无人机遥感真正射影像高精度制图

近年来无人机低空遥感技术不断发展,利用无人机影像生成的真正射影像（TDOM）在成图精度、制作流程方面仍有提高的空间。本文采用固定翼无人机和专业摄影相机采集影像,布设地面控制点,提出了利用运动恢复结构（SfM）和多视立体视觉（MVS）工作流来生成高精度数字表面模型（DSM）和数字正射影像（DOM）的方法;对遮蔽倾斜部分进行阴影检测、DSM修编和多视影像纹理补偿生成TDOM;最后用TDOM上随机分布的检查点进行精度检查,水平精度为3.3 cm,垂直精度为7.5 cm;消除了DOM中倾斜和阴影部分,使建筑物保持垂直视角,生成的满足1：500比例尺高精度并消除倾斜阴影的TDOM可用于农村宅基地确权、国土规划设计等领域。     

基于无人机航测的天景山断裂孟家湾地貌精细解译及活动构造定量参数提取

利用无人机摄影测量技术航测天景山断裂孟家湾的地表地形地貌数据,以获取的数字高程模型为基础,通过构造地貌精细解译进一步提取地震断层的水平位移量及垂直位错量,计算断层的平均水平滑动速率,并分析判识了古地震事件。结果表明:①研究区发育3期河流阶地T₃、T₂、T₁,且均被断错,最新的冲沟T₀未见错动;②在T₁阶地面上提取水平位移量为(7.77±0.98)m,计算得到全新世中期以来的平均水平滑动速率为0.86~0.91 mm/a;③在T₁阶地面上跨陡坎提取垂直位错量为(0.61±0.11)m,其坡度存在2个明显拐点,代表2次地表破裂型地震事件,推测在12000 a前,即晚更新世末期或全新世初期以来至少发生过2次地表破裂型地震。     

改进支持向量机算法无人机影像信息精确提取

支持向量机(SVM)算法作为一种成功应用于大多数遥感影像的分类方法,虽然具有较高的提取精度,但是针对分类中仅仅采用单一参数,严重依赖于参数选择的不足,该文基于AdaBoost算法提出一种改进的SVM分类方法。该方法采用选择径向基函数作为核函数的SVM算法作为AdaBoost的弱分类器,实现了核参数的自适应调整。实验结果证明,该方法可以达到精确提取无人机影像信息的目的。     

多时相无人机影像的烟草轮作精细监测

针对大区域烟草轮作监测缺乏有效手段的问题,文章提出了基于无人机摄影测量技术进行高精度烟草轮作种植情况的监测方法:首先基于两个时相的无人机遥感影像分别生成数字正射影像;然后通过人工解译获取两个时相的烟田空间分布图;最后利用地理信息系统空间分析功能对两个时相的烟田空间分布图进行处理获取烟草轮作信息。在山东省临沂市的两个乡镇开展了应用,取得了良好的示范效果,对农作物轮作监测有参考价值。     

低空遥感小型三轴陀螺稳定平台的设计与实现

按照测绘领域专用、性价匹配的思想,设计并实现了一套低成本的低空遥感小型三轴陀螺稳定平台。该系统以自主设计的三轴铝制云台为平台,以微电子机械三轴角速率陀螺、线加速度计和磁阻传感器为基础,配置ARM CortexTM-M3 32位核心微处理器,以数字钛合金舵机为驱动输出,具有体积小、精度高、成本低、自主稳定与罗差自检校等特点。实验表明,稳定平台的航向角测量精度可达1°,俯仰角和横滚角可达0.1°,机械控制精度优于0.1°,驱动响应时间小于20ms,可以满足小区域大比例尺地形图立体测绘对稳定平台的要求。     

基于无人机航空摄影技术的厦门滩涂养殖调查

近年来随着实时化测绘的需求增加,无人机航空摄影发展迅速.无人机航摄具有运行成本低、执行任务灵活性高等优点,是遥感数据获取的重要手段.本研究论述了利用无人机对厦门市翔安区滩涂进行航空摄影制作1∶2 000正射影像的方法,其成果用于滩涂养殖信息调查.     

基于PixelGrid系统的无人机影像空三加密及影像图制作

探讨了基于PixelGrid系统下的无人机影像空三加密方法、工艺流程及正射影像图制作。     

无人机在冰川变化监测中的应用——以唐古拉山小冬克玛底冰川为例

近年来,无人机技术发展迅速。无人机的灵活、便携、超高分辨率等特性使其在冰川变化监测上具有很好的发展前景。论文以青藏高原腹地的唐古拉山小冬克玛底冰川为例,首次在海拔5400 m以上的地区开展了无人机航测,通过非冰川区的基岩对2019年7月20日、2019年9月27日和2020年7月16日3期航测产品进行相对校正,分析了小冬克玛底冰川在物质平衡年和消融期内的变化情况,并进一步讨论了无人机在冰川区观测时所遇到的问题及其优势,以期为后续研究提供参考。结果表明:利用无人机技术能够实现冰川在消融期内的末端、面积以及高程变化监测,并对冰川的细部特征进行分析,适合于小区域单条冰川的变化监测。     

机载多光谱影像语义分割模型在农田防护林提取中的应用

农田防护林是农田生态系统的屏障,其健康状况的监测与评估在我国北方农田林网管理中尤为重要。本文以新疆生产建设兵团第三师51团为研究区,使用复合翼无人机CW-20搭载Micro MCA12 Snap多光谱相机获取农田防护林的多光谱影像,经辐射校正、裁剪等预处理,通过优选有效特征和模型比较,提出农田防护林提取的有效方法。首先,基于原始12波段,依据相关性系数矩阵和最佳指数因子（Optimum Index Factor,OIF）选取最优3波段和植被指数特征进行组合,构建8种农田防护林提取方案;然后,通过建立语义分割Deeplabv3+模型进行精度评价,得到最优3波段组合6（波长710 nm）、8（波长800 nm）、 11（波长900 nm）波段为最佳特征组合;最后,以最优3波段为基础,将Deeplabv3+模型与U-Net、ENVINet5模型进行对比分析。结果表明：Deeplabv3+模型能够更深层次的挖掘光谱中潜在的信息,相比其他模型,能够较好地处理正负样本不均衡问题,获得最高MIoU值85.54%,比U-Net、ENVINet5的MIoU值则分别高出21.21%、27.19%。该研究结果可为基于多光谱遥感影像的语义分割在农田防护林提取及健康状况监测的应用提供借鉴和参考。