无人机影像应急并行处理负载均衡方法

基于应急条件下的计算机和网络资源,以实现无人机影像应急并行处理为目的,提出了一种简洁的负载均衡实现方法。采用了以进程为调度单元的主动式计算资源统计策略,辅以任务队列二级动态分配方法,实现了负载均衡。使用本方法在应急环境中建立简易的并行化集群处理系统,可以灵活、高效、鲁棒地利用可用的计算资源,大幅缩短无人机影像应急处理时间。为验证本文负载均衡方法的有效性,利用无人机机载定位定向系统记录的定位定向参数,结合已知数字高程数据,完成了无人机影像的初步正射纠正和拼图处理。实验结果表明,该方法实现简单、部署方便、扩展灵活、任务分配均衡,处理效率随着计算单元的增加而提高,可大幅提高应急条件下无人机应急影像图制作效率。     

基于空地影像多层级匹配的火星巡视器定位与地面验证

深空探测巡视任务中巡视器的高精度定位对于巡视器的自身安全与持续运行至关重要。巡视器定位主要包括相对定位和绝对定位两种方式,其中绝对定位方法主要是利用轨道器/着陆器的数据为基准确定巡视器在全局坐标系下的位置。美国Mars 2020任务携带的机智号无人机在火星环境下完成了飞行验证,它能够获得高分辨率的火星表面影像,从而为火星巡视器绝对定位提供了新思路。据此,本文提出了一种卫星-无人机-巡视器影像协同的多分辨率影像匹配绝对定位框架。首先,利用运动恢复结构(structure from motion, SFM)方法对无人机影像进行三维重建,获取局部高分辨率三维地图;然后,开展巡视器影像与无人机影像的多视角匹配,并基于匹配结果利用后方交会实现巡视器在无人机局部地图中的高精度定位;最后,通过局部无人机影像与卫星影像的配准,实现卫星影像全局坐标系下的巡视器绝对定位。为验证本文方法的可行性,开展了巡视器定位仿真试验,试验结果验证了本文方法的可行性,能够为后续我国开展类似工程任务提供参考。     

一种面向无人机绝对定位的卫星基准影像检索方法

针对全球导航卫星系统（global navigation satellite system,GNSS）拒止环境下大范围无人机视觉绝对定位问题,提出了一种聚合深度学习特征的卫星基准影像检索方法。首先,利用预训练的深度学习模型提取无人机与卫星基准影像的局部卷积特征;然后,对局部特征描述符进行聚合,生成影像全局表达;最后,利用影像全局特征进行相似性检索,并采用检索结果精匹配重排序的后处理方法,进一步提高检索准确率。设计了一个新的面向无人机绝对定位的卫星基准影像数据集并进行实验,结果表明,使用所提方法检索无人机影像适配区域的卫星基准影像的准确率达76.07%,可为后续基于视觉的无人机绝对定位提供参考。     

单应性矩阵的无人机遥感影像拼接方法

针对无人机遥感影像拼接速度较慢的问题,该文利用无人机定位定向系统可获取高精度坐标位置和姿态参数特有的优势,提出一种计算单应性矩阵的无人机遥感影像拼接方法。无人机定位定向系统核心技术通过机载差分全球定位系统和惯性测量单元获得每一张影像对应的坐标和姿态角,根据每张影像的坐标和姿态角计算影像之间的单应性矩阵,完成拼接影像之间的快速配准,按照同样的方法,推导出多张影像之间的单应性矩阵,最后实现多张遥感影像连续拼接成一张全景影像图。通过两组拼接方法对8张无人机遥感影像拼接进行比较,实验结果证明,该方法是快速有效的。     

一种无人机影像分块的亚像素角点快速检测算法

为满足无人机(unmanned aerial vehicle,UAV)影像角点快速检测的需要,针对Harris角点检测算法提取的角点是像素级的、且存在定位不精确和计算效率低的问题,提出了一种改进的、适用于无人机影像的角点检测算法.该算法首先根据最近邻域和对角邻域方向相似像素点特征数目初步筛选角点;然后对无人机影像进行分块处理,进行Harris自适应角点检测;最后,利用加权最小二乘欧几里德距离实现了亚像素角点的快速精确定位.实验验证了该算法的有效性和可行性,所检测的角点分布均匀,显著提高了角点检测速度.     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。①利用搭载数码相机的小型无人机平台,以50m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据;②利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;③采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;④以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。首先,利用搭载数码相机的小型无人机平台,以50 m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据。然后,利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;接下来,采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;最后,以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。首先,利用搭载数码相机的小型无人机平台,以50 m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据。然后,利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;接下来,采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;最后,以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

基于SuperMap的风机开挖量计算方法

随着无人机倾斜摄影测量技术的日渐普及,无人机在电力工程项目中的应用也越来越多,特别是在土方量计算及线路选址方面。本文采用了基于SuperMap超图平台的土方量计算方法,通过无人机快速采集风机施工现场的航摄影像,通过自动建模软件生成DEM并作为计算数据源,即可获取风机机位的开挖量,并与传统的土方量计算方法进行了对比验证,计算数值精度较高,能够满足实际施工管理的需要。     

一种基于RGB彩色遥感影像的云检测方法

无人机、卫星等获取的高分辨率遥感影像中不可避免地存在云层遮挡问题,这对遥感影像生产和应用造成一定程度的干扰.本文针对RGB彩色遥感影像中存在的云层遮挡问题,提出了一种基于RGB彩色遥感影像的快速云检测方法.首先根据RGB三通道的光谱信息生成粗云图,引入景观格局指数,然后排除地面非云层高亮图斑误差,利用原始影像作为引导,对初步云提取结果进行引导滤波,获得精细化云图,最后对结果进行矢量化处理,自动提取图斑的关键拐点,最大限度保留云的形状,获得真实、美观的矢量化成果.该方法对遥感影像的数据质量和波段数要求低,可以进行快速高精度的云检测.本文利用卫星影像和无人机影像进行快速云检测实验,证明了该方法的有效性.