一种基于无人机遥感图像的违章建筑巡检方法与流程

1.本发明属于建筑规划领域，特别是涉及一种基于无人机遥感图像的违章建筑巡检方法。


背景技术：

2.随着城市规模的不断扩大，城市管理工作要求更为精细化、智能化。传统的人工管理与整治方式已在城市监管过程中显露一些弊端，降低成本增加效率与数字化运营需求愈发凸显。融合无人机应用与空间数据交互技术，赋能城市管理，实现城市精细化管理，促进传统管理方式升级成为当前无人机城市管理应用的重要一环。
3.目前，由于城市规模不断扩大，城市的违章建筑以及加层加盖的现象时有发生，而楼房加盖以人工观察的方式并不能有效的进行分辨，同时，目前的违章建筑检测方式多以人力巡查为主，耗时耗力的同时也存在效率不高的问题。


技术实现要素：

4.本发明的目的是提供一种基于无人机遥感图像的违章建筑巡检方法，以解决上述现有技术存在的问题。
5.为实现上述目的，本发明提供了一种基于无人机遥感图像的违章建筑巡检方法，包括：
6.采用无人机对已有建筑进行数据采集，获得建筑图像和建筑坐标；
7.将所述建筑图像进行边缘提取，获取提取图像；
8.基于所述提取图像和所述建筑坐标构建建筑坐标模型；
9.获取历史规划模型，将所述历史规划模型与所述建筑坐标模型进行对比，获取对比结果；
10.基于所述对比结果，对所述建筑坐标模型进行违章建筑标记，获得违章建筑巡检结果。
11.优选地，所述获得建筑图像和建筑坐标的过程包括：
12.基于街道规划设置无人机的巡逻路线；
13.无人机基于所述巡逻路线进行建筑图像采集，获得所述建筑图像；
14.基于所述无人机的巡逻路线设置坐标原点，无人机在巡逻过程中对街道建筑进行坐标设置，获得所述建筑坐标。
15.优选地，所述获取提取图像的过程包括：
16.基于图像的方向和幅度对所述建筑图像进行边缘检测，获取边缘位置图像；
17.将所述边缘位置图像进行划分，获得边缘区和噪声区；
18.设置空间域法，基于所述空间域法对所述噪声区进行去噪处理，获得去噪区；
19.将所述边缘区与所述去噪区进行整合，获得所述提取图像。
20.优选地，所述获得去噪区的过程包括：
21.选取滤波器，基于所述滤波器对所述噪声区进行卷积操作，获得第一去噪区；
22.将所述第一去噪区进行双边滤波，获得第二去噪区；
23.将所述第二去噪区进行像素连续性检测后输出，获得所述去噪区。
24.优选地，所述构建建筑坐标模型的过程包括：
25.获取所述提取图像，对所述提取图像进行三维位姿检测，获得图像三维位姿；
26.基于所述建筑坐标对所述图像三维位姿进行真实空间高度分析，同时进行坐标化处理，生成建筑三维坐标；
27.设定允许误差，将所述建筑三维坐标进行坐标计算，获得所述建筑坐标模型。
28.优选地，所述获取对比结果的过程包括：
29.基于历史规划信息进行模型建立，获得所述历史规划模型；
30.将所述历史规划模型与所述建筑坐标模型进行模型对比，获得所述对比结果。
31.优选地，获得所述历史规划模型的过程包括：
32.获取历史规划信息，对所述历史规划信息进行计算，获得第一规划模型；
33.将所述第一规划模型基于坐标原点进行划分，获得第二规划模型；
34.将所述第二规划模型进行模型校正，生成所述历史规划模型。
35.优选地，所述获得违章建筑巡检结果的过程包括：
36.对所述对比结果进行相似度计算，获得相似度结果；
37.设置相似度阈值，基于所述相似度结果对所述建筑坐标模型进行违章建筑标记，获得所述违章建筑巡检结果，其中，未违章建筑标为绿色，违章建筑标为红色。
38.本发明的技术效果为：
39.1.本发明通过建造城市三维模型的方式进行违章建筑巡检，能够及时有效的发现违章建筑的修建并进行处理；
40.2.本发明通过无人机进行巡查，提高了对违章建筑的巡查效率；
41.3.本发明融合无人机应用与空间数据交互技术，赋能城市管理，实现城市精细化管理，促进了传统管理方式升级。
附图说明
42.构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
43.构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
44.图1为本发明实施例中的违章建筑巡检方法示意图。
具体实施方式
45.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
46.实施例一
47.如图1所示，本实施例中提供一种基于无人机遥感图像的违章建筑巡检方法，包括：
48.采用无人机对已有建筑进行数据采集，获得建筑图像和建筑坐标；
49.将所述建筑图像进行边缘提取，获取提取图像；
50.基于所述提取图像和所述建筑坐标构建建筑坐标模型；
51.获取历史规划模型，将所述历史规划模型与所述建筑坐标模型进行对比，获取对比结果；
52.基于所述对比结果，对所述建筑坐标模型进行违章建筑标记，获得违章建筑巡检结果。
53.进一步优化方案，所述获得建筑图像和建筑坐标的过程包括：
54.获取目标街道的三维点云数据，从三维点云数据中标定特征点坐标和相机初始坐标；根据特征点坐标和相机初始坐标，确定在水平面内相机初始坐标与特征点坐标之间的水平投影方向向量；根据水平投影方向向量确定无人机的机头方向；根据机头方向确定投影方向的水平单位向量；通过机头方向反推投影方向的水平单位向量可以对投影方向向量进行校正，而根据由水平投影方向向量计算得到的三维单位向量、特征点坐标和预设的空间距离可以计算出可行的拍照点坐标。
55.基于街道规划设置无人机的巡逻路线，主要包括：
56.(1)无人机航点规划，一次设置，后续重复调用。
57.(2)每个航点可单独设置指令，可自动拍照，录像，悬停，调整无人机朝向等指令。
58.(3)针对重要区域如出入口，停车场，消防通道等重要设施区域可设置额外航点进行重点巡查，记录照片或视频数据并存档。
59.无人机基于所述巡逻路线进行建筑图像采集，获得所述建筑图像；
60.基于所述无人机的巡逻路线设置坐标原点，无人机在巡逻过程中对街道建筑进行坐标设置，获得所述建筑坐标。
61.进一步优化方案，所述获取提取图像的过程包括：
62.基于图像的方向和幅度对所述建筑图像进行边缘检测，获取边缘位置图像；
63.一幅图像包括目标、背景还有噪声，取出目标物体最常用的方法是用自动化的方法提取某一阈值t，用t将图像的数据分成两部分，即二值化，二值化处理把图像分成目标物体和背景。
64.将所述边缘位置图像进行划分，获得边缘区和噪声区；
65.设置空间域法，基于所述空间域法对所述噪声区进行去噪处理，获得去噪区；
66.将所述边缘区与所述去噪区进行整合，获得所述提取图像。
67.进一步优化方案，所述获得去噪区的过程包括：
68.选取滤波器，基于所述滤波器对所述噪声区进行卷积操作，获得第一去噪区；
69.图像的高频部分主要是图像的边缘和细节，因此采用高通滤波法，则可以增强边缘等高频信号，使模糊的图片变得清晰。常见的高通滤波器有理想高通滤波、巴特沃斯高通滤波器、指数型高通滤波器、梯形高通滤波器，本技术采用巴特沃斯高通滤波器。
70.高斯核里的值符合高斯分布，中心的值最大，其他值根据距离中心元素的距离递减，用高斯核对图像进行卷积运算，会使图像更模糊(平滑)，而模糊的程度由高斯的标准方差决定，标准方差越大，平滑程度越大。高斯滤波可以有效的从图像中去除高斯噪音。
71.其中具体算法为；
[0072][0073][0074]
高斯函数的值域在(0,1)之间，也就是说高斯核的九个数加起来应该等于1，把1这个数分摊到九个像素上，给了中间点更高的百分比。即高斯滤波对高斯核所覆盖的像素点的灰度值做了一个权重平均，中间的点权重大，周围的点权重小。
[0075]
将所述第一去噪区进行双边滤波，获得第二去噪区；
[0076]
获得第二去噪区的具体算法为:
[0077][0078][0079]
将所述第二去噪区进行像素连续性检测后输出，获得所述去噪区。
[0080]
进一步优化方案，所述构建建筑坐标模型的过程包括：
[0081]
获取所述提取图像，对所述提取图像进行三维位姿检测，获得图像三维位姿；
[0082]
基于所述建筑坐标对所述图像三维位姿进行真实空间高度分析，同时进行坐标化处理，生成建筑三维坐标；
[0083]
本实施例分别取与x轴、y轴方向相同的两个单位向量i，j作为一组基底。a为平面直角坐标系内的任意向量，以坐标原点o为起点作向量op＝a。由平面向量基本定理知，有且只有一对实数(x，y)，使得a＝向量op＝xi+yj，因此把实数对(x，y)叫做向量a的坐标，记作a＝(x，y)。
[0084]
设定允许误差，将所述建筑三维坐标进行坐标计算，获得所述建筑坐标模型。
[0085]
进一步优化方案，所述获取对比结果的过程包括：
[0086]
基于历史规划信息进行模型建立，获得所述历史规划模型；
[0087]
将所述历史规划模型与所述建筑坐标模型进行模型对比，获得所述对比结果。
[0088]
进一步优化方案，获得所述历史规划模型的过程包括：
[0089]
获取历史规划信息，对所述历史规划信息进行计算，获得第一规划模型；
[0090]
将所述第一规划模型基于坐标原点进行划分，获得第二规划模型；
[0091]
将所述第二规划模型进行模型校正，生成所述历史规划模型。
[0092]
本实施例从目标实体对象在待处理图像帧中的三维位姿检测结果中，确定目标实体对象在像素坐标系下的第一位置坐标；当检测到目标实体对象位于空间参考空间平面之外时，从待处理图像帧中，获取属于空间参考空间平面的第一空间平面图像以及属于目标空间空间平面的第二空间平面图像；以第一空间平面图像作为建筑图像的下包围空间平面的空间平面贴图，以第二空间平面图像作为建筑图像的上包围空间平面的空间平面贴图，以目标空间空间平面与空间参考空间平面之间的真实空间高度作为上包围空间平面与下包围空间平面之间的空间参考高度，构建得到建筑图像在虚拟空间中映射的三维空间模型；根据目标实体对象在像素坐标系下的第一位置坐标,从三维空间模型中，分别获取上交点坐标以及下交点坐标；在像素坐标系与虚拟空间世界坐标系之间，分别对上交点坐标以及下交点坐标进行坐标转换处理。
[0093]
进一步优化方案，所述获得违章建筑巡检结果的过程包括：
[0094]
对所述对比结果进行相似度计算，获得相似度结果；
[0095]
设置相似度阈值，基于所述相似度结果对所述建筑坐标模型进行违章建筑标记，获得所述违章建筑巡检结果，其中，未违章建筑标为绿色，违章建筑标为红色。
[0096]
以上所述，仅为本技术较佳的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。

技术特征：
1.一种基于无人机遥感图像的违章建筑巡检方法，其特征在于，包括以下步骤：采用无人机对已有建筑进行数据采集，获得建筑图像和建筑坐标；将所述建筑图像进行边缘提取，获取提取图像；基于所述提取图像和所述建筑坐标构建建筑坐标模型；获取历史规划模型，将所述历史规划模型与所述建筑坐标模型进行对比，获取对比结果；基于所述对比结果，对所述建筑坐标模型进行违章建筑标记，获得违章建筑巡检结果。2.根据权利要求1所述的基于无人机遥感图像的违章建筑巡检方法，其特征在于，所述获得建筑图像和建筑坐标的过程包括：基于街道规划设置无人机的巡逻路线；无人机基于所述巡逻路线进行建筑图像采集，获得所述建筑图像；基于所述无人机的巡逻路线设置坐标原点，无人机在巡逻过程中对街道建筑进行坐标设置，获得所述建筑坐标。3.根据权利要求1所述的基于无人机遥感图像的违章建筑巡检方法，其特征在于，所述获取提取图像的过程包括：基于图像的方向和幅度对所述建筑图像进行边缘检测，获取边缘位置图像；将所述边缘位置图像进行划分，获得边缘区和噪声区；设置空间域法，基于所述空间域法对所述噪声区进行去噪处理，获得去噪区；将所述边缘区与所述去噪区进行整合，获得所述提取图像。4.根据权利要求3所述的基于无人机遥感图像的违章建筑巡检方法，其特征在于，所述获得去噪区的过程包括：选取滤波器，基于所述滤波器对所述噪声区进行卷积操作，获得第一去噪区；将所述第一去噪区进行双边滤波，获得第二去噪区；将所述第二去噪区进行像素连续性检测后输出，获得所述去噪区。5.根据权利要求1所述的基于无人机遥感图像的违章建筑巡检方法，其特征在于，所述构建建筑坐标模型的过程包括：获取所述提取图像，对所述提取图像进行三维位姿检测，获得图像三维位姿；基于所述建筑坐标对所述图像三维位姿进行真实空间高度分析，同时进行坐标化处理，生成建筑三维坐标；设定允许误差，将所述建筑三维坐标进行坐标计算，获得所述建筑坐标模型。6.根据权利要求1所述的基于无人机遥感图像的违章建筑巡检方法，其特征在于，所述获取对比结果的过程包括：基于历史规划信息进行模型建立，获得所述历史规划模型；将所述历史规划模型与所述建筑坐标模型进行模型对比，获得所述对比结果。7.根据权利要求6所述的基于无人机遥感图像的违章建筑巡检方法，其特征在于，获得所述历史规划模型的过程包括：获取历史规划信息，对所述历史规划信息进行计算，获得第一规划模型；将所述第一规划模型基于坐标原点进行划分，获得第二规划模型；将所述第二规划模型进行模型校正，生成所述历史规划模型。
8.根据权利要求1所述的基于无人机遥感图像的违章建筑巡检方法，其特征在于，所述获得违章建筑巡检结果的过程包括：对所述对比结果进行相似度计算，获得相似度结果；设置相似度阈值，基于所述相似度结果对所述建筑坐标模型进行违章建筑标记，获得所述违章建筑巡检结果，其中，未违章建筑标为绿色，违章建筑标为红色。

技术总结
本发明公开了一种基于无人机遥感图像的违章建筑巡检方法，包括：采用无人机对已有建筑进行数据采集，获得建筑图像和建筑坐标；将所述建筑图像进行边缘提取，获取提取图像；基于所述提取图像和所述建筑坐标构建建筑坐标模型；获取历史规划模型，将所述历史规划模型与所述建筑坐标模型进行对比，获取对比结果；基于所述对比结果，对所述建筑坐标模型进行违章建筑标记，获得违章建筑巡检结果。本发明融合无人机应用与空间数据交互技术，赋能城市管理，实现城市精细化管理，促进了传统管理方式升级。升级。升级。


技术研发人员：杨邦会
受保护的技术使用者：中科海慧（北京）科技有限公司
技术研发日：2023.03.14
技术公布日：2023/8/14