摘要
本申请涉及工业设备巡检技术领域,具体为一种无人机自主飞行巡检方法、装置、电子设备和存储介质。将不同视角下的各原始可见光图像进行拼接得到全景可见光图像;根据红外热成像图像、紫外成像图像构建量子化能量场,利用量子化能量场处理全景可见光图像得到第一融合图像;对红外热成像图像、紫外成像图像进行梯度处理,利用梯度信息对第一融合图像的像素值进行调整得到第二融合图像;对第二融合图像进行色偏补偿得到多模态目标图像。经过上述处理得到的多模态目标图像的图像质量相比于原始可见光图像得到了大幅提高,能更清晰的体现出目标环境内工业设备的细节,显著提高了对工业设备故障类型及程度判断的精准性,极大地提高了无人机巡检的效率。
技术关键词
无人机自主飞行
可见光图像
巡检方法
巡检路径
特征点集合
成像
设备状态监测
计算机刻度存储介质
故障诊断模型
多模态
无人机巡检
色偏
工业设备故障
颜色
报告
生成设备
系统为您推荐了相关专利信息
消防安全控制系统
多维运动机构
喷雾
控制决策模块
空间坐标信息
分区数据处理方法
多模态传感器
可见光图像
红外图像传感器
激光雷达传感器
路段
环境图像信息
无人车
仿真模型
图像边缘特征
巡检装置
点巡检方法
巡检数据
深度学习算法
深度学习模型