買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉江蘇省防汛防旱搶險中心(江蘇省防汛搶險訓(xùn)練中心);南京北斗創(chuàng)新應(yīng)用科技研究院有限公司申請的專利基于無人機影像的工廠目標變化檢測方法、裝置及電子設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120013833B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510061797.4，技術(shù)領(lǐng)域涉及：G06T5/90；該發(fā)明授權(quán)基于無人機影像的工廠目標變化檢測方法、裝置及電子設(shè)備是由張友明;施建明;姜原;湯玲;儲楊靜設(shè)計研發(fā)完成，并于2025-01-15向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于無人機影像的工廠目標變化檢測方法、裝置及電子設(shè)備在說明書摘要公布了：本發(fā)明涉及智能圖像處理技術(shù)領(lǐng)域，具體提供一種基于無人機影像的工廠目標變化檢測方法、裝置及電子設(shè)備，該方法包括：獲取無人機拍攝的工廠兩幅不同時期的無人機影像；利用改進的Wallis勻光勻色算法對兩幅不同時期的無人機影像進行勻光處理；將勻光處理后的兩幅不同時期的無人機結(jié)果影像和對應(yīng)時期的工廠所在位置的數(shù)字高程模型進行融合，得到兩個時期的工廠2.5D模型；根據(jù)兩個時期的工廠2.5D模型計算工廠差值數(shù)據(jù)；將工廠差值數(shù)據(jù)輸入訓(xùn)練好的工廠目標變化檢測模型得到工廠目標變化結(jié)果。本發(fā)明解決了無人機影像光照和反差不均勻問題，提高了無人機影像的質(zhì)量，基于2.5D模型實現(xiàn)了工廠目標變化檢測模型對工廠高度信息的檢測，提高了工廠目標變化檢測精度。

本發(fā)明授權(quán)基于無人機影像的工廠目標變化檢測方法、裝置及電子設(shè)備在權(quán)利要求書中公布了：1.一種基于無人機影像的工廠目標變化檢測方法，其特征在于，包括： S1、獲取無人機拍攝的工廠兩幅不同時期的無人機影像； S2、利用改進的Wallis勻光勻色算法對兩幅不同時期的無人機影像進行勻光處理，得到兩幅不同時期的無人機結(jié)果影像，其中，所述改進的Wallis勻光勻色算法用于對兩幅不同時期的無人機影像進行預(yù)設(shè)分割尺寸的重疊分割后得到所有圖像塊，對于每一個圖像塊進行勻光處理后，改變所述預(yù)設(shè)分割尺寸，直至完成預(yù)設(shè)勻光處理次數(shù)的勻光處理； S3、將兩幅不同時期的無人機結(jié)果影像和對應(yīng)時期的工廠所在位置的數(shù)字高程模型進行融合，得到兩個時期的工廠2.5D模型； S4、根據(jù)兩個時期的工廠2.5D模型計算工廠差值數(shù)據(jù)； S5、將工廠差值數(shù)據(jù)輸入預(yù)先訓(xùn)練完畢的工廠目標變化檢測模型得到工廠目標變化結(jié)果，其中，所述預(yù)先訓(xùn)練完畢的工廠目標變化檢測模型是根據(jù)工廠差值數(shù)據(jù)以及每一工廠差值數(shù)據(jù)對應(yīng)的變化結(jié)果標簽進行訓(xùn)練后確定的，所述變化結(jié)果標簽至少包括未變化區(qū)域、擴建區(qū)域、拆除區(qū)域、加高區(qū)域和降低區(qū)域； 所述利用改進的Wallis勻光勻色算法對兩幅不同時期的無人機影像進行處理，得到兩幅不同時期的無人機結(jié)果影像，包括： S201、對預(yù)先采集的不同時期的多幅無人機影像進行光線指標評估確定一張質(zhì)量評分最高的模版影像，計算模版影像的灰度均值和標準差，其中，所述光線指標評估用于對任一無人機影像進行參數(shù)指標計算，得到所述無人機影像對應(yīng)的質(zhì)量評分，所述參數(shù)指標包括影像色彩參數(shù)以及影像亮度參數(shù)； S202、將兩幅不同時期的無人機影像按照預(yù)設(shè)分割尺寸進行分塊，圖像塊與圖像塊之間按預(yù)設(shè)比例設(shè)置重疊區(qū)域，計算每個圖像塊的灰度均值和標準差； S203、利用Wallis勻光勻色算法對每個圖像塊進行勻光處理，具體如下： 其中，gx,y為原始影像在x,y處的灰度值，fx,y為經(jīng)過Wallis勻光勻色算法處理后的影像在x,y處的灰度值，mg為原始影像圖像塊的灰度均值，sg為原始影像圖像塊的灰度標準差，mf為模版影像的灰度均值，sf為模版影像的灰度標準差，c∈[0,1]為影像方差的擴展常數(shù)，b∈[0,1]為影像的亮度系數(shù)； S204、將勻光處理后的圖像塊進行拼接，并對重疊區(qū)域進行平滑處理，得到兩幅不同時期的無人機結(jié)果影像； S205、改變預(yù)設(shè)分割尺寸，重復(fù)執(zhí)行步驟S202-S204對上一次勻光處理得到的兩幅不同時期的無人機結(jié)果影像進行勻光處理，直至達到預(yù)設(shè)的勻光處理次數(shù)； 所述將兩幅不同時期的無人機結(jié)果影像和對應(yīng)時期的工廠所在位置的數(shù)字高程模型進行融合，得到兩個時期的工廠2.5D模型，包括： S301、獲取與兩幅不同時期的無人機影像對應(yīng)時期的工廠所在位置的數(shù)字高程模型，并將兩組不同時期的數(shù)字高程模型所在坐標系轉(zhuǎn)換至無人機影像所在坐標系，得到轉(zhuǎn)換后的數(shù)字高程模型； S302、基于兩幅不同時期的無人機影像與對應(yīng)的轉(zhuǎn)換后的數(shù)字高程模型的位置對應(yīng)關(guān)系對轉(zhuǎn)換后的數(shù)字高程模型進行數(shù)據(jù)采樣，得到兩幅不同時期的無人機影像對應(yīng)的高程值； S303、將兩幅不同時期的無人機影像對應(yīng)的高程值疊加到兩幅不同時期的無人機結(jié)果影像中，得到兩個時期的工廠2.5D模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人江蘇省防汛防旱搶險中心(江蘇省防汛搶險訓(xùn)練中心);南京北斗創(chuàng)新應(yīng)用科技研究院有限公司，其通訊地址為：210000 江蘇省南京市六合區(qū)東門外；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。