本發(fā)明涉及無人機，特別涉及一種基于無人機采集圖像的區(qū)域變化識別方法及系統(tǒng)。

背景技術：

1、現(xiàn)如今，無人機廣泛的應用于各大領域，例如，通過無人機采集圖像，對圖像進行識別可以高效的獲取在某一時間段的區(qū)域的當前情況，或者，通過采集不同的時間的區(qū)域的圖像，對圖像進行分析可以確定當前區(qū)域內(nèi)的景象是否發(fā)生變化。

2、現(xiàn)有技術當中，為了識別區(qū)域更多的細節(jié)保證識別的準確性，在進行圖像采集時，一般的，都會控制無人機按照采集更多細節(jié)的標準進行飛行采集，其中包括飛行的速度低、是否停留以及停留的時間長等，進而提升識別的準確性，然后，在實際當中，由于事先并不知道哪一塊會發(fā)生異常，因此，在整個采集過程當中，都會按照采集更多細節(jié)的標準進行飛行，從而導致識別的效率降低。

技術實現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種基于無人機采集圖像的區(qū)域變化識別方法及系統(tǒng)，旨在解決現(xiàn)有技術中在進行區(qū)域變化識別效率低的問題。

2、本發(fā)明是這樣實現(xiàn)的：

3、一種基于無人機采集圖像的區(qū)域變化識別方法，所述方法包括：

4、在不同時間控制無人機按照預設路徑在預設區(qū)域內(nèi)進行圖像采集，得到時間上存在差異的關于所述預設區(qū)域的實景的第一圖像以及第二圖像；

5、對所述第一圖像以及第二圖像進行特征比對，從而確定所述預設區(qū)域內(nèi)的實景發(fā)生變化的至少一個變化區(qū)域；

6、確定所述變化區(qū)域的位置信息，根據(jù)所述位置信息確定每個所述變化區(qū)域在所述預設路徑當中所屬的分路徑，對所述分路徑進行組合得到所述變化區(qū)域的識別路徑；

7、按照所述識別路徑對所述無人機進行控制，以分別采集所述變化區(qū)域的變化圖像并對所述變化圖像進行識別以對所述變化區(qū)域進行識別。

8、進一步的，上述基于無人機采集圖像的區(qū)域變化識別方法，其中，所述對所述第一圖像以及第二圖像進行特征比對，從而確定所述預設區(qū)域內(nèi)的實景發(fā)生變化的至少一個變化區(qū)域的步驟包括：

9、分別提取所述第一圖像和第二圖像中的關鍵點，并使用特征匹配算法找到所述第一圖像和第二圖像中相匹配的關鍵點對；

10、通過比較所述關鍵點對篩選出所述第一圖像和第二圖像當中的不一致的特征點，并將相鄰的所述特征點進行空間聚類，組合成連續(xù)的區(qū)域得到所述變化區(qū)域。

11、進一步的，上述基于無人機采集圖像的區(qū)域變化識別方法，其中，所述預設路徑為弓形路徑，所述弓形路徑包括多條橫向和縱向分布的子路徑，所述根據(jù)所述位置信息確定每個所述變化區(qū)域在所述預設路徑當中所屬的分路徑，對所述分路徑進行組合得到所述變化區(qū)域的識別路徑的步驟包括：

12、分別獲取所述預設區(qū)域的外邊界點的坐標信息、所述變化區(qū)域的位置信息以及所述預設路徑的位置信息；

13、根據(jù)所述預設區(qū)域的外邊界點的坐標信息、所述變化區(qū)域的位置信息以及所述預設路徑的位置信息將所述預設區(qū)域、變化區(qū)域以及預設路徑映射至預設坐標系當中；

14、根據(jù)所述變化區(qū)域相對于所述弓形路徑的位置關系信息，確定所述變化區(qū)域所屬的分路徑；

15、將所述分路徑按照弓形的方式以初始的先后順序進行連接組合得到所述變化區(qū)域的識別路徑。

16、進一步的，上述基于無人機采集圖像的區(qū)域變化識別方法，其中，所述根據(jù)所述變化區(qū)域相對于所述弓形路徑的位置關系信息，確定所述變化區(qū)域所屬的分路徑的步驟包括：

17、獲取每個所述變化區(qū)域的最小外接矩形，根據(jù)所述最小外接矩形判斷所述變化區(qū)域是否與所述子路徑相交；

18、若是，則將相交的所述子路徑以及所述子路徑兩側的兩個橫向的所述子路徑作為所述分路徑；

19、若否，則將所述變化區(qū)域的兩側的橫向的所述子路徑作為所述分路徑。

20、進一步的，上述基于無人機采集圖像的區(qū)域變化識別方法，其中，所述獲取每個所述變化區(qū)域的最小外接矩形的步驟包括：

21、將所述變化區(qū)域在預設角度范圍內(nèi)以設定的間隔進行旋轉，并獲取每個旋轉后的所述變化區(qū)域的外接矩形；

22、比較所有旋轉角度下得到的所述外接矩形，并從中確定面積最小的目標外接矩形；

23、將所述目標外接矩形以反方向旋轉相同的角度，得到所述變化區(qū)域的最小外接矩形。

24、進一步的，上述基于無人機采集圖像的區(qū)域變化識別方法，其中，所述方法還包括：

25、獲取所述最小外接矩形在橫向方向上橫跨的距離，根據(jù)所述橫跨的距離在所述分路徑上進行截取得到目標分路徑，并將所述目標分路徑作為最終的所述分路徑。

26、進一步的，上述基于無人機采集圖像的區(qū)域變化識別方法，其中，所述將相交的所述子路徑以及所述子路徑兩側的兩個橫向的所述子路徑作為所述分路徑的步驟之后還包括：

27、獲取相交的所述子路徑以及所述子路徑兩側的兩個橫向的所述子路徑分別形成的目標區(qū)域，并獲取所述變化區(qū)域與所述目標區(qū)域的覆蓋部分的面積，根據(jù)所述面積確定是否要對其中一側的所述子路徑進行去除。

28、本發(fā)明的另一個目的在于提供一種基于無人機采集圖像的區(qū)域變化識別系統(tǒng)，所述系統(tǒng)包括：

29、采集模塊，用于在不同時間控制無人機按照預設路徑在預設區(qū)域內(nèi)進行圖像采集，得到時間上存在差異的關于所述預設區(qū)域的實景的第一圖像以及第二圖像；

30、比對模塊，用于對所述第一圖像以及第二圖像進行特征比對，從而確定所述預設區(qū)域內(nèi)的實景發(fā)生變化的至少一個變化區(qū)域；

31、組合模塊，用于確定所述變化區(qū)域的位置信息，根據(jù)所述位置信息確定每個所述變化區(qū)域在所述預設路徑當中所屬的分路徑，對所述分路徑進行組合得到所述變化區(qū)域的識別路徑；

32、識別模塊，用于按照所述識別路徑對所述無人機進行控制，以分別采集所述變化區(qū)域的變化圖像并對所述變化圖像進行識別以對所述變化區(qū)域進行識別。

33、本發(fā)明的另一個目的在于提供一種可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述程序被處理器執(zhí)行時實現(xiàn)如上述任意一項所述的方法的步驟。

34、本發(fā)明的另一個目的在于提供一種電子設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)上述任一所述的方法的步驟。

35、本發(fā)明通過在不同時間控制無人機按照預設路徑在預設區(qū)域內(nèi)進行圖像采集，得到時間上存在差異的關于預設區(qū)域的實景的第一圖像以及第二圖像；對第一圖像以及第二圖像進行特征比對，從而確定預設區(qū)域內(nèi)的實景發(fā)生變化的至少一個變化區(qū)域；確定變化區(qū)域的位置信息，根據(jù)位置信息確定每個變化區(qū)域在預設路徑當中所屬的分路徑，對分路徑進行組合得到變化區(qū)域的識別路徑；按照識別路徑對無人機進行控制，以分別采集變化區(qū)域的變化圖像并對變化圖像進行識別以對變化區(qū)域進行識別，通過先進行預采集，快速定位變化區(qū)域的位置后進行精準的采集，避免了浪費時間在未發(fā)生明顯變化的區(qū)域，從而在保證準確性的前提下提升效率。解決了現(xiàn)有技術中在進行區(qū)域變化識別效率低的問題。