适用于城市区域航拍的无人机航线规划研究

研究无人机在城市区域航拍过程中的航线规划问题,首先通过分析卫星图像,区分出重点区域与非重点区域;再进行数值图像处理,最终分割获得城市区域航拍的航点位置集合;并将问题转化为约束条件下的无人机抵达全部航点所需的时间最短及航线最优的优化问题。建立蚁群遗传混合算法,求解最终的优化航线。该混合算法具有传统的蚁群算法和遗传算法的优点,也解决了蚁群算法初期信息素的匮乏和遗传算法的冗余迭代,同时利用道路的基本信息来定义每条道路无人机拍摄的权重,以此来确定适应性函数和启发函数,从而避免了主观因素对结果的影响。最后给出实例分析,并以遍历算法结果为基准进行了比较,表明该混合算法能够获得最优航线且收敛速度快、稳定性好。     

基于图像的路面病害检测方法研究

随着国家道路网规模不断扩大,为了能高效地对路面病害进行监测与防治,重点研究了道路病害图像处理的关键技术。通过图像预处理、病害检测、形态学操作、病害定位和分类以及结果输出实现路面病害的自动识别,对比分析了各种边缘检测算法后提出了将OTSU算法求得的自适应阈值作为高阈值输入到Canny算法中的协同操作方法。基于多组实例对比分析了各边缘检测算法的病害类型及几何特征识别准确率,结果表明OTSU+Canny协同操作具有较高的适用性,当将OTSU算法得出的阈值作为高阈值,并将该值的1/3~1/2作为低阈值输入到Canny算法中时,能够比传统边缘检测算法提高病害检测准确性10%左右,使得基于图像的路面病害检测方案的实用性进一步提升。