无人机遥感技术现状与应用

随着测绘科学技术的发展,各行各业对遥感数据的需求日益增加,但遥感数据获取手段相对不足。无人机遥感系统以更低的运营成本、高效灵活的任务安排,自动化和智能化的操作应用成为主要的遥感技术之一。本文对目前国内外无人机遥感的研究现状进行了介绍,在此基础上对无人机遥感关键技术进行了分析。     

IPS在无人机遥感影像处理中的应用

介绍了IPS在无人机遥感影像处理中的流程及软件的特点和优势,实例验证,该软件能够快速处理海量无人机遥感数据,为无人机遥感影像数据处理市场提供了一种实用的有效解决方案。     

轻小型无人机测绘遥感系统研究进展

地球空间信息是人工智能、大数据时代的重要数据基础,轻小型无人机测绘遥感技术作为中国当前和未来获取厘米级分辨率、实时响应遥感数据的主要手段,必将发挥更加重要的作用。本文首先介绍了固定翼、多旋翼、无人直升机以及飞行控制系统、地面监控系统和遥控遥测链路的发展现状和潜在发展趋势;其次重点研究了数码相机、视频摄像机、倾斜相机、激光雷达、合成孔径雷达和定姿定位系统的利用现状和发展趋势;然后总结分析了当前无人机测绘遥感面临的系统检测、大范围实时遥感和遥感大数据精准解译方面的问题和挑战;最后面向人工智能、大数据、物联网、云计算等技术背景给出了轻小型无人机测绘遥感技术在飞行控制智能化、测绘遥感作业智能化和实时、实景无人机遥感技术应用模式创新等方面的发展趋势。     

无人机近红外遥感初探

针对无人机有效载荷的限制,目前可用于无人机的传感器单一,数据覆盖波段只局限于可见光这一问题,该文着眼于无人机搭载的近红外相机进行遥感应用研究。通过无人机红外数据与对应卫星数据的应用对比,集成对比因子为归一化差值植被指数(NDVI)和土壤调节植被指数(SAVI),验证无人机获取近红外数据遥感手段的可靠性,说明了该文提出的无人机红外数据获取方法可用于数据获取以及相应的遥感应用,对未来无人机遥感技术的深入发展提供一定的参考。     

基于像素工厂的无人机影像空三优化技术

研究了利用像素工厂对无人机遥感影像进行空三优化技术。分析了像素工厂快速处理无人机遥感影像的理论依据和方法;探讨了空三优化分组参数的绑定策略;提出了空三优化结果的精度评价要求。最后利用GPS辅助无人机遥感影像数据进行试验验证,结果表明:在像素工厂平台上对无人机遥感影像进行空三优化处理,能够快速地为后续DSM,DOM和真正射影像生产提供符合精度要求的基础数据。像素工厂与无人机影像数据的结合是无人机测绘工程自动化处理和应急保障的一个有效途径。     

无人机遥感载荷验证场精密测量研究

无人机遥感载荷验证场精密测量研究,为我国首个航空遥感定标场的建立、世界上首个无人机遥感定标场的建立提供了基础测绘数据保障.本文详细介绍了无人机遥感载荷验证场(南方场)精密测量的具体实施过程,以及本项目的主要成果.为今后无人机遥感验证工作提供借鉴.     

基于软硬件一体化无人机遥感影像快速处理的技术研究

随着测绘科学技术和地理信息产业的发展,遥感影像信息快速处理的需求越来越大,其中无人机遥感技术日益成熟。为了进行无人机遥感影像数据实时接入快速处理与分析,针对无人机遥感影像信息快速处理关键技术,使用基于基准图快速匹配和逐行带并行空三的无人机数据快速处理系统。本文主要对无人机遥感影像处理系统的飞行平台、飞控系统、硬件设备以及灾害、测绘方面应用进行了探索性的技术研究。     

无人机遥感在应对地质灾害中的主要应用

无人机遥感技术在近几十多年取得了巨大发展,从理论研究已经进入了实用化阶段,尤其是在预防与应对自然灾害方面有着明显优势。介绍了无人机遥感系统的组成、数据获取和处理过程,对地质灾害监测、应急救援和灾情评估工作中无人机遥感可提供的的应用进行了分析,并介绍了无人机遥感在重庆市武隆县鸡尾山特大型滑坡救援中的应用;并对无人机遥感系...     

无人机遥感系统的集成与飞行试验研究

为了拓展无人机在民用遥感领域的应用,形成对卫星遥感和有人机航空遥感有益的补充,本文首先介绍了集航迹规划、空中遥感控制、数据获取、数据压缩解压缩、数据传输、快视图实时显示等功能为一体的无人机遥感系统。然后对该系统的多次遥感飞行试验进行了介绍。最后根据所获取的遥感影像和飞行辅助数据对飞行试验进行了质量评价。     

无人机低空遥感技术应用

为了推广无人机低空遥感技术的应用,对其关键技术进行了研究,分析了无人机低空遥感系统的功能设计与考虑,归纳了工作流程,形成了一套完整的无人机低空遥感应用于地质调查的技术路线。为了验证这一技术方法的实用性,将搭建的无人机低空遥感系统在北京周口店地区进行了应用实验。结果表明,该技术方法可为地质调查、应急测绘等提供及时有效的影像数据,对无人机低空遥感应用具有参考意义。     

OneButton软件在无人机遥感影像处理中的应用

首先分析了利用无人机进行航空摄影测量的特点;介绍了OneButton软件与传统摄影测量软件相比在无人机数据处理中的优势,以及软件的基本功能和处理无人机遥感影像的基本流程。用该软件处理某测区无人机拍摄的404张影像数据,处理结果表明OneButton能以极少的人工干预在短时间内处理无人机遥感数据生成正射影像图、数字地面模型等测绘产品。     

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。     

无人机遥感数据压缩解压缩系统的设计和实现

无人机遥感数据压缩与解压缩系统是无人机数据传输链路中的重要组成部分。针对数据传输中的设计问题,本文分别给出了3种无人机航空遥感数据传输与压缩系统方案设计,阐述了数据压缩原理与实现方法,重点对有损压缩算法进行了研究。通过影像自适应分块,离散余弦变换(DCT)、量化及Huffm an编码等实现了遥感影像的压缩程序。在此基础上,从软件结构和硬件体系两方面对压缩程序进行优化,实现了嵌入式遥感数据压缩系统的开发。无人机遥感系统实验表明:遥感图像压缩系统运行正常,遥感图像数据压缩比达到1?13。飞行实验中图像的实时显示也检验了无人机遥感图像解压缩程序的正确性和稳定性。     

基于无人机遥感的海岸带生态环境监测研究综述

本文介绍了无人机遥感系统的发展历史及现状,并从海岸带生态环境监测应用角度,总结了无人机平台、载荷在海岸带生态环境监测的现状;综述了无人机遥感在海岸带生态环境监测中8个不同场景的应用,为无人机遥感在海岸带管理中的发展潜力和有效性提供了参考。同时指出,为进一步提升无人机遥感在海岸带生态环境监测中的应用效果,需要在无人机载荷、像控点(GCPs)布设、光谱数据处理等相关技术方面进行进一步研究和完善。未来,随着无人机数据传输速度的提高与无人机自组网技术的发展,有望实现海岸带生态环境高效、智能化监测。     

低空无人机遥感在水利工程测绘中的应用研究

介绍低空无人机遥感的特点及其应用现状,分析在小范围水利工程测绘的应用优势。此外,根据实践,论述无人机遥感数据处理的基本流程以及一些关键技术,并对其精度进行分析,论证了其在工程测绘中的可行性。最后,对低空无人机遥感在测绘中的应用趋势及有待进一步解决的问题进行了探讨。     

基于无人机遥感和GIS技术的土地利用快速详查方法研究

分析了新型无人机遥感技术相对于传统遥感的先进性,并结合土地快速详查的任务需求,表明利用无人机遥感进行土地利用快速详查是可行的。根据无人机遥感数据的特征详细阐述了图像的后处理技术,提出了基于无人机遥感和地理信息系统（ GIS）技术的土地利用快速详查工作流程,重点研究了土地信息的提取,并分析了面向对象的遥感影像分类方法的优点。针对土地利用快速详查的要求,对土地利用数据库的构建做了深入分析,详细阐述了数据库的存储结构、时空数据模型和土地利用详查追溯三个方面,很大程度上避免了数据冗余问题,提高了数据库中有效信息的比重。研究成果可为新时期国土资源管理工作提供有益参考和借鉴。     

无人机遥感：大众化与拓展应用发展趋势

当前遥感领域各个国家不断加大投入,星载数据资源日益丰富。伴随大数据等前沿技术的发展与深入应用,遥感在宏观层面上已经得到了较为充分应用,对于全球变化以及地球系统科学研究而言是一个重要的数据源。我国已经成为国际上的遥感大国,高分专项的实施标志着民用航天遥感进入亚米级时代。但是,由于空间分辨率与重访周期之间的矛盾,高分辨率卫星数据的可获得性尚不能满足一些不断增长的应用需求。国内遥感应用尚停留在宏观层面,主导是政府部门,用户也是政府各级部门。遥感在满足大量微观和大众具体应用层面尚没有落地。无人机遥感的出现与快速发展,为促进遥感应用落地起了很好的助推作用,无人机遥感在区域信息精细化上具有高科学价值,具有高空间分辨率、高频次、高性价比等特点,可以与卫星遥感能力形成互补,缓解了高空间分辨率和时间分辨率的矛盾,在低成本的基础上实现了空间和时间的辩证统一。当前无人机遥感的发展尚处于初级阶段,但呈现出一些极具特色的应用前景,尤其是无人机"遥感+"应用发展迅猛。同时,发展过程中也还有诸多政策、技术与方法方面的问题。本文在总结无人机未来发展趋势的同时,对无人机遥感的发展,从政策、技术与应用等层面提出了建议。     

K-means聚类引导的无人机遥感图像阈值分类方法

针对无人机获取的高分辨率遥感图像分类需求,提出一种K-means聚类引导的阈值分类方法。首先计算出无人机遥感图像数据集的Average Silhouette值,作为K-means的最优聚类数目;然后对原始图像进行Kmeans聚类初分割,对初分割结果中的非目标区域进行手工剔除;再对处理之后的新对象进行阈值分割和图像优化,完成对象的提取;最后对所有处理得到的地物标签进行合并,实现遥感图像的识别与分类。基于MATLAB/GUI平台,对提出的分类方法处理步骤进行集成,开发了无人机遥感图像分类处理系统,可对无人机遥感图像进行快速处理,实现半自动解译。对分类结果进行精度验证,其总体精度为91.09%,Kappa系数为0.88,表明该方法用于无人机遥感图像分类处理,能够实现地物的精确分类与信息提取。     

基于模板卷积匹配的无人机遥感影像中用户感觉兴趣区域识别方法

遥感影像可用于城市土地规划、地质灾害勘察、监测环境污染等,其应用范围极广,为更加准确地从遥感影像内获取信息,提出基于模板卷积匹配的无人机遥感影像中用户感觉兴趣区域识别方法。该方法利用无人机搭载遥感影像摄像头采集目标区域遥感影像后,使用暗通道假设法还原无人机遥感影像色彩,再通过判断无人机遥感影像几何特征和灰度特征,获得用户感觉兴趣区域,并生成无人机遥感影像用户感觉兴趣区域模板图像;将该模板图像作为输入,利用卷积神经网络输出无人机遥感影像中用户感觉兴趣区域识别结果。实验结果表明：该方法具备较好的无人机遥感影像色彩还原能力,可有效提取遥感影像中用户感觉兴趣区域,且识别遥感影像中用户感觉兴趣区域精度较高。     

喀斯特高原山区无人机低空遥感影像数据的获取与处理

无人机低空航拍遥感系统具有运行成本低、执行任务灵活性高等特点,是卫星遥感和载人航空遥感的有力补充。通过在贵州高原山区进行多次无人机航拍试验,提出存在的问题及改进方法,探索一条适宜于贵州高原山区的无人机低空遥感影像数据的获取与处理方法,以期利用无人机遥感平台解决喀斯特高原多云雾山区高分辨率影像资料获取困难的问题。