基于混合灰度差指标的低空目标图像检测方法

为了解决地面背景和云朵干扰对低空目标检测的影响,提出一种基于混合灰度差指标的低空目标图像检测算法。首先,分析地面背景与天空区域在图像中的分布以及灰度特征,根据水平灰度投影的阶跃变化将图像分割为天空区域和地面背景区域两部分;然后,在天空区域内,由于目标和背景之间的相似性比较小,而云朵和天空的相似性较高,由混合灰度差指标水平投影和垂直投影定位目标;最后,验证获取的目标坐标。试验结果表明,算法能检测出具有复杂地面背景的低空目标,也适用于背景中存在云朵干扰的目标以及弱小目标的检测;此外,算法的速度较快,满足视频图像处理的实时性要求。

复杂地物背景下的无人机激光雷达电力线提取方法

在提取电力线的过程中,为了有效控制雷达功耗,改善原有方法中过大功耗对设备的负面影响,基于复杂地物背景设计了新的无人机激光雷达电力线提取方法。设计雷达定位电力走廊区域范围,计算连接相线缓冲宽度平稳无人机功耗,预处理无人机激光雷达航拍图像区分主要目标,滤波去噪降低边缘宽度提取电力线,完成复杂地物背景下的无人机激光雷达电力线提取方法设计。实验结果表明,在对大面积激光点图像的电力线提取过程中,该方法能将无人机激光雷达功耗控制在有效范围内,相比传统方法能提取更多电力线点云数量,具有广阔的应用前景。

复杂地物背景下电力线的快速提取算法

从具有复杂地物背景的航拍图像中快速检测与提取电力线是无人机电力线巡检的关键问题之一.在充分分析电力线图像特征的基础上,提出一种复杂地物背景下电力线检测与提取的新方法.首先对原始图像进行图像增强处理,增加电力线与背景的对比度,据此改善图像分割效果.接着采用多组形态学处理算法,滤除二值图像中的背景噪声并增强电力线边缘,进一步采用Canny算子检测电力线边缘,并对其做平滑处理.最后利用霍夫变换（Hough Transform,HT）实现对电力线的快速、完整提取.实验结果表明,本方法在复杂地物背景下对电力线提取的准确率较高,检测速度较快,对无人机电力线巡检的推广具有重要意义.