摘要
本发明属于堤坝隐患识别领域,本发明提供了无人机搭载可见光和红外成像的堤坝管涌识别方法及系统,获取无人机拍摄的目标堤坝背面图像信息,所述图像信息包括光强/能见度大于设定值时的可见光图像,以及光强/能见度小于等于设定值时的红外图像;利用预训练的深度神经网络学习模型对目标堤坝背面图像信息进行特征提取,提取得到管涌的管口大小、水头高度、距堤距离、流量、浑浊度和沙环明显程度;基于提取到的特征,建立判断矩阵计算各个特征的因素权向量,根据因素权向量信息和特征,综合对堤坝管涌风险等级进行划分。本发明可快速识别提防管涌,能够实现快速、准确的堤防隐患探测和险情排查,分析、智能判断险情状态,以指导预警。
技术关键词
堤坝管涌
深度神经网络学习
无人机
图像语义分割网络
识别方法
图像采集设备
水头高度
能见度
可见光图像
成像
堤坝隐患
层级
光强
特征信息提取
识别系统
解码器
险情
系统为您推荐了相关专利信息
人机交互界面
元素
标签
界面特征
OCR识别方法
太阳能无人机
能量管理方法
启动电源控制装置
蓄电池
功率
配电架空线路
巡检机器人
控制平台
驱动行走机构
无人机
视觉特征信息
结构识别方法
视觉特征提取
多模态
对齐模块
表情识别方法
状态空间模型
运动特征
面部关键点检测
面部五官