面向复杂山地的机载LiDAR与无人机影像融合应用

本文针对LiDAR点云与无人机影像数据特征的优缺点,利用LiDAR点云与无人机DOM影像融合,将影像数据光谱信息赋给LiDAR点云数据,使其不仅具备精准的空间结构信息,还能得到清晰的纹理信息。为验证融合数据应用的可行性与数据提取的准确性,对融合前后的点云数据进行地面点提取与DEM构建。试验表明：将无人机影像的光谱信息赋给LiDAR点云数据,可以实现LiDAR点云数据从四维度表达到七维度的拓展,融合后点云数据具有清晰的纹理信息,地物类型判读更加容易,地面点分离完整;通过DEM模型的对比分析,融合后点云数据构建的DEM模型表达更加接近真实地表。研究结果为多源点云数据的深化应用提供了一定的技术方法支持作用。     

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。     

无人机与卫星影像的叶面积指数遥感反演研究

针对卫星遥感影像获取的叶面积指数精度较低的问题,该文结合无人机低空航拍影像和卫星影像,基于最小二乘法建立了一种叶面积指数遥感反演方法,并与卫星影像像元二分模型进行了比较。结果表明:从单一植被类型到整体植被叶面积指数的反演,新方法均优于卫星影像的像元二分法,两者整体相对误差分别为27%和35%。4种植被类型中,草本植物对模型的反演精度影响较大,两者相对误差分别为32%和56%。使用该方法准确计算了长汀县相关区域叶面积指数分布,与他人结果一致。该方法提高了卫星遥感影像获取叶面积指数的精度,为大面积高精度估算区域植被提供了一种方法。     

汶川震区北川县城泥石流源地特征的遥感动态分析

汶川地震导致山地斜坡积累了大量碎屑物质,在降雨作用下极易成为泥石流源地。震后的2008年9月24日一场暴雨导致北川县境内72条沟同时暴发泥石流。本文选择了汶川地震高烈度区的北川县城8条泥石流沟流域为研究区,基于遥感手段开展了震后和相继暴雨后的泥石流源地变化特征。强震后泥石流流域的重要变化是在沟谷内诱发了大量滑坡。通过开展遥感解译和野外调查,重点分析了研究区泥石流源地的滑坡活动。将512汶川地震后的2008年5月18日获取的航空图像与924暴雨后获取的2008年10月14日SPOT图像相比较,发现泥石流源地的地震滑坡面积由1537104m2增加到暴雨后的1912104m2,即汶川高烈度区一场暴雨过程新增滑坡面积达244%。根据SPOT图像解译,暴雨后泥石流沟床中的松散堆积物增大到97104m2。上述研究结果表明汶川震区在强降雨条件下发生泥石流的敏感性特别高。     

基于无人机影像的无瓣海桑单木提取与地上生物量估算

无瓣海桑(Sonneratia apetala)是中国红树林恢复种植最早引进的优质红树树种,其生产力在红树林群落中处于较高水平,具有显著的高生物量和能量积累。然而,由于红树林群落冠层密集、结构复杂,精确描绘无瓣海桑的单木树冠存在极大挑战性。传统的卫星遥感侧重于区域或更大尺度监测需求,而新兴的低空无人机遥感在更精细尺度的红树林生态监测中具有显著优势。以广东省珠海市淇澳岛红树林自然保护区为研究区,利用消费级无人机影像生成的冠层高度模型(Canopy Height Model, CHM)和种子区域生长(Seed Region Growing, SRG)算法进行无瓣海桑单木树冠提取,并建立基于地面调查数据获取的树高和胸径两者之间的回归关系,以优化无瓣海桑地上生物量异速生长方程,进而实现研究区单木尺度的无瓣海桑地上生物量估算。结果表明：基于无人机影像可以有效提取无瓣海桑单木树冠,其提取精度达到67%;验证了树高和胸径之间较高的相关性,提出了基于树高的无瓣海桑地上生物量异速生长方程;研究区无瓣海桑平均地上生物量的范围为2.99～247.24 t/hm²,平均值为92.14 t...     

结合地形因子与分层策略的喀斯特地区无人机影像分类

西南喀斯特山区地形起伏较大,地物分布较为破碎,致使传统的光谱特征一次分类方法的精度较低。本文基于高分辨率无人机正射影像和地形指标,充分利用无人机遥感影像空间特征、光谱特征、纹理特征及地形特征,采取面向对象CART决策树算法与分层策略提取了研究区土地覆盖类型。研究表明,结合空间地形因子和分层策略的方法减少了破碎区地物间的相干扰,故具有较高的分类精度,总体分类精度达91.2%,Kappa系数为0.87,较传统一次分类精度提高了9.8%,Kappa系数提高了0.13。该方法对西南喀斯特地区土地覆盖解译精度较好,可为土地利用监测提供参考。     

基于卷积神经网络的地铁保护区风险源识别北大核心CSCD

城市轨道交通沿线的风险源识别是防止违规作业导致的安全事故的重要手段。为解决传统识别方法效率低、漏检率高、成本大等问题,本文基于无人机地铁保护区巡检系统,采用卷积神经网络对无人机采集的影像数据进行风险源识别。首先介绍无人机影像获取的流程,并在原始影像数据的基础上,通过数据增强的方式制作多角度、多尺度的风险源数据集;然后使用卷积神经网络建立风险源识别模型,对无人机采集影像中的风险源进行自动识别和定位。试验结果表明,多角度、多尺度风险源数据集的建立进一步提升了模型的识别准确率,且比传统方法具有效率高、成本低等优点。     

UX5无人机不同航高的精度分析

无人机数字航测系统以其快速、灵活、精度高的特点逐渐取代传统的航空摄影测量。本文对UX5无人机数字航测系统在不同航高下测量成果的精度进行分析,寻求精度和效率的平衡点,对工程实际应用提出可行方案。     

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。     

顾及有效区域的Voronoi图的正射影像拼接

无人机影像的重叠度通常较大(60%~80%),对纠正后的正射影像进行拼接处理时,往往会产生很大的数据冗余。同时,影像越靠近边缘处变形越大,影响拼接精度。提出了一种顾及有效区域的Voronoi图的拼接线自动选取方法,基于整体构建拼接线网络,并根据影像有效区域优化拼接线,保证拼接的精度和效率。实验表明,该方法切实可行。