一种无人机照片的分类方法、装置及计算机可读存储介质与流程

本发明实施例涉及电网安全保护领域，尤其涉及一种无人机照片的分类方法、装置及计算机可读存储介质。

背景技术：

随着无人机技术的不断发展和普及，无人机已经广泛应用于架空输/配电线路巡视，以达到快速发现线路及绝缘子等存在的缺陷及隐患，指导安全生产的目的。对于无人机现场拍摄的大量照片，往往需要人工花费大量的时间逐一对照片按线路、杆号进行归类，工作量大且存在分类错误的可能，效率低、误差大。

技术实现要素：

本发明实施例提供一种无人机照片的分类方法、装置及计算机可读存储介质，能够实现对无人机照片的自动分类，节约了人力物力，提高了配网架空线路巡视的效率。

第一方面，本发明实施例提供了一种无人机照片的分类方法，包括：

获取无人机照片和杆塔坐标集合，其中，无人机照片包括拍摄坐标，杆塔坐标集合包括线路上所有杆塔的地理坐标；

根据无人机照片的拍摄坐标和杆塔坐标集合，计算无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离；

根据无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离，选择目标杆塔，其中，目标杆塔的地理坐标与无人机照片的拍摄坐标之间的距离最小；

将无人机照片放入目标杆塔对应的文件夹内。

可选的，选择目标杆塔，包括：

将无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离按照预设顺序排列；

选择距离最小的杆塔作为目标杆塔。

可选的，预设顺序为从小到大的顺序或者从大到小的顺序。

可选的，若目标杆塔的个数不为1，则将无人机照片放入目标杆塔对应的文件夹内，包括：

为无人机照片添加特殊标记，并将无人机照片放入所有目标杆塔对应的文件夹内。

可选的，若目标杆塔的个数不为1，则将无人机照片放入目标杆塔对应的文件夹内，包括：

获取无人机的飞行轨迹；

根据飞行轨迹，从目标杆塔中选择精确目标杆塔，并将无人机照片放入精确目标杆塔对应的文件夹内。

可选的，无人机照片还包括拍摄时间；

将无人机照片放入目标杆塔对应的文件夹内，包括：

步骤a)获取目标杆塔对应的文件夹内的目标子文件夹，目标子文件夹为文件夹内的第一个子文件夹；

步骤b)判断无人机照片的拍摄时间与目标子文件夹的可存储时间是否匹配；

步骤c)若匹配，则将无人机照片放入目标子文件夹内；

步骤d)若不匹配，则将下一个子文件夹作为目标子文件夹，并返回执行步骤b)。

可选的，还包括：

周期性或者非周期性地删除各个杆塔对应的文件夹内存储的无人机照片。

第二方面，本发明实施例还提供了一种无人机照片的分类装置，包括：获取模块，计算模块，选择模块和执行模块；

获取模块，用于获取无人机照片和杆塔坐标集合，其中，无人机照片包括拍摄坐标，杆塔坐标集合包括所有杆塔的地理坐标；

计算模块，用于根据无人机照片的拍摄坐标和杆塔坐标集合，计算无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离；

选择模块，用于根据无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离，选择目标杆塔，其中，目标杆塔的地理坐标与无人机照片的拍摄坐标之间的距离最小；

执行模块，用于将无人机照片放入目标杆塔对应的文件夹内。

第三方面，本发明实施例还提供了一种无人机照片的分类装置，包括：处理器，处理器用于在执行计算机程序时实现上述任一实施例的方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例的方法。

本发明提供一种无人机照片的分类方法、装置及计算机可读存储介质，该方法包括：获取无人机照片和杆塔坐标集合，其中，无人机照片包括拍摄坐标，杆塔坐标集合包括线路上所有杆塔的地理坐标；根据无人机照片的拍摄坐标和杆塔坐标集合，计算无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离；根据无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离，选择目标杆塔，其中，目标杆塔的地理坐标与无人机照片的拍摄坐标之间的距离最小；将无人机照片放入目标杆塔对应的文件夹内。通过建立杆塔坐标集合，并计算无人机照片的拍摄地点与每个杆塔的地理位置之间的距离，选出距无人机照片的拍摄地点最近的杆塔作为目标杆塔，将无人机照片放入目标杆塔对应的文件夹内，实现了对无人机照片的自动分类，与传统的人工对照片进行归类的方法相比，节约了人力物力，提高了配网架空线路巡视的效率。

附图说明

图1是实施例一提供的一种无人机照片的分类方法的流程示意图；

图2是实施例一提供的另一种无人机照片的分类方法的流程示意图；

图3是实施例二提供的一种无人机照片的分类方法的流程示意图；

图4是实施例三提供的一种无人机照片的分类装置的结构示意图；

图5是实施例三提供的另一种无人机照片的分类装置的结构示意图；

图6是实施例四提供的一种无人机照片的分类装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

随着无人机技术的不断发展和普及，无人机已经广泛应用于架空输/配电线路巡视，以达到快速发现线路及绝缘子等存在的缺陷及隐患，指导安全生产的目的。对于无人机现场拍摄的大量照片，往往需要人工花费大量的时间逐一对照片按线路、杆号进行归类，工作量大且存在分类错误的可能，效率低、误差大。当前，虽然市场上已有无人机电力巡航系统在应用，但该系统只能对已知的杆塔进行拍照然后将照片归档到已知的杆塔文件夹内，且系统复杂、成本高，难以适应环境复杂的配网架空线路巡视。

为解决上述问题，本发明提供一种无人机照片的分类方法、装置及计算机可读存储介质，通过建立杆塔坐标集合，并计算无人机照片的拍摄地点与每个杆塔的地理位置之间的距离，选出距无人机照片的拍摄地点最近的杆塔作为目标杆塔，将无人机照片放入目标杆塔对应的文件夹内，实现了对无人机照片的自动分类，与传统的人工对照片进行归类的方法相比，节约了人力物力，提高了配网架空线路巡视的效率。

需要说明的是，本发明下述各个实施例可以单独执行，各个实施例之间也可以相互结合执行，本发明实施例对此不作具体限制。

下面，对无人机照片的分类方法、装置及其技术效果进行描述。

实施例一

图1为实施例一提供的一种无人机照片的分类方法的流程示意图，如图1所示，本实施例提供的方法适用于无人机照片的分类装置(可以为无人机(即无人机自身对拍摄到的照片进行分类)或者计算机(即计算机在接收到无人机拍摄的照片后对照片进行分类)，该方法包括如下步骤。

s101、获取无人机照片和杆塔坐标集合，其中，无人机照片包括拍摄坐标，杆塔坐标集合包括线路上所有杆塔的地理坐标。

无人机照片为无人机在进行配网架空线路巡视时拍摄的照片，无人机照片的数量为一张或者多张。当无人机照片的数量为多张时，无人机照片的分类装置可以逐一对照片进行分类，也可以同时对若干张照片进行分类。

每张无人机照片均包括拍摄坐标，拍摄坐标为该照片在拍摄时无人机所处的坐标，拍摄坐标可以采用地理坐标的形式表示。

杆塔坐标集合可以是预先建立好存储在无人机照片的分类装置中的，也可以是无人机照片的分类装置实时建立的。杆塔坐标集合包括该无人机可能巡视的配网架空线路上所有杆塔的地理坐标，地理坐标是用纬度、经度表示地面点位置的球面坐标。

s102、根据无人机照片的拍摄坐标和杆塔坐标集合，计算无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离。

s103、根据无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离，选择目标杆塔，其中，目标杆塔的地理坐标与无人机照片的拍摄坐标之间的距离最小。

无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离反映了无人机照片的拍摄地点与每个杆塔的地理位置之间的距离，因此，目标杆塔是距无人机照片的拍摄地点最近的杆塔，那么该无人机照片最大可能反映了目标杆塔及其周边线路、绝缘子等的相关信息。

在一实施例中，选择目标杆塔的方法可以包括如下两个步骤：

步骤1、将无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离按照预设顺序排列。

其中，预设顺序为从小到大的顺序或者从大到小的顺序。

步骤2、选择距离最小的杆塔作为目标杆塔。

s104、将无人机照片放入目标杆塔对应的文件夹内。

在选择出目标杆塔后，将无人机照片放入目标杆塔对应的文件夹内，如此循环，直至每一张无人机照片均放入相应杆塔对应的文件夹内。以便于通过查阅不同杆塔对应的文件夹内的照片，来实现对杆塔及其周边线路、绝缘子等监测。

在一实施例中，经上述步骤s103中将无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离按照预设顺序排列后发现，距离最小的杆塔可能有两个甚至更多的情况，即目标杆塔的个数不为1，本发明实施例提供如下两种步骤s104的处理方式。

方式一、为无人机照片添加特殊标记，并将无人机照片放入所有目标杆塔对应的文件夹内。

示例性的，假设目标杆塔的数量为2(记为杆塔1和杆塔2)，无人机照片的拍摄坐标位于杆塔1和杆塔2的连线的中点，此时无法确定该照片到底是拍摄杆塔1的还是杆塔2的，因此，在方式一中，无人机照片的分类装置为该无人机照片添加特殊标记，并将无人机照片放入杆塔1对应的文件夹内和杆塔2对应的文件夹内。

如此，不论该照片到底是拍摄杆塔1的还是杆塔2的，都能从杆塔1对应的文件夹内和杆塔2对应的文件夹内找到该照片。另外，由于无人机照片添加了特殊标记，可以使得监测人员能够快速识别出该照片，方便后续的应对处理。

可选的，特殊标记可以是添加在无人机照片的属性信息里的文字、标记等任意可以进行特殊识别的标记。

方式二、获取无人机的飞行轨迹；根据飞行轨迹，从目标杆塔中选择精确目标杆塔，并将无人机照片放入精确目标杆塔对应的文件夹内。

示例性的，假设目标杆塔的数量为2(记为杆塔1和杆塔2)，无人机照片的拍摄坐标位于杆塔1和杆塔2的连线的中点，此时无法确定该照片到底是拍摄杆塔1的还是杆塔2的，因此，在方式二中，无人机照片的分类装置获取无人机的飞行轨迹(从a点飞向b点，途径杆塔2)，根据飞行轨迹，从杆塔1和杆塔2中选择出杆塔2，并将无人机照片放入杆塔2对应的文件夹内。

如此，可以精确判定出无人机照片所属的杆塔，与方式一相比，节约了存储空间。

在上述实施例的基础上，图2为实施例一提供的另一种无人机照片的分类方法的流程示意图，如图2所示，方法还包括：

s105、周期性或者非周期性地删除各个杆塔对应的文件夹内存储的无人机照片。

考虑到文件夹存储空间的限制和无人机照片无需长时间保存的特性，无人机照片的分类装置可以周期性或者非周期性地删除各个杆塔对应的文件夹内存储的无人机照片。

示例性的，可以每月/每周删除各个杆塔对应的文件夹内存储的无人机照片，或者删除各个杆塔对应的文件夹内存储的超过一定时间的无人机照片。

本发明提供一种无人机照片的分类方法，包括：获取无人机照片和杆塔坐标集合，其中，无人机照片包括拍摄坐标，杆塔坐标集合包括线路上所有杆塔的地理坐标；根据无人机照片的拍摄坐标和杆塔坐标集合，计算无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离；根据无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离，选择目标杆塔，其中，目标杆塔的地理坐标与无人机照片的拍摄坐标之间的距离最小；将无人机照片放入目标杆塔对应的文件夹内。通过建立杆塔坐标集合，并计算无人机照片的拍摄地点与每个杆塔的地理位置之间的距离，选出距无人机照片的拍摄地点最近的杆塔作为目标杆塔，将无人机照片放入目标杆塔对应的文件夹内，实现了对无人机照片的自动分类，与传统的人工对照片进行归类的方法相比，节约了人力物力，提高了配网架空线路巡视的效率。

实施例二

图3为实施例二提供的一种无人机照片的分类方法的流程示意图，如图3所示，本实施例提供的方法适用于无人机照片的分类装置或者计算机，与上述实施例一提供的方法不同的是，无人机照片还包括拍摄时间。该方法包括如下步骤。

s201、获取无人机照片和杆塔坐标集合，其中，无人机照片包括拍摄坐标，杆塔坐标集合包括线路上所有杆塔的地理坐标。

s202、根据无人机照片的拍摄坐标和杆塔坐标集合，计算无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离。

s203、根据无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离，选择目标杆塔，其中，目标杆塔的地理坐标与无人机照片的拍摄坐标之间的距离最小。

s204、步骤a)获取目标杆塔对应的文件夹内的目标子文件夹，目标子文件夹为文件夹内的第一个子文件夹。

s205、步骤b)判断无人机照片的拍摄时间与目标子文件夹的可存储时间是否匹配。

s206、步骤c)若匹配，则将无人机照片放入目标子文件夹内。

s207、步骤d)若不匹配，则将下一个子文件夹作为目标子文件夹，并返回执行步骤b)。

如此，可以对无人机照片进行二级分类，以适应更多的使用场景。

示例性的，假设目标杆塔对应的文件夹内的包括四个子文件夹(分别记为子文件夹1、子文件夹2、子文件夹3和子文件夹4)，子文件夹1的可存储时间是2020.1.1-2020.1.31、子文件夹2的可存储时间是2020.2.1-2020.2.29、子文件夹3的可存储时间是2020.3.1-2020.3.31、子文件夹4的可存储时间是2020.4.1-至今，无人机照片的拍摄时间是2020.4.3。

无人机照片的分类装置首先将子文件夹1作为目标子文件夹，判断得出无人机照片的拍摄时间2020.4.3与子文件夹1的可存储时间2020.1.1-2020.1.31不匹配，于是将子文件夹2作为目标子文件夹，继续判断得出无人机照片的拍摄时间2020.4.3与子文件夹2的可存储时间2020.2.1-2020.2.29不匹配。将子文件夹3作为目标子文件夹，判断得出无人机照片的拍摄时间2020.4.3与子文件夹3的可存储时间2020.3.1-2020.3.31不匹配，将子文件夹4作为目标子文件夹，判断得出无人机照片的拍摄时间2020.4.3与子文件夹4的可存储时间2020.4.1-至今匹配，将无人机照片放入子文件夹4内。

实施例三

图4为实施例三提供的一种无人机照片的分类装置的结构示意图，如图4所示，包括：获取模块10，计算模块11，选择模块12和执行模块13；

获取模块10，用于获取无人机照片和杆塔坐标集合，其中，无人机照片包括拍摄坐标，杆塔坐标集合包括所有杆塔的地理坐标；

计算模块11，用于根据无人机照片的拍摄坐标和杆塔坐标集合，计算无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离；

选择模块12，用于根据无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离，选择目标杆塔，其中，目标杆塔的地理坐标与无人机照片的拍摄坐标之间的距离最小；

执行模块13，用于将无人机照片放入目标杆塔对应的文件夹内。

本实施例提供的无人机照片的分类装置为实现上述实施例的无人机照片的分类方法，本实施例提供的无人机照片的分类装置实现原理和技术效果与上述实施例类似，此处不再赘述。

可选的，选择模块12，具体用于将无人机照片的拍摄坐标与每个杆塔的地理坐标之间的距离按照预设顺序排列；选择距离最小的杆塔作为目标杆塔。

可选的，预设顺序为从小到大的顺序或者从大到小的顺序。

可选的，若目标杆塔的个数不为1，则执行模块13，具体用于为无人机照片添加特殊标记，并将无人机照片放入所有目标杆塔对应的文件夹内。

可选的，若目标杆塔的个数不为1，则执行模块13，具体用于获取无人机的飞行轨迹；根据飞行轨迹，从目标杆塔中选择精确目标杆塔，并将无人机照片放入精确目标杆塔对应的文件夹内。

可选的，无人机照片还包括拍摄时间；

执行模块13，具体用于执行步骤a)-步骤d)，其中，步骤a)-步骤d)包括：

步骤a)获取目标杆塔对应的文件夹内的目标子文件夹，目标子文件夹为文件夹内的第一个子文件夹；

步骤b)判断无人机照片的拍摄时间与目标子文件夹的可存储时间是否匹配；

步骤c)若匹配，则将无人机照片放入目标子文件夹内；

步骤d)若不匹配，则将下一个子文件夹作为目标子文件夹，并返回执行步骤b)。

可选的，结合图4，图5为实施例三提供的另一种无人机照片的分类装置的结构示意图，如图5所示，还包括：删除模块14；

删除模块14，用于周期性或者非周期性地删除各个杆塔对应的文件夹内存储的无人机照片。

实施例四

图6为实施例四提供的一种无人机照片的分类装置的结构示意图，如图6所示，该无人机照片的分类装置包括处理器30、存储器31和通信接口32；无人机照片的分类装置中处理器30的数量可以是一个或多个，图6中以一个处理器30为例；无人机照片的分类装置中的处理器30、存储器31、通信接口32可以通过总线或其他方式连接，图6中以通过总线连接为例。总线表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。

存储器31作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序以及模块，如本发明实施例中的方法对应的程序指令/模块。处理器30通过运行存储在存储器31中的软件程序、指令以及模块，从而执行无人机照片的分类装置的至少一种功能应用以及数据处理，即实现上述的方法。

存储器31可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据无人机照片的分类装置的使用所创建的数据等。此外，存储器31可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器31可包括相对于处理器30远程设置的存储器，这些远程存储器可以通过网络连接至无人机照片的分类装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

通信接口32可设置为数据的接收与发送。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如本发明任意实施例所提供的方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质包括(非穷举的列表)：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(randomaccessmemory，ram)、只读存储器(read-onlymemory，rom)、可擦式可编程只读存储器(electricallyerasable,programmableread-onlymemory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compactdiscread-onlymemory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，数据信号中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、射频(radiofrequency，rf)等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或多种程序设计语言组合来编写用于执行本公开操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++、ruby、go，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(localareanetwork，lan)或广域网(wideareanetwork，wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

本领域内的技术人员应明白，术语用户终端涵盖任何适合类型的无线用户设备，例如移动电话、便携数据处理装置、便携网络浏览器或车载移动台。

一般来说，本发明的多种实施例可以在硬件或专用电路、软件、逻辑或其任何组合中实现。例如，一些方面可以被实现在硬件中，而其它方面可以被实现在可以被控制器、微处理器或其它计算装置执行的固件或软件中，尽管本发明不限于此。

本发明的实施例可以通过移动装置的数据处理器执行计算机程序指令来实现，例如在处理器实体中，或者通过硬件，或者通过软件和硬件的组合。计算机程序指令可以是汇编指令、指令集架构(instructionsetarchitecture，isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码。

本发明附图中的任何逻辑流程的框图可以表示程序步骤，或者可以表示相互连接的逻辑电路、模块和功能，或者可以表示程序步骤与逻辑电路、模块和功能的组合。计算机程序可以存储在存储器上。存储器可以具有任何适合于本地技术环境的类型并且可以使用任何适合的数据存储技术实现，例如但不限于只读存储器(rom)、随机访问存储器(ram)、光存储器装置和系统(数码多功能光碟dvd或cd光盘)等。计算机可读介质可以包括非瞬时性存储介质。数据处理器可以是任何适合于本地技术环境的类型，例如但不限于通用计算机、专用计算机、微处理器、数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程逻辑器件(field－programmablegatearray，fgpa)以及基于多核处理器架构的处理器。