无人机低空影像在地形图测绘中的应用

阐述了低空航测系统的发展现状和系统组成,探讨了利用该系统进行航测作业的技术流程,并进行了DLG、DEM和DOM数字产品生产实验,最后对成果进行精度评定和可行性分析。结果表明,低空影像可用于小区域的大比例尺快速地形测绘。     

影像相关几何纠正的阻尼格网抖动法

基于区域的影像相关都爱到像对间相对非线性几何变形的影响，本文给出一种基于平面间透视变换的反馈式几何纠正方案，为提高非线性逼近程度和可靠性，同时发展了一种阻尼格网抖动技术，这是一种系统的，稳健的非线性逼近的几何纠正方案，试验表明它是一种效果显著的实用性方法。     

无人机低空遥感影像数据的获取与处理

介绍无人机低空遥感系统的构成和技术指标,论述影像数据的获取、影像匀色与裁边、重叠度计算、拼接全景影像图、生成正射影像等处理分析方法,并针对地震灾区重建数据获取进行实验.实验结果表明无人机低空遥感系统完全能满足实际需要,能解决多云雾地区遥感影像资料获取困难的问题,在大比例尺测图、三维景观重建、土地利用调查、环境监测等领域...     

无人机影像全景图配准算法研究

介绍了一种无人机全景图配准算法,处理过程包括局部配准和全局配准两个步骤。实验表明,本文采用的局部配准算法取得了较好的匹配精度,全局配准也有效避免了全景图中的扭曲现象,最终得到了合格、精美的无人机全景拼接影像。     

无人机高光谱影像处理方法的探索

针对目前已有无人机影像处理软件不支持高光谱影像预处理,及低版本遥感图像处理平台（ENVI）批量化处理数据困难的问题,研究了利用交互式数据语言（interactive data language,IDL）与无人机遥感图像处理软件（PIE-UAV）相结合进行无人机高光谱影像处理的方法。首先,使用IDL实现影像预处理,包括影像配准、影像白板校正。其中,影像配准阶段包含单波段影像配准、配准后影像外扩、多波段合成以及影像裁切等步骤。其次,使用PIE-UAV进行影像正射纠正,使用ENVI软件进行影像镶嵌。实验结果表明,该方法能够得到色彩过渡均匀且满足要求的拼接高光谱影像。     

基于SIFT算法的无人机高分影像几何配准研究

本文基于SIFT算法进行无人机高分影像自动特征点匹配,在实现影像特征点自动匹配的基础上采用二次多项式模型进行影像几何配准,并且重点考察影像配准过程中匹配特征点数目对几何配准精度的影响,最后进行精度评价。结果表明:在影像特征点匹配结果正确、匹配点分布合理的情况下,匹配点数目越多,利用二次多项式进行影像几何配准的精度越高;无人机航向方向影像配准残差大于旁向残差。     

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...     

固定翼无人机低空遥感系统在山地区域影像获取研究

针对固定翼无人机低空遥感系统在山地区域的影像获取,阐述了在山地区域无人机类型的选择以及无人机起降场地的要求,研究了无人机航摄设计、航空摄影实施等方法与技术。     

基于GPU的无人机遥感影像快速拼接

近年来,无人机遥感技术得到较快的发展,无人机遥感技术有着实时性强、灵活性强、低成本以及获取影像分辨率高的特点,在处理应急响应任务时,运用无人机遥感技术,优势极为明显。在无人机进行对地航拍时,所获取的是单张影像,由于像幅的限制,影像并不能覆盖完整的目标区域,相邻的多张影像都有着一定的重叠度,利用重叠区域来将多幅影像依次拼接,获得目标区域的一幅完整影像。随着各种传感器技术的提升,无人机上的相机所获取到的影像的分辨率越来越高,这对影像拼接的速度提出了新的要求。基于无人机遥感影像的特点,采用SIFT算子对无人机遥感影像进行拼接工作,并在CUDA平台下对配准算法进行加速处理,从而提高影像拼接的速度。     

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。     

利用几何校正法进行不同影像间空间配准

在影像数据融合、动态变化监测等遥感影像集成分析和应用中，将来自不同传感器、不同时相获取的影像高精度快速配准是其中的关键技术之一。介绍利用几何校正法进行不同影像间空间配准的过程，在不同影像上选取同名点作为控制点，用最近邻、双线性内插或三次卷积内插运算法对分辨率较小的影像进行重采样，完成配准。并采用Landsat TM影像和SPOT pan影像进行实验，结果表明配准精度在1个像素之内，为进一步的遥感影像融合．分类作好数据准备。     

两种几何校正方法的无人机DOM平面精度的对比分析

通过实验说明,采用两种几何校正方法得到的数字正射影像之间平面精度的差异,以及控制点在不同阶段对于系统误差消除的作用.     

利用地形图对TM遥感影像进行几何精校正的方法研究

遥感数据的几何精校正是生成遥感数据产品及将遥感数据用于进一步数据分析前重要的一步。几何精校正的效果将直接影响到影像地理参考的精度,进而影响到在许多遥感数据分析中都要用到的地物能否精确定位的问题。因此几何精校正是遥感科研工作中基础的必可可少的工作之一。本文介绍了利用1:100000比例尺地形图及ERDASIMAGINE8.6软件,采用2次多项式模型,对关中平原TM影像进行几何精校正的方法。结果表明:当保留25个控制点时,校正后误差为0.63个像元,校正后影像具有较高精度,可以用于遥感信息的提取以及为地理信息系统等提供可使用的数据。     

高分辨率雷达图像双视向几何纠正方法研究

针对山区高分辨率雷达卫星Terra SAR-X图像的严重几何变形,提出了一种新的双视向雷达图像几何纠正方法。实验证明,该方法可以有效去除地形引起的各种几何变形,防止后向散射系数的失真,特别是能够有效去除叠掩和阴影的影响,而这个问题是基于单幅雷达图像的传统几何纠正方法无法解决的。为SAR的应用,特别是林业遥感应用提供了重要手段。     

光学影像自动几何精校正中控制点粗差检测方法比较

控制点粗差检测是保证光学影像自动几何精校正精度的重要环节。将数据探测法、抗差估计法和随机抽样一致性法(RANSAC)三种经典的粗差检测方法应用于光学影像自动几何精校正的控制点粗差检测中,详细阐述了三种方法检测控制点粗差的方法和流程,并在控制点粗差率为10%,20%,30%和60%的情况下,利用实际光学卫星影像分别对三种方法展开控制点粗差检测实验。实验结果表明RANSAC相比数据探测法和抗差估计法对粗差率的敏感性最小,具有更强的鲁棒性,更加适用于光学影像几何自动精校正中控制点的粗差检测。     

利用无人机多源影像检测车辆速度

交通在人民生活和社会经济中有着举足轻重的作用。车辆速度检测是智能交通管理系统的重要组成部分。本文提出了一种基于无人机（UAV）多源影像数据进行车辆速度检测的方法,首先,搭建小型无人机多源数据采集平台,获取可见光影像与热红外影像。然后,针对采集的多源数据,采用深度学习框架YOLO（you only look once）进行车辆检测。最后,基于卡尔曼滤波进行车辆跟踪,并根据跟踪结果计算车辆速度。本文利用无人机平台增加监测车辆的灵活性,同时综合使用多源数据,不仅提高车辆检测精度,还可以不依赖光照条件跟踪车辆。试验结果表明,本文方法具有有效性和稳健性,为道路监控管理部门提供一种高效率、机动灵活的监测模式。     

利用系统几何纠正提高ALOS PRISM影像有理函数模型精度的研究

有理函数模型（RFM）作为一种通用的传感器几何模型在星载推扫式光学卫星影像的处理中得到了广泛的应用。但是,ALOS卫星平台高频颤振引起RFM在替代PRISM传感器校正产品的严密成像几何模型时精度低,使得传感器校正产品的RFM精度无法满足测绘应用中提取DEM的需求。针对该问题,提出采用系统几何纠正产品替代传感器校正产品进行测绘生产的方法。首先通过对系统几何纠正产品特性的分析,建立系统几何纠正产品的三维几何模型,并从理论上论证该产品的三维几何模型可以被RFM高精度替代,可以支持测绘中DEM提取的应用。利用ALOS PRSIM传感器的前后视构建的立体像对,进行空间前方交会,验证了理论和方法的有效性。由于系统几何纠正产品与卫星平台无关的特性,该方法可以在其他星载推扫式光学卫星应用中推广。     

SAR影像几何校正

SAR影像的几何校正是阻碍其应用的瓶颈问题，目前所用的方法都有其局限性。介绍描述SAR构像几何的坐标系统及距离－多普勒方程，同时，介绍卫星轨道及描述卫星轨道的参数。为提高几何校正的精度，提出一种由几个离散点的值内插整个弧段上卫星状态向量的轨道模拟算法。在此基础上，给出利用DEM进行SAR影像几何校正的方法。该方法以时间参数为自变量，迭代解算距离－多普勒方程，计算DEM中点每一点对应的影像坐标，最后进行了实验与讨论。     

异轨遥感CCD影像处方位元素的要求

在对异轨遥感CCD影像处理的基本模型基础上，采用在物方空间坐标系中进行手差，并对相关的掺数进行部分分离－合并，有效地控制了未知参数间的相关性，结合人工智能原理设计的分层全局最优的搜索控制算法不仅保证了算法的严密性，而且简洁，实用。     

面向无人机倾斜影像的高效SfM重建方案

针对无人机影像分辨率高、数据量大导致稀疏重建效率低的问题,提出了一种减少影像匹配对数量、提高外点剔除效率的算法。首先利用无人机飞控数据、相机安装角计算影像的粗略POS（positioning andorientation system）信息;然后基于拓扑连接分析设计了最大生成树算法（maximum spanning tree expansion,MST-Expansion）,最大程度地降低影像配对数;考虑到初始匹配的高外点率,设计了分层运动一致性约束（hierarchical motion consistency constraint,HMCC）算法,提高几何验证算法的效率。4组不同倾斜设备采集的无人机影像的实验结果说明,该方案能够在保证重建精度的前提下,实现无人机倾斜影像高效和稳健的稀疏重建。