摘要
通过对多架无人机采集的多源、多角度巡检图像进行精确对齐,实现设备状态的全面监测和故障的精准定位,从而提高巡检效率和可靠性。但是,光伏升压站环境复杂,设备分布密集且结构多样,巡检过程中受光照变化、天气条件和无人机姿态差异的影响较大,导致多源图像之间存在显著的几何和辐射差异。为此,本文提出光伏升压站无人机集群巡检多目标自适应配准方法。对光伏升压站图像完成灰度处理,得到光伏升压站灰度图,设计滤波函数对原始光伏升压站巡检多目标图像完成去噪。计算光伏升压站无人机集群巡检多目标图像中任意节点在水平和竖直方向上的梯度值,建立自相关矩阵,计算角点响应值,将其与阈值进行比较,如果角点响应值大于阈值,则将该点视为计算光伏升压站无人机集群巡检多目标图像的特征点,重复上述操作,实现遥感影像中所有像素点的判断与比较,提取特征点。结合互信息算法,将归一化互信息作为自适应配准度量,基于对无人机集群巡检多目标图像的锐化,构建自适应配准模型。实验测试结果表明:研究方法的正确配准点率不低于95%,耗时最高仅为1.5ms,说明该方法的应用效果更优。
出处
《电气技术与经济》
2026年第1期427-430,共4页
Electrical Equipment and Economy
