利索能及
我要发布
收藏
专利号: 202511285435X
申请人: 湖南铁山信息科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-09-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种测绘无人机用的采集图像识别方法,其特征在于,所述测绘无人机用的采集图像识别方法包括以下步骤:通过无人机搭载的多模态传感器获取目标测绘区域的测绘图像数据和测绘点云数据,同时利用时间相机捕捉动态目标的运动信号,生成事件流数据;

对所述测绘图像数据进行直方图均衡化和多尺度Retinex增强,对所述测绘点云数据进行体素滤波和曲面重建,得到预处理采集数据;

利用小波包分解提取所述预处理采集数据中图像的频域特征,并与事件流数据中的运动轨迹特征进行融合,生成混合特征向量;

将所述混合特征向量输入MobileNetV3+Transformer轻量化自适应模型中,通过注意力机制动态调整不同模态的权重,输出目标测绘区域的测绘结果,基于所述测绘结果生成地表变化热力图。

2.如权利要求1所述的一种测绘无人机用的采集图像识别方法,其特征在于,所述对所述测绘图像数据进行直方图均衡化和多尺度Retinex增强,包括:利用自适应直方图均衡化对所述测绘图像数据中的RGB图像进行分通道直方图均衡化,得到均衡化图像;

通过分离所述均衡化图像的光照分量和反射分量,并增强细节和抑制噪声,得到分量图像;

对所述分量图像进行3种不同尺度的高斯模糊,生成多尺度光照估计,得到光照估计图像;

将原始图像与所述光照估计图像进行相除,得到反射分量,对增强后的图像进行对数变换,得到预处理图像数据。

3.如权利要求1所述的一种测绘无人机用的采集图像识别方法,其特征在于,所述对所述测绘点云数据进行体素滤波和曲面重建,得到预处理采集数据,还包括:基于VoxelGridFiltering体素滤波算法根据任务设置体素边长;在地形平坦区域采用较粗体素,在复杂区域采用较细体素,进行自适应降采样;

结合统计滤波的3σ准则去除离群点,用每个体素内点的平均值或中位数替代原始点,得到滤波测绘数据。

4.如权利要求1所述的一种测绘无人机用的采集图像识别方法,其特征在于,所述对所述测绘点云数据进行体素滤波和曲面重建,得到预处理采集数据,还包括:根据MLS移动最小二乘法对每个点云点以半径r=0.5m的球形邻域内提取邻近点,构建局部平面方程;

基于高斯权重函数计算邻域点的最优拟合平面,修正当前点的坐标,逐步平滑点云表面消除误差数据;

利用PCA主成分分析对邻域点云计算协方差矩阵,提取最小特征向量作为法向量,得到法向量测绘数据。

5.如权利要求1所述的一种测绘无人机用的采集图像识别方法,其特征在于,所述利用小波包分解提取所述预处理采集数据中图像的频域特征,并与事件流数据中的运动轨迹特征进行融合,生成混合特征向量,包括:利用Symlets小波函数对RGB增强图像的RGB的每个通道分别进行小波包分解;

根据图像分辨率选择分解层数,将RGB通道的子带能量向量按权重拼接,通过LDA线性判别分析降低特征维度,并归一化至[0,1]范围,得到图像频域特征向量。

6.如权利要求1所述的一种测绘无人机用的采集图像识别方法,其特征在于,所述利用小波包分解提取所述预处理采集数据中图像的频域特征,并与事件流数据中的运动轨迹特征进行融合,生成混合特征向量,包括:利用DBSCAN聚类算法将事件流划分为动态目标区域,基于时间窗口滑动法重建目标轨迹,并计算运动特征向量;

将图像频域特征向量与运动特征向量进行拼接,通过注意力机制动态调整两种特征的权重,将运动特征映射到图像空间生成混合特征向量。

7.如权利要求1所述的一种测绘无人机用的采集图像识别方法,其特征在于,所述测绘结果生成模块,用于将所述混合特征向量输入MobileNetV3+Transformer轻量化自适应模型中,通过注意力机制动态调整不同模态的权重,输出目标测绘区域的测绘结果,基于所述测绘结果生成地表变化热力图,包括:将混合特征向量划分为8个头,每个头独立计算查询、键和值矩阵,通过Softmax归一化生成注意力权重;

在Transformer编码器中引入双向注意力机制,令图像特征与运动轨迹特征相互影响,输出目标测绘区域的测绘结果。

8.一种测绘无人机用的采集图像识别系统,其特征在于,所述测绘无人机用的采集图像识别系统包括以下模块:测绘数据采集模块,用于通过无人机搭载的多模态传感器获取目标测绘区域的测绘图像数据和测绘点云数据,同时利用时间相机捕捉动态目标的运动信号,生成事件流数据;

测绘数据处理模块,用于对所述测绘图像数据进行直方图均衡化和多尺度Retinex增强,对所述测绘点云数据进行体素滤波和曲面重建,得到预处理采集数据;

混合特征生成模块,用于利用小波包分解提取所述预处理采集数据中图像的频域特征,并与事件流数据中的运动轨迹特征进行融合,生成混合特征向量;

测绘结果生成模块,用于将所述混合特征向量输入MobileNetV3+Transformer轻量化自适应模型中,通过注意力机制动态调整不同模态的权重,输出目标测绘区域的测绘结果,基于所述测绘结果生成地表变化热力图。

9.如权利要求8所述的一种测绘无人机用的采集图像识别系统,其特征在于,所述测绘数据采集模块包括以下子模块:设置子模块,用于基于VoxelGridFiltering体素滤波算法根据任务设置体素边长;在地形平坦区域采用较粗体素,在复杂区域采用较细体素,进行自适应降采样;

滤波子模块,用于结合统计滤波的3σ准则去除离群点,用每个体素内点的平均值或中位数替代原始点,得到滤波测绘数据。

10.如权利要求8所述的一种测绘无人机用的采集图像识别系统,其特征在于,所述测绘数据采集模块还包括以下子模块:构建子模块,用于根据MLS移动最小二乘法对每个点云点以半径r=0.5m的球形邻域内提取邻近点,构建局部平面方程;

平滑子模块,用于基于高斯权重函数计算邻域点的最优拟合平面,修正当前点的坐标,逐步平滑点云表面消除误差数据;

得到子模块,用于利用PCA主成分分析对邻域点云计算协方差矩阵,提取最小特征向量作为法向量,得到法向量测绘数据。