2022-04-25 74 上传者:管理员
摘要:针对湖泊人工巡查方面存在的巡查效率低下、管理不全面、分工不到位、问题追踪更新不及时等问题,提出利用无人机智慧巡检方式,通过无人机沿湖泊岸线航拍提取大量图像,利用SIFT算法完成图像无缝拼接,提取图像主要目标区域,并利用SIFT特征完成目标图像与原始图像的比对,从而识别湖泊岸线变化情况。该方法应用在石臼湖固城湖湖泊巡查中,无人机初次飞行时提取湖泊网格地理数据及建筑物构筑物的信息作为原始数据,完成2期巡检,覆盖范围和识别精度较人工巡查有很大提高。在实际应用中发现在水生物识别的细节和巡查频次上还有待提高,目前作为湖泊辅助性巡查上优势明显,作为一种独立的巡查方式及在智能分析决策上值得进一步探讨。
近年来,随着生态文明建设理念的提出和发展,河湖环境的管理和保护成为一项重要内容。习近平总书记在视察江苏时强调“生态环境投入不是无谓投入、无效投入,而是关系到经济社会高质量发展、可持续发展的基础性、战略性投入”。加强生态文明建设对河湖工作提出了新要求,充分利用现代化的信息科技手段,探索智慧巡湖系统的应用,加强做好湖泊治理、保护和宣传工作。
1、智慧巡检系统设计和实现
智慧巡湖系统主要为基于GIS的无人机河湖巡检智能图像处理平台,包括无人机地面数据采集、数据处理、河湖巡查事件处理、巡查大数据智能分析,将信息汇聚到智慧巡湖大数据辅助决策指挥平台。
1.1 系统流程
系统平台主要实现湖泊巡查“问题发现、问题上报、问题分配,到问题处理、问题反馈、查询分析”[1]的闭环化处理流程,工作流程如图1所示。
1)问题发现阶段。通过无人机完成湖泊巡检工作,航拍采集得到全方位、无死角的数字化图像和视频信息,克服了过去人工巡湖效率低下、视野范围狭窄、盲点众多、有一定危险性的问题。其采集到的图像经过SIFT方法拼接处理,可以得到湖泊的二维和三维全景图,使用智能识别算法识别、对比、分析图像,可以发现湖泊的异常情况,人工审核后成为问题来源,并形成差异化的巡检问题报告。
2)问题上报阶段。通过智慧巡湖系统的PC端软件平台和手机App,问题可以及时高效地由相关负责人员上报给湖长办公室。
3)问题分配阶段。巡湖系统的管理中心后台可以根据相关事件库、地理库进行问题自动分配,由湖长办公室随时交办问题任务清单。
4)问题处理阶段。由相关湖泊管辖负责人员完成现场问题处理整改工作,填写处理结果单并上传相关的视频、图像和文字等信息。
5)问题反馈阶段。由湖长办公室跟踪落实具体情况,办理验收工作。
6)查询分析阶段。可以对问题处理的情况进行查询,由此积累的巡检大数据也可用于统计分析,形成有关湖泊总体智能数据分析报告。
1.2 关键技术
基于GIS的无人机河湖巡检智能图像处理平台的关键技术是完成航拍图像的智能化处理工作,即实现航拍图像的拼接、识别和比对的技术路径。
1.2.1 图像拼接
图像拼接是将数张有重叠部分(包括不同时间、视角、传感器)的图像拼成一张大型的无缝高分辨率图像的技术。无人机由于获得的航拍图像数量大、重叠度高,且其自身的体积较小,自稳定性和抗风能力差,图像相较于真实场景存在仿射变形的情况,所以智慧巡湖系统应用了能适应大的平移、旋转和尺度不变性的尺度不变特征转换[2](SIFT,Scale-invariantFeatureTransform)特征,实现了对航拍图像的几何校正、图像配准、变换矩阵计算和融合等。利用SIFT特征检测器在图像的尺度空间进行特征检测,可以确定特征点在图像的精确位置和其尺度,通过二维高斯核函数可以实现对图像的尺度变换,从而得到图像多尺度空间的系列信息,从而保证了无人机在飞行时提取的图像特征仍具有尺度不变性。
SIFT是一种计算机视觉的算法,用来侦测与描述影像中的局部性特征,在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量。SIFT算法实现特征匹配主要有以下3个流程:
1)提取关键点。关键点是一些十分突出的不会因光照、尺度、旋转等因素而消失的点,比如角点、边缘点、暗区域的亮点及亮区域的暗点。此步骤是搜索所有尺度空间上的图像位置,通过高斯微分函数识别潜在的具有尺度和旋转不变的兴趣点。
2)定位关键点并确定特征方向。在每个候选的位置上,通过一个拟合精细的模型确定位置和尺度。关键点的选择依据于它们的稳定程度。然后基于图像局部的梯度方向,分配给每个关键点位置1个或多个方向。所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性。
3)完成特征匹配实现图像无缝拼接。通过各关键点的特征向量,进行两两比较找出相互匹配的若干对特征点,建立景物间的对应关系。
局部影像特征的描述与侦测可以帮助辨识物体,SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、些微视角改变的容忍度也相当高。基于这些特性,它们是高度显著而且相对容易撷取,在母数庞大的特征数据库中,很容易辨识物体而且鲜有误认。
使用SIFT特征描述对于部分物体遮蔽的侦测率也相当高,甚至只需要3个以上的SIFT物体特征就足以计算出位置与方位。在现今的电脑硬件速度下和小型的特征数据库条件下,辨识速度可接近即时运算。SIFT特征的信息量大,适合在海量数据库中快速准确匹配。
然后完成SIFT特征匹配算法,包括2个阶段:1)SIFT特征向量的生成,即从多幅待匹配图像中提取出对旋转、尺度和亮度变化无关的特征向量;2)SIFT特征向量的匹配,即通过拟合三维二次函数以精确确定关键点的位置和尺度,并去除低对比度的关键点和不稳定的边缘相应点。再者通过RANSAC算法对SIFT特征点初匹配结果进行精确筛选,并且找出一个图像之间的投影变换单应矩阵,完成变换矩阵计算,进而达到拼接的目的,这样的方法也可以最大限度地减少噪声及不满足估计参数的点的影响[3]。最后,借助于加权平均算法可以较好地完成航拍图像拼接融合,使其在要求拼合的过渡区域能够不出现明显的痕迹。由此,无人机巡检时所拍摄的原始数字影像预处理后,加上各自唯一的编号、日期和地理坐标信息后,存储于系统数据库中,并转变成了基于GIS的数字正射影像和数字高程模型数据后,实现了无缝拼接。
1.2.2 图像识别和比对
目标检测是图像识别的基础与前提,只有正确地把目标从背景中分离出来,才能进一步实现对感兴趣目标的类型识别。考虑每个背景像素的具体分布规律,并综合使用混合高斯、t分布和因子分析这3个模型得到混合鲁棒空间模型,可以很好地对场景的固有属性进行建模,应用于无人机巡检图像的背景检测及前景提取[4,5]。当图像的主要目标或区域遭到破坏而发生变化时,特征将会发生明显的变化,可以利用SIFT特征表征原始图像和目标图像的距离大小,发现目标图像相对于原始图像在内容上的变化情况,进而完成图像的比对工作。
2、系统在石臼湖固城湖巡检中的应用
石臼湖位于长江右岸、水阳江入江尾闾,地跨苏、皖两省,湖岸线总长约为80km,堤线南京境内长度为43.69km,面积约为214.7km2,承担着蓄滞洪、供水、航运、生态景观等多种功能;固城湖位于江苏省西南部高淳区境内,属青戈江、水阳江水系的一个洪水滞留型浅水湖泊,湖岸线长为43.76km,湖面总面积为31.99km2,在历史上与石臼湖同为古丹阳湖的一部分,承担着航运、灌溉、蓄洪和养殖等多种功能。石臼湖和固城湖的巡查与管护原先基本由人工完成,不仅存在巡查效率低下、管理不全面、分工不到位、问题追踪更新不及时等问题,还不能很好地关注到一些湖泊管理范围内隐蔽角落的生态问题。
2020年,石臼湖、固城湖开展了3次无人机巡湖,设定无人机每3s完成1张图片,无人机移动18m,图片覆盖范围约100m×80m,1次巡湖需完成3500张图片采集和拼接处理。初次巡湖完成了两湖约80km岸线,左右100m范围内所有建筑物、构筑物的信息采集,两湖网格地理数据和网格员信息等,标识湖泊管理范围内出入河道、桥梁、泵站、取排口、码头等特征数据上传至石臼湖固城湖智慧巡湖大数据辅助决策平台,如图2所示。通过3次飞行图像的对比分析,形成1期湖泊地物报告、2期巡检对比报告,发现疑似问题42处,根据湖泊网格管辖权限将问题分发给网格员现场核实,大大提高了巡湖及监管效率。因无人机巡湖得到的是湖泊的整体图像,人工巡湖需要动用较大资源才能现场查看的比如湖心岛的情况在图中能够清晰地辨认,在巡湖的精准度上也有提高。
基于GIS的智慧巡湖系统利用无人机巡检,可以弥补人工巡湖检查存在的不足,减轻相关人员的工作负担,可以满足高效优质巡视、监管和治理河湖的工作要求。
3、系统的特点和意义
综合来看,无人机智慧巡湖系统具有着其他巡湖手段不可比拟的全面化、及时化、智能化、精准化、高效化、信息化、数字化等优势。
3.1 问题发现全面化、及时化
无人机巡湖航拍解决了湖泊网格、水域巡查树木建筑遮挡、视野盲区等情况,其不受空间、时间和特殊地形的限制,实时性强、机动性高,巡查管护的范围广泛,能够全面细致地实现对水域生态的全程管控。另外工作人员也可以及时地跟踪监测到湖泊是否存在水面不洁、岸线占用、污水偷排等问题,对湖泊上新增或原址重建的地物进行实地核查,可以及时发现新增“两违”。
3.2 问题报告智能化
通过采用能适应大的平移、旋转和尺度不变性的智能特征识别SIFT算法,可以获得反映真实情况的图像,从而完成基于GIS得到的图像数据的拼接。通过无人机航拍可以得到静态图像和动态视频,预处理后存于系统的数据库中,借助于数据库的前后期巡检结果对比分析,系统可智能化自动生成差异报告,包括湖泊地物的新增、减少、原址重建等。
3.3 问题处理精准化、高效化
智慧巡湖系统形成的湖泊问题报告,通过PC端的软件平台和手机App及时完成问题上报,管理中心后台精准匹配到湖泊相关区域网格的责任人到现场解决问题,并上传相关文字、图片信息完成问题的处理反馈工作。智慧巡湖系统由此实现了从湖泊存在问题的发现、上报、处理和分析查询的闭环化,高效地完成了问题处理,提高了生态环境治理水平。
3.4 湖泊管理信息化
将无人机作为石臼湖和固城湖的巡查工具,可以对其范围内的所有建筑物、构筑物、水面情况等进行巡查航拍,全面摸清湖泊治理和管护现状,形成一湖一档资料真实详细的大数据库,通过PC端和手机端的软件完成对湖泊基础资料的信息化管理工作,提高治理进程效率。智慧巡湖系统管理平台设立的“两违”后台监管程序也可促进各湖泊区域负责人完成相关数据的录入工作,并实时监管“两违”整治情况。
3.5 决策分析数字化
无人机巡湖检查可以形成湖泊图像、视频等信息大数据,通过智能系统平台完成对不同时段湖泊情况的数据统计分析,从而得出湖泊重点巡检区段的重点问题的分析报表,形成基于大数据分析的巡检、相关工作人员工作情况分析、湖泊治理相关数据智能分析等报告,可以有效地评价各区域的工作完成情况,对湖泊实现数字化的管控治理,并为水利管理单位之后的决策分析提供重要的辅助参考依据[6]。
4、结语
基于GIS的无人机河湖巡检智能图像处理平台通过SIFT等智能化识别算法可以及时发现处理湖泊存在的违章违法行为,实现了人机交互状态下河湖巡检无人机航拍图像的智能化处理,无论从空间和时间上都弥补了人工巡查的缺陷,并主要集中于微观及时化的问题处理,对湖泊每个阶段的情况都有一个细致的把握,从而与卫星遥感从宏观上把握湖泊历年变化情况进行很好的互补,综合有利于对湖泊生态环境保护,进而努力推进生态美丽幸福河湖建设。
但是,在对无人机巡湖的应用中,还是发现了一些问题:1)对于水生植物的识别上还有待提高。根据报告显示一处受污染或成片漂浮物(浮萍、水草、垃圾等)的现象,根据人工核查为菱角,非面源污染。2)完成无人机巡湖闭环任务的时效性上还需要提高。目前利用无人机巡湖频率为每月1次,进行图像拼接、分析比对形成报告大约需要1周时间,即时增加巡湖频次,在满足内业工作时间的情况下,湖区期间的变化无法掌握。
为此,需要对在图像识别比对上进一步研究,利用机器学习强化图像识别训练,也可以在湖泊内设置生态监测站点,将生态数据引入无人机智慧巡检系统辅助确定图像内物体的特性,在识别上提高准确度。另外,考虑无人机场方案,在湖区设置无人机场,无人机按照设定自动巡湖,并实时传输数据,结合智能识别算法,切实提高无人机巡湖的时效和实效。
参考文献:
[1]蔡阳,崔倩.河湖遥感"四查"机制建立及其应用实践[J].水利信息化,2020(1):10-14.
[2]张庆功,赵现昌,SIFT算法在无人机遥感影像特征提取中的应用[J].河南水利与南水北调,2019,48(11):63-65.
[3]王茜,宁纪锋,曹宇翔,等.基于SIFT算法的无人机遥感图像拼接技术[J].吉林大学学报(信息科学版),2017,35(2):188-197.
[4]陈建国,王晨辉,徐绪堪,等.基于遥感影像的水域违章建筑识别研究[J].水利信息化,2021(1):50-55.
[5]唐桂荣,许健,钱苏平,等.无人机河湖巡检中RCNN识别算法应用研究[J].江苏水利,2021(1):34-38
[6]秦超杰,姚瑞.新形势下流域级智慧河湖管理平台建设构想([G]//2021(第九届)中国水利信息化技术论坛.南京:河海大学,2021.396-405.
文章来源:闵克祥,刘建龙,顾昊,朱慧.智慧巡湖系统在湖泊巡查管理中的探索应用[J].水利信息化,2022,(02):46-49+65.
分享:
目前,中药饮片的识别分类方法主要还停留在人工阶段,需要大量的专业人才,费时费力。随着科学技术的进步,利用计算机视觉技术进行中药饮片的识别是未来社会的发展趋势[1]。随着人工智能技术的不断发展,它给各行各业的发展带来了日新月异的变化[2]。通过神经网络提取中药饮片的特征参数,建立识别分类模型进行分析,使得中药饮片识别也变得不再那么困难。
2024-01-17ChatGPT全称是Chat Generative Pre-trained Transformer, 是OpenAI公司于2022年11月发布的一款聊天机器人程序。ChatGPT能根据用户提出的问题,经人工标注数据集训练的算法智能生成回答内容,而不仅仅只是加工现有内容。它能够像人类一样自然地进行对话,并且具备完成各种任务的能力,包括邮件撰写、视频脚本创作、文案编写、翻译以及代码生成等。
2024-01-16汉字的结构复杂、形态多样,每个汉字都具有结构的唯一性,汉字骨架作为汉字字形的重要拓扑描述具有重要意义。汉字骨架生成广泛应用于字形技术[1]、汉字识别[2]、汉字生成[3]等汉字信息处理领域。汉字骨架可由一段书写序列进行表示,与图像表示相比,序列格式的汉字骨架包含更多的动态信息,如时间顺序、轨迹等,这些信息对汉字的笔画连接、拓扑结构等有更为清晰的描述,同时书写序列可以很容易地转换为图像[4]。
2024-01-03图像融合是信息融合的一个分支。红外传感器抗干扰能力强,但其空间分辨率较低,缺少纹理细节。可见光图像具有更多细节信息和高分辨率,但在光照很弱或物体被遮挡的情况下效果不好[1]。为了利用可见光和红外图像的互补信息,红外和可见光图像融合非常必要,现已广泛应用于众多领域中[2]。
2024-01-03国际石油勘验领域由于受行业划分的缘故,各系统之间难以兼容,使井场内部形成了一个个的信息孤岛。为了实现不同施工主体之间数据信息的兼容共享与远程控制,甲方在招投标合同及其澄清中明确地规定了乙方必须能够提供WITSML(Well Site Information Transfer Standard Markup Language,井场信息传输标准标记语言)数据流。
2023-09-25工程总承包(Engineering Procurement Construction,EPC)主要是指项目承包方严格按照合同内容,依次落实项目相关设计、采购、施工等环节。同时,项目承包方还要负责和承担工程进度、工程安全、工程费用等。EPC模式的出现和应用,可以对投资风险进行有效管控,目前,已逐渐发展为国际上流行的项目承包方模式。
2023-09-12随着一些大型集团公司应用系统数量和用户的不断增加,员工因业务需要而使用多个应用系统的情况也越来越多,异构系统、融合网络、多样设备的用户身份管理复杂度也达到前所未有的程度,弱口令、僵尸账户、冗余账户、账号冒用、钓鱼用户、重复登录、异地登录、异常登录、多样性访问、分散管理、审计弱化等网络安全问题层出不穷。
2023-09-07近年来新冠疫情所导致的游客感知、旅游动机以及旅游资源的利用率等影响直接作用于旅游流的空间结构变化,这也为旅游流的研究带来了全新的视角。本研究利用网络大数据获取近年来OTA平台的游客游记数据,对杭州市旅游流网络空间结构进行分析研究,希望了解区域旅游的发展方向,帮助其发挥当地旅游资源的优势,因地制宜地设计旅游线路并制定合理的旅游发展战略。
2023-09-07在很多考试中,作文写作都占据了重要的地位。然而,由于考试人数众多,采用人工方式进行阅卷费时费力。此外,尽管作文评分时提供了评分准则,但由于个人理解不同,而且评分过程中不可避免受到情绪、性格和偏见等主观因素的影响,导致评分存在一定的主观性,多个评分人的评分差异可能较大。
2023-09-07在很多考试中,作文写作都占据了重要的地位。然而,由于考试人数众多,采用人工方式进行阅卷费时费力。此外,尽管作文评分时提供了评分准则,但由于个人理解不同,而且评分过程中不可避免受到情绪、性格和偏见等主观因素的影响,导致评分存在一定的主观性,多个评分人的评分差异可能较大。
2023-09-06我要评论
期刊名称:电脑知识与技术
期刊人气:1317
主管单位:安徽出版集团有限责任公司
主办单位:安徽科技情报协会,中国计算机函授学院
出版地方:安徽
专业分类:计算机
国际刊号:1009-3044
国内刊号:34-1205/TP
邮发代号:26-188
创刊时间:1994年
发行周期:旬刊
期刊开本:大16开
见刊时间:4-6个月
影响因子:1.079
影响因子:0.408
影响因子:0.727
影响因子:0.489
影响因子:0.000
400-069-1609
您的论文已提交,我们会尽快联系您,请耐心等待!
你的密码已发送到您的邮箱,请查看!