无人机影像地图制作实验研究

首先介绍了无人机低空航测系统的组成,然后针对无人机影像分辨率高、像幅小的特点提出了3种影像地图的制作方法,即单张影像几何纠正法、拼接后纠正法及空中三角测量法.文中着重对3种方法的关键性技术问题进行了论述,并从成图效果、精度及效率等方面对每种制图方法进行了综合分析和实验验证.结果表明,拼接后纠正法效率高,空中三角测量法精...     

高精度无人机影像空三处理方法

针对无人机影像生产测绘产品时需要地面控制点数量多、外业工作量大的问题,提出无人机影像高精度空三处理方法研究。首先,通过引入构架航线,在无控制点、稀少控制点等不同情况下的进行改进的高精度GPS辅助空中三角测量;然后利用试验对无人机影像高精度空三处理方法的精度分析。结果表明,在稀少控制点情况下,利用改进的高精度GPS辅助空中三角测量方法能够满足1:2000比例尺地形测绘生产要求。     

高分辨率遥感卫星辅助无人机空中三角测量

针对传统无人机影像空中三角测量需要大量外业控制点的问题,提出通过高分辨率遥感卫星影像空间定位获取地面点坐标,并将这些地面点作为无人机影像的控制点来源,以此辅助无人机空中三角测量。在基于RPC模型的高分辨率遥感影像空间定位的基础上,采取多种控制点布设方案进行了无人机影像空中三角测量,并对比分析了各布控方案对试验精度的影响及原因。试验结果表明,在不采用外业实测控制点的情况下,只用高分辨率遥感影像空间定位得到的加密点作全局控制,平差后检查点平面精度可达到0.629 m,高程精度可达到0.823 m,如果要保证更高的空三精度,可在测区四周及中心增加少量外业实测控制点。     

基于姿态数据的无人机影像自动刺点功能研究

由于无人机影像的重叠度高,一个控制点可能出现在多张像片上.对于空中三角测量而言,在像片上寻找控制点的精确位置足一项繁杂的内业工作,可以利用高精度的无人机姿态数据和共线方程建立模型实现无人机影像的自动刺点功能.姿态数据精度越高,控制点在相片上的位置越准确.这项功能可以应用到影像的快速拼接系统和空中三角测量系统中.     

基于INPHO平台对无人机空中三角测量的研究与应用

无人机因其机动灵活、成本低、具有快速响应能力成为航空摄影测量新模式,在最近几年里发展迅速,成为航空摄影测量领域引人注目的亮点。本文以无人机数据为基础,依托INPHO平台,从空中三角测量的原理、生产流程、实验数据的准备与分析、精度评定等方面进行研究,总结出无人机空中三角测量的处理流程和方法技巧,供同行参考。     

高精度初始外方位元素辅助影像空中三角测量应用研究

低精度影像初始外方位元素严重影响空中三角测量效率与精度。针对轻小型无人机搭载差分GNSS获取的影像初始外方位线元素精度高而机载IMU获取的初始外方位角元素差的问题,引入从运动中恢复结构(SFM)算法获取影像高精度初始外方位角元素,将其与机载差分GNSS数据组合成新的初始影像外方位元素辅助空中三角测量。在两个不同地形测区的实验结果表明,该方法能够显著提高影像匹配效率、数量与精度,提高空中三角测量成果精度,可以为其他航测工程应用提供参考。     

无人机航测技术在农村土地承包经营权确权调查底图制作中的应用

通过无人机航摄技术在农村土地承包经营权确权登记工作调查底图制作的实例应用,论述了无人机航空摄影、像控点测量、空中三角测量、数字正射影像图和地块分布图的制作等几方面的技术流程和方法,以增城区北部派潭镇的农村承包土地为试点,探索无人机影像底图的获取、处理、调查及对地块分布图的制作方法,为相关部门开展确权登记颁证工作提供技术支持。     

无人机影像空中三角测量实验研究

无人机影像由于具有像幅小、数量多、基线短、重叠度不规则、畸变大等特点,使其处理方法和传统的航空影像有所不同。本文针对无人机影像的这些特点,对无人机影像进行了畸变校正和匀光匀色预处理,然后充分利用无人机提供的POS数据自动生成连接点,通过空三计算结果剔除误匹配的连接点,实验证明该方法能够快速的完成无人机影像空中三角测量工作。     

基于无人机影像生产高精度DEM的实践

无人机低空遥感是卫星遥感与航空遥感的有效补充手段，在小范围大比例尺地形测绘领域发挥了积极有效的作用．通过生产实例，介绍采用多视影像匹配自动构建空中三角测量网技术，实现无人机影像的快速解算，提出生产大比例DEM成果的方案．     

GodWork-AT解算GPS辅助空中三角测量数据测试分析

随着无人机技术快速发展,采用非量测相机作为传感器,出现镜头畸变差大,拍摄影像幅面小等一系列问题。运用Godwork,天工无人机航测软件对传统无人机获取的序列影像数据进行空三加密并添加少量GPS控制点进行解算,结果表明传统无人机获取的小相幅序号影像数据,使用GPS辅助空中三角测量技术,航测精度符合大比例尺航测规范要求,并减少了70%以上外业控制点量测的工作量。     

一种热红外与可见光影像深度特征匹配方法

针对无人机热红外影像与光学卫星影像的匹配难题,提出一种基于异源地标数据集学习的深度局部特征匹配方法。首先,利用生成对抗网络学习热红外与可见光影像的灰度分布规律,并进一步合成用于特征提取模型训练的热红外影像地标数据集;然后,联合残差网络和注意力机制模型,从数据集中学习深度不变特征;最后,经过对不变特征的匹配、提纯等处理,获得像对的正确匹配点。试验测试了该方法的性能,并与KAZE、特征检测描述网络和深度局部特征模型进行了对比。结果表明,提出的方法对灰度、纹理、重叠率以及几何变化具有较强的适应性,且匹配效率较高,可为无人机视觉导航提供支撑。     

联合对数极坐标描述与位置尺度特征的无人机影像匹配算法

针对无人机（unmanned aerial vehicle, UAV）影像提取的同名点数量较少,从而影响影像间位姿信息的计算,导致影像拼接错位、平差解算不严密甚至失败等问题,提出了一种联合对数极坐标描述与位置尺度特征的匹配算法。首先,建立高斯多尺度影像集合进行特征点提取;其次,采用对数极坐标进行描述子构建,建立适合UAV影像特征的描述子;然后,通过位置和尺度约束的距离匹配函数进行特征匹配;最后,通过模式搜索和快速样本共识方法剔除粗差后完成同名点提取。将四旋翼UAV获取的影像作为实验数据,与SIFT(scale invariant feature transform)算法和SAR-SIFT（synthetic aperture radar-SIFT）算法进行了影像匹配的对比实验。结果表明,所提算法可以较好地提取UAV影像的同名点对。     

顾及影像拓扑的SfM算法改进及其在灾场三维重建中的应用

快速、准确的大场景影像三维重建技术可为灾害应急响应和灾情评估提供重要的决策依据。本文针对运动恢复结构(SfM)算法效率低的问题,提出了一种顾及影像拓扑关联关系的拓扑-运动恢复结构(TSfM)算法。TSfM算法利用低空无人机(UAV)自身的飞控记录构建影像拓扑关联关系,缩小了特征匹配时的影像搜索范围,与传统SfM算法相比,影像匹配的时间复杂度由O(n2)降低为O(n)。实验结果表明,TSfM算法实现了基于无人机影像序列的灾场快速三维重建,重建模型的相对精度与SfM算法的重建精度一致。将该方法用于四川芦山地震UAV影像三维重建,可检测出地震滑坡体及其形态信息。     

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。     

综合遥感解译2022年Mw 6.7青海门源地震地表破裂带

2022-01-08中国青海省门源县发生Mw 6.7地震,直接导致兰新高铁受损停运,引起了国内外的高度关注。为了评估交通网的受损情况,提出一种综合光学遥感影像、合成孔径雷达（synthetic aperture radar, SAR）影像、无人机影像和激光雷达（light detection and ranging, LiDAR）数据解译地震地表破裂带的技术框架。针对此次门源事件,首先,获取高分1号（GF-1）、高分7号（GF-7）、Sentinel-2光学遥感影像和Sentinel-1A SAR影像,根据GF-1和GF-7光学遥感影像确定地表破裂带的空间分布特征,并利用光学像素偏移量技术估计东西向和南北方向二维地表形变场;其次,利用SAR像素偏移量技术获取距离向和方位向地表形变场, 同时利用差分干涉技术获取雷达视线向的地表形变(即距离向);然后,采用运动结构恢复技术处理无人机影像获取高精度的数字地表模型;最后,综合利用上述信息精确确定地震地表破裂的空间分布和地表形变特征。结果表明,此次地震东西向最大形变量约为2.0 m,距离向最大形变量约为1.5 m,该破裂带总长约为36.22 km。结合门源地区公路交通网,基于机器学习方法支持向量机模型对历史地质灾害点的分布以及地表破裂带进行分析,发现此次地震对高速公路带来的影响最大,对乡道的影响最小;交通干线G0611和G338东南段具有很高的灾害风险。所提技术框架可精密地解译地表破裂,在地震减灾中直接发挥作用。     

点云辅助GB-InSAR影像与地形数据应急变形监测方法

将采用地面三维激光扫描(terrestrial laser scanning, TLS)、地基合成孔径雷达干涉测量(ground-based interferometric synthetic aperture radar, GB-InSAR)和无人机航空摄影测量（unmanned aerial vehicle photography, UAV）的综合遥感方案应用于崩塌体应急监测。引入迭代最近点法（iterative closest point, ICP）,首先实现TLS点云和UAV影像离散点云配准;然后,利用几何映射方法实现GB-InSAR二维形变图与TLS点云三维匹配;针对崩塌体应急缺少人工目标辅助校正几何映射偏差的问题,综合目视解译以及峰值相关性分析提取各数据间的同名特征点,根据同名特征点计算空间坐标变换参数,建立变换方程来完成误匹配纠正。利用所提的匹配方法处理模拟数据及某滑坡崩塌残余体实际监测数据,结果表明实测匹配精度达像素级,满足应急监测需求。     

泸定Ms 6.8地震诱发滑坡应急评价研究

2022-09-05,四川省甘孜州泸定县发生Ms 6.8地震。地震在山区诱发了大量的地质灾害,造成了严重的人员伤亡。快速准确地获取地震诱发地质灾害的空间分布范围对震后应急决策和救援抢险至关重要。基于全球同震滑坡数据库与深度学习算法,构建了地震诱发滑坡空间分布概率近实时预测模型,在震后2 h内获取了泸定地震诱发地质灾害的预测结果。通过震后无人机与卫星遥感影像,采用机器学习与深度学习算法实现了震后大范围地质灾害的智能识别,共解译地震诱发滑坡3 633处,总面积13.78 km2。利用遥感解译的泸定地震滑坡数据,对地震诱发地质灾害预测模型进行了优化,获得了震区范围更广、准确性更高的同震滑坡预测结果。结果表明,同震滑坡预测模型能够快速获取震后地质灾害的空间分布情况,填补震后遥感影像获取前的空窗期,为灾后应急救援提供支撑;基于无人机与卫星遥感影像的智能识别技术是快速获取大范围地质灾害信息的有效手段。所取得的研究成果在泸定地震震后应急救援工作中发挥了重要作用。     

基于空间约束和结构特征的光学与SAR影像配准

针对光学和合成孔径雷达(synthetic aperture radar,SAR)影像间的几何形变和辐射差异造成的配准困难问题,提出一种基于空间几何约束和结构特征的光学影像与SAR影像自动配准方法.首先,利用分块的Harris算子在输入影像上提取分布均匀的特征点,根据有理函数模型对输入影像进行局部几何纠正,实现输入影像...     

优视摄影测量与泛在实景三维数据采集:以实景三维青岛为例

面向实景三维建设的广阔需求,提出了一种新型无人机摄影测量技术,即优视摄影测量。分析说明了优视摄影测量的技术原理,以多种方式获取的三维概略模型为规划依据,结合立体观测采样和可观测性约束分析生成和优选出航摄视角,进而形成对应的航摄路径; 针对大测区应用与无人机作业能力有限的矛盾,以航线划分的方式从精细规划端给出了多无人机协同施测的解决方案;以实景三维青岛建设中的城市核心区为测试场景,实现了面向大范围复杂城市场景的优视航测多机协同实景三维数据采集实施验证, 分别进行了分区块及全区整体的实景三维重建,并与专业化倾斜航测系统生成的实景模型进行对比分析。结果表明,优视摄影测量技术模式下生成实景三维模型的精细度具有显著提升。在保证高质量输出的前提下,该技术模式可驱动轻小型航摄设备实现较大范围复杂区域的实景三维数据采集,并通过协同施测提高作业效率。以优视摄影测量为技术内核,可进一步延展为面向多方向、多领域的泛在实景三维数据采集技术应用模式。