本发明涉及机器视觉领域，具体为一种基于无人机视角的水域人员识别方法及系统。
背景技术：
1、目前，对水域进行人员识别主要依赖固定安装的监控设备来实现，由于其不可移动，且监测视角、距离有限，因此只能监控固定的一小片水域，无法满足大面积水域的监控需求，同时，现有的监控设备即使发现人员，也无法获取人员的位置信息，导致援救不及时。
技术实现思路
1、针对现有技术的不足，本发明提供了一种基于无人机视角的水域人员识别方法及系统，其可基于灵活的无人机平台和挂载的云台设备，实现对大面积水域全覆盖的人员监测和识别，有效预防潜在危险的发生。
2、为实现上述目的，本发明提供如下技术方案：
3、一方面，提供了一种基于无人机视角的水域人员识别方法，其包括如下步骤：
4、通过无人机云台上搭载的成像设备实时获取环境图像；
5、对环境图像进行分割，以分离出仅包含水域区域的图像；
6、根据仅包含水域区域的图像进行人员识别，并在识别出人员后，输出人体在图像中的像素宽和高；
7、根据人体在图片中的像素宽和高以及无人机的飞控数据获取人体目标的经纬度。
8、优选的，成像设备以俯视45°-90°的角度获取环境图像。
9、优选的，对环境图像进行分割，以分离出仅包含水域区域的图像，其具体包括如下步骤：
10、按照公式(1)，采用unet++分割算法对环境图像进行处理，以输出二值掩膜图像mask：
11、mask＝f(unet(roi)) (1)
12、其中，roi表示原始的彩色环境图像，uent表示unet++分割算法，f()表示形态学操作，mask表示二值掩膜图像；
13、按照公式(2)输出仅包含水域区域的图像out；
14、out＝roi＊mask (2)
15、其中，＊表示按位相乘。
16、优选的，所述人员识别根据yolov8目标检测算法实现。
17、优选的，所述飞控数据包括拍照时间、无人机巡航高度、无人机拍照时的经纬度、云台偏航角、云台俯仰角、无人机翻滚角等其中的一项或几项。
18、优选的，所述水域人员识别方法还包括：将包含有人员的图像以及人员的经纬度信息发送到监控端，并产生报警信息。
19、优选的，所述监控端包括智能手机、平板电脑、pc电脑以及可穿戴设备中的一种或几种。
20、另一方面，提供了一种水域人员识别系统，其包括：
21、无人机；
22、云台，其搭载在无人机机体上；
23、成像设备，其搭载在所述云台上；
24、图像分割模块，其搭载在无人机上，其用于对环境图像进行分割，以分离出仅包含水域区域的图像；
25、人员识别模块，其搭载在无人机上，用于根据仅包含水域区域的图像进行人员识别，并在识别出人员后，输出人体在图像中的像素宽和高；
26、位置获取单元，其用于根据人体在图片中的像素宽和高以及无人机的飞控数据获取人体目标的经纬度；
27、以及监控端，其用于接收包含有人员的图像以及人员的经纬度信息。
28、与现有技术相比，本发明具备以下有益效果：
29、本发明可基于灵活的无人机平台和挂载的云台设备，同时通过对水域区域的提取和水域人员的检测，实现对大面积水域全覆盖的人员监测和识别，有效预防潜在危险的发生。
1.一种基于无人机视角的水域人员识别方法，其特征在于，包括如下步骤：
2.如权利要求1所述的水域人员识别方法，其特征在于，成像设备以俯视45°-90°的角度获取环境图像。
3.如权利要求1所述的水域人员识别方法，其特征在于，对环境图像进行分割，以分离出仅包含水域区域的图像，其具体包括如下步骤：
4.如权利要求1所述的水域人员识别方法，其特征在于，所述人员识别根据yolov8目标检测算法实现。
5.如权利要求1所述的水域人员识别方法，其特征在于，所述飞控数据包括拍照时间、无人机巡航高度、无人机拍照时的经纬度、云台偏航角、云台俯仰角、无人机翻滚角等其中的一项或几项。
6.如权利要求1所述的水域人员识别方法，其特征在于，所述水域人员识别方法还包括：将包含有人员的图像以及人员的经纬度信息发送到监控端，并产生报警信息。
7.如权利要求7所述的水域人员识别方法，其特征在于，所述监控端包括智能手机、平板电脑、pc电脑以及可穿戴设备中的一种或几种。
8.一种水域人员识别系统，其特征在于，包括：
