摘要
随着我国经济和社会的快速发展，水面污染、河道违建等导致水环境恶化的问题日益突出。河道巡检是发现此类问题的主要方式，而人工巡检存在效率低、成本高、周期长等弊端。本文研究了基于无人机的河道巡检智能数字图像处理系统，实现了巡检图像的拼接及智能比对、问题流程的闭环处理、巡检数据的智能分析等功能。提高了河道巡检的效率，降低了成本，缩短了巡检周期。 本文阐述了河道巡检系统的研究意义，分析了国内外巡检现状，对河道巡检无人机机型进行了选择，介绍了本系统的优势。 为满足用户对巡检图像拼接处理的实时性要求，在分析了传统SURF算法的基础上，结合本巡检项目对匹配精度要求不高的实际情况，对算法特征点的特征向量进行降维，提出了改进的SURF特征提取与匹配算法—QSURF算法，减少计算工作量，提高了运算速度。使用姜堰区百组河道航拍图像进行对比实验，表明QSURF算法比传统SURF算法节省了约40％的拼接处理时间。 根据系统的设计原则，明确了系统的架构，设计了数据库的概念结构和逻辑结构。系统实现了航拍图像拼接与智能比对、巡检事件处理、巡检数据分析等功能。并且分别从功能性、可靠性、兼容性等角度，对系统进行了测试。 最后回顾本文的主要工作，分析文中存在的不足，指出未来研究探讨的方向，对后续扩展的研究内容进行了展望。
NETL