圖像識(shí)別技術(shù)在無人機(jī)巡檢中的應(yīng)用

1、圖像識(shí)別技術(shù)在無人機(jī)巡檢中的應(yīng)用1.無人機(jī)巡檢的優(yōu)勢(shì)針對(duì)橋梁偏塔、橋梁斜拉鎖保護(hù)層脫落、橋梁路面坑槽、裂縫、結(jié)構(gòu)連接件露筋、銹蝕及螺栓脫落的檢測(cè)，無人機(jī)巡檢具備諸多優(yōu)勢(shì)。無人機(jī)可以直達(dá)檢測(cè)部位，無需其它輔助措施,節(jié)省費(fèi)用；檢測(cè)橋墩、橋座、橋腹等危險(xiǎn)場(chǎng)所，無需搭架或者吊籃配合人員檢測(cè)，極大地提高了安全性；對(duì)于部分無法企及的橋腹、拉索等部位，無人機(jī)可以抵近觀察了解更多細(xì)節(jié)；在橋梁定期檢測(cè)時(shí)，無需封閉道路中斷交通，僅十分鐘準(zhǔn)備時(shí)間，隨檢隨走；支持在線即時(shí)航線規(guī)劃，可在執(zhí)行飛行前現(xiàn)場(chǎng)新建、修改規(guī)劃；飛行狀態(tài)全程監(jiān)控，添加多種中斷操作和相機(jī)控制，確保安全飛行同時(shí)獲得更好畫質(zhì)的圖像數(shù)據(jù)。圖1航線規(guī)劃圖2飛

2、行監(jiān)控2.圖像識(shí)別在無人機(jī)巡檢中應(yīng)用的原理和技術(shù)應(yīng)用原理針對(duì)橋梁出現(xiàn)裂縫，露筋，剝落，螺栓脫落等病害，無人機(jī)直達(dá)檢測(cè)部位拍攝病害圖像，針對(duì)病害圖像的特點(diǎn)，運(yùn)用機(jī)器視覺對(duì)數(shù)字圖像進(jìn)行增強(qiáng)、去噪、圖像分割、邊緣檢測(cè)，采用基于監(jiān)督學(xué)習(xí)的機(jī)器學(xué)習(xí)算法，對(duì)圖像進(jìn)行病害識(shí)別，解決病害分類問題及病害標(biāo)記的問題。如下圖所示圖3圖像分析圖4裂縫標(biāo)記技術(shù)（1）圖像增強(qiáng)運(yùn)用自適應(yīng)的局部增強(qiáng)處理技術(shù)，只增強(qiáng)感興趣區(qū)域的對(duì)比度，而模糊其他區(qū)域的清晰程度，實(shí)現(xiàn)突出病害部分圖像的目的。采用了拉普拉斯算子，使圖像中的各灰度值得到保留、灰度突變處的對(duì)比度得到增強(qiáng)，最終保留圖像背景的前提下，突現(xiàn)出圖像中的小細(xì)節(jié)。其原理是：對(duì)原圖

3、像進(jìn)行處理產(chǎn)生描述灰度突變的圖像；將拉普拉斯算子處理圖像與原圖像疊加產(chǎn)生銳化圖像。（2）圖像去噪包括濾除圖像的隨機(jī)噪聲、高斯噪聲等，為圖像分割前做平滑處理以減弱噪聲的影響。采用中值濾波法，其原理是：選定窗口為nxn的模版，其中n的大小由原圖像的二階導(dǎo)數(shù)的均值決定,使窗口中心與圖像某點(diǎn)重合；窗口在圖像上逐個(gè)像素移動(dòng)；窗口對(duì)應(yīng)像素灰度值大小排序,找出中間值；將中間值作為窗口所在像素的灰度值。（3）圖像分割將圖像背景和目標(biāo)物體進(jìn)行分割,通常情況下,目標(biāo)物體較背景暗,在灰度直方圖上的灰度處在不同的灰度區(qū)間,因此可以選擇一個(gè)灰度閾值將物體區(qū)域分割出來。采用局部動(dòng)態(tài)閾值算法中的Bradley二值化，其原理

4、是：利用自適應(yīng)算法計(jì)算圖像中每個(gè)像素點(diǎn)對(duì)應(yīng)的閾值；利用得到的一個(gè)mxn大小的閾值矩陣實(shí)現(xiàn)二值化。（4）圖像邊緣檢測(cè)邊緣主要存在于目標(biāo)與目標(biāo)，目標(biāo)與背景或區(qū)域與區(qū)域之間，是圖像灰度不連續(xù)性的反映，圖像邊緣檢測(cè)是檢測(cè)圖像函數(shù)不連續(xù)點(diǎn)的過程表示。采用梯度算子中的Canny算子，其原理是：用高斯濾波器對(duì)原始圖像進(jìn)行平滑去噪；用一階偏導(dǎo)數(shù)的有限差分計(jì)算梯度的幅值和方向；采用迭代法得到圖像梯度中的局部極大值點(diǎn)，把其他非局部極大值置零來得到細(xì)化的邊緣；用雙閾值算法檢測(cè)和連接邊緣。（5）圖像特征提取在滿足分類識(shí)別正確率要求的前提下，使用較少的特征就能完成分類設(shè)別任務(wù)。利用BagFeature模型提取特征并構(gòu)建圖像的虛擬字典，其原理是：利用surf算法生成每幅圖像的特征點(diǎn)；生成每幅圖像的向量；將有疑問的圖像向量與圖庫中圖像的向量求夾角，夾角最小的即為匹配成功。（6）圖像分類利用神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)據(jù)，在圖像識(shí)別階段，只要將圖像的特征向量作為神經(jīng)網(wǎng)絡(luò)分類器的輸入，經(jīng)過網(wǎng)絡(luò)計(jì)算，分類器的輸出就是識(shí)別結(jié)果。神經(jīng)網(wǎng)絡(luò)分類器用n個(gè)表示的樣本送入神經(jīng)網(wǎng)絡(luò)，這些分類用二值表示，其原理是：第一級(jí)計(jì)算匹配度，然后被平