[发明专利]基于金具高精度图像分析及全生命周期健康状态风险评估软件系统

权利要求书

1.基于金具高精度图像分析及全生命周期健康状态风险评估软件系统，包括航拍子系统和控制台综合子系统，所述航拍子系统通过射频与所述控制台综合子系统连接；

所述航拍子系统包括有：旋翼无人机系统子模块、高精度光学测量相机子模块、红外相机子模块、激光雷达子模块和无线通信子模块；

所述控制台综合子系统包括有：飞控子模块、控制台无线通信子模块、图像处理子模块和算法子模块；

所述旋翼无人机功能子模块是一个带云台稳定系统的四轴旋翼无人机；

所述高精度光学测量相机子模块用于采集金具高清晰度图片和视频，与所述无线通信子模块连接；

所述红外相机子模块用于采集红外成像图片和和视频，与所述无线通信子模块连接；

所述激光雷达子模块用于景深测量，辅助复原精确三维模型，与所述无线通信子模块连接；

所述无线通信子模块用于传输飞控信号和采集信号，与所述旋翼无人机系统子模块连接；

所述飞控子模块用于地面操纵所述旋翼无人机系统子模块的飞行姿态，与所述控制台无线通信子模块连接；

所述控制台无线通信子模块用于接收所述旋翼无人机系统子模块的飞行姿态数据、所述高精度光学测量相机子模块数据、所述红外相机子模块数据、所述激光雷达子模块数据和发送飞行控制命令。

所述图像处理子模块用于缓存和格式化从所述控制台无线通信子模块的高精度光学测量相机数据、红外相机数据和激光雷达数据，结合复合光学多源图像融合测量、相机标定，进行疲劳裂纹精细检测，与所述控制台无线通信子模块连接；

所述算法子模块与所述图像处理子模块连接，从所述所述图像处理子模块获取检测数据，通过机器学习算法构建典型病害，疲劳裂纹、断裂、形变的特征样本库，诊断金具运行状态健康情况并输出诊断结果。

2.根据权利要求1所述的基于金具高精度图像分析及全生命周期健康状态风险评估软件系统，其特征在于，所述旋翼无人机系统子模块带有GPS定位和航线规划功能。

3.根据权利要求1所述的基于金具高精度图像分析及全生命周期健康状态风险评估软件系统，其特征在于，所述高精度光学测量相机子模块光学相机分辨率高于4800万像素，有长焦功能，能够拍摄4K视频。

4.根据权利要求1所述的基于金具高精度图像分析及全生命周期健康状态风险评估软件系统，其特征在于，所述红外相机子模块红外相机分辨率高于200万像素。

5.根据权利要求1所述的基于金具高精度图像分析及全生命周期健康状态风险评估软件系统，其特征在于，所述图像处理子模块图像运算精度达到0.1mm-0.2mm区间。

6.根据权利要求1所述的基于金具高精度图像分析及全生命周期健康状态风险评估软件系统，其特征在于，所述所述算法子模块图像运算精度达到0.1mm-0.2mm区间。

7.根据权利要求1所述的基于金具高精度图像分析及全生命周期健康状态风险评估软件系统，其特征在于，所述算法子模块采用的CNN网络机器学习算法。

8.根据权利要求1所述的基于金具高精度图像分析及全生命周期健康状态风险评估软件系统，其特征在于，所述图像处理子模块相机标定时根据下式转换坐标系：

其中，dx为摄像机在x方向上的每行像素数除以摄像机的x方向尺寸，dy为摄像机在y方向上的每行像素数除以摄像机的y方向尺寸，T为相机相对于世界坐标的平移向量，R为旋转矩阵，(X_w，Y_w，Z_w，1)^T为世界坐标系，M₁为相机内参，M₂为相机外参。

9.根据权利要求1所述的基于金具高精度图像分析及全生命周期健康状态风险评估软件系统，其特征在于，所述图像处理子模块采用基于相机内参估计的视频帧畸变矫正方法，通过张正友的方法获得了相机内参矩阵后，求解得到畸变系数Distortioncoefficients＝(k₁，k₂，p₁，p₂，k₃)，其中k₁、k₂，k₃为径向畸变参数，p1、p2为切向畸变参数，并根据下式

x_corrected＝x(1+k₁r²+k₂r⁴+k₃r⁶)+2p₁xy+p₂(r²+2x²)

y_corrected＝y(1+k₁r²+k₂r⁴+k₃r⁶)+p₁(r²+2y²)+2p₂xy

计算坐标，其中(x，y)为元坐标，r为极径。