基于CFSFDP聚类算法的无人机航摄控制点布设方法

航摄控制点的布设对于目标航测作业效率和测量结果存在直接影响。为此,提出基于CFSFDP聚类算法的无人机航摄控制点布设方法。首先采用基于CFSFDP聚类算法对位置数据进行聚类,获取坐标系中重要的位置信息,然后利用光束法区域网空中三角测量方法获取航摄图像的外方位元素,并求解待定点地面坐标,从而确定布设点。实验结果表明：该方法可在覆盖率较高的情况下均匀布设控制点,使得无人机的航测结果与期望结果相差较小。     

普通相机近景影像空三加密精度分析

为验证利用普通数码相机获取地面近景影像方案的可行性,为后续航空影像与地面近景影像联合解算提供依据,利用重叠度公式和摄影比例尺公式推求本实验普通数码相机的摄影距离、摄影基线与重叠度之间的关系,并利用光束法区域网平差对影像进行平差解算。实验结果表明,利用普通数码相机及该文的摄影方案在地面采集的影像质量可以达到与航空摄影数据进行联合解算的精度要求,并且重叠度和控制点数量增加可以提高空中三角测量精度。     

普通相机近景影像空三加密精度分析

为验证利用普通数码相机获取地面近景影像方案的可行性,为后续航空影像与地面近景影像联合解算提供依据,利用重叠度公式和摄影比例尺公式推求本实验普通数码相机的摄影距离、摄影基线与重叠度之间的关系,并利用光束法区域网平差对影像进行平差解算。实验结果表明,利用普通数码相机及该文的摄影方案在地面采集的影像质量可以达到与航空摄影数据进行联合解算的精度要求,并且重叠度和控制点数量增加可以提高空中三角测量精度。     

无控制点数据的数字正射影像图制作

为了解决传统航空摄影测量需要在野外布设大量地面控制点的问题,对定位定向系统(POS)辅助航空摄影测量方法进行了研究。尝试在无测区地面控制点的情况下,仅利用无人机(UVA)采集的影像资料和POS系统提供的辅助数据,对无人机影像进行纠正处理,并快速制作1∶500的数字正射影像图(DOM)。对无人机系统采集的影像资料和辅助数据进行了分析,对单张影像进行纠正处理。为了提高DOM的成图质量,利用一维搜索和最速下降法的联合平差方式,对POS系统直接提供的外方位元素进行优化。将纠正后的无人机影像与Google Earth软件影像进行叠加检查。影像叠加的结果表明,该方案能够有效解决因布设地面控制点而增加的野外测量成本、耗费过多人力物力的问题,并且提升了DOM成图效率,能够为无控制点数据制作DOM提供一定的技术支持。     

基于自适应末端滑膜控制的无人机倾斜摄影测量技术

传统的无人机倾斜摄影测量测量数据有效率低,得到的摄影图片清晰度差。为了解决上述问题,基于自适应末端滑膜控制研究了一种新的无人机倾斜摄影测量技术,利用垂直影像摄影,将数据进行初步收集追踪,并对倾斜摄影图像进行记录,结合空中三角测量方法,加强数据自身主导性,同时为无人机监测系统提供较好的数据来源,强化系统内部数据联合功能,在多视影像联合的过程中注意充分考虑影像间的遮挡关系及遮蔽条件,在经过对影像数据的联合收集后,对无人机倾斜摄影数据进行数据匹配操作,提升数据的整合性,并通过数据整理加强摄影影像的可操作性,利用无人机作为影像传输主要载体,进一步加强对倾斜影像的监测,确定影像空间位置,在数据集中的过程中加大滑膜控制,并经过控制点坐标及连接线方位确定辅助数据的具体位置。实验结果表明,基于自适应末端滑膜控制的无人机倾斜摄影测量技术能够得到更加清晰的摄影图片,测量数据的有效率提高了25.21%。     

一种改进的局部加权拟合校正方法

几何校正是遥感图像处理的一个重要环节,是减弱遥感图像与地面真实形态差异的重要方法。但是常规几何校正方法对无人机影像进行校正,其效果不够理想。在分析了局部加权拟合校正法的基础上,用控制圆规定其局部校正区域,并且新增辅助控制点来覆盖该区域,以这种方法对其进行了改进。通过对同一无人机影像进行几何校正对比分析实验,结果表明:改进的局部加权拟合校正法能够更充分、合理地利用局部控制点信息,对控制点的分布具有更好的适应性,能够有效提高无人机影像的几何校正精度。     

倾斜多视影像空中三角测量的精度分析

针对目前国内对倾斜多视影像空中三角测量的精度缺少定量分析的问题,利用控制点数据对倾斜影像的空三结果进行验证。以倾斜数字航摄仪TOPDC-5在安阳测区获取的影像数据为例,设计了3组实验,分别对垂直影像、倾斜影像、垂直影像加倾斜影像进行空三加密处理,并对3组实验的结果进行对比分析。实验结果表明,倾斜影像参与的空中三角测量,其高程和平面精度相对于垂直影像都有所降低,但仍能满足传统摄影测量的限差要求。     

DLG在无人飞行器低空遥感影像数据处理中的应用

主要以1:500地形图为无人飞行器遥感影像处理的辅助数据源,提取地形图点坐标作为外业控制点,进行单模型绝对定向和光束法空中三角测量及地形图修测和补测实验.通过实验论证了1:500地形图用于无人飞行器遥感影像的辅助处理是可行的,并给出了从DLG提取控制的规范和影像定向处理的方法.     

无人机林区影像镶嵌

通过无人机获取的林区影像具有纹理一致性,很难进行影像匹配,对于大范围的影像镶嵌来说,如果采用传统的摄影测量方法,很难在地面上布置控制点。本文拟采用SIFT算法提取无人机影像特征,然后在此基础上进行影像镶嵌。     

基于控制点配准算法的无人机遥感影像自动无缝拼接技术

传统无人机遥感影像自动无缝拼接技术无法精准匹配影像信息,导致无人机遥感影像拼接结果出现大量缝隙,拼接效果差。因此提出了基于控制点配准算法的无人机遥感影像自动无缝拼接技术。遵循无人机影像成像原理,获取无人机遥感影像,并将数据以图像格式文件形式存储。设置阈值,剔除最邻近域和次邻域比值大于阈值的控制点,对影像坐标平移和缩放数据标准化处理,彻底消除坐标变换对图像配准影响。构建相似变换矩阵,获取新的控制点集,使用直接线性变换算法预估变换矩阵,得到线性解。经过粗、细配准,确定不同图像重叠区域。搜索最佳拼接线,使用加权平均融合法消除拼接缝,由此设计拼接流程。由实验结果可知,该技术能够精准匹配影像信息,检测到影像最大分辨率为1000*800,具有良好拼接效果。     

基于全局拼接的航拍图像拼接算法研究

研究航拍图像的拼接问题,提高图像拼接的准确度。由于当通过航拍获取的图像中部分图像相互存在重叠区域的比例不大时,造成拼接不准确。传统的区域的图像拼接算法无法将具有较小重叠区域的图像准确拼接。为了提高航拍图像拼接的准确率,提出一种全局的图像拼接算法,通过使用SIFT算法提取图像的SIFT特征点,根据位置误差最小的原则完成两幅图像的SIFT特征点匹配,最后利用整体最优化方法对拼接结果进行优化,采用全局特征点的拼接方法,可避免传统方法只利用重叠区域灰度特征而不能准确拼接低重叠度图像的问题。实验证明,改进方法利用图像的全局信息,准确地实现图像的拼接,取得了满意的结果。     

无人机航拍图像语义分割研究综述

随着无人机技术的快速发展,无人机在研究领域和工业应用方面受到了广泛的关注。图像和视频是无人机感知周围环境的重要途径。图像语义分割是计算机视觉领域的研究热点,在无人驾驶、智能机器人等场景中应用广泛。无人机航拍图像语义分割是在无人机航拍图像的基础上,运用语义分割技术使无人机获得场景目标智能感知能力。介绍了语义分割技术和无人机的应用发展、相关无人机航拍数据集、无人机航拍图像特点和常用语义分割评价指标。针对无人机航拍的特点介绍了相关语义分割方法,包括小目标、模型实时性和多尺度整合等方面。综述无人机语义分割相关应用,包括线检测、农业和建筑物提取等方向,并分析无人机语义分割未来发展趋势和挑战。     

无人机序列影像快速无缝拼接方法研究

以一种快速无缝的方式对测区影像进行拼接是保障无人机充分发挥机动灵活优势的关键。在无其他控制点的情况下,仅通过利用无人机序列影像和自身记录GPS信息对整个任务区影像进行快速无缝拼接。根据GPS记录的坐标信息对测区影像进行分块。使用GPU-SIFT算法对分块后影像进行匹配与误匹配剔除。提出一种具有较小时间开销的拼接缝消除算法。实验结果表明,该拼接方法在保证一定拼接精度的前提下,大大提高了拼接效率,可为突然自燃灾害等紧急情况下提供应急数据源。     

无人机遥感影像自动无缝拼接技术研究

为了实现百幅无人机影像自动无缝拼接技术,以黄淮海平原的3个典型区为实验对象,基于航拍影像质量评价,运用特征的控制点配准算法和图像灰度融合的对比度调制法,开展上百幅多航带影像快速拼接实验。结果表明,航片质量最好的是洪泽湖地区,航带和影像扭曲度不高,其次是白洋淀地区,而黄河口地区的航高差值、航带弯曲度和最大旋转度相比较高,说明航带扭曲度高,航片偏移中心线的程度较大。以江苏省洪泽湖区QuickBird影像和实地监测点与航片做精度验证高达81.26%,说明此技术是可靠和可行的,对无人机航拍影像拼接工作具有一定的实用价值和科学参考依据。     

基于邻域一致性的无人机航拍图像配准过程控制技术

由于无人机航拍图像的采样节点重叠度较高,所以在无人机航拍图像配准过程中无法避免像素点错误匹配的问题,提出基于邻域一致性的无人机航拍图像配准过程控制技术。根据无人机航拍图像配准区域划定标准,识别关键图像标注点,通过计算一致性测度值指标设计基于邻域一致性的无人机航拍图像融合方法。结合图像融合结果进行航拍图像地理定位,根据采样灰度因子的数值水平分析图像采样节点之间的重叠关系,对航拍图像进行坐标变换与几何校正。结合坐标变换与几何校正结果提取图像边界特征点,将特征点作为配准过程控制点,根据控制点分布质量与尺度空间极值实现无人机航拍图像配准过程控制。实验结果表明,在邻域一致性原则作用下,无人机航拍图像采样节点之间的重叠度明显下降,像素点错误匹配问题得到了解决,配准效果好。     

大旋角无人机影像全自动拼接方法研究

低空无人机抗风能力弱、稳定性差,影像旋偏角大且存在突变,无法按照常规正射影像镶嵌方法获得全区域拼接影像。为此,提出一种基于尺度不变特征变换(SIFT)特征匹配与多分辨率样条融合的低空无人机影像全自动拼接方法。对非量测影像进行畸变校正,利用查找表设计多幅影像快速畸变校正算法。采用SIFT特征的单应约束影像匹配算法,计算相邻影像的最优变换矩阵。给出最优变换矩阵的多分辨率样条融合影像拼接算法。实验结果表明,该方法能够获得大量稳定的匹配点对,影像间几何变换关系稳定,得到的拼接影像无缝清晰,适用于大旋角、低稳定性的低空无人机影像非摄影测量快速拼接。     

基于ORB特征的无人机遥感图像拼接改进算法

针对传统的SIFT算法运行速度较慢、不适合处理实时性要求高的无人机遥感图像的缺点,提出了一种基于ORB特征的快速遥感图像拼接改进算法。首先通过ORB算法快速得到特征点和特征描述,采用K最近邻算法（KNN）进行粗匹配,然后采用随机抽样一致性算法（RANSAC）进行精匹配,最后使用改进的加权平均方法对图像进行融合拼接。实验结果表明,该算法在保证匹配精度的基础上,处理速度较经典的SIFT算法提高了41倍。在图像融合时,该算法能有效地消除拼接重影错位现象。     

入河排污口遥感排查进展评述

入河排污口是人为污染物流入河流的最后一道关卡,对其进行精确排查在水资源保护、水污染防治等工作中具有重要作用。首先回顾了近30 a来国内大型入河排污口排查工作情况,分别从人工实地调查、GIS台账系统建设、卫星遥感监测和无人机排查4个方面进行介绍;其次,在分析了直接目视解译、基于水环境参数反演以及基于地物分类等常用入河排污口遥感监测技术的基础之上,讨论了上述方法在无人机影像上应用的局限性;再次,通过简要介绍深度学习目标检测方法原理,评述了基于深度学习的目标检测方法在入河排污口无人机遥感排查上的应用现状及其关键技术;最后,对深度学习在无人机影像入河排污口识别上的应用前景进行了分析,并对今后包括入河排污口在内的复杂地理要素的无人机遥感监测的研究重点进行了展望。     

基于无人机航拍图像的关键目标点间距测量研究

为了解决以往测距方法受到噪声影响而导致测量结果精准度低的问题,提出了基于无人机航拍图像的关键目标点间距测量研究。依据无人机航拍图像上下行链路测距原理,设计测量方案实现流程。利用三轴机光电经纬仪获取关键目标点方位角和高低角,采用灰度信息匹配方法匹配图像,标记参考点。根据参考点生成特征描述子,通过局部自相关函数曲率对多维特征描述子进行分类,并对像素点进行检测,以此提取特征点,通过无人机上下行链路获取的图像信息进行间距测量计算。经过图像坐标变换、重采样、图像增强、图像平滑步骤完成误差修正,实现去燥目的。在地空链路有线测试平台上进行数值分析,由结果可知,基于无人机航拍图像测距结果更为精准,有效提高了在复杂地理环境下方法测量精度。     

无人机航拍图像拼接重影消除技术研究

为了解决拼接图像中的模糊、畸形,运动物体图像拼接后会出现重影错位等问题,首先在图像配准阶段通过感知哈希值相似度量准则选取变换效果最佳的权重ωi,j来计算局部投影变换矩阵;然后利用帧间差分法和区域生长算法对差异图像中的运动物体进行分割,对差异性区域进行单采样,其他区域采用线性加权融合;最后,构建了一个用于图像拼接的航空影像数据集并进行实验。实验结果证明,该方法运行耗时增加量较小,不仅有效抑制了重叠区域出现的拼接模糊、严重畸形现象,还能消除包含运动物体图像出现的重影错位,显著提高无人机航拍图像的拼接质量。