北京欧普特科技有限公司使用无人机获取的第一幅高光谱图像

正北京欧普特科技有限公司利用自己开发的高光谱无人机获取的第一幅图像如图1所示。鉴于拍摄时的天气状况不够理想,且数据分辨率仅设置为10 bit,再加上无人机的参数尚未调整到最佳状态,获取的该图像并不完美。但这是我公司使用无人机平台获取的第一幅高光谱图像,可以说在国     

利用无人机技术的高陡边坡孤立危岩体识别

在水利水电工程建设中,快速、准确、便捷地识别高陡边坡危岩体十分重要.无人机搭载激光雷达可以快速获得大面积高密度的高陡边坡点云数据.首先利用获取的点云数据提取地面点后进行平滑去噪,通过几何特征提取边缘点云后聚类,形成待分类的对象;然后将聚类后的点云进行三维重构,生成数字高程模型(digital elevation mod...     

基于低空无人机倾斜摄影的三维模型构建

利用低空无人机倾斜摄影测量技术构造的真实三维模型对重庆万州狮子头危岩进行地质灾害监测,探讨倾斜摄影测量技术在危岩监测、危岩整治,灾情评估等方面的应用。结果表明,倾斜摄影测量技术在地质条件复杂的地区完成数据的获取与处理、三维建模和应用分析方面具有数据快速获取、处理,模型真实可量测等优势;利用倾斜摄影测量技术生成的真实三维地表模型、数字正射影像图和数字高程模型数据可以为危岩整治工程中的堆填土方量提供直观、翔实的基础数据和统计分析数据。     

无人机视频数据定位处理系统的设计与实现

以无人机获取的视频数据为基础,利用VC++6.0编程软件,设计开发一套无人机视频数据定位处理系统.该系统的主要功能包括:利用无人机平台定位数据、姿念测量数据和视频图像数据,结合待测区域的数字高程模型(DEM)或数字表面模型(DSM),对实时传输或回放视频中地晰运动物体进行目标定位,并将视频图像实时纠正为正射影像.     

一种基于无人机序列图像的地形地貌三维快速重建方法

提出了一种基于无人机序列图像的地形地貌三维重建方法,该方法采用Harris特征点和SIFT特征向量来提取图像特征,实现图像配准;采用准透视投影模型和因子化方法对未标定的图像序列进行自动标定;通过高效次优解三角化方法获取三维点云坐标;通过准稠密化扩散算法对三维点云进行稠密化;采用捆绑调整算法提高了空间三维点云的精度;采用Possion表面重建方法对三维点云进行了网格化处理.本文为无人机序列图像的应用提供了一个新的思路,拓展了无人机的应用空间.     

基于压缩感知的无人机航拍遥感图像动态重构方法

针对当前无人机航拍遥感图像动态重构效果不佳,图像清晰度较低的问题,提出基于压缩感知的无人机航拍遥感图像动态重构方法.构建无人机航拍遥感影像降质模型,获取图像特征信息,进一步对无人机航拍遥感图像进行降噪预处理,更好地提高无人机航拍遥感图像的分辨率、光谱和多时相趋势,有效解决采样数据量大、采样时间长、数据传输存储量大等资源浪费问题.最大程度上提高无人机航拍遥感图像的采样率、降低无人机航拍遥感图像动态重构复杂度,有效获得高质量的图像重建的研究要求.实验结果表明,提出的基于压缩感知的无人机航拍遥感图像动态重构方法正确有效,优于目前的主流方法.     

惯导约束下的高光谱图像行相关几何校正算法

针对搭载于无人机的推扫式高光谱成像仪受气流影响显著,获取的高光谱图像几何畸变明显,无人机搭载POS精度相对较低,传统方法难以消除图像几何畸变等问题。该文提出了结合图像行相关和低精度GPS惯导数据校正的思路,首先进行行相关匹配完成图像行之间的相对平移量,然后经过反算修正POS的翻滚角数据,最后基于更新后的POS数据进行几何校正。该方法充分结合了行相关匹配和POS校正的优势,最大限度地消除了几何畸变,经过对无人机图像验证,比其他单一方法处理效果更为明显。     

基于固定翼无人机航摄影像获取及应用探讨

无人机航摄系统作为传统航空摄影测量手段的有力补充,在小区域大比例尺地形测绘领域发挥了积极有效的作用。文章主要对固定翼无人机航线设计和航摄影像获取过程进行了阐述,探讨了无人机获取高分辨率图像与常规航摄的区别以及其应用的领域。     

基于改进YOLOv5的无人机影像道路裂缝检测方法

道路裂缝的出现对道路使用寿命和人车安全带来明显影响,需及时检测出道路裂缝。针对无人机影像中裂缝目标小、图像背景复杂导致检测精度低等问题,本文以无人机采集裂缝图像作为研究数据,提出了一种改进YOLOv5模型的深度学习道路裂缝检测方法。在YOLOv5模型骨干网络中分别加入CBAM、SimAM、CA注意力机制,提高模型对裂缝的识别能力及检测精度,通过消融试验进行对比分析,同时在YOLOv5模型上融入自适应空间特征融合算法,改善裂缝特征提取能力。研究表明,改进后的YOLOv5网络模型相比于原模型,精度得到明显提高,均值平均精度(mAP)提升20.6%,在保证准确性的同时有效提高了检测精度,可为道路裂缝检测提供新的方法。     

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K-means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...     

无人机三维遥感在岩溶隧址区构造解译中的应用研究

平面遥感通过阴影体现立体感,其立体效果一般较差;卫星三维遥感通过DEM体现立体感,有较好的立体效果,但由于卫星平台太高,难以体现较小的地形起伏,而且陡坎处影像容易出现拉伸变形;无人机三维遥感立体效果最好,由于获取影像的平台较低,细微的地形起伏均可以较好地反映.本文针对传统方法在构造解译上的不足,利用无人机获取岩溶隧址区遥感数据建立三维遥感影像模型,进行岩溶构造解译,并与传统构造解译方法做了对比.结果 表明,无人机三维遥感解译可以大大提高隧址区岩溶构造解译的精度和可信度,可为岩溶地区的隧道施工提供准确基础资料.     

基于轻小型无人机获取高光谱影像分类精度评定

小型高光谱成像仪搭载在无人机平台上,可以获取更高空间分辨率的影像数据,在无人机升限范围内可以获取多种分辨率的高光谱数据,相比于卫星影像,无人机获取的高光谱影像分辨率往往会高出很多。通过已有数据验证,并非分辨率越高就能取得越好的识别分类效果,高分辨率数据更容易造成错分、漏分等。无人机获取的不同高分辨率的数据在进行分类时分类精度存在差异,本文将通过对比两种不同分辨率的高光谱数据分类结果精度,计算出分类精度差异,为高分辨率的高光谱数据获取和处理提供参考。     

不同种植设施背景蔬菜作物无人机高光谱精细分类

中国蔬菜产业规模大、产值高,是促进农民增收和农村农业经济发展的支柱产业。快速准确地获取区域尺度蔬菜种植结构信息对于农业现代化、自动化和精细化等具有重要意义。无人机高光谱遥感技术具有快速机动灵活和“图谱合一”的优势,在作物精细分类中具有广泛应用前景。然而蔬菜作物种植规模差异大、农业景观破碎度高,同时还受地膜、大棚和防鸟网覆盖等影响,无人机高光谱图像易产生严重的混合光谱效应,给蔬菜作物精细分类带来了极大的挑战。针对此问题,本研究以湖南省农科院高桥科研基地蔬菜种植区为例,获取无人机高光谱图像,探索采用支持向量机和深度学习方法对不同蔬菜作物进行精细分类。研究结果表明：基于无人机高光谱遥感数据,可以实现不同覆盖背景下的蔬菜作物精细分类;两大分类方法的平均总体精度分别为78.03%和90.75%,平均Kappa系数分别为0.7359和0.8887,相较于支持向量机方法,基于深度学习的分类方法获得的精细分类效果更加理想,三维卷积神经网络和引入注意力机制的卷积神经网络可以有效提取图像中的光谱—空间特征信息,在蔬菜作物精细分类中体现出更好的分类效果;蔬菜作物在大尺度地块上空间纹理特征明显,而在小地块尺度...     

无人机摄影测量技术在矿山中的应用

无人机摄影测量技术快速获取地表高精度影像,对于矿山地质环境监测、地质灾害调查及治理、矿山测量等方向应用前景巨大.尤其是四川中低山区域,地质灾害隐患较多,传统测量手段难以及时覆盖,无人机摄影测量技术对于矿山地表安全监测及预警具有不可替代的优势.     

一种顾及高程的无人机景观匹配定位方法

针对目前无人机飞行器主要依靠GNSS定位且易受干扰失效的问题,该文提出了一种基于景观匹配的无人机辅助三维定位方法,该方法首先将基准影像与DEM进行配准生成底图数据,然后采用SIFT算法将无人机实时飞行图像与底图数据进行匹配,得到同名点对并获取无人机飞行图像的平面与高程坐标,再利用空间后方交会对飞行图像进行解析,解算无人机的三维坐标,实现顾及高程的三维定位导航。实验结果证明该方法可以降低无人机对GNSS的依赖,实现无人机GNSS信号受干扰或失效时的定位导航。     

低空无人机影像的获取与处理

无人机低空摄影测量技术应用具有高时效、低成本等特点,在三维重建等方面应用广泛,但在数据处理中也存在一些问题.现以无人机影像处理项目为例,首先说明无人机数据的获取与特点,其次对数据处理的技术方法、流程及关键技术环节进行探讨,并对处理后的结果进行分析.     

无人机航空摄影技术和GIS技术在自然资源监管中的应用

无人机航空摄影技术具有活动灵活、操作简单、安全性高、响应快、成图精度高、产品丰富等诸多特点^[1]。随着科学技术的不断发展,无人机航空摄影技术已经应用到各个领域。本文是利用无人机周期性地对自然资源进行航空摄影监测,同时结合GIS技术、计算机图像解译和人工解译的方法,对自然资源进行动态变化监测,获取变化区域范围,叠加相应数据进行空间分析,参考分析结果进行管理决策等。     

无人机海岛礁航空摄影测量技术应用

针对传统海岛礁地形测量难度大、效率低等问题,提出一种无人机海岛礁航空摄影测量方法。该方法利用无人机获取大量海岛礁航空摄影图像,并基于三维重建原理,构建海岛礁的三维模型,具有自动化程度高、测量范围大、成本低廉、操作便捷等优点。本文同时探讨了无人机航空摄影测量的技术原理,设计了海岛礁测量中无人机的作业流程,并实际应用于海岛礁的航空摄影测量,对构建的三维模型质量进行了分析和评价。     

多目标无人机微型凝视高光谱成像仪辐射校正

微型凝视高光谱成像仪可以同时获取两个空间维度和一个光谱维度图像,且仅记录整个高光谱图像的外方位元素而不是记录每一帧图像的外方位元素,避免了扫描时的几何不稳定性,有效解决了小型线扫式高光谱成像仪成像几何变形大的问题,适合于姿态不稳定小型无人机负载平台。目前,研究大多集中于线扫式高光谱成像仪辐射校正方法。凝视型高光谱成像仪应用时间较短,国内外没有较为成熟的数据处理研究,阻碍了无人机微型凝视高光谱成像系统的应用。本文研究了无人机载微型凝视高光谱成像仪辐射响应线性度特性和辐射响应变异性的校正方法,并定量评估该方法的有效性。结果表明,辐射响应变异性校正前,高光谱图像存在明显的渐晕效应和条带现象,校正后,不同波段中像元的辐射响应变异系数显著下降,且渐晕效应和图像条带明显减少。本文提出了基于多目标辐射定标方法,并通过比较定标后的高光谱图像光谱与地面光谱仪实测地物光谱来验证辐射定标的精度。结果表明,多目标辐射定标方法的定标结果表现出更好的效果,特别对于近红外波段,与光谱仪实测的地物反射率差异较小。     

无人机影像辅助下的路桥病害智能检测

路桥表面病害状况评估是路桥养护的一项重要内容。目前病害检测主要基于移动测量车和目视判断,具有工作量大、获取危险度高的缺点,而低空飞行的六旋翼无人机能够拍摄到人工无法获取到的多角度路桥照片,在路桥检测方面具有巨大的优势。本文基于无人机影像开展路桥病害检测相关研究,提出了一种新的路桥病害检测方法。首先通过多部件形变模型模拟病害目标,并在无人机影像中全局搜索,检测出潜在路桥病害区域。试验表明,本文算法在复杂背景下能够有效检测病害,目标检测精度达80%,具有很高的效率和鲁棒性。