的目标检测网络,通过融合不同卷积层的特征图来构建图像特征,通过反卷积的方法使更深层的特征图与上一层的特征图大小保持一致,然后进行加法运算进行特征融合得到新特征图,新特征图再与上一层特征图再进行融合,直到将所有特征图进行分类;基于目标检测面图像及无人机与目标检测面的距离计算病害的尺寸参数;具体包括:用棋盘格法对目标检测面图像进行标定,获取图像采集装置的畸变参数,利用畸变参数对目标检测面图像进行校正;对校正后的图像进行预处理;利用病害在目标检测面图像中的位置获取病害图像并进行二值化处理;利用边缘检测算法获取二值化处理后的病害图像的边缘信息,并对边缘进行形态学腐蚀膨胀和连接,获取完整的病害边缘;利用病害边缘计算病害的图像尺寸;利用病害的图像尺寸及无人机与目标检测面的距离计算病害的实际尺寸,并将病害的实际尺寸作为病害的尺寸参数;生成桥梁表观病害检测信息。
本文链接:http://www.vipzhuanli.com/tech/sell/s_2311196.html,转载请声明来源钻瓜专利网。