本发明涉及图像处理，具体涉及一种低空巡检无人机图像传输方法及系统。
背景技术：
1、无人机在电塔巡检行业中发挥着重要作用，传统的电塔巡检通常需要人工爬塔进行检查，费时费力且存在安全风险。而无人机巡检可以通过航拍、热成像等技术快速、准确地获取电塔的状态信息，实现对电塔及配套设施的全面监测和评估，提高巡检效率、降低成本的同时减少人员安全风险。
2、然而，在无人机向终端传输图像时，为了提高压缩效率，节约传输带宽，节省储存空间，一般要在压缩前对图像进行前景和背景的分离。在使用k均值聚类算法(k-means算法)对图像进行分割时，由于颜色、光照或者一些技术原因，导致识别主体可能会出现识别不完全的现象。
技术实现思路
1、为了解决上述技术问题，本发明的目的在于提供一种低空巡检无人机图像传输方法及系统，所采用的技术方案具体如下：
2、一种低空巡检无人机图像传输方法，所述方法包括：
3、采集低空巡检无人机图像并进行预处理；
4、将预处理后的图像通过聚类算法得到多个簇类，从所述多个簇类中确定主体簇类；
5、依据主体簇类连通域确定相邻像素点，遍历并分析所述相邻的像素点，得到最初目标主体；
6、对所述最初目标主体建立最小外接矩形，依据所述外接矩形大小确定最终目标主体，并进行标记；
7、根据所述最终目标主体区域对所述图像进行压缩并传输。
8、进一步地，所述采集低空巡检无人机图像并进行预处理进一步包括：
9、采集低空巡检无人机图像；
10、依次对所述图像进行灰度处理。
11、进一步地，所述将预处理后的图像通过聚类算法得到多个簇类，从所述多个簇类中确定主体簇类进一步包括：
12、将灰度处理后的图像通过k-means聚类算法得到多个簇类；
13、对比所述图像中不同簇类的像素区域的灰度值和与其邻域灰度值的差异；
14、提取灰度值与邻域灰度值差异较大的和/或邻域数量多的簇类，分割出来作为主体簇类。
15、进一步地，所述依据主体簇类连通域确定相邻像素点，遍历并分析所述相邻的像素点，得到最初目标主体进一步包括：
16、依据主体簇类连通域确定相邻像素点，针对每个相邻像素点，计算该像素点为主体像素点的第一可能性；
17、当所述第一可能性大于第一预设阈值时，该像素点认定为主体像素点；
18、依据所述主体像素点和所述主体簇类连通域确定最初目标主体。
19、进一步地，所述依据主体簇类连通域确定相邻像素点进一步包括：
20、确定主体簇类连通域周围的其他簇类像素点；其中，这些像素点有的镶嵌在主体簇类连通域之中，有些像素点将主体簇类连通域截断，导致局部区域不联通。
21、进一步地，所述对所述最初目标主体建立最小外接矩形，依据所述外接矩形大小确定最终目标主体进一步包括：
22、对所述最初目标主体建立最小外接矩形，将面积最大的外接矩形所代表的区域内的主体簇类连通域设为最终目标主体；
23、计算除了主体簇类连通域之外的其他区域为最终目标主体的第二可能性；
24、若所述第二可能性大于第二预设阈值时，将所述其他区域划分至最终目标主体。
25、进一步地，所述根据所述最终目标主体区域对所述图像进行压缩并传输进一步包括：
26、将整张图像分成预设数量的多个小块，并对每个小块进行独立的离散余弦变换，将图像从空域转化到频域；
27、对图像不同区域根据计算得到的量化矩阵因子进行不同程度的量化；
28、量化后的数据使用赫夫曼编码进行熵编码，将编码结果封装成预设格式的文件进行传输。
29、进一步地，所述对图像不同区域根据计算得到的量化矩阵因子进行不同程度的量化进一步包括：
30、根据每个区域计算得到的第二可能性计算得到量化矩阵因子；
31、根据所述量化矩阵因子对该区域进行量化。
32、进一步地，所述方法还包括：
33、将所述图像传输到接收端后，读取文件头信息，获取编码所使用的参数和量化表；
34、使用所述文件头提供的哈夫曼表对数据流进行解码，得到量化后的系数，再利用相同的量化表将量化系数逆向恢复成原始的系数，并对每一个小块执行预设操作，得到原始的图像数据块；
35、转换颜色空间，将所有小块重新组合成一张完整的图像。
36、一种低空巡检无人机图像传输系统，所述系统包括：
37、预处理模块，用于采集低空巡检无人机图像并进行预处理；
38、最初目标主体确定模块，用于将预处理后的图像通过聚类算法得到多个簇类，从所述多个簇类中确定主体簇类；依据主体簇类连通域确定相邻像素点，遍历并分析所述相邻的像素点，得到最初目标主体；
39、最终目标主体确定模块，用于对所述最初目标主体建立最小外接矩形，依据所述外接矩形大小确定最终目标主体，并进行标记；
40、传输模块，用于对所述最终目标主体区域的图像进行图像压缩并传输。
41、本发明具有如下有益效果：本发明通过采集低空巡检无人机图像并进行预处理；将预处理后的图像通过聚类算法得到多个簇类，从多个簇类中确定主体簇类；依据主体簇类连通域确定相邻像素点，遍历并分析相邻的像素点，得到最初目标主体；对最初目标主体建立最小外接矩形，依据外接矩形大小确定最终目标主体，并进行标记；根据最终目标主体区域对图像进行压缩并传输。本发明利用图像处理技术得到完整的无人机巡检图像的目标主体，并通过图像压缩技术对图像前景和背景进行不同程度的压缩，在k-means图像分割的基础上，根据对铁塔主体及其邻域灰度值的变化，以及图像上其他不同簇类像素点所具备的一些具体特征，保留铁塔主体，去除干扰像素点，得到较为完整的铁塔主体，为后续图像压缩和传输提供技术支持；本发明对该最终目标主体区域压缩程度越高，其他区域压缩程度较小，从而减小文件大小，提高压缩效率，节约传输带宽，节省储存空间。
1.一种低空巡检无人机图像传输方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种低空巡检无人机图像传输方法，其特征在于，所述采集低空巡检无人机图像并进行预处理进一步包括：
3.根据权利要求2所述的一种低空巡检无人机图像传输方法，其特征在于，所述将预处理后的图像通过聚类算法得到多个簇类，从所述多个簇类中确定主体簇类进一步包括：将灰度处理后的图像通过k-means聚类算法得到多个簇类；
4.根据权利要求3所述的一种低空巡检无人机图像传输方法，其特征在于，所述依据主体簇类连通域确定相邻像素点，遍历并分析所述相邻的像素点，得到最初目标主体进一步包括：
5.根据权利要求4所述的一种低空巡检无人机图像传输方法，其特征在于，所述依据主体簇类连通域确定相邻像素点进一步包括：
6.根据权利要求5所述的一种低空巡检无人机图像传输方法，其特征在于，所述对所述最初目标主体建立最小外接矩形，依据所述外接矩形大小确定最终目标主体进一步包括：
7.根据权利要求1所述的一种低空巡检无人机图像传输方法，其特征在于，所述根据所述最终目标主体区域对所述图像进行压缩并传输进一步包括：
8.根据权利要求7所述的一种低空巡检无人机图像传输方法，其特征在于，所述对图像不同区域根据计算得到的量化矩阵因子进行不同程度的量化进一步包括：
9.根据权利要求8所述的一种低空巡检无人机图像传输方法，其特征在于，所述方法还包括：
10.一种低空巡检无人机图像传输系统，其特征在于，所述系统包括：
