一种基于微小型无人机的受灾面积估算方法与流程

文档序号：11134615阅读：508来源：国知局

本发明涉及图像分析应用领域，特别是涉及一种基于微小型无人机的农田受灾面积估算方法及系统。

背景技术：

旱涝灾害是全球最为常见的农业自然灾害之一，具有影响范围大，持续时间长，发生频率高的特点。一些投保的农田受到旱涝灾害等农险后通常会向其投保公司进行定损获保。此时，需要对受灾的农田面积进行核算，根据受灾面积为投保户补偿相应的保额。但是由于农田面积辽阔、生态多样、受灾后辨识难度很大，无法准确地估算出受灾的农田面积，容易导致多保或骗保的情况发生。

常规的农田受灾面积估算是通过大型无人机对保地面积进行丈量。但是采用大型无人机需要特殊审批，成本较高，航拍灵活度低，无法准确的对保地进行面积估算

因此，需要提供一种灵活、便捷、计算准确的方式对受灾田地的面积进行估算，以便准确的对受灾农户进行保额补偿。

技术实现要素：

本发明要解决的第一技术问题是：提供一种基于微小型无人机的受灾面积估算系统，以解决现用技术中对受灾田地面积估算成本高，灵活性差，计算不准确的问题；

本发明要解决的第二技术问题是：提供一种基于微小型无人机的受灾面积估算方法，以解决常规采集过程中由于采集图像清晰度低，图像分析过程中图像重叠区域多，模糊不清等造成保地面积估算有误的问题。

为解决上述技术问题，本发明采用下述技术方案：

一种基于微小型无人机的受灾面积估算方法，该方法的步骤包括：

S1、基于微小型无人机对受灾区地域进行图像采集；

S2、基于surf特征点提取，对采集得到的图像进行拼接融合；

S3、根据拍摄设备的基础设备参数计算地面分辨率，并根据拼接融合后的图像估算实际受灾面积。

优选地，所述步骤S1包括：

S11、根据受灾拍摄区域的基本情况，初步选定一个涵盖整个受灾区域的型无人机的矩形飞行区域和飞行高度；

S12、根据微小型无人机的飞行高度和相机尺寸与性能参数，计算微小型无人机的视野宽度；

S13、将视野宽度换算为GPS偏移量；

S14、根据所述GPS偏移量控制微小型无人机以“S”型巡航路线对受灾区域进行图像采集，直至将整个初步选定的飞行区域全部拍摄完完毕后返航。

优选地，所述步骤S2包括：

S21、对采集得到的图像集进行缩放处理；

S22、对缩放后的图像集进行surf特征点提取；

S23、基于提取的surf特征点，对图像集中的图像两两配对，计算图像之间的单应矩阵，并建立图像之间的几何关系；

S24、根据配对成功率误差过滤两两图像的错误配对关系，并建立两两图像的关联图像；

S25、对配对图像进行全局优化和曝光补偿；

S26、基于多频带对图像集中两两配对的图像进行图像融合。

一种基于微小型无人机的受灾面积估算系统，该系统包括：

图像采集单元，用于对受灾区地域进行图像采集，获得受灾地域的图像集；

服务平台，用于存储图像采集单元采集得到的图像集，并应数据处理单元的数据请求为数据处理单元提供所述图像集；

计算机，对图像集中的图像进行拼接融合，并根据拼接融合后的图像估算实际受灾面积。

优选地，所述图像采集单元包括：

微小型无人机，基于预设飞行区域和飞行高度对受灾地域进行图像采集；

查勘单元，用于与微小型无人机和服务平台进行数据通信，并为微小型无人机计算GPS偏移量和为用户提供投保归属地选择；

控制器，基于所述GPS偏移量控制微小型无人机以“S”型巡航路线对受灾区域进行图像采集，直至将整个初步选定的飞行区域全部拍摄完完毕后返航。

优选地，所述查勘单元包括：

计算模块，用于将微小型无人机的拍摄视野宽度换算为用于控制微小型无人机飞行的GPS偏移量；

归属地选择模块，跟用户需求选择相应的投保归属地；

通信模块，用于与微小型无人机和根据归属地情况与服务平台建立数据通信。

优选地，所述计算机包括：

图像融合单元，基于surf特征点提取，对采集得到的图像进行拼接融合；

面积计算单元，根据拼接融合后的图像和地面分辨率，估算实际受灾面积。

优选地，所述图像融合单元包括：

图像缩放模块，用于对采集得到的图像集进行缩放处理；

特征点提取模块，用于对缩放后的图像进行surf特征点提取；

图像配对模块，利用该特征点对图像集中的图像进行两两配对，计算图像之间的单应矩阵，并建立图像之间的几何关系；

过滤模块，根据配对成功率误差过滤两两图像的错误配对关系，并建立两两图像的关联图像；

融合模块，基于多频带对图像集中两两配对的图像进行图像融合。

优选地，所述图像融合单元进一步包括补偿模块，用于对配对图像进行全局优化和曝光补偿；

优选地，所述面计算单元包括：

地面分辨率计算模块，基于CCD相机的基本物理参数计算地面分辨率；

缩放模块，根据拼接分辨率，对地面分辨率进行缩放处理；

受灾面积计算模块，基于缩放后的地面分辨率和受灾图像区域的像素数，计算图像中的受灾面积。

本发明的有益效果如下：

本发明所述技术方案通过利用小型四旋翼无人机对保地进行图像采集，提高了保地图像采集的灵活性，降低采集成本。本方案利用图像配对筛选，构建图像之间的关联图像，并以此为基础进行图像的多频带融合，有效的剔除了图像分析过程中的重叠区域，提高了保地面积估算的精准度。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明；

图1示出一种基于微小型无人机的受灾面积估算系统的示意图；

图2示出一种基于微小型无人机的受灾面积估算方法的示意图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

本发明公开了一种基于微小型无人机的受灾面积估算方法，该方法的步骤包括：

步骤S1、基于微小型无人机对受灾区地域进行图像采集

用户根据受灾拍摄区域的基本情况，初步选定微小型无人机的飞行区域和飞行高度，选定的飞行区域可以为一个能够涵盖整个受灾区域的矩形区域。根据微小型无人机的飞行高度和无人机上CCD相机的相机尺寸与性能参数，计算微小型无人机的视野宽度，并将该视野的官渡为GPS偏移量，根据所述GPS偏移量控制微小型无人机以“S”型巡航路线对受灾区域进行图像采集，直至将整个初步选定的飞行区域全部拍摄完完毕后返航。

步骤S2、基于surf特征点提取，对采集得到的图像进行拼接融合。

本方案中对采集得到的图像集进行缩放处理，防止图像分辨率太高造成内存不足。

对缩放后的图像集进行surf特征点提取，以保证缩放或旋转后的图像特征不变。

基于提取的surf特征点，对图像集中的图像两两配对，计算图像之间的单应矩阵，并建立图像之间的几何关系。具体的配对和几何关系建立步骤包括：根据特征点的不变性，计算两幅图像的特征点间欧式距离(特征点是多维空间里的点或向量)，根据距离判断特征点的相似度，从而建立两幅图像的特征点对应关系。通过RANSAC算法，根据特征点的对应关系，估算单应矩阵，从而建立图像间的几何关系

根据配对成功率误差过滤两两图像的错误配对关系，并建立两两图像的关联图像。根据前面步骤的特征点计算结果，确定重叠区域里的特征点数量f_n，有对应关系的特征点数量i_n，假设重叠区域的特征点配对正常是伯努利分布，总对应正常的设置点数量遵从二项式分布，如下：

p1表示给定正确的图像配对情况下，特征点对应成功的概率，设为0.6，p0表示给定错误的图像配对情况下，特征点对应成功的概率，设为0.1.通过贝叶斯定律计算两幅图像配对正确的后验概率。

如果后验概率大于0.999，则接受配对关系，否则删除配对关系。

由于前面步骤中建立的几何关系，往往包含累计误差和未建模的因素，这会导致拼接效果很差，产生错位等现象，因此，通过全局优化的方式最小化误差。同时为了克服图像亮度不同的问题，对图像的亮度进行增益补偿以进一步对图像进行分析识别。

基于多频带对图像集中两两配对的图像进行图像融合，获得完整的农田受灾图像。

步骤S3、根据拼接融合后的图像计算地面分辨率，并估算实际受灾面积

根据选定的CCD相机的尺寸与像素参数、融合的受灾区域图像、以及地面分辨率计算受灾面积。

设CCD相机宽为ccd_width，单位：米；相机的比例为3:4，那么CCD相机的高就为ccd_width*3/4。CCD相机的像素宽ccd_pixwidth，表示相机横向的像素数；相机的比例为3:4，那么CCD相机的像素高就为ccd_pixwidth*3/4。CCD相机的焦距focal_length；单位：米。无人机高度altitude，单位：米

图像的地面分辨率rg的计算公式：

rg＝focal_length/altitude*ccd_pixwidth/ccd_width，单位：像素/每米

拼接过程中对图像进行了缩放：

scale＝sqrt(compose_megapix*1e6/(3000*4000))

compose_megapix为拼接分辨率；

缩放后拼接的图像的地面分辨率为scaled_rg＝rg*scale

计算出拼接图像的地面分辨率后，可以先计算用户圈定的受灾图像区域的像素数pixel_count，每像素的面积area_per_pixel＝pow(1/sacled_rg，2)，单位：平方米；

图像中受灾面积Area_all为：

Area_all＝area_per_pixel*pixel_count

本方案进一步公开了一种基于微小型无人机的受灾面积估算系统，该系统包括：图像采集单元、服务平台和计算机。

本方案中所述图像采集单元用于对受灾区地域进行图像采集，获得受灾地域的图像集的。该单元包括微小型无人机、查勘单元和控制器；查勘单元将微小型无人机的拍摄视野宽度换算为用于控制微小型无人机飞行的GPS偏移量，同时接收采集得到的图像数据，再利用控制器基于所述GPS偏移量控制微小型无人机以“S”型巡航路线照预设飞行区域和飞行高度对受灾区域进行图像采集，直至将整个初步选定的飞行区域全部拍摄完完毕后返航。

本方案中所述服务平台用于存储图像采集单元采集得到的图像集，并应数据处理单元的数据请求为数据处理单元提供所述图像集。

本方案中，所述计算机用于对图像集中的图像进行拼接融合，并根据拼接融合后的图像估算实际受灾面积。该计算机包括基于surf特征点提取，对采集得到的图像进行拼接融合的图像融合单元和根据拼接融合后的图像和地面分辨率，估算实际受灾面积的面积计算单元。其中，所述图像融合单元包括图像缩放模块、特征点提取模块、图像配对模块、过滤模块、补偿模块和融合模块；利用图像缩放模块对采集得到的图像集进行缩放处理，再利用特征点提取模块对缩放后的图像进行surf特征点提取；通过图像配对模块基于提取的特征点对图像集中的图像进行两两配对，计算图像之间的单应矩阵，并建立图像之间的几何关系，利用过来模块根据配对成功率误差过滤两两图像的错误配对关系，并建立两两图像的关联图像，再利用补偿模块对配对图像进行全局优化和曝光补偿，最后通过融合模块基于多频带对图像集中两两配对的图像进行图像融合。其中，所述面积计算单元包括地面分辨率计算模块，基于CCD相机的基本物理参数计算地面分辨率；缩放模块，根据拼接分辨率，对地面分辨率进行缩放处理；受灾面积计算模块，基于缩放后的地面分辨率和受灾图像区域的像素数，计算图像中的受灾面积。

下面通过一组实施例对本发明做进一步说明：

如图1所示，本实例中提供了一种基于微小型无人机的受灾面积估算系统，该系统包括微小型无人机、控制器、PAD、农险平台和后台计算机。本实例中利用PAD作为估算洗统中的查勘单元。PAD通过USB与无人机的遥控器连接，获取无人机的实时视频、高清照片、GPS、高度等信息。PAD为用户提供保地区域选取功能，可根据用户的实际投保地选取投保归属地，利用GPS或GIS方式显示用户所在位置，可以辅助用户确认归属地。PAD通过例如3G、4G、WIFI等无线网络与服务平台建立数据通信，将采集得到的图像集传输给平台。服务平台应后台计算机请求调取受灾区域的图像集数据，计算机下载保地的基础信息和图像集，对图像进行拼接并计算地面分辨率，从而估算图像区域的实际面积。

具体的图像采集和计算方式如下：

用户利用微小型无人机按照预定矩形区域和飞行高度，以94度的视角对受灾区域进行图像采集。同时利用PAD等工具根据无人机的视野宽度对无人机的GPS偏移量进行计算，用户利用控制器基于所述GPS偏移量控制微小型无人机以“S”型巡航路线对受灾区域进行图像采集，直至将整个初步选定的飞行区域全部拍摄完完毕后返航。

用户根据PAD提供提示的投保所在地，选取投保的归属地，并将采集得到的数据传输至服务平台。后套计算机从服务平台下载数据，并利用内嵌于计算机中的图像缩放模块对采集得到的图像集进行缩放处理，再利用特征点提取模块对缩放后的图像进行surf特征点提取；通过图像配对模块基于提取的特征点对图像集中的图像进行两两配对，计算图像之间的单应矩阵，并建立图像之间的几何关系，利用过来模块根据配对成功率误差过滤两两图像的错误配对关系，并建立两两图像的关联图像，再利用补偿模块对配对图像进行全局优化和曝光补偿，最后通过融合模块基于多频带对图像集中两两配对的图像进行图像融合。