无人机低空影像在地形图测绘中的应用

阐述了低空航测系统的发展现状和系统组成,探讨了利用该系统进行航测作业的技术流程,并进行了DLG、DEM和DOM数字产品生产实验,最后对成果进行精度评定和可行性分析。结果表明,低空影像可用于小区域的大比例尺快速地形测绘。

一种适用于低空影像的数字表面模型自动获取方法

无人飞行器系统获取的低空影像数据往往倾角大、像幅小且重叠度不规则,同时在灰度与比例尺上可能不一致。针对其特点,提出了一种适用于低空影像的数字表面模型自动获取方法。首先,采用影像水平纠正、构建金字塔、Wallis滤波以及Harris特征提取等方法对低空影像进行匹配预处理;然后,对经预处理的多级影像采取由粗到精的匹配,再基于低空影像高重叠度的特点进行三视检核以剔除误匹配点;最后采用近邻内插生成规则格网的数字表面模型。试验表明,该方法有效可行,生成的数字表面模型产品精度较高,对于改进现有的生产流程具有一定的实际意义。

基于低空影像的平原地区DOM制作及精度分析

小型无人机摄影测量具有效率高和实时性好的优点,随着影像处理技术的不断发展,基于无人机低空影像制作DOM具有广阔的应用前景.选取平原地区利辛县1891张低空影像,预设12个验证点,采用MapMatrix系统完成影像检校、编辑、镶嵌、拼接及匀色,生成DEM及DOM并进行精度分析.获取的DOM其平面精度中误差为0.5054 m,DEM高程精度中误差为0.3599 m,均高于国家测绘行业标准中1∶1000比例尺数字产品中的误差标准.基于平原地区无人机低空影像数据,采用MapMatrix系统获取的DEM和DOM成果,其精度能够满足1∶1000的大比例尺地形图制作,可以应用于城市规划设计、生态环境调查以及地理国情监测等诸多方面.

基于LSD的低空影像线特征提取

本文通过分析传统LSD(Line Segment Detection)线特征提取算法的特点,结合低空影像,针对其缺点进行改进,采取影像分块和线段优化等手段使其更加适用于低空影像的线特征提取。实验结果表明,该方法较为明显的提高了传统LSD算法提取低空影像直线段的效率。

基于SmartImage的低空影像快速拼接应用案例分析

通过对低空数字航空摄影系统中的航摄数据使用Smart Image软件进行影像数据拼接案例的介绍和分析,叙述了影像拼接的具体作业流程及特点。从数据操作的快速性和简便性上详细分析了其在应急测绘中的应用,为更好地利用无人机航摄数据做好快速应急测绘保障提供了技术思路。

高分辨率无人机低空影像DEM的建立及其精度研究

本文结合生产实践,介绍了基于无人机低空影像处理方法,生成比例尺1:1000正射影像时构建的数字高程模型(DEM),利用检查点法对其所能达到的分辨率尺度范围进行实验讨论,得到无人机低空影像DEM合适的分辨率大小的结论,并且对无人机低空影像生成的DEM的精度进行评价。

相位相关法辅助的重复纹理区低空影像匹配

针对重复纹理区低空影像匹配中存在的多义性易造成同名点过少或匹配失败等问题,利用相位相关法计算了像对中两影像傅立叶变换复共轭的互功率谱,预测同名点在平移、旋转和尺度上的遍历范围,并以尺度遍历范围自适应估计Harris-Laplace尺度空间和检测角点,然后通过相关系数法和核线约束匹配同名点。实验验证了该方法对于重复纹理区低空影像匹配的可靠性和实用性,可获得数量足够且分布均匀的同名点。

基于错误式学习的低空影像人行横道多角度自动识别

提出了一种基于特征的错误式学习分类器半自动迭代训练方法,该分类器能够自动识别多角度低空影像上的人行横道线,在人行横道线管控与数据库建立、道路网提取上有较好的应用。介绍了基于错误式学习的分类器训练思路与方法,并提出了将同一地区不同角度低空影像的识别结果进行合并,从而尽可能全面的检测出被城区高楼以及车辆遮挡的人行横道线的思路。通过对比实验该方法的鲁棒性,并在其基础上随机选取多组数据进行系列实验,证实了基于错误式学习的分类器比传统方式训练的分类器有更好的综合性能,能够在不降低识别耗时的前提下产生高准确率、低漏检率和低误识别率的识别结果。

无人机低空遥感影像的自动拼接技术研究

针对无人机低空遥感影像拼接问题,引入一种基于加速鲁棒性(SURF)特征的匹配方法,该算法具有稳健和高精度特性,能够实现低空影像的快速匹配。文章采用L-M优化的全局拼接策略,实验表明,该策略能有效减小累积误差的影响,实现了测区影像的自动全景拼接。

适用于环境监测中的低空遥感影像匹配方法

指出了与传统航片相比,低空遥感影像具有高分辨率、准实时性、低成本等优势。在环境遥感监测中对于低空遥感影像进行影像融合、影像分类等数据处理,影像匹配是其关键技术。介绍了SIFT和SURF及其改进算法等4种匹配算法的原理及其特点,并通过实验比较对这4种方法进行了分析、比较,最后得出了适用于影像数据生产比较理想的方法。

刍议无人机低空遥感影像数据的获取与处理

当前,利用无人机进行低空遥感是一种非常实用的测量手段,在各行各业都有广泛的应用。文章结合具体测量实际,简要阐述了无人机低空遥感影像的数据获取与处理方法,仅供参考。

低空无人机遥感影像高精度自动匹配方法研究

本文针对低空无人机遥感影像的特点,提出一种基于Harris角点和SIFT特征的自动匹配算法,并利用基于单应矩阵和核线几何双重约束的RANSAC相对定向剔除错误匹配。通过一组影像的自动匹配试验,结果具有较高的匹配正确率,验证了算法的有效性,可为区域网平差解算提供良好基础。

无人机低空遥感影像的应用研究

随着国民经济的持续发展,地表形态变化频繁应实时测绘以及社会各行各业对高分辨率遥感影像的迫切需求,低空无人机航空摄影迅速发展。低空无人机航空摄影作为卫星遥感和载人飞机航空摄影的有力补充,具有运行成本低、机动灵活、可进行云下低空飞行、获取遥感影像分辨率高等特点,在获取小区域高分辨率及困难地区遥感影像、提供灾害应急测绘保障等方面产生了良好效果。鉴于此,本文重点就无人机低空遥感影像的应用进行研究,以供参考和借鉴。

无人机低空遥感影像的应用

目前,航天遥感技术还不能直接替代航空遥感技术,但是随着无人机低空遥感技术的出现,其凭借造价低廉、操作简便等优势,在小区域的多个领域之中得到有效的利用,如灾害的监测、航空摄影测量、应急指挥等等。相信,未来无人机遥感系统必定会成为航空遥感发展的主流趋势。

低空无人机影像技术在有色金属矿山开采中的应用研究

有色金属矿山开产前提工作是矿山勘探,开采过程中也需要注意矿区矿物资源变化及环境变化,不断在矿山开采过程中优化方案,提高开采效率。低空无人机影像技术就能很好地解决这一系列问题。本文深入研究低空摄影技术工作原理及其在有色金属矿山开采中的应用,希望为未来有色金属矿山开采工作提供帮助。

低空无人机影像与资源3号影像常规融合评价

低空无人机与星载遥感影像融合具有重要价值,可获得兼具极高分辨率和多/高光谱特性的影像。为比较不同融合方法的效果,分别采用Brovey变换、HSV变换、PC Spectral锐化、Color Normalized锐化、PCA融合、乘法变换和小波融合7种影像融合方法进行融合试验,以南昌某地区的资源3号多光谱影像和低空无人机航拍影像作为融合数据,依据定性和定量评价指标对融合结果进行质量评价。实验结果表明,针对资源3号卫星数据与低空无人机数据的融合,综合光谱保真度、空间细节表达以及目视结果三方面比较,Brovey变换和PCA融合融合方法的效果较好。

一种针对小训练样本的低空遥感影像分类方法

受低空遥感影像数据性质影响,在针对小训练样本时分类精度欠佳。提出了一种针对小训练样本的低空遥感影像分类方法(ELM-CF)。方法首先通过等价局部二值模式提取低空遥感影像的纹理细节;然后联合光谱与纹理特征构建组合特征以增强像元描述唯一性,降低分类中对训练样本的依赖;最后利用极限学习机对组合特征进行分类。为验证方法的有效性,选用2组无人机影像,并随机抽取占每类总量0.1%的像元作为训练样本进行实验。实验结果表示明本文方法对两组数据的总体分类精度分别为96.4%和97.6%,且具有较好的时效性。

无人机低空摄影测量技术在水电工程测绘的应用

阐述了低空航测系统的发展现状和系统组成,探讨了利用该系统进行航测作业的技术流程,并进行DLG、DEM和DOM数字产品生产试验,最后对成果进行精度评定和可行性分析,结果表明低空影像可用于小区域的大比例尺快速地形测绘。

基于SIFT的低空遥感图像拼接

遥感图像信息的处理对地质灾害预警分析有着重要的作用,SIFT(Scale Invariant FeatureTransform)算法应用在多幅遥感图像拼接中,一定程度上解决了一般图像拼接方法在变化的尺度和光照情况下特征点匹配不稳定的问题。本文阐述了图像拼接的一般流程,详尽叙述了SIFT算法原理,分析了图像拼接各步骤算法原理,采用RANSAC算法来减少特征点错配并估计出图像序列的投影矩阵,最后运用渐入渐出加权平均法处理图像融合。通过Matlab实验证明,SIFT算法应用在低空遥感图像拼接中,具有较好的稳定性。

基于无人机数据的DEM提取

近年来,无人机技术发展迅速,并与GIS技术相互融合,在军事、国土监测以及地形信息提取等方面得到广泛应用。本文应用高分辨率无人机低空影像数据,试验提取天津市部分沿海地区DEM,并对其精度进行评价。