买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国计量大学

摘要：本发明公开了无人机视野下乡村民居判识方法，建立乡村民居尺寸预测神经网络来将倾斜摄影图像中民居边界线的几何特征映射到民居尺寸，采集样本对网络进行训练获得民居尺寸预测模型；在线应用中，获取乡村民居图像，从中提取出民居区域，然后进行边缘检测，再经霍夫线变换和启发式搜索获得分别对应长宽高所在边两侧的三对边线，以各对边线的斜率、及图像中心距离边线的垂距，作为民居的几何特征输入到民居尺寸预测模型，对民居的长、宽和高分别进行尺寸预测。本发明能自动获取民居地面、屋顶的水平边缘和竖直侧棱，模型能准确预测出民居的实际尺寸，且泛化性能好，从而为无人机的飞行控制和停靠提供了决策依据，提高了无人机工作的安全性与便利性。

主权项：1.无人机视野下乡村民居判识方法，包括以下步骤：S1、初始化，建立乡村民居尺寸预测神经网络；S2、判断当前是离线网络训练还是在线尺寸预测状态，若为后者则转S9，否则转S3；S3、以倾斜摄影在某一高度下采集不同尺寸民居的无人机视野下乡村民居图像，记录民居的实际长宽高尺寸；S4、对乡村民居图像框选出民居区域，去除民居区域之外部分后形成民居目标图像，对民居目标图像进行边缘提取，获得民居边缘图像；S5、对民居边缘图像进行霍夫线变换，基于民居各表面，分别获得将长边、宽边或高边作为目标边夹于其间、且与所述目标边近似垂直的民居两条相对边线，形成民居边线图像并记录目标边与其两条相对边线的对应关系；S6、根据民居边线图像中所获取的任两条相对边线，计算各边线相对图像中心的几何特征量；将所述两条相对边线的几何特征量、及其对应目标边的尺寸，记录为一个训练样本；S7、判断当前训练样本集是否需要补充，若是则转步骤S3，否则转步骤S8；S8、基于所获训练样本集，对乡村民居尺寸预测神经网络进行训练，得到经训练的民居尺寸预测神经网络作为民居尺寸预测模型；S9、在线状态下，进行实际乡村场景下的民居尺寸判识；检测有无退出指令，若有则转步骤S14，否则待民居尺寸识别指令触发后转下一步骤S10；S10、获取乡村民居图像，确定其中包含民居的ROI区域，从所述ROI区域提取民居区域作为前景对象，将乡村民居图像中非前景对象区域全部置零后形成民居目标图像；S11、对民居目标图像进行边缘提取，获得民居边缘图像；S12、对民居边缘图像进行霍夫线变换，并经启发式搜索获得包括民居轮廓边缘中三对边线的民居边线图像，其中，所述三对边线中的第一对边线为中间夹着一对侧棱的民居顶部、底部的两条相对边线，所述三对边线中的第二对边线、第三对边线则分别为中间夹着一对水平长边、水平宽边的两条相对边线；S13、从所述民居边线图像中依次对所述三对边线中的任一对边线，获取其两条相对边线相对图像中心的几何特征，将所述几何特征输入到经训练的所述民居尺寸预测模型，得到民居尺寸预测值，将所述尺寸预测值输出；并转步骤S9；S14、结束乡村民居尺寸预测。

全文数据：

权利要求：

百度查询： 中国计量大学 无人机视野下乡村民居判识方法