摘要
本发明公开了一种基于机器视觉的无人机巡检路径自主规划方法,适用于水边线动态变化场景下的智能巡检。通过无人机采集图像并进行预处理,利用HSV颜色空间提取先验信息,对兴趣区域进行无损裁剪以提升后续机器视觉模型处理效率;构建融合HSV掩码与图像特征的视觉模型,实现水边线快速分割;根据识别结果生成飞行路径节点,并具备水边线丢失时的自适应重规划能力;将目标节点加入路径集合引导无人机自主飞行,路径为空时无人机悬停等待。提高了水边线巡检的效率与准确性,可广泛应用于水资源保护、防洪减灾及生态环境治理领域。
技术关键词
无人机巡检路径
HSV颜色空间
无人机采集图像
节点
视觉
规划
引导无人机
动态变化场景
训练深度学习模型
相机标定参数
生态环境治理
迁移学习方法
坐标
直方图均衡化
水体
采集无人机