CN114524097B - 一种测绘地理信息用无人机勘测装置 - Google Patents

一种测绘地理信息用无人机勘测装置 Download PDF

Info

Publication number
CN114524097B
CN114524097B CN202210311553.3A CN202210311553A CN114524097B CN 114524097 B CN114524097 B CN 114524097B CN 202210311553 A CN202210311553 A CN 202210311553A CN 114524097 B CN114524097 B CN 114524097B
Authority
CN
China
Prior art keywords
air quality
aerial vehicle
unmanned aerial
image
module
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
Application number
CN202210311553.3A
Other languages
English (en)
Other versions
CN114524097A (zh
Inventor
王双美
赵科
张丹
朱曙光
陈旭
刘剑锋
李建辉
赵雨琪
徐琳
赵依聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yellow River Conservancy Technical Institute
Original Assignee
Yellow River Conservancy Technical Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yellow River Conservancy Technical Institute filed Critical Yellow River Conservancy Technical Institute
Priority to CN202210311553.3A priority Critical patent/CN114524097B/zh
Publication of CN114524097A publication Critical patent/CN114524097A/zh
Application granted granted Critical
Publication of CN114524097B publication Critical patent/CN114524097B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种测绘地理信息用无人机勘测装置，包括无人机，所无人机上搭载有空气质量传感器、***、摄像器以及中央处理器，所述中央处理器上运行有测控***，所述测控***包括：空气质量采集模块、无人机定位模块、图像采集模块、图像处理模块、空气质量更新模块以及区域模型建立模块。本发明通过在无人机下方设置摄像头并同时搭载定位芯片，在采集空气质量的同时结合该地点定位地点的区域建筑经济情况，综合评判该定位节点在各个时间段的空气质量，并完成周期内的区域空气质量的模型的建立，通过动态的二维平面点集，通过坐标点的颜色表示空气质量的情况，展示动态的区域内的各个坐标点的空气质量变化图，便于研究人员的观看和研究。

Description

一种测绘地理信息用无人机勘测装置
技术领域
本发明涉及测量测绘领域，特别涉及一种测绘地理信息用无人机勘测装置。
背景技术
在地理信息的测绘中，空气质量的测量是其中的一项重要参数，后续研究人员会根据空气质量的分析得到相应的对策，从而完成对于一定区域内地理信息的测绘报告。目前，在对一定区域的空气质量测量的时候，都会在区域内的定点位置设定监测站，通过监测站的位置以及检测的数据在区域内进行地图的标记，最后通过一定的经验算法对整个区域内的空气质量进行评估。这样的方式虽然可以得到区域内空气质量，但是由于所采集到实际样本太少，不能足以反映出整个区域的实际空气质量情况。
发明内容
本发明的目的是克服上述现有技术中存在的问题，提供一种测绘地理信息用无人机勘测装置，通过在无人机下方设置摄像头并同时搭载定位芯片，在采集空气质量的同时结合该地点定位地点的区域建筑经济情况，综合评判该定位节点在各个时间段的空气质量。
为此，本发明提供一种测绘地理信息用无人机勘测装置，包括无人机，所无人机上搭载有空气质量传感器、***、摄像器以及中央处理器，所述中央处理器上运行有测控***，所述测控***包括：
空气质量采集模块，用于实时的接收所述空气质量传感器采集到的空气质量，得到初始空气质量；
无人机定位模块，用于实时的接收所述***获取的位置坐标；
图像采集模块，用于通过所述摄像器实时的拍摄所述无人机下方的图像，得到原始图像；
图像处理模块，用于将所述原始图像进行图像线条化处理得到线条图像，并根据所述线条图像中的线条轮廓得到所述线条图像中的各个元素的种类以及每一个元素的数量；
空气质量更新模块，将所述线条图像中的各个元素的种类以及每一个元素的数量结合对应时间的所述初始空气质量综合得到最终空气质量；
区域模型建立模块，用于接收每一个时间对应的所述位置坐标以及所述最终空气质量，根据所述位置坐标将所述最终空气质量生成空气质量模型并输出。
进一步，将所述原始图像进行图像线条化处理得到线条图像的时候，包括如下步骤：
获取所述原始图像的各个像素点的像素值，并对比相邻的两个像素点的像素值的差值大小；
根据相邻的两个像素点的像素值的差值得到对应的填充颜色值；
将相邻的两个像素点对应的填充颜色值填入原始颜色值较大的像素点，完成像素点的像素值的更新；
遍历所述原始图像中各个像素点得到所述线条图像。
更进一步，所述的相邻的两个像素点的像素值的差值与所述填充颜色值负相关。
进一步，所述无人机内置有电子地图，并根据电子地图中设定轨道进行飞行，所述设定轨道为路径函数，所述路径函数的自变量为时间，自变量为所述位置坐标，在对应时间所述路径函数的位置坐标修正所述***获取的位置坐标。
更进一步，所述路径函数在设定的时候，包括如下步骤：
根据所述摄像器可以拍摄的原始图像的区域的大小将待勘测区域进行划分，得到多个勘测子区域；
获取所述勘测区域的边缘位置坐标，得到每一个所述勘测子区域的边缘位置坐标；
根据每一个所述勘测子区域的边缘位置坐标得到每一个所述勘测子区域的中心坐标；
依据S型依次连接相邻的两个所述勘测子区域的中心坐标，遍历所有的所述勘测子区域并结合所述时间，得到所述路径函数。
进一步，所述空气质量传感器包括：
传感器固定器，通过电动伸缩杆连接在所述无人机的正上方；
空气参数传感器，其数量有多个，设置在所述传感器固定器的表面，用于采集空气的各个参数；
处理器，用于接收所述空气参数传感器检测到的空气参数，并将所述空气参数进行运算得到所述初始空气质量。
进一步，所述空气质量模型为二维平面点集，每一个点根据其对应的所述位置坐标，每一个点所显示的颜色为其对应的所述最终空气质量所对应的颜色。
本发明提供的一种测绘地理信息用无人机勘测装置，具有如下有益效果：
本发明通过在无人机下方设置摄像头并同时搭载定位芯片，在采集空气质量的同时结合该地点定位地点的区域建筑经济情况，综合评判该定位节点在各个时间段的空气质量，并完成周期内的区域空气质量的模型的建立，便于研究人员的观看和研究；
本发明的无人机根据电子地图设定的轨迹运行，并将所拍摄的图像转化为地图的形式，并绘制动态地图有助于对空气质量进行分析，同时也结合电子地图的精确坐标，使得空气质量的模型在建立的时候，空气质量与位置坐标一一精确的对应；
本发明通过动态的二维平面点集，通过坐标点的颜色表示空气质量的情况，展示动态的区域内的各个坐标点的空气质量变化图，使得研究人员在研究的时候，可以观看的更加直观，减少研究人员的工作量。
附图说明
图1为本发明的整体结构示意图；
图2为本发明的测控***的***连接示意框图；
图3为本发明进行线条化处理的流程示意框图；
图4为本发明在设定路径函数的流程示意框图。
具体实施方式
下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
在本申请文件中，未经明确的部件型号以及结构，均为本领域技术人员所公知的现有技术，本领域技术人员均可根据实际情况的需要进行设定，在本申请文件的实施例中不做具体的限定。
具体的，如图1-4所示，本发明实施例提供了一种测绘地理信息用无人机勘测装置，包括无人机，所无人机上搭载有空气质量传感器、***、摄像器以及中央处理器，所述中央处理器上运行有测控***，所述测控***包括：空气质量采集模块、无人机定位模块、图像采集模块、图像处理模块、空气质量更新模块以及区域模型建立模块。下面是各个功能模块详细的介绍。
空气质量采集模块，用于实时的接收所述空气质量传感器采集到的空气质量，得到初始空气质量；该模块是数据采集的模块，本发明中的空气质量是各种空气参数综合后的表示方式，用于评判空气质量的指标数据。
无人机定位模块，用于实时的接收所述***获取的位置坐标；该模块是无人机的位置的获取模块，所得到的位置坐标一般使用二维坐标或者三维坐标的方式。
图像采集模块，用于通过所述摄像器实时的拍摄所述无人机下方的图像，得到原始图像；该模块是对于图像采集的模块，采集的原始图像即是与无人机采集时候所在的位置坐标相对应。
图像处理模块，用于将所述原始图像进行图像线条化处理得到线条图像，并根据所述线条图像中的线条轮廓得到所述线条图像中的各个元素的种类以及每一个元素的数量；该模块是将原始图像处理，提取出其中的地理元素的数量，这样就可以分析得到图像中包含多少种元素，每一种元素分别有多少数量。本发明中的元素一般为建筑，河流，桥梁等地理元素。
空气质量更新模块，将所述线条图像中的各个元素的种类以及每一个元素的数量结合对应时间的所述初始空气质量综合得到最终空气质量；该模块是将上述已经得到的初始空气质量和该位置的图像中的各个元素的种类以及每一个元素的数量相结合，对初始空气质量进行最终的评定，得到最终空气质量。本发明是将空中的空气质量与地面的实际情况相结合，综合空间所有的情况，得到最终结果为最终空气质量，这样就可以实现对于该位置的空气质量做出精确准确的评定。
区域模型建立模块，用于接收每一个时间对应的所述位置坐标以及所述最终空气质量，根据所述位置坐标将所述最终空气质量生成空气质量模型并输出；该模块是将对应位置得到的空气质量进行中核汇总，得到的各个位置的最终空气质量的动态效果模型，并将动态的效果模型输出，易于研究人员的观察和研究。
本发明通过在无人机下方设置摄像头并同时搭载定位芯片，在采集空气质量的同时结合该地点定位地点的区域建筑经济情况，综合评判该定位节点在各个时间段的空气质量，并完成周期内的区域空气质量的模型的建立，便于研究人员的观看和研究。
在本发明中，将所述原始图像进行图像线条化处理得到线条图像的时候，包括如下步骤：
(一)获取所述原始图像的各个像素点的像素值，并对比相邻的两个像素点的像素值的差值大小；
(二)根据相邻的两个像素点的像素值的差值得到对应的填充颜色值；
(三)将相邻的两个像素点对应的填充颜色值填入原始颜色值较大的像素点，完成像素点的像素值的更新；
(四)遍历所述原始图像中各个像素点得到所述线条图像。
上述技术方案中，步骤(一)-(四)按照逻辑顺序依次进行，通过将原始图像进行分析，得到各个像素值与相邻像素值之间的差值，当差值较大的时候，其最有可能为图案的边界，因此，根据相邻的两个像素点的像素值的差值得到对应的填充颜色值，这样的方式遍历所有额的像素点，就可以得到一个类似于素描的线条图，即是本发明所述的初步地图图像，从而通过图像处理的方式将原始图像处理得到初步地图图像，以便后续的操作。
同时，在本发明中，所述的相邻的两个像素点的像素值的差值与所述填充颜色值负相关。即是使用黑色表示轮廓的深浅，所得到的结果与素描图更加的类似。
在本发明中，所述无人机内置有电子地图，并根据电子地图中设定轨道进行飞行，所述设定轨道为路径函数，所述路径函数的自变量为时间，自变量为所述位置坐标，在对应时间所述路径函数的位置坐标修正所述***获取的位置坐标。
本发明的无人机根据电子地图设定的轨迹运行，并将所拍摄的图像转化为地图的形式，并绘制动态地图有助于对空气质量进行分析，同时也结合电子地图的精确坐标，使得空气质量的模型在建立的时候，空气质量与位置坐标一一精确的对应。
同时，在本发明中，所述路径函数在设定的时候，包括如下步骤：
(1)根据所述摄像器可以拍摄的原始图像的区域的大小将待勘测区域进行划分，得到多个勘测子区域；
(2)获取所述勘测区域的边缘位置坐标，得到每一个所述勘测子区域的边缘位置坐标；
(3)根据每一个所述勘测子区域的边缘位置坐标得到每一个所述勘测子区域的中心坐标；
(4)依据S型依次连接相邻的两个所述勘测子区域的中心坐标，遍历所有的所述勘测子区域并结合所述时间，得到所述路径函数。
上述技术方案中，步骤(1)-(4)按照逻辑顺序依次进行，通过图像分割的方式得到多个勘测子区域，通过获取每一个勘测子区域的位置坐标，这样勘测子区域所对应的位置坐标就可以表示勘测子区域的位置，在进行区域设定的时候，将勘测子区域对应的位置进行路径函数的规划，无人机根据路径函数，依次进行过对应的勘测子区域，这样就可以得到遍历每一个勘测子区域，从而完成对于原始图像的图像采集，也使得原始图像采集的时候，可以采集到更加细节的清晰图像。
在本发明中，采用多融合效果的空气质量传感器，所述空气质量传感器包括：传感器固定器、空气参数传感器以及处理器。其中，传感器固定器通过电动伸缩杆连接在所述无人机的正上方；空气参数传感器的数量有多个，设置在所述传感器固定器的表面，用于采集空气的各个参数；处理器，用于接收所述空气参数传感器检测到的空气参数，并将所述空气参数进行运算得到所述初始空气质量。
本发明中，多个空气参数传感器的种类不同，有氧气传感器、二氧化碳传感器、湿度传感器、温度传感器等多个种类的传感器。同时，在本发明中，电动推杆始终处于工作状态，这样可以检测到的空气的参数受无人机产生的影像小，不会产生大量的空气参数的误差，从而得到更加准确的空气质量。在对空气参数运算得到初始空气质量的时候，根据各个地区给出的空气质量的计算标准进行计算。
在本发明中，所述空气质量模型为二维平面点集，每一个点根据其对应的所述位置坐标，每一个点所显示的颜色为其对应的所述最终空气质量所对应的颜色。
本发明通过动态的二维平面点集，通过坐标点的颜色表示空气质量的情况，展示动态的区域内的各个坐标点的空气质量变化图，使得研究人员在研究的时候，可以观看的更加直观，减少研究人员的工作量。
以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (6)

1.一种测绘地理信息用无人机勘测装置，包括无人机，其特征在于，所无人机上搭载有空气质量传感器、***、摄像器以及中央处理器，所述中央处理器上运行有测控***，所述测控***包括：
空气质量采集模块，用于实时的接收所述空气质量传感器采集到的空气质量，得到初始空气质量；
无人机定位模块，用于实时的接收所述***获取的位置坐标；
图像采集模块，用于通过所述摄像器实时的拍摄所述无人机下方的图像，得到原始图像；
图像处理模块，用于将所述原始图像进行图像线条化处理得到线条图像，并根据所述线条图像中的线条轮廓得到所述线条图像中的各个元素的种类以及每一个元素的数量；
空气质量更新模块，将所述线条图像中的各个元素的种类以及每一个元素的数量结合对应时间的所述初始空气质量综合得到最终空气质量；
区域模型建立模块，用于接收每一个时间对应的所述位置坐标以及所述最终空气质量，根据所述位置坐标将所述最终空气质量生成空气质量模型并输出；
将所述原始图像进行图像线条化处理得到线条图像的时候，包括如下步骤：
获取所述原始图像的各个像素点的像素值，并对比相邻的两个像素点的像素值的差值大小；
根据相邻的两个像素点的像素值的差值得到对应的填充颜色值；
将相邻的两个像素点对应的填充颜色值填入原始颜色值较大的像素点，完成像素点的像素值的更新；
遍历所述原始图像中各个像素点得到所述线条图像。
2.如权利要求1所述的一种测绘地理信息用无人机勘测装置，其特征在于，所述的相邻的两个像素点的像素值的差值与所述填充颜色值负相关。
3.如权利要求1所述的一种测绘地理信息用无人机勘测装置，其特征在于，所述无人机内置有电子地图，并根据电子地图中设定轨道进行飞行，所述设定轨道为路径函数，所述路径函数的自变量为时间，自变量为所述位置坐标，在对应时间所述路径函数的位置坐标修正所述***获取的位置坐标。
4.如权利要求3所述的一种测绘地理信息用无人机勘测装置，其特征在于，所述路径函数在设定的时候，包括如下步骤：
根据所述摄像器可以拍摄的原始图像的区域的大小将待勘测区域进行划分，得到多个勘测子区域；
获取所述勘测区域的边缘位置坐标，得到每一个所述勘测子区域的边缘位置坐标；
根据每一个所述勘测子区域的边缘位置坐标得到每一个所述勘测子区域的中心坐标；
依据S型依次连接相邻的两个所述勘测子区域的中心坐标，遍历所有的所述勘测子区域并结合所述时间，得到所述路径函数。
5.如权利要求1所述的一种测绘地理信息用无人机勘测装置，其特征在于，所述空气质量传感器包括：
传感器固定器，通过电动伸缩杆连接在所述无人机的正上方；
空气参数传感器，其数量有多个，设置在所述传感器固定器的表面，用于采集空气的各个参数；
处理器，用于接收所述空气参数传感器检测到的空气参数，并将所述空气参数进行运算得到所述初始空气质量。
6.如权利要求1所述的一种测绘地理信息用无人机勘测装置，其特征在于，所述空气质量模型为二维平面点集，每一个点根据其对应的所述位置坐标，每一个点所显示的颜色为其对应的所述最终空气质量所对应的颜色。
CN202210311553.3A 2022-03-28 2022-03-28 一种测绘地理信息用无人机勘测装置 Active CN114524097B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210311553.3A CN114524097B (zh) 2022-03-28 2022-03-28 一种测绘地理信息用无人机勘测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210311553.3A CN114524097B (zh) 2022-03-28 2022-03-28 一种测绘地理信息用无人机勘测装置

Publications (2)

Publication Number Publication Date
CN114524097A CN114524097A (zh) 2022-05-24
CN114524097B true CN114524097B (zh) 2022-11-15

Family

ID=81626795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210311553.3A Active CN114524097B (zh) 2022-03-28 2022-03-28 一种测绘地理信息用无人机勘测装置

Country Status (1)

Country Link
CN (1) CN114524097B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106643916A (zh) * 2017-03-09 2017-05-10 邹霞 无人机环境监测***和监测方法
CN206450666U (zh) * 2017-02-16 2017-08-29 张麒霄 一种可搭载于无人机上的空气质量监测及取证装置
CN206991123U (zh) * 2017-07-13 2018-02-09 深圳市宇驰检测技术股份有限公司 一种基于无人机的污染检测***
CN111122784A (zh) * 2019-12-27 2020-05-08 仲恺农业工程学院 基于无人机的智能化空气质量监测***及方法
CN111666834A (zh) * 2020-05-20 2020-09-15 哈尔滨理工大学 一种基于图像识别技术的森林火灾自动监测识别***及方法
CN113727214A (zh) * 2021-08-30 2021-11-30 平安国际智慧城市科技股份有限公司 大气污染的巡查方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11175202B2 (en) * 2018-01-02 2021-11-16 Arthur W Mohr, Jr. Apparatus and method for collecting environmental samples

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206450666U (zh) * 2017-02-16 2017-08-29 张麒霄 一种可搭载于无人机上的空气质量监测及取证装置
CN106643916A (zh) * 2017-03-09 2017-05-10 邹霞 无人机环境监测***和监测方法
CN206991123U (zh) * 2017-07-13 2018-02-09 深圳市宇驰检测技术股份有限公司 一种基于无人机的污染检测***
CN111122784A (zh) * 2019-12-27 2020-05-08 仲恺农业工程学院 基于无人机的智能化空气质量监测***及方法
CN111666834A (zh) * 2020-05-20 2020-09-15 哈尔滨理工大学 一种基于图像识别技术的森林火灾自动监测识别***及方法
CN113727214A (zh) * 2021-08-30 2021-11-30 平安国际智慧城市科技股份有限公司 大气污染的巡查方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114524097A (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN110221311B (zh) 基于tls和uav自动化提取高郁闭林分树高的方法
CN111709981A (zh) 特征线融合的激光点云与模拟图像的配准方法
CN111553245A (zh) 基于机器学习算法和多源遥感数据融合的植被分类方法
KR100795396B1 (ko) 항공레이저 데이터와 수치정사영상을 이용한 도시 변화모니터링 방법
CN114998536A (zh) 基于新型基础测绘的模型生成方法、装置及存储介质
CN108416263B (zh) 一种适用于农情低空遥感监测的低成本的无人机高度测量方法
WO2010093682A1 (en) Fusion of a 2d electro-optical image and 3d point cloud data for scene interpretation and registration performance assessment
CN106597416A (zh) 一种地面GPS辅助的LiDAR数据高程差的误差修正方法
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
CN111076712A (zh) 一种空间三维模型的自动建立方法、***及装置
US20220198695A1 (en) Unmanned aerial vehicle platform based vision measurement method for static rigid object
CN112801983A (zh) 基于摄影测量的边坡全域沉降检测方法及***
CN115564717A (zh) 一种基于无人机影像的矿区地表裂缝参数提取方法
CN117557931B (zh) 一种基于三维场景的表计最优巡检点的规划方法
CN109636856A (zh) 基于hog特征融合算子的物体六维度位姿信息联合测量方法
Rebelo et al. Building 3D city models: Testing and comparing Laser scanning and low-cost UAV data using FOSS technologies
CN114524097B (zh) 一种测绘地理信息用无人机勘测装置
CN112184903A (zh) 高压线行树障风险点的检测方法、装置、设备及介质
CN117091706A (zh) 基于遥感的林冠-林冠下空气-根系附近土壤的立体化温度监测方法
CN111414867A (zh) 一种植物地上生物量测算方法
CN116229001A (zh) 一种基于空间熵的城市三维数字地图生成方法及***
CN115601517A (zh) 岩体结构面信息采集方法、装置、电子设备及存储介质
Chen et al. A non-contact measurement method for rock mass discontinuity orientations by smartphone
CN114239250B (zh) 一种国土空间规划设计的***和方法
CN110148218A (zh) 一种大批量机载LiDAR点云数据整体优化的方法

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