CN106969753B - 基于电力设计应用的无人机航拍数据处理方法 - Google Patents
基于电力设计应用的无人机航拍数据处理方法 Download PDFInfo
- Publication number
- CN106969753B CN106969753B CN201710248991.9A CN201710248991A CN106969753B CN 106969753 B CN106969753 B CN 106969753B CN 201710248991 A CN201710248991 A CN 201710248991A CN 106969753 B CN106969753 B CN 106969753B
- Authority
- CN
- China
- Prior art keywords
- data
- basic
- unmanned plane
- image data
- land form
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于电力设计应用的无人机航拍数据处理方法,包括:无人机实时识别电力沿线的变电站并沿电力沿线飞行;采用航拍技术采集变电站周边的原始地形影像数据,所述原始地形影像数据包括视频数据、静态图像数据及热成像数据;根据所述原始地形影像数据提取基础数据,所述基础数据包括基础影像地形图、基础专题图、基础正射影像图及基础景观图;根据所述基础数据输出数据成果,所述数据成果包括精确正射影像图、DSM点云数据、精确影像地形图及三维实景模型。采用本发明,可利用无人机航拍技术快速采集变电站周边的图像资料。
Description
技术领域
本发明涉及电力技术领域,尤其涉及一种基于电力设计应用的无人机航拍数据处理方法。
背景技术
截至2013年底,全国电网220千伏及以上输电线路长度达53.98万千米,同比增长6.4%。随着电网规模的日益扩大,巡线的工作量也日益加大,100km的巡线工作需要20个巡线人员工作1天才能完成;同时,变电站工程地形环境大都十分险峻,如果通过人工测制获取高精度空间数据完成地形图,需付出很大的人力物力代价。因此传统的巡线方式已经满足不了现代电力***的广泛需求。
无人机具有经济性、安全性、易操作性等特点,能够为我们的生活带来很多便利。小型无人机的真正发展时间不超过十年,从有成熟的产品到现在不到四年,而一年以前的相关产品还相当粗糙、没有完整的安全保护和数据记录设备。然而无人机的发展速度大大超出人们的预期,越来越多之前不曾设想过的领域已经开始出现无人机的应用。目前,无人机已经被广泛应用在诸多领域,包括航拍摄影、电力巡检、新闻报道、野生动物保护、环境监测、快递送货等等。相应地,无人机在电网巡检中具有较好的应用前景。但是,由于无人机携带的多为非量测相机,其获取的影像与传统量测相机获取的影像有所不同,采用常规的处理方法难以达到要求。如何方便快速的处理无人机获取影像,并使结果满足测绘规范的要求成为无人机影像处理的难点。
发明内容
本发明所要解决的技术问题在于,提供一种基于电力设计应用的无人机航拍数据处理方法,可利用无人机航拍技术快速采集变电站周边的图像资料。
为了解决上述技术问题,本发明提供了一种基于电力设计应用的无人机航拍数据处理方法,包括:无人机实时识别电力沿线的变电站并沿电力沿线飞行;采用航拍技术采集变电站周边的原始地形影像数据,所述原始地形影像数据包括视频数据、静态图像数据及热成像数据;根据所述原始地形影像数据提取基础数据,所述基础数据包括基础影像地形图、基础专题图、基础正射影像图及基础景观图;根据所述基础数据输出数据成果,所述数据成果包括精确正射影像图、DSM点云数据、精确影像地形图及三维实景模型。
作为上述方案的改进,所述根据原始地形影像数据提取基础数据的方法包括:对原始地形影像数据进行空三加密处理,得到数字高程模型;对所述数字高程模型进行影像数字微分纠正处理;对经数字微分纠正处理后的原始地形影像数据进行平滑处理;对经平滑处理后的原始地形影像数据进行影像镶嵌、调色及裁切处理以提取出以图幅为单位的基础数据。
作为上述方案的改进,所述根据原始地形影像数据提取基础数据的方法还包括:排除异常的原始地形影像数据,所述异常包括姿态角大于10°的原始地形影像数据、航线拐角处的原始地形影像数据及曝光过度的原始地形影像数据。
作为上述方案的改进,所述根据基础数据输出数据成果的方法包括:采用分块策略将以图幅为单位的基础数据划分为多幅独立的子基础数据;采用3阶一般多项式模型分别对基础数据进行影像配准校正;合并经影像配准校正后的基础数据。
作为上述方案的改进,相邻两幅独立的子基础数据之间存在重复区域。
作为上述方案的改进,所述基于电力设计应用的无人机航拍数据处理方法还包括:识别子基础数据中的特征点,所述特征点包括建筑物、动物、池塘及农田;计算所述特征点的分布规律。
作为上述方案的改进,所述识别子基础数据中的特征点的方法包括:对子基础数据进行灰度化处理以生成灰度图像;采用中值滤波、膨胀及腐蚀方式对灰度图像进行预处理;提取预处理后图像的小波特征值;采用AP类聚方式对图像进行识别。
作为上述方案的改进,所述无人机实时识别电力沿线的变电站并沿电力沿线飞行时,无人机飞行轨迹呈“Z”型或“S”型。
作为上述方案的改进,所述采用航拍技术采集变电站周边的原始地形影像数据时,实时调节无人机中拍摄设备的拍摄亮度及曝光度。
实施本发明,具有如下有益效果:
本发明基于电力设计应用的无人机航拍数据处理方法结合变电站工程实际,利用无人机航拍技术可快速拍摄变电站周边的图像资料,收集变电站原始地形影像数据,校核人工测量的地形图和现场的地形;同时利用无人机测绘技术取得正射影像地图、景观图等基础数据,分辨率高,可为工程前期阶段的规划、设计、工程总平面布置等工作提供重要的技术支持。
附图说明
图1是本发明基于电力设计应用的无人机航拍数据处理方法的第一实施例流程;
图2是本发明基于电力设计应用的无人机航拍数据处理方法的第一实施例流程;
图3是本发明基于电力设计应用的无人机航拍数据处理方法中无人机的飞行轨迹示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。仅此声明,本发明在文中出现或即将出现的上、下、左、右、前、后、内、外等方位用词,仅以本发明的附图为基准,其并不是对本发明的具体限定。
参见图1,图1显示了本发明基于电力设计应用的无人机航拍数据处理方法的第一实施例流程图,包括:
S101,无人机实时识别电力沿线的变电站并沿电力沿线飞行。
需要说明的是,变电站工程地形环境大都十分险峻,如果通过人工测制获取高精度空间数据完成地形图,需付出很大的人力物力代价;无人机巡检线路具有不受地形环境限制、费用与效率之比较高等优势,同时无需顾虑其意外坠毁可能导致的机上人员伤亡等问题,同时无人机航拍技术对场地要求低,可云下飞行、姿态平稳,可测1:500,1:1000,1:2000的大比例尺地形图和影像图,特别适合恶劣地形条件下高精度地形测图。
参见图3,所述无人机实时识别电力沿线的变电站并沿电力沿线飞行时,无人机飞行轨迹呈“Z”型或“S”型,实时拍摄电力沿线两侧的原始地形影像数据,其中采用“Z”型或“S”型的飞行轨迹可实现对原始地形影像数据的多角度采样,灵活性强。
S102,采用航拍技术采集变电站周边的原始地形影像数据。
所述原始地形影像数据包括视频数据、静态图像数据及热成像数据。
所述采用航拍技术采集变电站周边的原始地形影像数据时,实时调节无人机中拍摄设备的拍摄亮度及曝光度,以保证原始地形影像数据的质量更高。
进一步,还可以实时存储所述原始地形影像数据,以便进行航行后分析。
S103,根据所述原始地形影像数据提取基础数据。
所述基础数据包括基础影像地形图、基础专题图、基础正射影像图(digitalorthophoto map,DOM)及基础景观图。
具体地,所述根据原始地形影像数据提取基础数据的方法包括:
A1,对原始地形影像数据进行空三加密处理,得到数字高程模型(digitalelevation model,DEM);
所述空三加密的方法包括:确定航线的偏移量;自动相对定型;自动连接点选取及量测;模型连接检查;控制点量测;区域网平差。
A2,对所述数字高程模型进行影像数字微分纠正处理;
A3,对经数字微分纠正处理后的原始地形影像数据进行平滑处理;通过高斯滤波算法,对图像采集过程由于随机信号污染产生的常见噪声(如椒盐噪声,脉冲噪声和高斯噪声等)进行滤波处理,减少噪声信号对图像分析的干扰。
A4,对经平滑处理后的原始地形影像数据进行影像镶嵌、调色及裁切处理以提取出以图幅为单位的基础数据。
具体地,需对单张影像进行匀光、匀色和镶嵌处理,实际作业中针对居民地、面状水系、植被等不同地物要素色彩特点影像,分别进行适当的匀色处理并尽量确保整个测区色彩的一致性。
进一步,所述步骤A1之前还包括:排除异常的原始地形影像数据,所述异常包括姿态角大于10°的原始地形影像数据、航线拐角处的原始地形影像数据及曝光过度的原始地形影像数据。
S104,根据所述基础数据输出数据成果。
所述数据成果包括精确正射影像图、DSM点云数据、精确影像地形图及三维实景模型。其中,所述精确正射影像图可满足规划、拆迁补偿的需要;DSM点云数据可满足三维建模、矿山测量、城镇街景测量;
具体地,所述根据基础数据输出数据成果的方法包括:
B1,采用分块策略将以图幅为单位的基础数据划分为多幅独立的子基础数据;
具体地,需采用线性差值法对每幅独立的子基础数据进行下采样处理,将图像调整为最合适的大小,使图像的宽调整为一致,保证不但可以最大程度加快图像分析的速度、减少运算量,而且对检测结果精度没有影响。
B2,采用3阶一般多项式模型分别对基础数据进行影像配准校正,从而保证精确影像地形图与整个测区的卫星遥感数据处理标准影像相统一。
B3,合并经影像配准校正后的基础数据。
需要说明的是,相邻两幅独立的子基础数据之间存在重复区域。
参见图2,图2显示了本发明基于电力设计应用的无人机航拍数据处理方法的第二实施例流程图,包括:
S201,无人机实时识别电力沿线的变电站并沿电力沿线飞行。
S202,采用航拍技术采集变电站周边的原始地形影像数据。
S203,根据所述原始地形影像数据提取基础数据。
S204,根据所述基础数据输出数据成果。
S205,识别子基础数据中的特征点。
所述特征点包括建筑物、动物、池塘及农田。
具体地,所述识别子基础数据中的特征点的方法包括:
C1,对子基础数据进行灰度化处理以生成灰度图像;
C2,采用中值滤波、膨胀及腐蚀方式对灰度图像进行预处理;
需要说明的是,无人机在巡检过程中采集图像的质量较差,其图像存在不同程度的退化现象。为了提高识别的准确性可通过灰度化处理、中值滤波、膨胀及腐蚀等方式可去掉很多干扰线条和噪声点,平滑了一些由于光线所形成的亮点,使图像目标形状区域内部的像素值差异减小,有利于后续图像的小波特征值提取。
C3,提取预处理后图像的小波特征值;
小波变换具有优良的时频域局部特征,它对信号用一组不同尺度的带通滤波器进行滤波,将信号分解到不同的频带上进行分析处理。
其中,小波特征值的提取算法包括:首先,选取具有对称性的紧支撑正交小波,使用小波工具箱函数对预处理后的图像进行一层小波分解,得到4个分解子图(分别是平滑子图,水平子图,垂直子图和斜向子图)其中平滑子图的小波分解系数是概貌系数,其余子图的小波分解系数均是细节系数,然后,对每个子图的小波分解系数求均值和方差,并将其作为特征值进行分类。
C4,采用AP类聚方式对图像进行识别。
AP聚类算法又称为近邻传播聚类算法,其目的是找到样本集中最优的类代表点集合,使所有样本点与其所属类别的类代表点的相似度最大。AP聚类算法将所有样本点都当作候选的类代表点,使得聚类结果不受初始聚类中心选择的影响。
S206,计算所述特征点的分布规律,以体现电力沿线的地域特点。
由上可知,本发明基于电力设计应用的无人机航拍数据处理方法结合变电站工程实际,利用无人机航拍技术可快速拍摄变电站周边的图像资料,收集变电站原始地形影像数据,校核人工测量的地形图和现场的地形;同时利用无人机测绘技术取得正射影像地图、景观图等基础数据,分辨率高,可为工程前期阶段的规划、设计、工程总平面布置等工作提供重要的技术支持。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种基于电力设计应用的无人机航拍数据处理方法,其特征在于,包括:
无人机实时识别电力沿线的变电站并沿电力沿线飞行;
采用航拍技术采集变电站周边的原始地形影像数据,所述原始地形影像数据包括视频数据、静态图像数据及热成像数据;
根据所述原始地形影像数据提取基础数据,所述基础数据包括基础影像地形图、基础专题图、基础正射影像图及基础景观图;
根据所述基础数据输出数据成果,所述数据成果包括精确正射影像图、DSM点云数据、精确影像地形图及三维实景模型。
所述根据基础数据输出数据成果的方法包括:采用分块策略将以图幅为单位的基础数据划分为多幅独立的子基础数据;采用3阶一般多项式模型分别对基础数据进行影像配准校正;合并经影像配准校正后的基础数据。
2.如权利要求1所述的基于电力设计应用的无人机航拍数据处理方法,其特征在于,所述根据原始地形影像数据提取基础数据的方法包括:
对原始地形影像数据进行空三加密处理,得到数字高程模型;
对所述数字高程模型进行影像数字微分纠正处理;
对经数字微分纠正处理后的原始地形影像数据进行平滑处理;
对经平滑处理后的原始地形影像数据进行影像镶嵌、调色及裁切处理以提取出以图幅为单位的基础数据。
3.如权利要求2所述的基于电力设计应用的无人机航拍数据处理方法,其特征在于,所述根据原始地形影像数据提取基础数据的方法还包括:排除异常的原始地形影像数据,所述异常包括姿态角大于10°的原始地形影像数据、航线拐角处的原始地形影像数据及曝光过度的原始地形影像数据。
4.如权利要求1所述的基于电力设计应用的无人机航拍数据处理方法,其特征在于,相邻两幅独立的子基础数据之间存在重复区域。
5.如权利要求1所述的基于电力设计应用的无人机航拍数据处理方法,其特征在于,还包括:
识别子基础数据中的特征点,所述特征点包括建筑物、动物、池塘及农田;
计算所述特征点的分布规律。
6.如权利要求5所述的基于电力设计应用的无人机航拍数据处理方法,其特征在于,所述识别子基础数据中的特征点的方法包括:
对子基础数据进行灰度化处理以生成灰度图像;
采用中值滤波、膨胀及腐蚀方式对灰度图像进行预处理;
提取预处理后图像的小波特征值;
采用AP类聚方式对图像进行识别。
7.如权利要求1所述的基于电力设计应用的无人机航拍数据处理方法,其特征在于,所述无人机实时识别电力沿线的变电站并沿电力沿线飞行时,无人机飞行轨迹呈“Z”型或“S”型。
8.如权利要求1所述的基于电力设计应用的无人机航拍数据处理方法,其特征在于,所述采用航拍技术采集变电站周边的原始地形影像数据时,实时调节无人机中拍摄设备的拍摄亮度及曝光度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2017102017674 | 2017-03-30 | ||
CN201710201767 | 2017-03-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106969753A CN106969753A (zh) | 2017-07-21 |
CN106969753B true CN106969753B (zh) | 2019-04-19 |
Family
ID=59332948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710248991.9A Active CN106969753B (zh) | 2017-03-30 | 2017-04-17 | 基于电力设计应用的无人机航拍数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106969753B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108286965B (zh) * | 2018-01-09 | 2020-11-24 | 深圳飞马机器人科技有限公司 | 基于精细三维地形的无人机变高航线方法、终端及*** |
CN108665528A (zh) * | 2018-04-12 | 2018-10-16 | 四川旭普信息产业发展有限公司 | 航空摄影数字建模分区提取及转换算法 |
CN108871287B (zh) * | 2018-06-01 | 2021-01-12 | 广州中科云图智能科技有限公司 | 一种无人机带状正射影像航测方法及*** |
CN113867410B (zh) * | 2021-11-17 | 2023-11-03 | 武汉大势智慧科技有限公司 | 一种无人机航拍数据的采集模式识别方法和*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506824A (zh) * | 2011-10-14 | 2012-06-20 | 航天恒星科技有限公司 | 一种城市低空无人机***生成数字正射影像图的方法 |
CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电***巡检方法 |
-
2017
- 2017-04-17 CN CN201710248991.9A patent/CN106969753B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506824A (zh) * | 2011-10-14 | 2012-06-20 | 航天恒星科技有限公司 | 一种城市低空无人机***生成数字正射影像图的方法 |
CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电***巡检方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106969753A (zh) | 2017-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dandois et al. | High spatial resolution three-dimensional mapping of vegetation spectral dynamics using computer vision | |
Piermattei et al. | Suitability of ground-based SfM–MVS for monitoring glacial and periglacial processes | |
Barlow et al. | Kinematic analysis of sea cliff stability using UAV photogrammetry | |
CN114518104B (zh) | 基于动态遥感监测技术的国土测绘方法、***及存储介质 | |
CN106969753B (zh) | 基于电力设计应用的无人机航拍数据处理方法 | |
Yu et al. | Modeling of landslide topography based on micro-unmanned aerial vehicle photography and structure-from-motion | |
Nasiri et al. | Unmanned aerial vehicles (UAV)-based canopy height modeling under leaf-on and leaf-off conditions for determining tree height and crown diameter (case study: Hyrcanian mixed forest) | |
Chen et al. | Assessing visual green effects of individual urban trees using airborne Lidar data | |
CN109961510B (zh) | 一种基于三维点云重构技术的高切坡地质快速编录方法 | |
KR101080985B1 (ko) | 항공 라이다 성과를 이용한 수고 및 개체 수 확인방법 | |
CN110988909A (zh) | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 | |
Baily et al. | Comparative assessment of analytical and digital photogrammetric methods in the construction of DEMs of geomorphological forms | |
CN112906719A (zh) | 基于消费级深度相机的立木因子测量方法 | |
Yin et al. | Individual tree parameters estimation for chinese fir (cunninghamia lanceolate (lamb.) hook) plantations of south china using UAV Oblique Photography: Possibilities and Challenges | |
Zhou et al. | Application of UAV oblique photography in real scene 3d modeling | |
Zagalikis et al. | The application of digital photogrammetry and image analysis techniques to derive tree and stand characteristics | |
CN112561981A (zh) | 一种融合影像信息的摄影测量点云滤波方法 | |
Wallerman et al. | Forest height estimation using semi-individual tree detection in multi-spectral 3D aerial DMC data | |
Senn et al. | On‐site geometric calibration of RPAS mounted sensors for SfM photogrammetric geomorphological surveys | |
Yijing et al. | Construction and analysis of 3D scene model of landscape space based on UAV oblique photography and 3D laser scanner | |
CN110580468A (zh) | 一种基于影像匹配点云的单木结构参数提取的方法 | |
Jia et al. | Effects of point density on DEM accuracy of airborne LiDAR | |
Martin et al. | Comparison of terrestrial-based, high resolution, LiDAR and digital photogrammetry surveys of a rock slope | |
Zhu | A pipeline of 3D scene reconstruction from point clouds | |
Wang et al. | Retrieving individual tree heights from a point cloud generated with optical imagery from an unmanned aerial vehicle (UAV) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191119 Address after: 528000, No. 41, Zhongxin Road, Chancheng District, Guangdong, Foshan, Shiwan Co-patentee after: FOSHAN POWER SUPPLY BUREAU OF GUANGDONG POWER GRID CORPORATION Patentee after: Foshan Electric Power Design Institute Co., Ltd. Address before: 528000, No. 41, Zhongxin Road, Chancheng District, Guangdong, Foshan, Shiwan Patentee before: Foshan Electric Power Design Institute Co., Ltd. |
|
TR01 | Transfer of patent right |