CN106485655A - 一种基于四旋翼飞行器航拍地图生成***及方法 - Google Patents
一种基于四旋翼飞行器航拍地图生成***及方法 Download PDFInfo
- Publication number
- CN106485655A CN106485655A CN201510550182.4A CN201510550182A CN106485655A CN 106485655 A CN106485655 A CN 106485655A CN 201510550182 A CN201510550182 A CN 201510550182A CN 106485655 A CN106485655 A CN 106485655A
- Authority
- CN
- China
- Prior art keywords
- image
- point
- feature
- parameter
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims abstract description 14
- 238000013461 design Methods 0.000 claims abstract description 9
- 230000003993 interaction Effects 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 230000005855 radiation Effects 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 31
- 230000008878 coupling Effects 0.000 claims description 17
- 238000010168 coupling process Methods 0.000 claims description 17
- 238000005859 coupling reaction Methods 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- HUTDUHSNJYTCAR-UHFFFAOYSA-N ancymidol Chemical compound C1=CC(OC)=CC=C1C(O)(C=1C=NC=NC=1)C1CC1 HUTDUHSNJYTCAR-UHFFFAOYSA-N 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 6
- BBEAQIROQSPTKN-UHFFFAOYSA-N pyrene Chemical compound C1=CC=C2C=CC3=CC=CC4=CC=C1C2=C43 BBEAQIROQSPTKN-UHFFFAOYSA-N 0.000 claims description 6
- 238000000985 reflectance spectrum Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- GVEPBJHOBDJJJI-UHFFFAOYSA-N fluoranthrene Natural products C1=CC(C2=CC=CC=C22)=C3C2=CC=CC3=C1 GVEPBJHOBDJJJI-UHFFFAOYSA-N 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 3
- 238000012887 quadratic function Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于四旋翼飞行器航拍地图生成***及方法，该***包括航迹生成模块、图像采集模块、图像预处理模块、图像拼接模块、用户交互模块五大模块，其中航迹生成模块主要是功能是飞行器飞行路线的生成；图像采集模块，通过飞机搭载的相机拍摄图片，经发射机发射信号、接收机接收信号再经图像采集卡转换信号，采集到图像；图像预处理模块，对图像进行图像矫正和图像辐射校正；图像拼接模块，根据两幅有重叠区域的图像，通过特征点检测、特征点匹配、求取变换矩阵、图像融合，形成无缝的全景图；用户交互的设计于实现，用户的交互设计部分主要包括视频的读入播放，无人机飞行参数的显示，拼接控制以及拼接图像的显示保存。
Description
技术领域
本发明涉及的是地图测绘领域，尤其是涉及一种基于四旋翼飞行器航拍地图生成***及方法。
背景技术
随着科技的进步与发展，使用无人机作为平台，搭载数码相机和数码摄像机等数字设备进行记录和拍摄，来得到低空高分辨率及高精度遥感影像的无人机遥感***，广泛应用于城市规划、资源勘探、国土监测、灾害勘察、水电交通、农林气象、环境评测等诸多领域。
利用先进的无人驾驶飞行器技术、遥感传感器技术、遥测遥控技术、通讯技术、和GPS 差分定位技术的无人机遥感***，能够自动、智能、快速的获取地理环境、空间资源等信息，从而完成勘察、测绘和分析的应用技术。由于其灵活性、便携、可在恶劣的环境不易受到阴雨天气影响下工作，成为国内外研究热点。该***通过对目标区域进行实测，在相当短的时间内获取目标区域的海量影像数据，通过对这些数据进行处理，能够获得大量有用的信息为实际工作发挥重要作用。
公开号为102088569A的中国专利（申请号CN201010502908.4），该专利提供一种发明内容提供一种无人飞行器序列图像专用拼接方法和***，该***能提供的数据类型有限，且算法复杂度高，操作复杂，无法实现图像拼接的实时性。
发明内容
针对现有技术的针对现有技术的不足，本发明的目的是提供一种基于四旋翼飞行器航拍地图生成***及方法，只需用户点击屏幕来选择需要测绘的地点，软件自动规划航线，飞机起飞，无人机开始测绘，实时显示测绘结果，生成地图，从而更及时准确的掌握目标区域的情况，为实际工作发挥关键作用。
为了实现上述目的，本发明采用以下技术方案：
本发明提供一种基于四旋翼飞行器航拍地图生成***，包括：
航迹生成模块主要是功能是飞行器飞行路线的生成。
图像采集模块，通过飞机搭载的相机拍摄图片，经发射机发射信号、接收机接收信号再经图像采集卡转换信号，采集到图像。
图像预处理模块，对图像进行图像矫正和图像辐射校正。
图像拼接模块，根据两幅有重叠区域的图像，通过特征点检测、特征点匹配、求取变换矩阵、图像融合，形成无缝的全景图。
用户交互的设计于实现，用户的交互设计部分主要包括视频的读入播放，无人机飞行参数的显示，拼接控制以及拼接图像的显示保存。
本发明提供一种基于四旋翼飞行器航拍地图生成方法，具体步骤如下：
步骤1、根据用户指定区域的大小、飞行高度，软件计算出飞行路线，飞行器起飞，完成飞行器飞行路线生成，参数获取包括用户指定的区域、飞行高度、相机内部参数、图像重叠率。飞行高度是用户根据自己的需求选择或设定的，用户可以选择是需要高分辨率、近距离的地图（比如建筑工地现场），还是选择视野更广、低分辨率的地图（比如田地）。
步骤2、飞行器飞到空中进行拍摄视频序列，视频序列经图传发射接收至图像采集模块，采集到连续两帧彩色图像。
步骤3、由步骤2采集到的图像利用相机标定得到的相机内参和畸变系数矫正图像，利用直方图匹配的方法进行辐射校正。飞行器采用的是两轴云台，搭载的是170度广角的相机，拍摄的图片会有畸变，因而需要矫正，矫正大致分为三个步骤：
第一步标定物角点检测，把相机对准一个有很多独立可标识点的物体，目前采用的是棋盘，从不同角度拍摄多张图片，一般选择20张左右；
第二步求相机的内部参数和畸变系数，通过在不同角度观看这个物体，可以利用通过每个图像计算摄像机的相对位置和方向以及摄像机的内参数；
第三步图像矫正，通过前面两步得到的相机的内部参数和畸变系数，可以把图像矫正过来；
遥感图像的辐射校正是指在遥感成像时，由于外界因素影响使得数据获取和传输过程中产生的一定的辐射失真现象，并针对该现象进行消除和改正的过程。由于受到传感器标定、太阳方位角、大气条件等因素的影响，固定地物特征的遥感图像在不同的成像时间其反射光谱也会存在不可避免的变化，因此辐射校正的意义就在于它可以尽可能的消除这些噪声所带来的地物特征反射光谱之间的差异，恢复图像的原本状态，从而为后续的遥感图像特征匹配及拼接打下良好的基础。
步骤4、利用无人机的飞行状态参数和图像重叠率，确定两幅图像大致的重叠区域，再对重叠区域分别进行SIFT特征提取、特征描述符生成、建立K-D树，用BBF在K-D树搜索最近邻特征点，欧式距离判别匹配特征点对；改进的SIFT无人机图像配准算法减少了特征提取的数量，平均可降低到原有特征提取与匹配时间的一半，大大提高了图像匹配的效率；
SIFT算法特征点提取具体步骤如下：
(1)构造高斯差分尺度空间(DOG)，检测尺度空间极值点为了得到多尺度空间内的稳定关键点．利用不同尺度的高斯差分核与图像进行卷积构成高斯差分尺度空间；
D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y)=L(x,y,kσ)- L(x,y,σ) (1)
式中，G(x,y,σ)=
,是尺度坐标，(x,y)是空间坐标，L(x,y,σ)是二维图像的尺度空间；
检测尺度空间的极值点，每个检测点和它同尺度的8个相邻点以及上下相邻尺度的个点进行比较。以确保在尺度空间和二维空间都能检测到极值点。由于航拍图像提取的SIFT特征比较多，计算量过大，影响***的实时性，为此只提取图像重叠区域的特征点，减少计算量。相邻两幅图像重叠部分为第一幅的下部分和第二幅图像的上部分，具体度量为图像重叠率o％,因此每次提取特征点只提取重叠区域的特征点；
(2)极值点精确定位通过拟合三维二次函数精确定位极值点的位置和尺度，
同时去除低对比度的点和不稳定的边缘响应点。边缘响应点通过式(2)去除：
Stability=＜
(2)
H=
(3)
式中．H为的Hessian矩阵，r为控制特征值大小的参数；
(3)分配关键点方向
为使SIFT特征点具备局部旋转不变性，利用关键点邻域梯度像素的分布特性为每个关键点分配方向参数，点处梯度的模和方向的公式如式(4)和式(5)：
M(x,y)=
（4）
（5）
其中L的取值为每个关键点所在的尺度。实际中，在以关键点为中心的邻域窗口内采样，并用直方图统计邻域像素的梯度方向，直方图的峰值代表了该特征点处邻域梯度的主方向。即为该特征点的主方向；
(4)生成特征点描述符
首先将坐标轴旋转为关键点的主方向，以确保旋转不变性，然后以关键点为中心取的窗口均匀地分为16个的小块，在每个小块的8个方向(0°，45°，90°，135°，180°，225°，270°，315°)的梯度直方图上绘制每个梯度方向的累加值．形成一个种子点，则每个种子点含有8个方向的信息向量。一个特征点用16个种子点描述，即由128维向量来描述。
步骤5、分别提取了参考图像及待配准图像的SIFT特征向量后，就需要对两幅图像的特征进行匹配，从而完成图像间的配准。特征匹配的过程分为特征的粗匹配和精匹配两步。粗匹配主要以BBF（Best Bin First）算法作为K-D树的搜索策略，采用欧式距离函数作为判定特征点相似程度的标准。由于粗匹配后仍存在较多的匹配误差，影响后续变换模型的建立，因此在粗匹配后，需采用一种参数估计的方法，即RANSAC算法，对已匹配好的特征点对进行筛选，从而提高特征匹配的鲁棒性。
步骤6、利用RANSAC算法求取图像间的变换矩阵，完成坐标变换，然后采用一种改进的加权平均融合算法融合图像，消除拼接过程中的明显的拼接缝，得到平滑过渡的融合效果，并实时在屏幕上显示拼接结果。图像融合部分通过RANSAC算法对匹配的特征去除误匹配，进而确定两幅图像的变换矩阵。Pano和pano_temp为建立的一个空白区域，pano_temp的大小为一张图的大小，Pano的大小为最后的拼接图，能够放得下拼接后的图像。
步骤7、用户的交互设计部分主要包括视频的读入播放，无人机飞行参数的显示，拼接控制以及拼接图像的显示保存。视频显示窗口及拼接结果显示窗口，二者分别建立两个不同的线程，从而完成同时播放显示的目的。主菜单中包括***的基本功能，视频播放控制可完成对视频的打开、播放、开始及停止操作，并且可显示视频播放进度。另外，位于界面下方的飞行参数部分可直观的实时显示无人机飞行状态参数。拼接控制部分则对整个视频图像拼接进行操控，完成拼接的启动，停止、复位及结果的保存等功能。
本发明与现有技术对比， 其有益效果如下 ：
本发明根据指定的区域大小，自动计算生成飞机航线，采用改进的SIFT特征提取方法，提取序列图像中的特征点、特征描述符生成、建立K-D树，用BBF在K-D树搜索最近邻特征点，欧式距离判别匹配特征点对、采用RANSAC算法精确计算变换矩阵；然后采用改进的融合算法，简化计算，使测区内的图像无缝拼合在一起。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、
目的和优点将会变得更明显：
图1是一种基于四旋翼飞行器航拍地图生成***及方法工作流程示意图；
图2是飞行器航线示意图；
图3是飞行器相机拍摄地面面积示意图；
图4是图像采集模块流程示意图；
图5是特征点提取流程示意图；
图6是特征匹配设计流程示意图；
图7是图像特征向量匹配而建立的K-D树流程示意图；
图8是BBF算法搜索流程示意图；
图9是图像融合流程示意图；
图10是RANSAC路程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明， 但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
如图1所示，本实施例提供一种基于四旋翼飞行器航拍地图生成***，包括：
航迹生成模块，主要是功能是飞行器飞行路线的生成。
图像采集模块，通过飞机搭载的相机拍摄图片，经发射机发射信号、接收机接收信号再经图像采集卡转换信号，采集到图像。
图像预处理模块，对图像进行图像矫正和图像辐射校正。
图像拼接模块，根据两幅有重叠区域的图像，通过特征点检测、特征点匹配、求取变换矩阵、图像融合，形成无缝的全景图。
用户交互的设计于实现，用户的交互设计部分主要包括视频的读入播放，无人机飞行参数的显示，拼接控制以及拼接图像的显示保存。
如图 1 所示，为本发明一种基于四旋翼飞行器航拍地图生成方法的流程示意图， (1)根据用户指定区域的大小、飞行高度，软件计算出飞行路线，飞机起飞；（2）飞到空中进行拍摄视频序列，视频序列经图传发射接收至图像采集卡，采集到连续两帧彩色图像； (3) 利用相机标定得到的相机内参和畸变系数矫正图像，利用直方图匹配的方法进行辐射校正； (4) 利用无人机的飞行状态参数和图像重叠率，确定两幅图像大致的重叠区域，再对重叠区域分别进行SIFT特征提取、特征描述符生成、建立K-D树，用BBF在K-D树搜索最近邻特征点，欧式距离判别匹配特征点对； (5) 改进的SIFT无人机图像配准算法减少了特征提取的数量，平均可降低到原有特征提取与匹配时间的一半，大大提高了图像匹配的效率；（6）利用RANSAC算法求取图像间的变换矩阵，完成坐标变换，然后采用一种改进的加权平均融合算法融合图像，消除拼接过程中的明显的拼接缝，得到平滑过渡的融合效果，并实时在屏幕上显示拼接结果；（7）用户的交互设计部分主要包括视频的读入播放，无人机飞行参数的显示，拼接控制以及拼接图像的显示保存。视频显示窗口及拼接结果显示窗口，二者分别建立两个不同的线程，从而完成同时播放显示的目的。
具体的：
步骤1、根据用户指定区域的大小、飞行高度，软件计算出飞行路线，飞行器起飞，完成飞行器飞行路线生成，参数获取包括用户指定的区域、飞行高度、相机内部参数、图像重叠率。飞行高度是用户根据自己的需求选择或设定的，用户可以选择是需要高分辨率、近距离的地图（比如建筑工地现场），还是选择视野更广、低分辨率的地图（比如田地）；
如图2、3所示，根据指定区域的长a、宽b，飞行高度h、相机的内部参数fx和fy、图像重叠率o％等信息确定航线。考虑到风速影响，本发明建议图像重叠率40％-50％，相机的内部参数fx和fy是通过相机标定得到，相机拍摄图片分辨率是u×v，航线之间的间距是og；
og=(1-o％)×FPh
假设相机是垂直拍摄地面，那相机拍摄地面的大小可以这样计算：
FPh FPV=。
步骤2、如图4，飞行器飞到空中进行拍摄视频序列，视频序列经图传发射接收至图像采集模块，采集到连续两帧彩色图像。
步骤3、由步骤2采集到的图像利用相机标定得到的相机内参和畸变系数矫正图像，利用直方图匹配的方法进行辐射校正。飞行器采用的是两轴云台，搭载的是170度广角的相机，拍摄的图片会有畸变，因而需要矫正，矫正大致分为三个步骤：
第一步标定物角点检测，把相机对准一个有很多独立可标识点的物体，目前采用的是棋盘，从不同角度拍摄多张图片，一般选择20张左右；
第二步求相机的内部参数和畸变系数，通过在不同角度观看这个物体，可以利用通过每个图像计算摄像机的相对位置和方向以及摄像机的内参数；
第三步图像矫正，通过前面两步得到的相机的内部参数和畸变系数，可以把图像矫正过来；
遥感图像的辐射校正是指在遥感成像时，由于外界因素影响使得数据获取和传输过程中产生的一定的辐射失真现象，并针对该现象进行消除和改正的过程。由于受到传感器标定、太阳方位角、大气条件等因素的影响，固定地物特征的遥感图像在不同的成像时间其反射光谱也会存在不可避免的变化，因此辐射校正的意义就在于它可以尽可能的消除这些噪声所带来的地物特征反射光谱之间的差异，恢复图像的原本状态，从而为后续的遥感图像特征匹配及拼接打下良好的基础。
步骤4、利用无人机的飞行状态参数和图像重叠率，确定两幅图像大致的重叠区域，再对重叠区域分别进行SIFT特征提取、特征描述符生成、建立K-D树，用BBF在K-D树搜索最近邻特征点，欧式距离判别匹配特征点对；改进的SIFT无人机图像配准算法减少了特征提取的数量，平均可降低到原有特征提取与匹配时间的一半，大大提高了图像匹配的效率；
SIFT算法特征点提取具体步骤如下：
(1)构造高斯差分尺度空间(DOG)，检测尺度空间极值点为了得到多尺度空间内的稳定关键点．利用不同尺度的高斯差分核与图像进行卷积构成高斯差分尺度空间；
D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y)=L(x,y,kσ)- L(x,y,σ) (1)
式中，G(x,y,σ)= ,是尺度坐标，(x,y)是空间坐标，L(x,y,σ)是二维图像的尺度空间；
检测尺度空间的极值点，每个检测点和它同尺度的8个相邻点以及上下相邻尺度的个点进行比较。以确保在尺度空间和二维空间都能检测到极值点。由于航拍图像提取的SIFT特征比较多，计算量过大，影响***的实时性，为此只提取图像重叠区域的特征点，减少计算量。相邻两幅图像重叠部分为第一幅的下部分和第二幅图像的上部分，具体度量为图像重叠率o％,因此每次提取特征点只提取重叠区域的特征点；
(2)极值点精确定位通过拟合三维二次函数精确定位极值点的位置和尺度，
同时去除低对比度的点和不稳定的边缘响应点。边缘响应点通过式(2)去除：
Stability=＜
(2)
H=
(3)
式中．H为的Hessian矩阵，r为控制特征值大小的参数；
(3)分配关键点方向
为使SIFT特征点具备局部旋转不变性，利用关键点邻域梯度像素的分布特性为每个关键点分配方向参数，点处梯度的模和方向的公式如式(4)和式(5)：
M(x,y)=
（4）
（5）
其中L的取值为每个关键点所在的尺度。实际中，在以关键点为中心的邻域窗口内采样，并用直方图统计邻域像素的梯度方向，直方图的峰值代表了该特征点处邻域梯度的主方向。即为该特征点的主方向；
(4)生成特征点描述符
如图5，将坐标轴旋转为关键点的主方向，以确保旋转不变性，然后以关键点为中心取的窗口均匀地分为16个的小块，在每个小块的8个方向(0°，45°，90°，135°，180°，225°，270°，315°)的梯度直方图上绘制每个梯度方向的累加值．形成一个种子点，则每个种子点含有8个方向的信息向量。一个特征点用16个种子点描述，即由128维向量来描述。
步骤5、分别提取了参考图像及待配准图像的SIFT特征向量后，就需要对两幅图像的特征进行匹配，从而完成图像间的配准。特征匹配的过程分为特征的粗匹配和精匹配两步。粗匹配主要以BBF（Best Bin First）算法作为K-D树的搜索策略，采用欧式距离函数作为判定特征点相似程度的标准。由于粗匹配后仍存在较多的匹配误差，影响后续变换模型的建立，因此在粗匹配后，需采用一种参数估计的方法，即RANSAC算法，对已匹配好的特征点对进行筛选，从而提高特征匹配的鲁棒性，其流程图如图6；其中，为了图像特征向量匹配而建立的K-D树的过程如图7所示。
另外，BBF算法搜索过程如图8所示。
步骤6、利用RANSAC算法求取图像间的变换矩阵，完成坐标变换，然后采用一种改进的加权平均融合算法融合图像，消除拼接过程中的明显的拼接缝，得到平滑过渡的融合效果，并实时在屏幕上显示拼接结果。图像融合部分通过RANSAC算法（如图10）对匹配的特征去除误匹配，进而确定两幅图像的变换矩阵。Pano和pano_temp为建立的一个空白区域，pano_temp的大小为一张图的大小，Pano的大小为最后的拼接图，能够放得下拼接后的图像，其图像融合流程图如图9所示。
求取的匹配模型为 3∗ 3的变换矩阵，因此最小的建模数量 m 设定为 4。在确定其他特征点对是否满足建立模型过程中，判断是否为已建模型内点的阈值 err_tol 设定为 3，即当误差函数 err_fn<=3 时，该匹配点对则被认为是内点,予以保留。然后通过不断迭代运算，直到(1-in_fracm)k<p_badxform（其中 p_badxform=0.01），即刻最终确定一个变换模型从而使得尽可能多的特征完成匹配。
步骤7、用户的交互设计部分主要包括视频的读入播放，无人机飞行参数的显示，拼接控制以及拼接图像的显示保存。视频显示窗口及拼接结果显示窗口，二者分别建立两个不同的线程，从而完成同时播放显示的目的。主菜单中包括***的基本功能，视频播放控制可完成对视频的打开、播放、开始及停止操作，并且可显示视频播放进度。另外，位于界面下方的飞行参数部分可直观的实时显示无人机飞行状态参数。拼接控制部分则对整个视频图像拼接进行操控，完成拼接的启动，停止、复位及结果的保存等功能。
本发明根据指定的区域大小，自动计算生成飞机航线，采用改进的SIFT特征提取方法，提取序列图像中的特征点、特征描述符生成、建立K-D树，用BBF在K-D树搜索最近邻特征点，欧式距离判别匹配特征点对、采用RANSAC算法精确计算变换矩阵；然后采用改进的融合算法，简化计算，使测区内的图像无缝拼合在一起。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
Claims (2)
1.一种基于四旋翼飞行器航拍地图生成***，其特征在于，所述***包括：
航迹生成模块主要是功能是飞行器飞行路线的生成；
图像采集模块，通过飞机搭载的相机拍摄图片，经发射机发射信号、接收机接收信号再经图像采集卡转换信号，采集到图像；
图像预处理模块，对图像进行图像矫正和图像辐射校正；
图像拼接模块，根据两幅有重叠区域的图像，通过特征点检测、特征点匹配、求取变换矩阵、图像融合，形成无缝的全景图；
用户交互的设计于实现，用户的交互设计部分主要包括视频的读入播放，无人机飞行参数的显示，拼接控制以及拼接图像的显示保存。
2. 本发明提供一种基于四旋翼飞行器航拍地图生成方法，其特征在于，包括如下步骤：
步骤1、根据用户指定区域的大小、飞行高度，软件计算出飞行路线，飞行器起飞，完成飞行器飞行路线生成，参数获取包括用户指定的区域、飞行高度、相机内部参数、图像重叠率；
飞行高度是用户根据自己的需求选择或设定的，用户可以选择是需要高分辨率、近距离的地图（比如建筑工地现场），还是选择视野更广、低分辨率的地图（比如田地）；
步骤2、飞行器飞到空中进行拍摄视频序列，视频序列经图传发射接收至图像采集模块，采集到连续两帧彩色图像；
步骤3、由步骤2采集到的图像利用相机标定得到的相机内参和畸变系数矫正图像，利用直方图匹配的方法进行辐射校正；
飞行器采用的是两轴云台，搭载的是170度广角的相机，拍摄的图片会有畸变，因而需要矫正，矫正大致分为三个步骤：
第一步标定物角点检测，把相机对准一个有很多独立可标识点的物体，目前采用的是棋盘，从不同角度拍摄多张图片，一般选择20张左右；
第二步求相机的内部参数和畸变系数，通过在不同角度观看这个物体，可以利用通过每个图像计算摄像机的相对位置和方向以及摄像机的内参数；
第三步图像矫正，通过前面两步得到的相机的内部参数和畸变系数，可以把图像矫正过来；
遥感图像的辐射校正是指在遥感成像时，由于外界因素影响使得数据获取和传输过程中产生的一定的辐射失真现象，并针对该现象进行消除和改正的过程；
由于受到传感器标定、太阳方位角、大气条件等因素的影响，固定地物特征的遥感图像在不同的成像时间其反射光谱也会存在不可避免的变化，因此辐射校正的意义就在于它可以尽可能的消除这些噪声所带来的地物特征反射光谱之间的差异，恢复图像的原本状态，从而为后续的遥感图像特征匹配及拼接打下良好的基础；
步骤4、利用无人机的飞行状态参数和图像重叠率，确定两幅图像大致的重叠区域，再对重叠区域分别进行SIFT特征提取、特征描述符生成、建立K-D树，用BBF在K-D树搜索最近邻特征点，欧式距离判别匹配特征点对；改进的SIFT无人机图像配准算法减少了特征提取的数量，平均可降低到原有特征提取与匹配时间的一半，大大提高了图像匹配的效率；
SIFT算法特征点提取具体步骤如下：
(1)构造高斯差分尺度空间(DOG)，检测尺度空间极值点为了得到多尺度空间内的稳定关键点．利用不同尺度的高斯差分核与图像进行卷积构成高斯差分尺度空间；
D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y)=L(x,y,kσ)- L(x,y,σ) (1)
式中，G(x,y,σ)=
,是尺度坐标，(x,y)是空间坐标，L(x,y,σ)是二维图像的尺度空间；
检测尺度空间的极值点，每个检测点和它同尺度的8个相邻点以及上下相邻尺度的个点进行比较；
以确保在尺度空间和二维空间都能检测到极值点；
由于航拍图像提取的SIFT特征比较多，计算量过大，影响***的实时性，为此只提取图像重叠区域的特征点，减少计算量；
相邻两幅图像重叠部分为第一幅的下部分和第二幅图像的上部分，具体度量为图像重叠率o％,因此每次提取特征点只提取重叠区域的特征点；
(2)极值点精确定位通过拟合三维二次函数精确定位极值点的位置和尺度，
同时去除低对比度的点和不稳定的边缘响应点；
边缘响应点通过式(2)去除：
Stability=＜
(2)
H=
(3)
式中．H为的Hessian矩阵，r为控制特征值大小的参数；
(3)分配关键点方向
为使SIFT特征点具备局部旋转不变性，利用关键点邻域梯度像素的分布特性为每个关键点分配方向参数，点处梯度的模和方向的公式如式(4)和式(5)：
M(x,y)=
（4）
（5）
其中L的取值为每个关键点所在的尺度；
实际中，在以关键点为中心的邻域窗口内采样，并用直方图统计邻域像素的梯度方向，直方图的峰值代表了该特征点处邻域梯度的主方向；
即为该特征点的主方向；
(4)生成特征点描述符
首先将坐标轴旋转为关键点的主方向，以确保旋转不变性，然后以关键点为中心取的窗口均匀地分为16个的小块，在每个小块的8个方向(0°，45°，90°，135°，180°，225°，270°，315°)的梯度直方图上绘制每个梯度方向的累加值．形成一个种子点，则每个种子点含有8个方向的信息向量；
一个特征点用16个种子点描述，即由128维向量来描述；
步骤5、分别提取了参考图像及待配准图像的SIFT特征向量后，就需要对两幅图像的特征进行匹配，从而完成图像间的配准；
特征匹配的过程分为特征的粗匹配和精匹配两步；
粗匹配主要以BBF（Best
Bin First）算法作为K-D树的搜索策略，采用欧式距离函数作为判定特征点相似程度的标准；
由于粗匹配后仍存在较多的匹配误差，影响后续变换模型的建立，因此在粗匹配后，需采用一种参数估计的方法，即RANSAC算法，对已匹配好的特征点对进行筛选，从而提高特征匹配的鲁棒性；
步骤6、利用RANSAC算法求取图像间的变换矩阵，完成坐标变换，然后采用一种改进的加权平均融合算法融合图像，消除拼接过程中的明显的拼接缝，得到平滑过渡的融合效果，并实时在屏幕上显示拼接结果；
图像融合部分通过RANSAC算法对匹配的特征去除误匹配，进而确定两幅图像的变换矩阵；
Pano和pano_temp为建立的一个空白区域，pano_temp的大小为一张图的大小，Pano的大小为最后的拼接图，能够放得下拼接后的图像；
步骤7、用户的交互设计部分主要包括视频的读入播放，无人机飞行参数的显示，拼接控制以及拼接图像的显示保存；
视频显示窗口及拼接结果显示窗口，二者分别建立两个不同的线程，从而完成同时播放显示的目的；
主菜单中包括***的基本功能，视频播放控制可完成对视频的打开、播放、开始及停止操作，并且可显示视频播放进度；
另外，位于界面下方的飞行参数部分可直观的实时显示无人机飞行状态参数；
拼接控制部分则对整个视频图像拼接进行操控，完成拼接的启动，停止、复位及结果的保存等功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510550182.4A CN106485655A (zh) | 2015-09-01 | 2015-09-01 | 一种基于四旋翼飞行器航拍地图生成***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510550182.4A CN106485655A (zh) | 2015-09-01 | 2015-09-01 | 一种基于四旋翼飞行器航拍地图生成***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106485655A true CN106485655A (zh) | 2017-03-08 |
Family
ID=58235552
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510550182.4A Pending CN106485655A (zh) | 2015-09-01 | 2015-09-01 | 一种基于四旋翼飞行器航拍地图生成***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106485655A (zh) |
Cited By (49)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107610082A (zh) * | 2017-09-20 | 2018-01-19 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及*** |
| CN107678329A (zh) * | 2017-09-08 | 2018-02-09 | 广州市迪士普智慧科技有限公司 | 一种全景互联控制***以及控制方法 |
| CN107730452A (zh) * | 2017-10-31 | 2018-02-23 | 北京小米移动软件有限公司 | 图像拼接方法及装置 |
| CN107742276A (zh) * | 2017-03-27 | 2018-02-27 | 苏州星宇测绘科技有限公司 | 一种基于无人机遥感图像机载一体化快速处理***和方法 |
| CN107861520A (zh) * | 2017-12-01 | 2018-03-30 | 上海市环境科学研究院 | 一种多旋翼无人机多设备多传感器集成*** |
| CN108156386A (zh) * | 2018-01-11 | 2018-06-12 | 维沃移动通信有限公司 | 一种全景拍照方法及移动终端 |
| CN108225318A (zh) * | 2017-11-29 | 2018-06-29 | 农业部南京农业机械化研究所 | 基于图像质量的航空遥感路径规划方法及*** |
| CN108470585A (zh) * | 2018-03-14 | 2018-08-31 | 南京泰立瑞信息科技有限公司 | 一种互动式虚拟切片远程标注方法及*** |
| CN108701373A (zh) * | 2017-11-07 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 基于无人机航拍的三维重建方法、***及装置 |
| CN108718403A (zh) * | 2018-06-08 | 2018-10-30 | 重庆交通职业学院 | 用于多旋翼无人热气飞艇的影像全景*** |
| CN109186618A (zh) * | 2018-08-31 | 2019-01-11 | 平安科技（深圳）有限公司 | 地图构建方法、装置、计算机设备及存储介质 |
| CN109283937A (zh) * | 2018-09-18 | 2019-01-29 | 广东省智能制造研究所 | 一种基于无人机的植保喷施作业的方法及*** |
| WO2019041276A1 (zh) * | 2017-08-31 | 2019-03-07 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、无人机及*** |
| CN109493278A (zh) * | 2018-10-24 | 2019-03-19 | 北京工业大学 | 一种基于sift特征的大场景图像拼接*** |
| CN109712071A (zh) * | 2018-12-14 | 2019-05-03 | 电子科技大学 | 基于航迹约束的无人机图像拼接与定位方法 |
| CN109727285A (zh) * | 2017-10-31 | 2019-05-07 | 霍尼韦尔国际公司 | 使用边缘图像的位置和姿态确定方法和*** |
| CN109741257A (zh) * | 2018-12-25 | 2019-05-10 | 鸿视线科技(北京)有限公司 | 全景图全自动拍摄、拼接***及方法 |
| CN109821233A (zh) * | 2019-01-21 | 2019-05-31 | 网易（杭州）网络有限公司 | 一种数据分析方法和装置 |
| CN110047142A (zh) * | 2019-03-19 | 2019-07-23 | 中国科学院深圳先进技术研究院 | 无人机三维地图构建方法、装置、计算机设备及存储介质 |
| CN110084743A (zh) * | 2019-01-25 | 2019-08-02 | 电子科技大学 | 基于多航带起始航迹约束的图像拼接与定位方法 |
| CN110097498A (zh) * | 2019-01-25 | 2019-08-06 | 电子科技大学 | 基于无人机航迹约束的多航带图像拼接与定位方法 |
| CN110136219A (zh) * | 2019-04-17 | 2019-08-16 | 太原理工大学 | 一种基于多源数据融合的二三维地图展示方法 |
| CN110223233A (zh) * | 2019-06-11 | 2019-09-10 | 西北工业大学 | 一种基于图像拼接的无人机航拍建图方法 |
| CN110286091A (zh) * | 2019-06-11 | 2019-09-27 | 华南农业大学 | 一种基于无人机的近地遥感图像采集方法 |
| CN110889327A (zh) * | 2019-10-16 | 2020-03-17 | 南京航空航天大学 | 一种基于热红外图像的水域周边排污口智能检测方法 |
| CN110969145A (zh) * | 2019-12-19 | 2020-04-07 | 珠海大横琴科技发展有限公司 | 一种遥感图像匹配优化方法、装置、电子设备及存储介质 |
| CN111028534A (zh) * | 2018-10-09 | 2020-04-17 | 杭州海康威视数字技术股份有限公司 | 一种泊车位检测方法及装置 |
| CN111062984A (zh) * | 2019-12-20 | 2020-04-24 | 广州市鑫广飞信息科技有限公司 | 视频图像区域面积的测量方法、装置、设备及存储介质 |
| CN111062341A (zh) * | 2019-12-20 | 2020-04-24 | 广州市鑫广飞信息科技有限公司 | 视频图像区域的分类方法、装置、设备及存储介质 |
| CN111080526A (zh) * | 2019-12-20 | 2020-04-28 | 广州市鑫广飞信息科技有限公司 | 航拍图像的农田面积的测算方法、装置、设备及介质 |
| CN111160377A (zh) * | 2020-03-07 | 2020-05-15 | 深圳移动互联研究院有限公司 | 一种自带密钥机制的图像采集***及其佐证方法 |
| WO2020103019A1 (zh) * | 2018-11-21 | 2020-05-28 | 广州极飞科技有限公司 | 一种测绘采样点的规划方法、装置、控制终端及存储介质 |
| CN111448601A (zh) * | 2017-12-04 | 2020-07-24 | 株式会社电装 | 车道网络数据生成装置、车道网络数据生成程序以及存储介质 |
| CN111461986A (zh) * | 2020-04-01 | 2020-07-28 | 深圳市科卫泰实业发展有限公司 | 一种无人机夜间实时二维图像拼接方法 |
| CN111510684A (zh) * | 2020-04-24 | 2020-08-07 | 安徽比特文化传媒有限公司 | 一种vr辅助航拍的方法 |
| CN111860298A (zh) * | 2020-07-17 | 2020-10-30 | 云南昆船设计研究院有限公司 | 一种基于无人机检测营区户外设施状态的***及方法 |
| CN112288637A (zh) * | 2020-11-19 | 2021-01-29 | 埃洛克航空科技（北京）有限公司 | 无人机航拍图像快速拼接装置及快速拼接方法 |
| CN112419374A (zh) * | 2020-11-11 | 2021-02-26 | 北京航空航天大学 | 一种基于图像配准的无人机定位方法 |
| WO2021035731A1 (zh) * | 2019-08-30 | 2021-03-04 | 深圳市大疆创新科技有限公司 | 无人飞行器的控制方法、装置及计算机可读存储介质 |
| CN112634371A (zh) * | 2019-09-24 | 2021-04-09 | 北京百度网讯科技有限公司 | 用于输出信息、标定相机的方法和装置 |
| CN112767245A (zh) * | 2021-01-04 | 2021-05-07 | 航天时代飞鸿技术有限公司 | 基于多无人机实时视频图像的地图拼接构建的***及方法 |
| CN113329191A (zh) * | 2021-05-28 | 2021-08-31 | 广州极飞科技股份有限公司 | 图像处理方法及装置 |
| CN114002689A (zh) * | 2020-07-15 | 2022-02-01 | 威马智慧出行科技（上海）有限公司 | 一种定位***及定位方法、车辆 |
| US20220050459A1 (en) * | 2019-07-31 | 2022-02-17 | Bell Textron Inc. | Navigation system with camera assist |
| CN114240758A (zh) * | 2021-12-24 | 2022-03-25 | 柳州市侗天湖农业生态旅游投资有限责任公司 | 一种以四边形地块为参照物的山区茶园低空图像拼接方法 |
| CN114390270A (zh) * | 2020-10-16 | 2022-04-22 | ***通信集团设计院有限公司 | 实时智能站点全景查勘方法、装置和电子设备 |
| CN114486764A (zh) * | 2022-01-26 | 2022-05-13 | 安徽新宇环保科技股份有限公司 | 基于全光谱水质分析仪的农业面源污染监测*** |
| CN114557269A (zh) * | 2022-03-21 | 2022-05-31 | 中国科学院新疆生态与地理研究所 | 基于汊渗轮灌调整荒漠河岸***的方法 |
| CN117934574A (zh) * | 2024-03-22 | 2024-04-26 | 深圳市智兴盛电子有限公司 | 行车记录仪图像优化方法、装置、设备及存储介质 |
-
2015
- 2015-09-01 CN CN201510550182.4A patent/CN106485655A/zh active Pending
Cited By (73)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107742276A (zh) * | 2017-03-27 | 2018-02-27 | 苏州星宇测绘科技有限公司 | 一种基于无人机遥感图像机载一体化快速处理***和方法 |
| WO2019041276A1 (zh) * | 2017-08-31 | 2019-03-07 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、无人机及*** |
| US11070725B2 (en) | 2017-08-31 | 2021-07-20 | SZ DJI Technology Co., Ltd. | Image processing method, and unmanned aerial vehicle and system |
| CN107678329A (zh) * | 2017-09-08 | 2018-02-09 | 广州市迪士普智慧科技有限公司 | 一种全景互联控制***以及控制方法 |
| CN107610082A (zh) * | 2017-09-20 | 2018-01-19 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及*** |
| CN107610082B (zh) * | 2017-09-20 | 2024-02-06 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及*** |
| CN107730452B (zh) * | 2017-10-31 | 2021-06-04 | 北京小米移动软件有限公司 | 图像拼接方法及装置 |
| CN107730452A (zh) * | 2017-10-31 | 2018-02-23 | 北京小米移动软件有限公司 | 图像拼接方法及装置 |
| CN109727285A (zh) * | 2017-10-31 | 2019-05-07 | 霍尼韦尔国际公司 | 使用边缘图像的位置和姿态确定方法和*** |
| CN109727285B (zh) * | 2017-10-31 | 2021-08-17 | 霍尼韦尔国际公司 | 使用边缘图像的位置和姿态确定方法和*** |
| CN108701373A (zh) * | 2017-11-07 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 基于无人机航拍的三维重建方法、***及装置 |
| CN108701373B (zh) * | 2017-11-07 | 2022-05-17 | 深圳市大疆创新科技有限公司 | 基于无人机航拍的三维重建方法、***及装置 |
| CN108225318B (zh) * | 2017-11-29 | 2021-11-02 | 农业农村部南京农业机械化研究所 | 基于图像质量的航空遥感路径规划方法及*** |
| CN108225318A (zh) * | 2017-11-29 | 2018-06-29 | 农业部南京农业机械化研究所 | 基于图像质量的航空遥感路径规划方法及*** |
| CN107861520A (zh) * | 2017-12-01 | 2018-03-30 | 上海市环境科学研究院 | 一种多旋翼无人机多设备多传感器集成*** |
| CN111448601A (zh) * | 2017-12-04 | 2020-07-24 | 株式会社电装 | 车道网络数据生成装置、车道网络数据生成程序以及存储介质 |
| CN108156386A (zh) * | 2018-01-11 | 2018-06-12 | 维沃移动通信有限公司 | 一种全景拍照方法及移动终端 |
| CN108470585A (zh) * | 2018-03-14 | 2018-08-31 | 南京泰立瑞信息科技有限公司 | 一种互动式虚拟切片远程标注方法及*** |
| CN108718403A (zh) * | 2018-06-08 | 2018-10-30 | 重庆交通职业学院 | 用于多旋翼无人热气飞艇的影像全景*** |
| CN109186618A (zh) * | 2018-08-31 | 2019-01-11 | 平安科技（深圳）有限公司 | 地图构建方法、装置、计算机设备及存储介质 |
| CN109283937A (zh) * | 2018-09-18 | 2019-01-29 | 广东省智能制造研究所 | 一种基于无人机的植保喷施作业的方法及*** |
| CN111028534B (zh) * | 2018-10-09 | 2022-04-26 | 杭州海康威视数字技术股份有限公司 | 一种泊车位检测方法及装置 |
| CN111028534A (zh) * | 2018-10-09 | 2020-04-17 | 杭州海康威视数字技术股份有限公司 | 一种泊车位检测方法及装置 |
| CN109493278A (zh) * | 2018-10-24 | 2019-03-19 | 北京工业大学 | 一种基于sift特征的大场景图像拼接*** |
| WO2020103019A1 (zh) * | 2018-11-21 | 2020-05-28 | 广州极飞科技有限公司 | 一种测绘采样点的规划方法、装置、控制终端及存储介质 |
| CN109712071A (zh) * | 2018-12-14 | 2019-05-03 | 电子科技大学 | 基于航迹约束的无人机图像拼接与定位方法 |
| CN109712071B (zh) * | 2018-12-14 | 2022-11-29 | 电子科技大学 | 基于航迹约束的无人机图像拼接与定位方法 |
| CN109741257B (zh) * | 2018-12-25 | 2023-09-01 | 鸿视线科技(北京)有限公司 | 全景图全自动拍摄、拼接***及方法 |
| CN109741257A (zh) * | 2018-12-25 | 2019-05-10 | 鸿视线科技(北京)有限公司 | 全景图全自动拍摄、拼接***及方法 |
| CN109821233A (zh) * | 2019-01-21 | 2019-05-31 | 网易（杭州）网络有限公司 | 一种数据分析方法和装置 |
| CN109821233B (zh) * | 2019-01-21 | 2022-12-16 | 网易（杭州）网络有限公司 | 一种数据分析方法和装置 |
| CN110097498A (zh) * | 2019-01-25 | 2019-08-06 | 电子科技大学 | 基于无人机航迹约束的多航带图像拼接与定位方法 |
| CN110084743B (zh) * | 2019-01-25 | 2023-04-14 | 电子科技大学 | 基于多航带起始航迹约束的图像拼接与定位方法 |
| CN110084743A (zh) * | 2019-01-25 | 2019-08-02 | 电子科技大学 | 基于多航带起始航迹约束的图像拼接与定位方法 |
| CN110047142A (zh) * | 2019-03-19 | 2019-07-23 | 中国科学院深圳先进技术研究院 | 无人机三维地图构建方法、装置、计算机设备及存储介质 |
| CN110136219A (zh) * | 2019-04-17 | 2019-08-16 | 太原理工大学 | 一种基于多源数据融合的二三维地图展示方法 |
| CN110223233A (zh) * | 2019-06-11 | 2019-09-10 | 西北工业大学 | 一种基于图像拼接的无人机航拍建图方法 |
| CN110223233B (zh) * | 2019-06-11 | 2022-04-05 | 西北工业大学 | 一种基于图像拼接的无人机航拍建图方法 |
| CN110286091A (zh) * | 2019-06-11 | 2019-09-27 | 华南农业大学 | 一种基于无人机的近地遥感图像采集方法 |
| US20220050459A1 (en) * | 2019-07-31 | 2022-02-17 | Bell Textron Inc. | Navigation system with camera assist |
| US11644828B2 (en) * | 2019-07-31 | 2023-05-09 | Textron Innovations Inc. | Navigation system with camera assist |
| WO2021035731A1 (zh) * | 2019-08-30 | 2021-03-04 | 深圳市大疆创新科技有限公司 | 无人飞行器的控制方法、装置及计算机可读存储介质 |
| CN112634371A (zh) * | 2019-09-24 | 2021-04-09 | 北京百度网讯科技有限公司 | 用于输出信息、标定相机的方法和装置 |
| CN112634371B (zh) * | 2019-09-24 | 2023-12-15 | 阿波罗智联(北京)科技有限公司 | 用于输出信息、标定相机的方法和装置 |
| CN110889327A (zh) * | 2019-10-16 | 2020-03-17 | 南京航空航天大学 | 一种基于热红外图像的水域周边排污口智能检测方法 |
| CN110889327B (zh) * | 2019-10-16 | 2023-05-26 | 南京航空航天大学 | 一种基于热红外图像的水域周边排污口智能检测方法 |
| CN110969145B (zh) * | 2019-12-19 | 2020-08-28 | 珠海大横琴科技发展有限公司 | 一种遥感图像匹配优化方法、装置、电子设备及存储介质 |
| CN110969145A (zh) * | 2019-12-19 | 2020-04-07 | 珠海大横琴科技发展有限公司 | 一种遥感图像匹配优化方法、装置、电子设备及存储介质 |
| CN111080526B (zh) * | 2019-12-20 | 2024-02-02 | 广州市鑫广飞信息科技有限公司 | 航拍图像的农田面积的测算方法、装置、设备及介质 |
| CN111080526A (zh) * | 2019-12-20 | 2020-04-28 | 广州市鑫广飞信息科技有限公司 | 航拍图像的农田面积的测算方法、装置、设备及介质 |
| CN111062341A (zh) * | 2019-12-20 | 2020-04-24 | 广州市鑫广飞信息科技有限公司 | 视频图像区域的分类方法、装置、设备及存储介质 |
| CN111062341B (zh) * | 2019-12-20 | 2024-03-19 | 广州市鑫广飞信息科技有限公司 | 视频图像区域的分类方法、装置、设备及存储介质 |
| CN111062984A (zh) * | 2019-12-20 | 2020-04-24 | 广州市鑫广飞信息科技有限公司 | 视频图像区域面积的测量方法、装置、设备及存储介质 |
| CN111062984B (zh) * | 2019-12-20 | 2024-03-15 | 广州市鑫广飞信息科技有限公司 | 视频图像区域面积的测量方法、装置、设备及存储介质 |
| CN111160377A (zh) * | 2020-03-07 | 2020-05-15 | 深圳移动互联研究院有限公司 | 一种自带密钥机制的图像采集***及其佐证方法 |
| CN111461986A (zh) * | 2020-04-01 | 2020-07-28 | 深圳市科卫泰实业发展有限公司 | 一种无人机夜间实时二维图像拼接方法 |
| CN111461986B (zh) * | 2020-04-01 | 2023-11-03 | 深圳市科卫泰实业发展有限公司 | 一种无人机夜间实时二维图像拼接方法 |
| CN111510684A (zh) * | 2020-04-24 | 2020-08-07 | 安徽比特文化传媒有限公司 | 一种vr辅助航拍的方法 |
| CN114002689A (zh) * | 2020-07-15 | 2022-02-01 | 威马智慧出行科技（上海）有限公司 | 一种定位***及定位方法、车辆 |
| CN111860298A (zh) * | 2020-07-17 | 2020-10-30 | 云南昆船设计研究院有限公司 | 一种基于无人机检测营区户外设施状态的***及方法 |
| CN111860298B (zh) * | 2020-07-17 | 2023-12-22 | 云南昆船设计研究院有限公司 | 一种基于无人机检测营区户外设施状态的***及方法 |
| CN114390270A (zh) * | 2020-10-16 | 2022-04-22 | ***通信集团设计院有限公司 | 实时智能站点全景查勘方法、装置和电子设备 |
| CN114390270B (zh) * | 2020-10-16 | 2023-08-15 | ***通信集团设计院有限公司 | 实时智能站点全景查勘方法、装置和电子设备 |
| CN112419374A (zh) * | 2020-11-11 | 2021-02-26 | 北京航空航天大学 | 一种基于图像配准的无人机定位方法 |
| CN112419374B (zh) * | 2020-11-11 | 2022-12-27 | 北京航空航天大学 | 一种基于图像配准的无人机定位方法 |
| CN112288637A (zh) * | 2020-11-19 | 2021-01-29 | 埃洛克航空科技（北京）有限公司 | 无人机航拍图像快速拼接装置及快速拼接方法 |
| CN112767245A (zh) * | 2021-01-04 | 2021-05-07 | 航天时代飞鸿技术有限公司 | 基于多无人机实时视频图像的地图拼接构建的***及方法 |
| CN112767245B (zh) * | 2021-01-04 | 2024-03-29 | 航天时代飞鸿技术有限公司 | 基于多无人机实时视频图像的地图拼接构建的***及方法 |
| CN113329191A (zh) * | 2021-05-28 | 2021-08-31 | 广州极飞科技股份有限公司 | 图像处理方法及装置 |
| CN114240758A (zh) * | 2021-12-24 | 2022-03-25 | 柳州市侗天湖农业生态旅游投资有限责任公司 | 一种以四边形地块为参照物的山区茶园低空图像拼接方法 |
| CN114486764A (zh) * | 2022-01-26 | 2022-05-13 | 安徽新宇环保科技股份有限公司 | 基于全光谱水质分析仪的农业面源污染监测*** |
| CN114557269A (zh) * | 2022-03-21 | 2022-05-31 | 中国科学院新疆生态与地理研究所 | 基于汊渗轮灌调整荒漠河岸***的方法 |
| CN117934574A (zh) * | 2024-03-22 | 2024-04-26 | 深圳市智兴盛电子有限公司 | 行车记录仪图像优化方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106485655A (zh) | 一种基于四旋翼飞行器航拍地图生成***及方法 | |
| US11769296B2 (en) | Forest surveying | |
| Fernandez Galarreta et al. | UAV-based urban structural damage assessment using object-based image analysis and semantic reasoning | |
| US9798928B2 (en) | System for collecting and processing aerial imagery with enhanced 3D and NIR imaging capability | |
| CN109034018A (zh) | 一种基于双目视觉的低空小型无人机障碍物感知方法 | |
| CN108317953A (zh) | 一种基于无人机的双目视觉目标表面3d检测方法及*** | |
| Rumpler et al. | Evaluations on multi-scale camera networks for precise and geo-accurate reconstructions from aerial and terrestrial images with user guidance | |
| CN115439424A (zh) | 一种无人机航拍视频图像智能检测方法 | |
| CN104125372B (zh) | 一种目标光电搜索探测方法 | |
| CN104700404A (zh) | 一种果实定位识别方法 | |
| WO2019100219A1 (zh) | 输出影像生成方法、设备及无人机 | |
| CN103679674A (zh) | 一种无人飞行器实时图像拼接方法及*** | |
| CN105069843A (zh) | 一种面向城市三维建模的密集点云的快速提取方法 | |
| KR102313438B1 (ko) | 초분광영상을 이용한 하상 변동속도 측정 방법 | |
| CN114973028B (zh) | 一种航拍视频图像实时变化检测方法及*** | |
| CN104700355A (zh) | 室内二维平面图的生成方法、装置和*** | |
| KR100911931B1 (ko) | 3차원 건물 모델 생성 방법 및 장치 | |
| Ribera et al. | Estimating phenotypic traits from UAV based RGB imagery | |
| Wang et al. | TerrainFusion: Real-time digital surface model reconstruction based on monocular SLAM | |
| CN109961043B (zh) | 一种基于无人机高分辨率影像的单木高度测量方法及*** | |
| Peppa et al. | Handcrafted and learning-based tie point features-comparison using the EuroSDR RPAS benchmark datasets | |
| CN104104911A (zh) | 全景图像生成过程中的时间戳消除和重置方法及*** | |
| Gruber et al. | UltraCamX, the large format digital aerial camera system by Vexcel Imaging/Microsoft | |
| McAlinden et al. | Procedural reconstruction of simulation terrain using drones | |
| Reich et al. | Filling the Holes: potential of UAV-based photogrammetric façade modelling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170308 |
|
| WD01 | Invention patent application deemed withdrawn after publication |