CN106846385B - 基于无人机的多传感遥感影像匹配方法、装置和*** - Google Patents
基于无人机的多传感遥感影像匹配方法、装置和*** Download PDFInfo
- Publication number
- CN106846385B CN106846385B CN201611264913.XA CN201611264913A CN106846385B CN 106846385 B CN106846385 B CN 106846385B CN 201611264913 A CN201611264913 A CN 201611264913A CN 106846385 B CN106846385 B CN 106846385B
- Authority
- CN
- China
- Prior art keywords
- image
- images
- unmanned aerial
- aerial vehicle
- image acquisition
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000001360 synchronised effect Effects 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000006835 compression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明涉及无人机技术领域,特别涉及基于无人机的多传感遥感影像匹配方法和***。该无人机的多传感遥感影像匹配***包括无人机、服务器和搭载在无人机上的影像采集传感器,服务器可以用于实现基于无人机的单镜头倾斜摄影测量方法。使用无人机搭载多个不同类别的影像采集传感器进行影像采集工作,把投影变形处理后的同步影像进行配准得到由多种不同类型的影像信息叠加产生的配准影像。这样可以增加影像信息细节、提高服务器输出的影像清晰度,从而改善单一影像采集传感器获取的影像品质。对于基于无人机的单镜头倾斜摄影测量方法,可以通过建立功能模块,组合成功能模块构架,由存储在计算机可读存储介质中的计算机程序来实施。
Description
技术领域
本发明涉及无人机技术领域,特别涉及基于无人机的多传感遥感影像匹配方法和***。对于基于无人机的多传感遥感影像匹配方法,可以通过建立功能模块,组合成功能模块构架,由存储在计算机可读存储介质中的计算机程序来实施。
背景技术
随着影像采集传感器技术的发展,影像获取来源不再局限于光学照相机,可见光数码相机、多光谱相机、热红外相机、彩红外摄影和全景摄影机等高性能的影像采集传感器被广泛应用在图像理解、计算机视觉和遥感等领域。
受传感成像原理、影像采集传感器工作环境、图像目标状态等因素影响,不同影像采集传感器获取影像信息的能力也各不相同,可见光数码相机成像分辨率高,获取的影像信息包含丰富的对比度、颜色和形状信息,但可见光数码相机工作时容易受环境光照程度影响,而且不能在夜间工作;多光谱相机采用多个光谱谱段同时测量目标,适用于地形测绘、检测和分析,但是获取的影像信息的成像质量不高;热红外相机具有一定的穿透烟、雾、雪等障碍物的能力,成像分辨率较高,但是拍摄距离较远时获取的影像信息不够稳定。
考虑到各种影像采集传感器在影像信息获取上的差异,目前使用无人机等影像采集平台获取地物影像时,一些影像采集人员会在无人机上同时搭载多个不同类别的影像采集传感器,但是由于不同影像采集传感器的拍摄位置和角度不同,拍摄每张影像时的三维地理坐标也不同,导致多个影像采集传感器所采集的影像内容和尺寸存在差异,获取的影像之间难以实现精确匹配。
发明内容
本发明的目的在于避免上述现有技术中的不足之处而提供一种基于无人机的多传感遥感影像匹配方法及***,以实现对无人机搭载的多种影像采集传感器遥感影像之间的精确匹配。
本发明的目的通过以下技术方案实现:
提供基于无人机的多传感遥感影像匹配方法,包括依次进行的如下步骤:
影像采集步骤:分别通过无人机搭载的多个影像采集传感器拍摄地物影像,记录所拍摄的每张地物影像的数据信息,所述数据信息包括拍摄时影像采集传感器的拍摄角度θ和拍摄时间t,还包括地物影像空间分辨率R、影像采集传感器的焦距f、电荷耦合元件像素大小P和拍摄地物影像时的高度z,所述影像的空间分辨率R由如下公式确定:f/z=P/R;
影像平面调整步骤:多个影像采集传感器包括可见光数码相机、多光谱相机和热红外相机中的至少两种,定义其在同一拍摄时间t拍摄的地物影像为同步影像,若同步影像中有影像采集传感器的拍摄角度θ相对预设角度发生偏移,且所有影像采集传感器的偏移角度不完全一致,就对拍摄角度θ发生偏移的影像采集传感器拍摄的同步影像进行投影变形,以使所有同步影像反映所拍摄的地物同一平面的影像信息;
同步影像配准步骤:对当前获取的所有同步影像进行压缩,以使这些同步影像的单位尺寸影像代表的地面范围大小一致;对这些同步影像进行图像聚类分割处理,得到拥有同种特性多种类别区域的灰值图,重叠这些灰值图的地物特征标记,对进行叠加处理,得到由这些同步影像叠加生成的配准影像,所述地物特征标记是指根据灰值图的灰度值近似的灰度区域的形状、面积提取的图像信息,所述同步影像配准步骤中,对当前获取的所有同步影像进行压缩是按照各个同步影像的地物影像空间分辨率R的比值进行的。
本发明的基于无人机的多传感遥感影像匹配方法,使用无人机搭载多个不同类别的影像采集传感器进行影像采集工作,然后对获取自不同影像采集传感器的同步影像分别进行投影变形处理,使多个同步影像都反映所拍摄的地物同一平面的影像信息,然后把这三个同步影像进行配准,从而得到由多种不同类型的影像信息叠加产生的配准影像。配准影像包括来自不同影像采集传感器的影像信息,可以增加影像信息细节、提高服务器输出的影像清晰度,从而改善单一影像采集传感器获取的影像品质,进而提高对影像进行特征提取和目标识别等操作的有效性,方便对影像进行下一步处理与分析。
对于基于无人机的多传感遥感影像匹配方法,可以通过建立功能模块,组合成功能模块构架,由存储在计算机可读存储介质中的计算机程序来实施。
还提供了基于无人机的多传感遥感影像匹配***,包括无人机、服务器和搭载在无人机上的影像采集传感器,该***的服务器具有功能模块构架,能够录入实施该功能模块构架的计算机程序,从而实现该基于无人机的多传感遥感影像匹配方法。通过搭载在无人机上的多个不同类别的影像采集传感器同时拍摄地物影像,处理得到由多种不同类型的影像信息叠加产生的配准影像,增加影像信息细节、提高服务器输出的影像清晰度,改善了单一影像采集传感器获取的影像品质。
具体实施方式
结合以下实施例对基于无人机的多传感遥感影像匹配方法及***作进一步描述。
因为无人机具有操作简便、灵活性好和空间分辨率高等优势,无人机遥感技术迅速发展,无人机可以根据实际需要选择四旋翼无人机或者固定翼无人机,影像采集人员把搭载有影像采集传感器的无人机作为影像采集平台,控制无人机按照预先设定的航线和拍摄角度对地物进行拍摄作业,影像采集传感器把拍摄的影像发送给服务器,地物影像经由服务器分析处理后输出为地物的三维模型。
本实施例的多传感遥感影像匹配方法包括如下步骤:
影像采集步骤,分别通过无人机搭载的可见光数码相机、多光谱相机和热红外相机三种不同类型的影像采集传感器拍摄地物影像,记录所拍摄的每张地物影像的数据信息,该数据信息包括拍摄时影像采集传感器的拍摄角度θ、拍摄时间t和地物影像空间分辨率R。服务器内记录有影像采集传感器的参数,根据该参数和无人机拍摄的高度可以得到影像采集传感器获取的影像的空间分辨率R:f/z=P/R,其中:f为影像采集传感器的焦距,z为拍摄地物影像时的高度,P为电荷耦合元件像素大小。三个影像采集传感器实时拍摄得到的地物影像和相关数据信息发送给基于无人机的多传感遥感影像匹配***的服务器,通过三个影像采集传感器同步拍摄地物影像并实时发送给服务器,可以获取更高品质的地物影像。
影像平面调整步骤,定义三个影像采集传感器在同一拍摄时间t拍摄的地物影像为同步影像,正常拍摄时三个影像采集传感器的拍摄角度都为预设的角度,则三个同步影像的取像平面保持一致,但是由于拍摄时外部条件等因素影响,可能出现影像采集传感器移位的情况,导致三个同步影像的取像平面出现偏差,影响后续的同步影像配准。服务器分别获取收到的三个同步影像的拍摄角度θ,若三个影像采集传感器的拍摄角度θ都出现了相同角度的偏移,则说明无人机的行进方向发生改变,无需对影像平面进行调整;若有一个或两个影像采集传感器的拍摄角度θ出现偏移,或者三个影像采集传感器的拍摄角度θ都出现了偏移但偏移角度不一样,就判断拍摄同步影像时三个影像采集传感器的取像平面不一致,服务器对拍摄角度θ出现偏移的影像采集传感器拍摄的同步影像进行投影变形处理,把拍摄角度θ出现偏移的同步影像调整为在预设拍摄角度的取像平面上的投影影像。经过如上影像平面调整步骤,调整后的三个同步影像都反映所拍摄的地物同一平面的影像信息,便于对三个同步影像进行配准。
同步影像配准步骤,服务器分别获取经过影像平面调整步骤调整后的三个同步影像的空间分辨率R,空间分辨率R是指单位像素所代表的地面范围的大小,即能够从遥感影像上识别出两个相邻地物的最小距离,地面两个相邻物体的距离超过空间分辨率R的限度时,两者在影像上就会表现为一个单一的目标。服务器把三个同步影像中空间分辨率R最大的同步影像作为基准影像,把该基准影像的空间分辨率R与余下的同步影像的比值作为压缩比例,按照该压缩比例对同步影像进行压缩处理,从而使得单位尺寸的影像代表的地面范围大小一致。服务器对调整压缩后的三个同步影像进行图像聚类分割处理,得到拥有同种特性多种类别区域的灰值图,然后根据连续的灰度值近似的灰度区域的形状、面积提取同步影像中的地物特征标记,通过重叠三个同步影像中的地物特征标记把三种不同类型的影像采集传感器拍摄地物影像叠加在一起,从而得到由三种不同类型的影像信息叠加产生的配准影像。配准影像包括来自不同影像采集传感器的影像信息,可以增加影像信息细节、提高服务器输出的影像清晰度,从而改善单一影像采集传感器获取的影像品质,进而提高对影像进行特征提取和目标识别等操作的有效性,方便对影像进行下一步分析和处理。
服务器把收到的三个影像采集传感器在同一时刻分别拍摄的地物影像作为同步影像,然后对获取自不同影像采集传感器的三个同步影像分别进行投影变形处理,使三个同步影像都反映所拍摄的地物同一平面的影像信息,然后把这三个同步影像进行配准,从而得到由三种不同类型的影像信息叠加产生的配准影像。配准影像包括来自不同影像采集传感器的影像信息,可以增加影像信息细节、提高服务器输出的影像清晰度,从而改善单一影像采集传感器获取的影像品质,进而提高对影像进行特征提取和目标识别等操作的有效性,方便对影像进行下一步处理与分析。
与每次拍摄都可以获取五个不同角度影像的机载多镜头专用相机不同,本实施例的无人机上搭载的影像采集传感器都是单镜头相机,单镜头相机在进行二维倾斜影像的拍摄时,一次获取一个角度的影像。通过预先设定无人机的行进路线和拍摄角度,采用单镜头倾斜摄影测量方法也可以实现对地物的全方位影像的拍摄,获得与多镜头设备同样的效果。
在对一个区域的地物进行拍摄时,设定无人机的横向拍摄路径和纵向拍摄路径,无人机在相邻两条横向拍摄路径或者纵向拍摄路径拍摄的地物影像的重叠度满足图像处理要求,即沿无人机行进方向的影像重叠度不低于60%,无人机行进方向的左右两侧的影像重叠度不低于30%,并且实际拍摄区域超出需要拍摄的地物区域一个拍摄路径间距的距离,这样在对相邻两部分影像进行拼合处理时就可以获得足够多的相同地物特征信息,从而得到需拍摄地物区域的完整影像。对每一条横向拍摄路径和纵向拍摄路径,影像采集人员控制影像采集传感器进行五个不同角度影像的拍摄,这五个不同角度是指镜头垂直向下和镜头与无人机前后左右四个方向分别呈45°角。服务器获取影像采集传感器拍摄的每一个地物影像的三维地理坐标O(x,y,z),则分别取影像采集传感器在如下坐标拍摄的地物影像作为该地物前后左右四个方向的影像:前、后、左、右方位的影像分别取在坐标A(x,y+z,z)、坐标B(x,y-z,z)、坐标C(x-z,y,z)、坐标D(x+z,y,z)拍摄的朝向坐标O(x,y,z)方向且呈45°角的地物影像。
服务器获取无人机在每个镜头方向得到的配准影像,根据常规的影像采集传感器构像方程和几何畸变校正理论对影像进行几何校正,并采用基于特征的图像配准算法对几何校正后的图像进行拼接处理,得到需拍摄地物区域的完整影像。控制器根据地理坐标关系获取地物垂直和前后左右五个方向的二维倾斜摄影影像数据,通过倾斜摄影测量三维建模工具自动建模,得到地物全面的原始三维模型。
对于基于无人机的多传感遥感影像匹配方法,可以通过建立功能模块,组合成功能模块构架,由存储在计算机可读存储介质中的计算机程序来实施。
为了实现该基于无人机的多传感遥感影像匹配方法,可以建立基于无人机的多传感遥感影像匹配***,该***的服务器具有功能模块构架,能够录入实施该功能模块构架的计算机程序,从而实现该基于无人机的多传感遥感影像匹配方法。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (3)
1.基于无人机的多传感遥感影像匹配方法,其特征在于,包括依次进行的如下步骤:
影像采集步骤:分别通过无人机搭载的多个影像采集传感器拍摄地物影像,记录所拍摄的每张地物影像的数据信息,所述数据信息包括拍摄时影像采集传感器的拍摄角度θ和拍摄时间t,还包括地物影像空间分辨率R、影像采集传感器的焦距f、电荷耦合元件像素大小P和拍摄地物影像时的高度z,所述影像的空间分辨率R由如下公式确定:f/z=P/R;
影像平面调整步骤:多个影像采集传感器包括可见光数码相机、多光谱相机和热红外相机中的至少两种,定义其在同一拍摄时间t拍摄的地物影像为同步影像,若同步影像中有影像采集传感器的拍摄角度θ相对预设角度发生偏移,且所有影像采集传感器的偏移角度不完全一致,就对拍摄角度θ发生偏移的影像采集传感器拍摄的同步影像进行投影变形,以使所有同步影像反映所拍摄的地物同一平面的影像信息;
同步影像配准步骤:对当前获取的所有同步影像进行压缩,以使这些同步影像的单位尺寸影像代表的地面范围大小一致;对这些同步影像进行图像聚类分割处理,得到拥有同种特性多种类别区域的灰值图,重叠这些灰值图的地物特征标记,对进行叠加处理,得到由这些同步影像叠加生成的配准影像,所述地物特征标记是指根据灰值图的灰度值近似的灰度区域的形状、面积提取的图像信息,所述同步影像配准步骤中,对当前获取的所有同步影像进行压缩是按照各个同步影像的地物影像空间分辨率R的比值进行的。
2.基于无人机的多传感遥感影像匹配装置,其特征在于,包括如下模块:
影像采集模块:其分别通过无人机搭载的多个影像采集传感器拍摄地物影像,记录所拍摄的每张地物影像的数据信息,所述数据信息包括拍摄时影像采集传感器的拍摄角度θ和拍摄时间t,还包括地物影像空间分辨率R、影像采集传感器的焦距f、电荷耦合元件像素大小P和拍摄地物影像时的高度z,所述影像的空间分辨率R由如下公式确定:f/z=P/R;
影像平面调整调整:多个影像采集传感器包括可见光数码相机、多光谱相机和热红外相机中的至少两种,定义其在同一拍摄时间t拍摄的地物影像为同步影像,若同步影像中有影像采集传感器的拍摄角度θ相对预设角度发生偏移,且所有影像采集传感器的偏移角度不完全一致,就对拍摄角度θ发生偏移的影像采集传感器拍摄的同步影像进行投影变形,以使所有同步影像反映所拍摄的地物同一平面的影像信息;
同步影像配准模块:包括影像压缩模块,其对当前获取的所有同步影像进行压缩,以使这些同步影像的单位尺寸影像代表的地面范围大小一致;影像叠加模块,其对经影像压缩模块压缩的同步影像进行图像聚类分割处理,得到拥有同种特性多种类别区域的灰值图,重叠这些灰值图的地物特征标记,对进行叠加处理,得到由这些同步影像叠加生成的配准影像,所述地物特征标记是指根据灰值图的灰度值近似的灰度区域的形状、面积提取的图像信息,所述影像压缩模块对当前获取的所有同步影像进行压缩是按照各个同步影像的地物影像空间分辨率R的比值进行的。
3.基于无人机的多传感遥感影像匹配***,包括无人机、服务器和搭载在无人机上的影像采集传感器,影像采集传感器把采集到的数据信息发送给服务器,其特征在于:所述服务器执行权利要求1所述的基于无人机的多传感遥感影像匹配方法,或者所述服务器具有权利要求2所述的基于无人机的多传感遥感影像匹配装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611264913.XA CN106846385B (zh) | 2016-12-30 | 2016-12-30 | 基于无人机的多传感遥感影像匹配方法、装置和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611264913.XA CN106846385B (zh) | 2016-12-30 | 2016-12-30 | 基于无人机的多传感遥感影像匹配方法、装置和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106846385A CN106846385A (zh) | 2017-06-13 |
CN106846385B true CN106846385B (zh) | 2020-11-24 |
Family
ID=59116813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611264913.XA Active CN106846385B (zh) | 2016-12-30 | 2016-12-30 | 基于无人机的多传感遥感影像匹配方法、装置和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846385B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599412A (zh) * | 2019-08-15 | 2019-12-20 | 中国科学院遥感与数字地球研究所 | 基于无人机的遥感数据处理方法及*** |
CN110726398B (zh) * | 2019-10-22 | 2022-01-14 | 浙江煤炭测绘院有限公司 | 一种自然资源遥感测绘影像定位方法 |
CN111652915A (zh) * | 2019-12-09 | 2020-09-11 | 珠海大横琴科技发展有限公司 | 一种遥感图像的重叠区域计算方法、装置及电子设备 |
CN111105498B (zh) * | 2019-12-31 | 2020-10-20 | 中航华东光电深圳有限公司 | 一种三维实时地图构建方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1518339A (zh) * | 2003-01-11 | 2004-08-04 | ���ǵ�����ʽ���� | 用于调节便携式终端内的照相机拍摄角度的装置和方法 |
CN101853514A (zh) * | 2009-04-02 | 2010-10-06 | 肖克炎 | 彩色地质图图像的交互式矢量化方法及其*** |
CN101853524A (zh) * | 2010-05-13 | 2010-10-06 | 北京农业信息技术研究中心 | 使用图像序列生成玉米果穗全景图的方法 |
CN102508260A (zh) * | 2011-11-30 | 2012-06-20 | 武汉大学 | 一种面向侧视中分辨率卫星的几何成像构建方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6731390B2 (en) * | 1999-07-01 | 2004-05-04 | Carl Zeiss Jena Gmbh | Process and apparatus for determining surface information using a projected structure with a periodically changing brightness curve |
KR100414083B1 (ko) * | 1999-12-18 | 2004-01-07 | 엘지전자 주식회사 | 영상왜곡 보정방법 및 이를 이용한 영상표시기기 |
JP2015026992A (ja) * | 2013-07-26 | 2015-02-05 | 株式会社リコー | 投影システム、画像処理装置、投影方法およびプログラム |
CN103761732B (zh) * | 2014-01-06 | 2016-09-07 | 哈尔滨工业大学深圳研究生院 | 一种可见光与热红外融合的立体成像装置及其标定方法 |
CN104091369B (zh) * | 2014-07-23 | 2017-02-22 | 武汉大学 | 一种无人机遥感影像建筑物三维损毁检测方法 |
CN104732577B (zh) * | 2015-03-10 | 2017-11-07 | 山东科技大学 | 一种基于uav低空航测***的建筑物纹理提取方法 |
CN106127697B (zh) * | 2016-06-07 | 2018-12-11 | 哈尔滨工业大学 | 无人机机载成像高光谱几何校正方法 |
CN106249751A (zh) * | 2016-08-01 | 2016-12-21 | 广州优飞信息科技有限公司 | 一种倾斜三维航测数据的采集***、采集方法及控制终端 |
-
2016
- 2016-12-30 CN CN201611264913.XA patent/CN106846385B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1518339A (zh) * | 2003-01-11 | 2004-08-04 | ���ǵ�����ʽ���� | 用于调节便携式终端内的照相机拍摄角度的装置和方法 |
CN101853514A (zh) * | 2009-04-02 | 2010-10-06 | 肖克炎 | 彩色地质图图像的交互式矢量化方法及其*** |
CN101853524A (zh) * | 2010-05-13 | 2010-10-06 | 北京农业信息技术研究中心 | 使用图像序列生成玉米果穗全景图的方法 |
CN102508260A (zh) * | 2011-11-30 | 2012-06-20 | 武汉大学 | 一种面向侧视中分辨率卫星的几何成像构建方法 |
Non-Patent Citations (2)
Title |
---|
Remote sensing and photogrammetry techniques in diagnostics of concrete structures;Artur Janowski等;《Computers and Concrete》;20160930;第1-17页 * |
以中小比例尺地形图为基准的高分辫率遥感影像定位方法研究;宣文玲;《中国优秀博硕士学位论文全文数据库 (博士)基础科学辑》;20060515(第05期);第A008-32页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106846385A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110728715B (zh) | 一种智能巡检机器人摄像机角度自适应调整方法 | |
US10515271B2 (en) | Flight device and flight control method | |
TWI555379B (zh) | 一種全景魚眼相機影像校正、合成與景深重建方法與其系統 | |
CN106767720A (zh) | 基于无人机的单镜头倾斜摄影测量方法、装置和*** | |
WO2017080108A1 (zh) | 飞行装置、飞行控制***及方法 | |
CN106846385B (zh) | 基于无人机的多传感遥感影像匹配方法、装置和*** | |
CN108629756B (zh) | 一种Kinectv2深度图像无效点修复方法 | |
US11838490B2 (en) | Multimodal imaging sensor calibration method for accurate image fusion | |
US20200043195A1 (en) | Image generation apparatus, image generation system, image generation method, and image generation program | |
CN108140066B (zh) | 图面制作装置及图面制作方法 | |
WO2019100219A1 (zh) | 输出影像生成方法、设备及无人机 | |
TW201403553A (zh) | 自動校正鳥瞰影像方法 | |
CN111080709A (zh) | 基于轨迹特征配准的多光谱立体相机自标定算法 | |
CN104079916A (zh) | 一种全景三维视觉传感器及使用方法 | |
KR101255461B1 (ko) | 도로시설물 자동 위치측정 방법 | |
CN114612577A (zh) | 一种基于双目立体视觉的果园智能喷药方法及*** | |
CN114413958A (zh) | 无人物流车的单目视觉测距测速方法 | |
CN108195359B (zh) | 空间数据的采集方法及*** | |
CN113589261A (zh) | 一种全景环带相机与激光雷达联合标定的方法 | |
Abdullah et al. | Camera Calibration Performance on Different Non-metric Cameras. | |
WO2003021967A2 (en) | Image fusion systems | |
WO2015182771A1 (ja) | 撮像装置、画像処理装置、画像処理方法およびコンピュータプログラム | |
CN115950435A (zh) | 无人机巡检影像的实时定位方法 | |
CN112154484A (zh) | 正射影像生成方法、***和存储介质 | |
KR101837403B1 (ko) | 고속 영상 모자이킹 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 510075 one of the compound No. 100, Xianlie Middle Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee after: Guangzhou Institute of geography, Guangdong Academy of Sciences Address before: 510070 Third Floor, Guangzhou Institute of Geography, No. 100 Xianliezhong Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee before: GUANGZHOU INSTITUTE OF GEOGRAPHY |
|
CP03 | Change of name, title or address |