基于深度学习理论的无人机影像分类

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。     

基于无人机遥感的卷积神经网络对墓区治理的监测与分析

卷积神经网络可从输入信息中提取高阶特征,常用于图像特征的提取,可以用作图像分类、语义分割、图像识别等。随着时代的不断发展,公墓墓区缺乏统一治理与规划,导致墓区建设违法、违规的现象屡禁不止。此外,墓区占用面积大,严重浪费土地资源,且传统人工执巡效率低,无法全面监管,为方便对墓区的监测和治理,本文主要基于无人机遥感数据,利用卷积神经网络方法监测与分析墓区是否达到墓区治理的需求。     

无人机航测在某水库1∶2 000地形测绘中的应用

以江西省抚州市东乡县井山水库库区1∶2 000地类地形图测绘为例,系统阐述了利用无人机低空航测系统进行水利工程库区地类地形测绘的内、外业工作流程,制作了整个库区1∶2 000 DOM和数字线划图(DLG),并对DLG成果进行了精度评价。结果表明,成果质量满足相关规范的技术要求。     

无人机航测技术在农地杂草识别中的应用

杂草治理是农地质量保障的关键,杂草的精准识别与定位是杂草治理的重要保障,为提高杂草治理精度与效率,本文提出运用无人机航测技术辅助实现杂草治理工作。本文以广东DX农场为例,运用无人机航测技术进行农场航拍影像采集,运用实例证明无人机航测可以大幅提高数据采集效率和精度,并分别运用视觉判断法、神经网络模型法完成了杂草密度分析,输出杂草密度分布图,说明了无人机航测数据可以辅助实现杂草密度分析。通过对比分析,进一步论证了神经网络模型配合无人机航测技术,可以进一步提高杂草识别效率和精度。     

浅谈无人机航测在库区管理范围划界中的应用

在水库库区工程管理与保护范围划界工作中,使用美国天宝UX5 HP无人机航测,获取数字高程模型DEM和数字正射影像图DOM数据。在此基础上初步提取管理范围界线,然后到实地对上述界线进行检查校正,最终确定出范围界线及拐点坐标。该技术方法可靠,较常规测量方法的效率有所提高。     

联合InSAR与无人机航测的白鹤滩库区蓄水前地灾隐患广域识别

白鹤滩水电站位于我国西南高陡山区,是我国实施“西电东送”的国家重大工程之一。水库两岸是地质灾害高易发区,传统的地质灾害调查手段存在工作效率低、危险性高、无法覆盖高位隐患点等弊端。联合星载合成孔径雷达干涉测量技术(InSAR)与无人机航测技术应用于广域地灾隐患探测对于库区地灾隐患广域识别、掌握其分布规律及辅助后续重点防治具有重要意义。本文基于142景Sentinel-1卫星升降轨影像,采用时间序列InSAR技术对白鹤滩库区重点库岸段蓄水前两岸活动性坡体进行探测,同时利用无人机航测技术对其进行了野外验证与辅助分析,根据航片生成的数字高程模型(DEM)、数字正射影像图(DOM)、三维模型等航摄数字产品,结合形变与地形地貌特征,确定了32处地灾隐患点。并结合隐患点的形变量级、形变面积、是否涉水、是否具有明确威胁对象等因素给出了防治建议,建立了全面而准确的蓄水前地灾隐患灾害库。最后基于此案例对两种技术优势特长、适用范围以及如何高效联合应用进行了总结。本文揭示了两种技术在广域地灾隐患识别时的结合应用,无人机航测不仅能对InSAR技术探测到的形变区进行验证,同时InSAR也可以指导重点航测区域,提高航测飞行效率。通过结合两项技术提供的实时与历史信息、形变与地质信息可实现综合研判,形成基于空天遥感技术的高效库岸地质灾害综合遥感识别方法。     

无人机航测技术在国土资源管理中的应用

基于无人机航测系统,首先对实验区的基础地理信息数据进行采集处理,然后对航测成果进行精度分析,最后详细阐述了无人机航测技术在土地利用动态监测、土地执法监察、土地开发整理、不动产登记等多项国土资源管理中的应用和优势。     

无人机地形跟随在矿区沉陷监测中的应用

针对传统无人机矿区开采沉陷监测因地形起伏导致同一航测架次的监测精度相差较大的问题,本文分析了地形变化对影像分辨率、相片重叠度及监测精度的影响,并对无人机加装TOF传感器,对PID控制器进行编码设置,使无人机相对地面保持相同高度飞行,实现了无人机地形跟随监测。试验表明:地形起伏会使传统无人机监测精度降低,本文提出的方法可实现无人机地形跟随航测并保证监测精度;在地形复杂矿区,传统无人机沉陷监测平均精度为65.73 mm,具备地形跟随技术的无人机沉陷监测平均精度达46.59 mm,监测精度得到提高;与实地布设的观测线数据相对比,航测监测的下沉趋势准确,但对地表的细微变化无法捕捉;获取的矿区沉陷范围全面广泛地反映出由于工作面的推进造成的矿区沉陷所影响的区域,可为矿区开采沉陷监测提供参考。     

低空摄影技术在采石区地形测绘中的应用

以F1000无人机为航摄平台,对韩城市某采石沉陷区制定了航空摄影测量技术方案。通过控制点布设、影像数据采集、内业数据处理以及产品输出等航测流程,完成了该区域地形图的快速测绘,得到了满足精度要求的区域地形图和正射影像图等,为采石区的生态修复与农业重建提供了直观的基础资料。矿山治理和生态修复等小区域地形航测,拓宽了无人机航测技术的应用范围,具有较强的实践意义。     

无人机摄影测量在水体污染评估中的应用

无人机摄影测量是一种快捷、准确的测量技术,在测绘与空间信息行业得到越来越广泛的应用。本文针对水库库区的水体污染现状,探讨利用小型无人机进行摄影测量,并采用多视图几何理论与光束平差方法,以及空三解算模型进行影像处理,从而测量评估水体中的特定污染物分布情况,并以广东省梅州市青溪库区水浮莲污染调查为例进行污染分布的研究,为水库治理提供依据。     

无人机在建设适宜性分析中的应用研究

本文根据无人机工作环境限制少、操作灵活、可控性高等特点,利用无人机航测技术实现建设适宜性分析的优化与改进,有效解决了建设适宜性分析区域面积大、地势复杂、影响因素众多、传统测量手段局限性大等问题。利用无人机航测技术实现了航测数据分类采集与测绘元素分类建模,为航测成果叠加提供了更加准确独立的数据基础,对建设适宜性分析的元素选择提供了更大的空间,使航测成果叠加运算更加灵活可控、准确高效。     

MapGIS的无人机航测数据自动成图方法

为提高航测数据自动成图效果,提出基于地理信息系统软件(Map Geographic Information Sys-tem,MapGIS)的无人机航测数据自动成图方法.应用MapGIS技术构建航测数字化体系,采集无人机航测数据,并基于数据质量控制原则校正数据,根据采集结果将地形图进行数字线划图处理,实现无人机航测数据自动成图.实验结果表明,设计方法在实际应用过程中效果更佳.提高无人机航测数据质量的分析和控制效果,保证无人机航测数据自动成图效果.     

基于像素工厂的无人机影像快速应急处理方法研究与应用

选择典型测区使用飞马F200无人机挂载SONY RX1RII黑卡相机进行大比例尺航空摄影,制定从无人机航摄、空三加密、立体测图、成果资料整理一系列大比例尺无人机影像及航测成图的技术解决方案。研究了采用像素工厂对无人机遥感影像进行空三优化技术,利用无人机航测技术快速圆满地完成了东湖绿道二期规划设计应急测绘保障任务。     

融合无人机航测技术与SLAM技术的房地一体化项目实践

目前,测绘行业正在面临转型发展,以无人机航测技术和激光扫描技术为代表的各种测绘新技术应运而生。本文以房地一体化项目为依托,设计与实现了无人机航测技术与SLAM(Simultaneous Localization and Mapping)移动测量技术相融合的房地一体化测绘实践,致力于解决单一的无人机航测技术在外业数据采集时因遮挡导致的数据不完整的问题,将SLAM作为无人机航测的补充作业手段。通过SLAM技术进行外业数据采集、内业数据处理得到满足地形生产条件的点云数据,以点云数据为基础进行测图,有效解决部分因遮挡导致的内业无法判读的地物。最后对无人机航测技术融合SLAM技术制作的数字线划图成果进行精度分析,验证了该作业方案的可行性。     

基于CNN的尾矿区水平位移监测数据分析

基于卷积神经网络,对某尾矿区1997—2019年水平位移监测数据进行了方向自动识别.该法首先改进神经网络的卷积核并设计卷积-池化结构,然后将多年监测数据分类为训练集、验证集与测试集,并设置其构成比例与运行参数.实验结果表明,采用卷积神经网络模型进行尾矿区水平位移方向自动识别,具有较高的效率和精度,数据运行时间为636.5 s,识别相对精度为0.23％,该法不失为一种健壮性好、普适性强的水平位移方向识别新方法.     

基于卷积神经网络的无人机影像违章建筑检测应用

无人机航拍影像具有分辨率高、回访周期短等特点,利用无人机遥感技术手段对城市范围的建设进行动态监测,可及时、有效地发现涉嫌违法的建设活动。本文结合实际项目需求,研究通过卷积神经网络方法进行违章建筑的自动检测,替代过去靠大量人力检查的模式,目前测试区域无人机影像试验取得了较好的效果,在样本数据不足5000份的情况下,准确率和召回率分别达到了71%和88%。随着样本数据的不断增多,基于该深度学习方法将较大程度上持续提升检测准确率和召回率,能够更精准地发现违法活动,具有较大的实际应用价值及潜力。     

无人机山地航测避障路线规划方法

本文根据无人机航测特点分析了无人机在山地复杂地形中的航行与测量的要求,研究了无人机在山地中进行航测的避障路线。并以TKLM地区复杂山地地形为例进行了实例分析,运用数学方法对项目地地形进行了简化处理,通过分析无人机航测路线曲、直结合方式,无人机转弯航测速度等对影像影响,研究了无人机山地航测避障路线规划方法,为各行业无人机山地航测提供了技术保障。     

飞马F200无人机在大型水利工程及BIM建设中的应用

随着无人机技术的飞速发展，传统测量的单一化成果已经不能满足水利工程设计规划的需求。本文基于飞马F200无人机航测系统在大型拟建水库——信阳袁湾水库中的应用，探索并验证了一种高精度航测成图的方法。并在此基础上，融合基于BIM技术的单体化模型，实现了大型水利工程项目在可研阶段基于三维场景的应用和分析研究，为智慧水利的构建提供了数据支撑。     

基于微型无人机序列影像的快速数据获取

<正>一、引言随着城市建设快速发展和数字城市建设的迫切需求,无人机航测系统得到快速发展。卫星和传统航空遥感存在着分辨率低、测图周期长、无法满足小区域航测等弊端。微型无人机航测系统在小区域和飞行困难地区有明显优势,在三维数字城市建设、应急救灾、国土监测、城建执法、获取高分辨率正射影像图方面得到广泛应用,具有起降灵活、低空飞行、     

利用低空无人机飞控数据的摄影航带全自动整理方法

本文为低空无人机平台弱控制航摄影像建立符合航测处理要求的区域网,提出了基于无人机飞控数据的无人机影像航带整理技术;分析了无人机影像航测处理区域网构建要求,提出针对无人机航测处理的航带整理技术流程;设计了基于飞控姿态数据的无人机起降和转弯影像自动剔除算法,自动生成航带;并提出了基于飞控数据快速计算像片FOV算法,构建区域网内像对链接关系;对实际无人机航摄的两个测区进行航带整理实验,结果表明基于飞控数据可快速构建区域网,满足空三匹配和挑片测图要求。