CN119492355A 一种基于无人机的水利工程堤坝检测方法、设备及介质 （山东浪潮智水数字科技有限公司）

一种基于无人机的水利工程堤坝检测方法、本发明公开了一种基于无人机的水利工程2对所述实时检测图像进行有关堤坝主体特征的风险识别处理，得到堤坝主体特征信通过预设的堤坝激光雷达数据，对所述实时检测图像进行有关堤坝根据预设多光谱图像的反射率数据，对所述实时检测图像进行有将所述堤坝主体特征信息、所述堤坝外形特征信息以及所述到堤基于所述堤坝评估信息，对所述堤坝进行信息的可视化输出处理根据所述堤坝的基础参数与环境条件，对所述堤坝所在区域进行拍摄视角的覆盖计通过所述高度参数与所述角度参数，对堤坝区域进基于所述无人机飞行规划，并通过高分辨率相机，对所述堤坝区通过无人机上预设的多光谱相机，对所述堤坝区域进行多光谱图像的采集处通过无人机上预设的激光雷达设备，对所述堤坝区域进行地形扫描将所述堤坝高清图像、所述反射率数据以及所述堤坝激光雷达数据进行数据整合处所述实时检测图像进行有关堤坝主体特征的风险识别处理，得到堤坝主体特征信息之前，对所述实时检测图像中的堤坝高清图像进行辐射校正，并将所述堤坝高通过几何校正算法，将所述预处理堤坝高清图像进行有关无人机通过预设的主成分分析技术，将所述实时检测图像中的多光谱图根据大气辐射传输模型，将所述融合多光谱图像进行有关大气因素的校正3基于所述高质量堤坝高清图像以及所述高质量多光谱图像，确定根据Canny边缘检测算法，对所述实时检测图像中的高质量堤坝高清图像进行堤坝主基于所述边缘位置，将连续的堤坝主体边缘像素进行一一连对所述堤坝主体轮廓信息中的风险特征点进行目标识别，并通过预设的风险特征模根据所述真实风险区域特征所对应的真实风险区域，对所述高质通过预设的点云配准算法，将所述实时检测图像中不同时间点下的堤通过最小二乘法，对所述变换矩阵进行变形分析计算，得到最小化根据所述点云位移量以及所述点云形变量，对不同时间点下所述堤根据所述点云位移量以及所述点云形变量，并基于所述将所述地形变化幅度信息与所述坡度变化信息进行信息整合，得到通过预设的NDVI算法，对所述反射率数据中的近红外波段反射率与红通过预设的TUDI算法，对所述反射率数据中的地表温度变化情况进行温度极值计算，将所述植被覆盖度指标以及所述土壤湿度指标均进行堤坝环境特征的信息提取处理，4基于所述堤坝主体特征信息、所述堤坝外形特征信息以及所述通过预设的堤坝安全评估指标体系，对所述堤坝主体特征信息、对所述风险评分进行阈值划分，得到所述堤坝评估信息；其中，根据所述堤坝评估信息，对所述实时检测图像进行风险标注处理基于所述实时检测图像所建立的三维堤坝模型，将所述堤坝评根据所述堤坝评估信息，将所述堤坝主体特征信息、所述堤坝到堤坝环境特征信息进行有关隐患危险程度的报表排序处理，确定出堤坝隐患报表信息；基于所述二维堤坝隐患信息、所述三维堤坝隐患模型以及所述坝隐所述存储器存储有能够被所述至少一个处理器执行的指令，以使所能够执行根据权利要求1_8任一项所述的一种基于无人机567的NDVI算法，对所述反射率数据中的近红外波段反射率与红光波段反射率进行对比计算，中的地表温度变化情况进行温度极值计算，得到基于所述实时检测图像的土壤湿度指标；上述任一实施方式所述的一种基于无人机的水利工程实施方式所述的一种基于无人机的水利工程89[0038]图2为本申请实施例提供的一种基于无人机的水利工程堤坝检测设备的结构示意无人机的水利工程堤坝检测方法具体包括步骤S101_雷达数据进行有关迭代最近点(ICP)的点云配准处理，得到最小化两个点云之间的变换矩与对于每个点P，计算其在两个时间点的位移向[0069]然后计算点云位移量：再计算点云变形量：可以采用均方根误差人员应立即组织人员进行现场勘查和采取相应堤坝隐患报表信息用于传输到巡检人员的移动[0100]对实时检测图像进行有关堤坝主体特征的风险识别处理，得到堤坝主体特征信现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0112]上述对本申请特定实