[发明专利]一种基于无人机图像的高压电塔上的鸟巢识别方法

权利要求书

1.一种基于无人机图像的高压电塔上的鸟巢识别方法，其特征在于，包括以下步骤：

S1、无人机飞近高压电塔，拍摄高压电塔图像；

S2、将拍摄到的图像载入PC端；

S3、对图像进行预处理；

S4、对图像进行模板匹配，得出识别结果。

2.根据权利要求1所述的一种基于无人机图像的高压电塔上的鸟巢识别方法，其特征在于，所述步骤S3图像预处理的具体步骤如下：

S31、对图像进行滤波处理，消除图像的噪声；

S32、把图像从RGB空间转变为HSI空间，并将三通道分离，获取H和S分量单通道图像；

S33、将得到的图像缩小；

S34、针对H通道图像和S通道图像分别进行阈值分割，得到各自的阈值图；

S35、把两个阈值分割后的图进行交集取值，得到交集图；

S36、对交集图进行Canny边缘检测。

3.根据权利要求2所述的一种基于无人机图像的高压电塔上的鸟巢识别方法，其特征在于，所述步骤S36Canny边缘检测的具体步骤如下：

S36-1、采用2D中值滤波模板进行卷积以消除交集图的噪声；

S36-2、利用导数算子找到图像灰度地沿着两个方向的偏导数(G_x，G_y)，并求出梯度的大小：

S36-3、利用步骤S36-2的结果计算出梯度的方向；

S36-4、把边缘的梯度方向分为四种：水平、竖直、45度方向、135度方向；通过梯度的方向，找到这个像素梯度方向的邻接像素；

S36-5、遍历图像，若某个像素的灰度值与其梯度方向上前后两个像素的灰度值相比不是最大，那么这个像素值置为0，即不是边缘；

S36-6、使用累计直方图计算两个阈值，大于高阈值的为边缘，小于低阈值的不是边缘，介于之间的，看这个像素的邻接像素中有没有超过高阈值的边缘像素，若有，即为边缘，否则不是边缘。

4.根据权利要求1所述的一种基于无人机图像的高压电塔上的鸟巢识别方法，其特征在于，所述步骤S4对图像进行模板匹配的具体步骤如下：

S41、将高压电塔上的鸟巢模板载入到已经过预处理的图像中；

S42、根据模板的大小去和图像相同区域的大小来一一对比，直到匹配完整个图像，最后匹配度最高的那一块区域即为要找的鸟巢。

5.根据权利要求4所述的一种基于无人机图像的高压电塔上的鸟巢识别方法，其特征在于，所述匹配采用OpenCV中归一化算法，公式如下：

上式中，T(x',y')表示模板图像中(x',y')坐标上的像素值，x,y则表示模板图像在待测图像中的坐标，I为待测图像，R(x,y)为匹配结果。