本發(fā)明涉及無人機(jī)，特別涉及一種基于無人機(jī)采集圖像的區(qū)域變化識別方法及系統(tǒng)。

背景技術(shù)：

1、現(xiàn)如今，無人機(jī)廣泛的應(yīng)用于各大領(lǐng)域，例如，通過無人機(jī)采集圖像，對圖像進(jìn)行識別可以高效的獲取在某一時間段的區(qū)域的當(dāng)前情況，或者，通過采集不同的時間的區(qū)域的圖像，對圖像進(jìn)行分析可以確定當(dāng)前區(qū)域內(nèi)的景象是否發(fā)生變化。

2、現(xiàn)有技術(shù)當(dāng)中，為了識別區(qū)域更多的細(xì)節(jié)保證識別的準(zhǔn)確性，在進(jìn)行圖像采集時，一般的，都會控制無人機(jī)按照采集更多細(xì)節(jié)的標(biāo)準(zhǔn)進(jìn)行飛行采集，其中包括飛行的速度低、是否停留以及停留的時間長等，進(jìn)而提升識別的準(zhǔn)確性，然后，在實際當(dāng)中，由于事先并不知道哪一塊會發(fā)生異常，因此，在整個采集過程當(dāng)中，都會按照采集更多細(xì)節(jié)的標(biāo)準(zhǔn)進(jìn)行飛行，從而導(dǎo)致識別的效率降低。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種基于無人機(jī)采集圖像的區(qū)域變化識別方法及系統(tǒng)，旨在解決現(xiàn)有技術(shù)中在進(jìn)行區(qū)域變化識別效率低的問題。

2、本發(fā)明是這樣實現(xiàn)的：

3、一種基于無人機(jī)采集圖像的區(qū)域變化識別方法，所述方法包括：

4、在不同時間控制無人機(jī)按照預(yù)設(shè)路徑在預(yù)設(shè)區(qū)域內(nèi)進(jìn)行圖像采集，得到時間上存在差異的關(guān)于所述預(yù)設(shè)區(qū)域的實景的第一圖像以及第二圖像；

5、對所述第一圖像以及第二圖像進(jìn)行特征比對，從而確定所述預(yù)設(shè)區(qū)域內(nèi)的實景發(fā)生變化的至少一個變化區(qū)域；

6、確定所述變化區(qū)域的位置信息，根據(jù)所述位置信息確定每個所述變化區(qū)域在所述預(yù)設(shè)路徑當(dāng)中所屬的分路徑，對所述分路徑進(jìn)行組合得到所述變化區(qū)域的識別路徑；

7、按照所述識別路徑對所述無人機(jī)進(jìn)行控制，以分別采集所述變化區(qū)域的變化圖像并對所述變化圖像進(jìn)行識別以對所述變化區(qū)域進(jìn)行識別。

8、進(jìn)一步的，上述基于無人機(jī)采集圖像的區(qū)域變化識別方法，其中，所述對所述第一圖像以及第二圖像進(jìn)行特征比對，從而確定所述預(yù)設(shè)區(qū)域內(nèi)的實景發(fā)生變化的至少一個變化區(qū)域的步驟包括：

9、分別提取所述第一圖像和第二圖像中的關(guān)鍵點，并使用特征匹配算法找到所述第一圖像和第二圖像中相匹配的關(guān)鍵點對；

10、通過比較所述關(guān)鍵點對篩選出所述第一圖像和第二圖像當(dāng)中的不一致的特征點，并將相鄰的所述特征點進(jìn)行空間聚類，組合成連續(xù)的區(qū)域得到所述變化區(qū)域。

11、進(jìn)一步的，上述基于無人機(jī)采集圖像的區(qū)域變化識別方法，其中，所述預(yù)設(shè)路徑為弓形路徑，所述弓形路徑包括多條橫向和縱向分布的子路徑，所述根據(jù)所述位置信息確定每個所述變化區(qū)域在所述預(yù)設(shè)路徑當(dāng)中所屬的分路徑，對所述分路徑進(jìn)行組合得到所述變化區(qū)域的識別路徑的步驟包括：

12、分別獲取所述預(yù)設(shè)區(qū)域的外邊界點的坐標(biāo)信息、所述變化區(qū)域的位置信息以及所述預(yù)設(shè)路徑的位置信息；

13、根據(jù)所述預(yù)設(shè)區(qū)域的外邊界點的坐標(biāo)信息、所述變化區(qū)域的位置信息以及所述預(yù)設(shè)路徑的位置信息將所述預(yù)設(shè)區(qū)域、變化區(qū)域以及預(yù)設(shè)路徑映射至預(yù)設(shè)坐標(biāo)系當(dāng)中；

14、根據(jù)所述變化區(qū)域相對于所述弓形路徑的位置關(guān)系信息，確定所述變化區(qū)域所屬的分路徑；

15、將所述分路徑按照弓形的方式以初始的先后順序進(jìn)行連接組合得到所述變化區(qū)域的識別路徑。

16、進(jìn)一步的，上述基于無人機(jī)采集圖像的區(qū)域變化識別方法，其中，所述根據(jù)所述變化區(qū)域相對于所述弓形路徑的位置關(guān)系信息，確定所述變化區(qū)域所屬的分路徑的步驟包括：

17、獲取每個所述變化區(qū)域的最小外接矩形，根據(jù)所述最小外接矩形判斷所述變化區(qū)域是否與所述子路徑相交；

18、若是，則將相交的所述子路徑以及所述子路徑兩側(cè)的兩個橫向的所述子路徑作為所述分路徑；

19、若否，則將所述變化區(qū)域的兩側(cè)的橫向的所述子路徑作為所述分路徑。

20、進(jìn)一步的，上述基于無人機(jī)采集圖像的區(qū)域變化識別方法，其中，所述獲取每個所述變化區(qū)域的最小外接矩形的步驟包括：

21、將所述變化區(qū)域在預(yù)設(shè)角度范圍內(nèi)以設(shè)定的間隔進(jìn)行旋轉(zhuǎn)，并獲取每個旋轉(zhuǎn)后的所述變化區(qū)域的外接矩形；

22、比較所有旋轉(zhuǎn)角度下得到的所述外接矩形，并從中確定面積最小的目標(biāo)外接矩形；

23、將所述目標(biāo)外接矩形以反方向旋轉(zhuǎn)相同的角度，得到所述變化區(qū)域的最小外接矩形。

24、進(jìn)一步的，上述基于無人機(jī)采集圖像的區(qū)域變化識別方法，其中，所述方法還包括：

25、獲取所述最小外接矩形在橫向方向上橫跨的距離，根據(jù)所述橫跨的距離在所述分路徑上進(jìn)行截取得到目標(biāo)分路徑，并將所述目標(biāo)分路徑作為最終的所述分路徑。

26、進(jìn)一步的，上述基于無人機(jī)采集圖像的區(qū)域變化識別方法，其中，所述將相交的所述子路徑以及所述子路徑兩側(cè)的兩個橫向的所述子路徑作為所述分路徑的步驟之后還包括：

27、獲取相交的所述子路徑以及所述子路徑兩側(cè)的兩個橫向的所述子路徑分別形成的目標(biāo)區(qū)域，并獲取所述變化區(qū)域與所述目標(biāo)區(qū)域的覆蓋部分的面積，根據(jù)所述面積確定是否要對其中一側(cè)的所述子路徑進(jìn)行去除。

28、本發(fā)明的另一個目的在于提供一種基于無人機(jī)采集圖像的區(qū)域變化識別系統(tǒng)，所述系統(tǒng)包括：

29、采集模塊，用于在不同時間控制無人機(jī)按照預(yù)設(shè)路徑在預(yù)設(shè)區(qū)域內(nèi)進(jìn)行圖像采集，得到時間上存在差異的關(guān)于所述預(yù)設(shè)區(qū)域的實景的第一圖像以及第二圖像；

30、比對模塊，用于對所述第一圖像以及第二圖像進(jìn)行特征比對，從而確定所述預(yù)設(shè)區(qū)域內(nèi)的實景發(fā)生變化的至少一個變化區(qū)域；

31、組合模塊，用于確定所述變化區(qū)域的位置信息，根據(jù)所述位置信息確定每個所述變化區(qū)域在所述預(yù)設(shè)路徑當(dāng)中所屬的分路徑，對所述分路徑進(jìn)行組合得到所述變化區(qū)域的識別路徑；

32、識別模塊，用于按照所述識別路徑對所述無人機(jī)進(jìn)行控制，以分別采集所述變化區(qū)域的變化圖像并對所述變化圖像進(jìn)行識別以對所述變化區(qū)域進(jìn)行識別。

33、本發(fā)明的另一個目的在于提供一種可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述程序被處理器執(zhí)行時實現(xiàn)如上述任意一項所述的方法的步驟。

34、本發(fā)明的另一個目的在于提供一種電子設(shè)備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機(jī)程序，所述處理器執(zhí)行所述程序時實現(xiàn)上述任一所述的方法的步驟。

35、本發(fā)明通過在不同時間控制無人機(jī)按照預(yù)設(shè)路徑在預(yù)設(shè)區(qū)域內(nèi)進(jìn)行圖像采集，得到時間上存在差異的關(guān)于預(yù)設(shè)區(qū)域的實景的第一圖像以及第二圖像；對第一圖像以及第二圖像進(jìn)行特征比對，從而確定預(yù)設(shè)區(qū)域內(nèi)的實景發(fā)生變化的至少一個變化區(qū)域；確定變化區(qū)域的位置信息，根據(jù)位置信息確定每個變化區(qū)域在預(yù)設(shè)路徑當(dāng)中所屬的分路徑，對分路徑進(jìn)行組合得到變化區(qū)域的識別路徑；按照識別路徑對無人機(jī)進(jìn)行控制，以分別采集變化區(qū)域的變化圖像并對變化圖像進(jìn)行識別以對變化區(qū)域進(jìn)行識別，通過先進(jìn)行預(yù)采集，快速定位變化區(qū)域的位置后進(jìn)行精準(zhǔn)的采集，避免了浪費時間在未發(fā)生明顯變化的區(qū)域，從而在保證準(zhǔn)確性的前提下提升效率。解決了現(xiàn)有技術(shù)中在進(jìn)行區(qū)域變化識別效率低的問題。