华为云三维实景建模在特大桥检测中的应用

传统的特大桥病害检测方法已无法满足日益增加的病害检测需求.采用多种型号的无人机,首先利用倾斜摄影测量、贴近摄影测量等方法获取地势险峻区域特大桥周边环境和桥梁主体的高分辨率多角度影像,再利用华为云三维实景建模系统进行高精度三维实景建模,为特大桥的日常维护检测提供有效的数据支撑.以云桂铁路南盘江特大桥为例,对该技术方法进行了验证,结果表明,该方法能弥补现有检测手段的不足,提高作业效率,减少人员风险.     

复合翼无人机在房地一体测绘中的应用试验

近年来,随着测绘技术不断发展以及房地一体确权发证工作推动,倾斜摄影测量技术在很多地方的房地一体测绘工作中得到应用.本文以韶关市浈江区产业园附近的钟屋村、谭屋村为试验区,采用复合翼无人机进行倾斜摄影,通过布设像控点、POS差分解算、采用专业五镜头倾斜相机飞交叉航线等手段提高模型精度,并基于三维模型采集了房屋要素.经检核,房屋界点误差满足广东省农村宅基地和集体土地确权发证工作规范精度要求,试验取得成功,可为同类项目提供有益参考.     

无人机倾斜摄影测量在城市更新中的应用

为获取济南市城市更新所需的影像和数据,本文提出了利用综合性、创新性的测绘技术手段为济南市城市更新服务:利用无人机倾斜摄影测量技术,对济南市每年列入省级、市级棚改计划内的测区(以下简称待更新区)进行实景三维建模,建立了一套城市待更新区实景三维模型快速生产的技术流程,并可在实景三维模型的基础上生产实景三维精细模型、正射影像图与数字线划图等成果,这些成果可为城市更新计划的制订、实施和拆迁补偿等提供数据支撑.     

无人机多光谱遥感结合DEM在估测植被面积中的研究

准确地估测植被覆盖度对于生态环境、自然资源评估有着重要的意义.本文通过无人机获取多光谱影像结合DEM,对拍摄区域植被面积进行估测;利用无人机遥感平台搭载的Sequoia多光谱相机获取影像数据,研究了常见的4种植被指数(归一化差值植被指数(NDVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、绿度归一化植被指数(GNDVI))在植被面积估测中的适用性.实验结果表明,无人机多光谱影像结合DEM,在植被面积估测中具有可行性.其中,归一化差值植被指数(NDVI)可使植被从土壤、水体、阴影等复杂背景因素中分离出来,能较为准确地统计植被覆盖面积.通过无人机多光谱影像估测绿植覆盖面积,可为精细化作物管理、农业估产提供决策依据.     

基于精灵4 RTK无人机的地理国情监测遥感解译样本采集的应用研究

精灵4 RTK无人机搭载的相机配备1英寸2000万像素,支持0—90°俯仰角拍摄,可满足地理国情遥感解译样本拍摄要求.基于精灵4 RTK无人机拍摄遥感解译样本,不但可以解决不可到达区域样本拍摄问题,而且能自定义飞行拍摄模式,实现了遥感解译样本拍摄自动化、智能化,丰富了遥感解译样本数据的获取手段,大大提高了遥感解译样本采集效率.本文基于无人机拍摄技术,结合遥感解译样本数据采集中的应用场景,提出了一种便携、智能的遥感解译样本采集方法,可为地理国情监测遥感解译样本采集提供技术支撑.     

改进影像匹配点云滤波方法的下沉盆地建模

针对受地表植被物候性特征的影响,无人机影像匹配点云所生成DEM精度偏低的问题,该文提出了一种基于坡度阈值和相邻点高差阈值相结合的地面种子点选取方法,改进了移动曲面拟合点云滤波算法.以林南仓煤矿西四采区为例,基于无人机测绘技术获取实验区地表三维点云,结合实测数据,分别采用 目视检验、定量评价和DEM精度分析等验证了滤波算...     

北移亚洲象群夜间位置监测方法

本文主要对西双版纳国家级自然保护区原生活栖息的亚洲象群一路北上进行了夜间位置监测方案的设计及实践研究。首先,明确了方案的监测需求,包括夜间象群识别、实时动态位置更新、迁移路线绘制、路线及安全研判等;其次,介绍了方案的软硬件选型,主要以无人机结合红外相机为主;然后,讨论了方案设计,包括悬停高度、飞行设计、监测点衔接、识别、测量及交接等操作;最后,通过实践及结果分析得出,采用无人机结合红外相机的夜间位置监测方案,能有效实时识别亚洲象群,及时更新位置,绘制路线,提前预判象群行进路线,为象群迁徙提供有效的保护措施。     

无人机高精度实景建模在文物保护中的应用

近年来无人机技术飞速发展,以生产周期短、高效快速、作业成本低、适用范围广、精细准确等特点被广泛应用于测绘、国土、环境、电力、海洋、铁路、文物保护等诸多领域。本文以无人机摄影测量技术在沈阳市中华寺保护范围划定落图中的应用实践为例,重点介绍了应用飞马D500无人机进行摄影测量的内外业流程、操作要点及应用优势;采用瞰景Smart3D进行高精度建模,确保了数据精度。本文为广大文物保护规划管理者提供了一种精度可靠、效率高、成本低、应用灵活、成果多样化的技术借鉴。     

基于深度学习的航空影像非正规垃圾堆放点监测技术研究与实践

城市化进程的加快导致垃圾随处堆放的问题日益突出,给城市的环境及居民的生活质量造成了严重的影响。利用遥感手段快速监测非正规垃圾堆放点具有及时性和高效性,因此具有十分重要的意义。本文结合无人机高分辨率航空影像及非正规垃圾堆分布特征,提出了按地域特征勾画样本数据集提取样本数据特征,采用U-Net和Swin Transformer融合模型,以及针对性改进训练流程开展非正规垃圾堆放点信息分类研究。试验以绍兴市越城区、柯桥区和上虞区作为研究区域,利用飞马航测无人机获取航空影像数据,对比分析了本文提出的方法和基于深度学习的典型地物要素提取方法在非正规垃圾堆放点监测上的应用,试验结果表明本文提出的方法准确率提高了1.72倍。     

基于无人机影像的杆塔及挂线点高度空间测量方法

针对输电线路交跨点高度量测的外业测量效率低、时间成本高,以及基于立体量测对作业人员专业素质要求高、量测精度等问题,本文提出了一种基于无人机影像的杆塔及挂线点高度空间测量方法。利用飞马F300固定翼无人机获取输电线路通道走廊的影像并进行处理,基于实时水平核线,利用计算机视觉算法计算杆塔及挂线点高度,并对最终量测的精度进行检测。试验证明,该方法可以用于新建线路工程中的初设、施工图阶段。