CN115112100B - 遥感控制***及方法 - Google Patents
遥感控制***及方法 Download PDFInfo
- Publication number
- CN115112100B CN115112100B CN202210722902.0A CN202210722902A CN115112100B CN 115112100 B CN115112100 B CN 115112100B CN 202210722902 A CN202210722902 A CN 202210722902A CN 115112100 B CN115112100 B CN 115112100B
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- image data
- sensing image
- data
- disaster
- 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
Images
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
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- 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
- G01C11/04—Interpretation of pictures
-
- 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
- G01C11/04—Interpretation of pictures
- G01C11/30—Interpretation of pictures by triangulation
- G01C11/34—Aerial triangulation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种遥感控制***及方法,属于遥感控制技术领域。本发明通过在接收到数据采集指令时,基于所述数据采集指令得到采集范围;根据所述采集范围调整飞行状态和方向;根据调整后的飞行状态和方向采集灾区遥感影像数据;对所述灾区遥感影像数据进行数据处理,得到数字正射影像图;根据所述数字正射影像图得到灾害位置信息;基于所述灾害位置信息进行灾害监测和分析,通过上述方式,可快速准确地对灾害信息进行采集,提高灾害发生时的处理效率。
Description
技术领域
本发明涉及遥感控制技术领域,尤其涉及一种遥感控制***及方法。
背景技术
遥感技术可以快速对传导接收大量与灾害相关的信息,通过各种手段可以识别地物类型、空间位置等,给灾害监测赢得了大量时间。
目前的利用遥感控制对采集灾害信息处理效率低且不够准确。无法实时了解发生灾害的具体信息,导致人员安全无法得到保证。
发明内容
本发明的主要目的在于提供一种遥感控制***及方法,旨在解决现有技术遥感控制对灾害信息处理效率低的技术问题。
为实现上述目的,本发明提供了一种遥感控制方法,所述方法包括以下步骤:
在接收到数据采集指令时,基于所述数据采集指令得到采集范围;
根据所述采集范围调整飞行状态和方向;
根据调整后的飞行状态和方向采集灾区遥感影像数据;
对所述灾区遥感影像数据进行数据处理,得到数字正射影像图;
根据所述数字正射影像图得到灾害位置信息;
基于所述灾害位置信息进行灾害监测和分析。
可选地,所述对所述灾区遥感影像数据进行数据处理,得到数字正射影像图,包括:
根据所述灾区遥感影像数据获取参考数据和灾区遥感影像数据类型;
将所述灾区遥感影像数据进行格式转换,得到目标灾区遥感影像数据;
基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图。
可选地,所述基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图,包括:
在所述灾区遥感影像数据类型为航空相片灾区影像数据时,根据所述参考数据得到摄影姿态数据、解析空中三角测量结果以及数字高程模型数据;
基于所述摄影姿态数据和所述解析空中三角测量结果建立初始模型;
基于所述数字高程模型数据对所述初始模型进行训练,得到数字高程模型;
通过所述数字高程模型对所述目标灾区遥感影像数据进行检测,得到各遥感影像数据像元的投影差;
对各遥感影像数据像元的投影差进行纠正,得到纠正遥感影像数据;
对所述纠正遥感影像数据进行拼接,得到数字正射影像图。
可选地,所述基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图,包括:
在所述灾区遥感影像数据类型为卫星影像数据时,根据所述参考数据得到数字高程模型数据;
基于所述数字高程模型数据对所述目标灾区遥感影像数据进行单片数字微分纠正,得到纠正遥感影像数据;
对所述纠正遥感影像数据进行拼接,得到数字正射影像图。
可选地,所述根据所述数字正射影像图得到灾害位置信息,包括:
获取所述数字正射影像图的多张图像;
通过特征提取模型对所述多张图像进行特征提取,得到提取特征;
对所述提取特征进行特征融合,得到融合特征;
将所述融合特征与预设特征信息进行比对,得到灾害位置信息。
可选地,所述根据所述数字正射影像图得到灾害位置信息之后,还包括:
获取基准数据;
根据所述基准数据和所述灾害位置信息计算距离改正数;
通过所述距离改正数对所述灾害位置信息进行改正,得到目标灾害位置信息。
可选地,所述在接收到数据采集指令时,基于所述数据采集指令得到采集范围,包括:
在接收到数据采集指令时,对所述数据采集指令进行分析;
在所述数据采集指令为第一范围数据采集指令时,得到第一采集范围;
在所述数据采集指令为第二范围数据采集指令时,得到第二采集范围;
在所述数据采集指令为第三范围数据采集指令时,得到第三采集范围;
将所述第一采集范围、所述第二采集范围以及所述第三采集范围作为采集范围。
此外,为实现上述目的,本发明还提出一种遥感控制***,所述遥感控制***包括:
接收模块,用于在接收到数据采集指令时,基于所述数据采集指令得到采集范围;
调整模块,用于根据所述采集范围调整飞行状态和方向;
采集模块,用于根据调整后的飞行状态和方向采集灾区遥感影像数据;
处理模块,用于对所述灾区遥感影像数据进行数据处理,得到数字正射影像图;
获取模块,用于根据所述数字正射影像图得到灾害位置信息;
分析模块,用于基于所述灾害位置信息进行灾害监测和分析。
此外,为实现上述目的,本发明还提出一种遥感控制设备,所述遥感控制设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的遥感控制程序,所述遥感控制程序配置为实现如上文所述的遥感控制方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有遥感控制程序,所述遥感控制程序被处理器执行时实现如上文所述的遥感控制方法的步骤。
本发明通过在接收到数据采集指令时,基于所述数据采集指令得到采集范围;根据所述采集范围调整飞行状态和方向;根据调整后的飞行状态和方向采集灾区遥感影像数据;对所述灾区遥感影像数据进行数据处理,得到数字正射影像图;根据所述数字正射影像图得到灾害位置信息;基于所述灾害位置信息进行灾害监测和分析,通过上述方式,可快速准确地对灾害信息进行采集,提高灾害发生时的处理效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的遥感控制设备的结构示意图;
图2为本发明遥感控制方法第一实施例的流程示意图;
图3a-3b为本发明遥感控制方法一实施例的灾区遥感影像数据和数字正射影像图的效果图;
图4为本发明遥感控制方法第二实施例的流程示意图;
图5为本发明遥感控制方法第三实施例的流程示意图;
图6为本发明遥感控制***第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的遥感控制设备结构示意图。
如图1所示,该遥感控制设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对遥感控制设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及遥感控制程序。
在图1所示的遥感控制设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明遥感控制设备中的处理器1001、存储器1005可以设置在遥感控制设备中,所述遥感控制设备通过处理器1001调用存储器1005中存储的遥感控制程序,并执行本发明实施例提供的遥感控制方法。
本发明实施例提供了一种遥感控制方法,参照图2,图2为本发明遥感控制方法第一实施例的流程示意图。
本实施例中,所述遥感控制方法包括以下步骤:
步骤S10:在接收到数据采集指令时,基于所述数据采集指令得到采集范围。
需要说明的是,本实施例的执行主体为遥感控制***,通过遥感控制***进行遥感控制,还可为其他可实现相同或相似功能的***,本实施例对此不作限制,本实施例以遥感控制***为例进行说明。
在本实施例中,数据采集指令为采集灾区遥感影像数据的采集指令,数据采集指令中包括采集灾区遥感影像数据的位置信息,例如经纬度信息、高度信息等,可通过对数据采集指令进行分析确定需要采集的灾区遥感影像数据的范围,得到采集范围。
具体地,在接收到数据采集指令时,基于所述数据采集指令得到采集范围的步骤具体包括:在接收到数据采集指令时,对所述数据采集指令进行分析;在所述数据采集指令为第一范围数据采集指令时,得到第一采集范围;在所述数据采集指令为第二范围数据采集指令时,得到第二采集范围;在所述数据采集指令为第三范围数据采集指令时,得到第三采集范围;将所述第一采集范围、所述第二采集范围以及所述第三采集范围作为采集范围。
应理解的是,第一范围大于第二范围,第二范围大于第三范围,第一采集范围指的是大范围地质灾害数据采集范围,例如300公里、100公里等,本实施例对此不作限制,对于第一范围的数据采集,可通过航天遥感进行采集。第二采集范围指的是受灾区域大的地质灾害数据采集范围,例如80公里、60公里等,本实施例对此不作限制,对于第二范围的数据采集,可采用高空航空遥感或中空航空遥感进行采集。第三范围指的是小范围的地质灾害数据采集范围,例如20公里、10公里等,本实施例对此不加以限定,对于第三范围的数据采集,可通过低空无人机遥感进行采集。
步骤S20:根据所述采集范围调整飞行状态和方向。
在本实施例中,当根据数据采集指令得到采集范围后,可根据具体的采集范围调整航空遥感或无人机遥感中的航拍相机的方向以及航空或无人机的飞行状态,通过调整飞行状态进行等距拍摄或等时拍摄。航拍相机可采用CCD(Charge coupled Device,电荷耦合元件)相机,通过控制无人机遥感或航空遥感中的稳定云台调整相机方向,稳定云台设置有横滚角电机、俯仰角电机、航向角电机,通过控制各电机,控制遥感传感器的俯仰角、横滚角以及航向角使稳定云台保持水平或垂直状态,得到对应的采集范围的飞行状态和方向。
步骤S30:根据调整后的飞行状态和方向采集灾区遥感影像数据。
在具体实施中,当调整飞行状态和方向后,可根据调整后的飞行状态和方向对灾区遥感影像数据进行采集,得到采集的灾区遥感影像数据。
步骤S40:对所述灾区遥感影像数据进行数据处理,得到数字正射影像图。
需要说明的是,灾区遥感影像数据包括航空相片灾区影像数据和卫星影像数据,还可包括其他灾区遥感影像数据,本实施例对此不作限制,进行数据处理可为对灾区遥感影像数据进行像元纠正处理,得到数字正射影像图(Digital Orthophoto Map,DOM)。
如图3a-3b所示,图3a-图3b为对灾区遥感影像数据处理得到数字正射影像图的效果图,图3a为灾区遥感影像数据图,通过对图3a进行像元纠正处理、融合处理等,得到数字正射影像图,图3b为对灾区遥感影像数据处理得到数字正射影像图的效果图,通过对灾区遥感影像数据进行像元纠正处理、融合处理等,得到数字正射影像图。
步骤S50:根据所述数字正射影像图得到灾害位置信息。
应理解的是,当得到数字正射影像图后,可对数字正射影像图进行定位,得到灾害位置信息,灾害位置信息包括发生灾害的具***置信息,例如发生灾害的空间坐标、经纬度坐标等。
步骤S60:基于所述灾害位置信息进行灾害监测和分析。
在本实施例中,当得到灾害位置信息后,可确定地质灾害的范围,并绘制发生地质灾害区域图,并根据地质灾害区域图进行灾害检测和分析,提高灾害处理的及时性,保证人员的安全。
本实施例通过在接收到数据采集指令时,基于所述数据采集指令得到采集范围;根据所述采集范围调整飞行状态和方向;根据调整后的飞行状态和方向采集灾区遥感影像数据;对所述灾区遥感影像数据进行数据处理,得到数字正射影像图;根据所述数字正射影像图得到灾害位置信息;基于所述灾害位置信息进行灾害监测和分析,通过上述方式,可快速准确地对灾害信息进行采集,提高灾害发生时的处理效率。
参考图4,图4为本发明遥感控制方法第二实施例的流程示意图。
基于上述第一实施例,本实施例遥感控制方法所述步骤40,具体包括:
步骤S401:根据所述灾区遥感影像数据获取参考数据和灾区遥感影像数据类型。
需要说明的是,参考数据包括摄影姿态数据、解析空中三角测量结果以及数字高程模型(Digital Elevation Model,DEM)数据,灾区遥感影像数据类型包括航空相片灾区影像数据和卫星影像数据。
步骤S402:将所述灾区遥感影像数据进行格式转换,得到目标灾区遥感影像数据。
在本实施例中,当得到灾区遥感影像数据后,可对灾区遥感影像数据进行格式转换,将数据转换成处理数据需要的格式,例如CAD格式、Visio格式等,本实施例以处理数据的软件类别进行设置。将格式转换后的灾区遥感影像数据作为目标灾区遥感影像数据。
步骤S403:基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图。
在本实施例中,可通过灾区遥感影像数据的类型以及参考数据中的摄影姿态数据、解析空中三角测量结果以及数字高程模型数据对目标灾区遥感影像数据进行像元纠正处理,得到DOM数字正射影像图。
进一步地,基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图的步骤包括:在所述灾区遥感影像数据类型为航空相片灾区影像数据时,根据所述参考数据得到摄影姿态数据、解析空中三角测量结果以及数字高程模型数据;基于所述摄影姿态数据和所述解析空中三角测量结果建立初始模型;基于所述数字高程模型数据对所述初始模型进行训练,得到数字高程模型;通过所述数字高程模型对所述目标灾区遥感影像数据进行检测,得到各遥感影像数据像元的投影差;对各遥感影像数据像元的投影差进行纠正,得到纠正遥感影像数据;对所述纠正遥感影像数据进行拼接,得到数字正射影像图。
应理解的是,当灾区遥感影像数据类型为航空相片灾区影像数据时,根据参考数据得到摄影姿态数据。摄影姿态数据包括位置姿态信息、摄影机参数信息等,解析空中三角测量结果指的是利用连续摄取的遥感影像数据依据少量的野外控制点,以摄影测量方法建立同实地相应的航线模型或区域网模型,从而获取加密点的平面坐标和高程,初始模型指的是根据摄影姿态数据和解析空中三角测量结果建立的立体模型。并通过数字高程模型数据对初始模型进行训练,得到数字高程模型。
在具体实施中,当得到数字高程模型后,将目标灾区遥感影像数据输入至数字高程模型进行检测,检测得到各遥感影像数据像元的投影差,通过对各遥感影像数据像元的投影差进行纠正。对各遥感影像数据像元的投影差进行纠正包括正射校正、波段组合、色调调整、影像融合以及影像镶嵌等步骤。得到纠正遥感影像数据,并将纠正遥感影像数据进行拼接,得到数字正射影像图。
具体地,在所述灾区遥感影像数据类型为卫星影像数据时,根据所述参考数据得到数字高程模型数据;基于所述数字高程模型数据对所述目标灾区遥感影像数据进行单片数字微分纠正,得到纠正遥感影像数据;对所述纠正遥感影像数据进行拼接,得到数字正射影像图。
当灾区遥感影像数据类型为卫星影像数据时,通过参考数据得到数字高程模型数据,并利用像片外方位元素和数字高程模型对目标灾区遥感影像数据进行纠正,得到纠正遥感影像数据,通过利用像片的DEM值进行重采样消除其地形起伏带来的变形;单片微分纠正原理可概括为通过对单张像片的外定向计算消除由摄影倾斜带来的影响。并对纠正遥感影像数据件拼接,将纠正遥感影像数据拼接成完整的影像图,得到数字正射影像图。
本实施例通过根据所述灾区遥感影像数据获取参考数据和灾区遥感影像数据类型;将所述灾区遥感影像数据进行格式转换,得到目标灾区遥感影像数据;基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图,通过对目标灾区遥感影像数据进行纠正,提高了航空数字正射影像图生成的效率和准确性。
参考图5,图5为本发明遥感控制方法第三实施例的流程示意图。
基于上述第一和第二实施例,本实施例遥感控制方法所述步骤50,具体包括:
步骤S501:获取所述数字正射影像图的多张图像。
应理解的是,数字正射影像图的多张图像指的是数字正射影像图的具有重叠相似的若干图像,图像数量可为5张、10张、20张等,本实施例对此不作限制。
步骤S502:通过特征提取模型对所述多张图像进行特征提取,得到提取特征。
需要说明的是,特征提取模型中可由主成分分析方法或线性评价分析方法对多张图像进行特征提取,得到提取特征,提取特征可为局部特征,通过将多张图像分割为多个像素的单元,并对每个像素单元进行部分的特征提取,得到局部特征。
步骤S503:对所述提取特征进行特征融合,得到融合特征。
在本实施例中,当得到提取特征后,将多个局部特征进行特征融合,得到融合特征。
步骤S504:将所述融合特征与预设特征信息进行比对,得到灾害位置信息。
在具体实施中,预设特征信息指的是含有灾害位置信息的特征信息,将融合特征与预设特征信息进行比对,当融合特征与预设特征信息之间的相似度误差满足预设误差阈值时,将预设特征信息所对应的灾害位置信息作为灾害位置信息。预设误差阈值可设置为0.1、0.2等,本实施例对此不作限制。
进一步地,获取的灾害位置信息可能会存在偏差,当得到灾害位置信息之后可对灾害位置信息进行改正,则对灾害位置信息进行改正的步骤具体包括:获取基准数据;根据所述基准数据和所述灾害位置信息计算距离改正数;通过所述距离改正数对所述灾害位置信息进行改正,得到目标灾害位置信息。
需要说明的是,基准数据指的是基准站的精密坐标,通过精密坐标和灾害位置信息计算距离改正数,并将距离改正数发送至遥感控制***,通过遥感控制***和距离改正数对灾害位置信息进行差分定位,得到差分定位改正后目标灾害位置信息。
本实施例通过获取所述数字正射影像图的多张图像;通过特征提取模型对所述多张图像进行特征提取,得到提取特征;对所述提取特征进行特征融合,得到融合特征;将所述融合特征与预设特征信息进行比对,得到灾害位置信息,通过对提取特征进行融合,通过融合特征得到灾害位置信息,提高灾害位置信息定位的准确性。
参照图6,图6为本发明遥感控制***第一实施例的结构框图。
如图6所示,本发明实施例提出的遥感控制***包括:
接收模块10,用于在接收到数据采集指令时,基于所述数据采集指令得到采集范围。
调整模块20,用于根据所述采集范围调整飞行状态和方向。
采集模块30,用于根据调整后的飞行状态和方向采集灾区遥感影像数据。
处理模块40,用于对所述灾区遥感影像数据进行数据处理,得到数字正射影像图。
获取模块50,用于根据所述数字正射影像图得到灾害位置信息。
分析模块60,用于基于所述灾害位置信息进行灾害监测和分析。
本实施例通过在接收到数据采集指令时,基于所述数据采集指令得到采集范围;根据所述采集范围调整飞行状态和方向;根据调整后的飞行状态和方向采集灾区遥感影像数据;对所述灾区遥感影像数据进行数据处理,得到数字正射影像图;根据所述数字正射影像图得到灾害位置信息;基于所述灾害位置信息进行灾害监测和分析,通过上述方式,可快速准确地对灾害信息进行采集,提高灾害发生时的处理效率。
在一实施例中,所述处理模块40,还用于根据所述灾区遥感影像数据获取参考数据和灾区遥感影像数据类型;将所述灾区遥感影像数据进行格式转换,得到目标灾区遥感影像数据;基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图。
在一实施例中,所述处理模块40,还用于在所述灾区遥感影像数据类型为航空相片灾区影像数据时,根据所述参考数据得到摄影姿态数据、解析空中三角测量结果以及数字高程模型数据;基于所述摄影姿态数据和所述解析空中三角测量结果建立初始模型;基于所述数字高程模型数据对所述初始模型进行训练,得到数字高程模型;通过所述数字高程模型对所述目标灾区遥感影像数据进行检测,得到各遥感影像数据像元的投影差;对各遥感影像数据像元的投影差进行纠正,得到纠正遥感影像数据;对所述纠正遥感影像数据进行拼接,得到数字正射影像图。
在一实施例中,所述处理模块40,还用于在所述灾区遥感影像数据类型为卫星影像数据时,根据所述参考数据得到数字高程模型数据;基于所述数字高程模型数据对所述目标灾区遥感影像数据进行单片数字微分纠正,得到纠正遥感影像数据;对所述纠正遥感影像数据进行拼接,得到数字正射影像图。
在一实施例中,所述获取模块50,还用于获取所述数字正射影像图的多张图像;通过特征提取模型对所述多张图像进行特征提取,得到提取特征;对所述提取特征进行特征融合,得到融合特征;将所述融合特征与预设特征信息进行比对,得到灾害位置信息。
在一实施例中,所述获取模块50,还用于获取基准数据;根据所述基准数据和所述灾害位置信息计算距离改正数;通过所述距离改正数对所述灾害位置信息进行改正,得到目标灾害位置信息。
在一实施例中,所述接收模块10,还用于在接收到数据采集指令时,对所述数据采集指令进行分析;在所述数据采集指令为第一范围数据采集指令时,得到第一采集范围;在所述数据采集指令为第二范围数据采集指令时,得到第二采集范围;在所述数据采集指令为第三范围数据采集指令时,得到第三采集范围;将所述第一采集范围、所述第二采集范围以及所述第三采集范围作为采集范围。
此外,为实现上述目的,本发明还提出一种遥感控制设备,所述遥感控制设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的遥感控制程序,所述遥感控制程序配置为实现如上文所述的遥感控制方法的步骤。
由于本遥感控制设备采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种遥感控制方法,其特征在于,所述方法包括:
在接收到数据采集指令时,基于所述数据采集指令得到采集范围;
根据所述采集范围调整飞行状态和方向;
根据调整后的飞行状态和方向采集灾区遥感影像数据;
对所述灾区遥感影像数据进行数据处理,得到数字正射影像图;
根据所述数字正射影像图得到灾害位置信息;
基于所述灾害位置信息进行灾害监测和分析;
所述对所述灾区遥感影像数据进行数据处理,得到数字正射影像图,包括:
根据所述灾区遥感影像数据获取参考数据和灾区遥感影像数据类型;
将所述灾区遥感影像数据进行格式转换,得到目标灾区遥感影像数据;
基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图;
所述基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图,包括:
在所述灾区遥感影像数据类型为航空相片灾区影像数据时,根据所述参考数据得到摄影姿态数据、解析空中三角测量结果以及数字高程模型数据;
基于所述摄影姿态数据和所述解析空中三角测量结果建立初始模型;
基于所述数字高程模型数据对所述初始模型进行训练,得到数字高程模型;
通过所述数字高程模型对所述目标灾区遥感影像数据进行检测,得到各遥感影像数据像元的投影差;
对各遥感影像数据像元的投影差进行纠正,得到纠正遥感影像数据;
对所述纠正遥感影像数据进行拼接,得到数字正射影像图;
在所述灾区遥感影像数据类型为卫星影像数据时,根据所述参考数据得到数字高程模型数据;
基于所述数字高程模型数据对所述目标灾区遥感影像数据进行单片数字微分纠正,得到纠正遥感影像数据;
对所述纠正遥感影像数据进行拼接,得到数字正射影像图;
所述根据所述数字正射影像图得到灾害位置信息,包括:
获取所述数字正射影像图的多张图像;
通过特征提取模型对所述多张图像进行特征提取,得到提取特征;
对所述提取特征进行特征融合,得到融合特征;
将所述融合特征与预设特征信息进行比对,得到灾害位置信息。
2.如权利要求1所述的遥感控制方法,其特征在于,所述根据所述数字正射影像图得到灾害位置信息之后,还包括:
获取基准数据;
根据所述基准数据和所述灾害位置信息计算距离改正数;
通过所述距离改正数对所述灾害位置信息进行改正,得到目标灾害位置信息。
3.如权利要求1或2所述的遥感控制方法,其特征在于,所述在接收到数据采集指令时,基于所述数据采集指令得到采集范围,包括:
在接收到数据采集指令时,对所述数据采集指令进行分析;
在所述数据采集指令为第一范围数据采集指令时,得到第一采集范围;
在所述数据采集指令为第二范围数据采集指令时,得到第二采集范围;
在所述数据采集指令为第三范围数据采集指令时,得到第三采集范围;
将所述第一采集范围、所述第二采集范围以及所述第三采集范围作为采集范围。
4.一种遥感控制***,其特征在于,所述遥感控制***包括:
接收模块,用于在接收到数据采集指令时,基于所述数据采集指令得到采集范围;
调整模块,用于根据所述采集范围调整飞行状态和方向;
采集模块,用于根据调整后的飞行状态和方向采集灾区遥感影像数据;
处理模块,用于对所述灾区遥感影像数据进行数据处理,得到数字正射影像图;
获取模块,用于根据所述数字正射影像图得到灾害位置信息;
分析模块,用于基于所述灾害位置信息进行灾害监测和分析;
所述处理模块,还用于根据所述灾区遥感影像数据获取参考数据和灾区遥感影像数据类型;将所述灾区遥感影像数据进行格式转换,得到目标灾区遥感影像数据;基于所述灾区遥感影像数据类型和所述参考数据对所述目标灾区遥感影像数据进行像元纠正处理,得到数字正射影像图;
所述处理模块,还用于在所述灾区遥感影像数据类型为航空相片灾区影像数据时,根据所述参考数据得到摄影姿态数据、解析空中三角测量结果以及数字高程模型数据;基于所述摄影姿态数据和所述解析空中三角测量结果建立初始模型;基于所述数字高程模型数据对所述初始模型进行训练,得到数字高程模型;通过所述数字高程模型对所述目标灾区遥感影像数据进行检测,得到各遥感影像数据像元的投影差;对各遥感影像数据像元的投影差进行纠正,得到纠正遥感影像数据;对所述纠正遥感影像数据进行拼接,得到数字正射影像图;在所述灾区遥感影像数据类型为卫星影像数据时,根据所述参考数据得到数字高程模型数据;基于所述数字高程模型数据对所述目标灾区遥感影像数据进行单片数字微分纠正,得到纠正遥感影像数据;对所述纠正遥感影像数据进行拼接,得到数字正射影像图;
所述获取模块,还用于获取所述数字正射影像图的多张图像;通过特征提取模型对所述多张图像进行特征提取,得到提取特征;对所述提取特征进行特征融合,得到融合特征;将所述融合特征与预设特征信息进行比对,得到灾害位置信息。
5.一种遥感控制设备,其特征在于,所述遥感控制设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的遥感控制程序,所述遥感控制程序配置为实现如权利要求1或2所述的遥感控制方法。
6.一种存储介质,其特征在于,所述存储介质上存储有遥感控制程序,所述遥感控制程序被处理器执行时实现如权利要求1或2所述的遥感控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210722902.0A CN115112100B (zh) | 2022-06-24 | 2022-06-24 | 遥感控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210722902.0A CN115112100B (zh) | 2022-06-24 | 2022-06-24 | 遥感控制***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115112100A CN115112100A (zh) | 2022-09-27 |
CN115112100B true CN115112100B (zh) | 2023-03-14 |
Family
ID=83328169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210722902.0A Active CN115112100B (zh) | 2022-06-24 | 2022-06-24 | 遥感控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115112100B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117115644A (zh) * | 2023-08-08 | 2023-11-24 | 江苏省地质调查研究院 | 基于图像数据的灾害分析方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101126639A (zh) * | 2007-09-18 | 2008-02-20 | 武汉大学 | 快速进行低空遥感影像自动匹配与空中三角测量方法 |
CN105427377A (zh) * | 2015-11-03 | 2016-03-23 | 武汉地大信息工程股份有限公司 | 一种基于无人机的地质灾害数据采集处理方法及装置 |
CN106403904A (zh) * | 2016-10-19 | 2017-02-15 | 中国林业科学研究院 | 一种基于无人机的景观尺度植被覆盖度的计算方法及*** |
CN112665554A (zh) * | 2020-12-29 | 2021-04-16 | 杭州今奥信息科技股份有限公司 | 一种正射影像的生成方法与*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9756293B2 (en) * | 2012-06-13 | 2017-09-05 | San Diego State University Research Foundation | Systems, methods and devices for repeat pass imaging for wide area intermittent video |
US11869192B2 (en) * | 2019-11-08 | 2024-01-09 | General Electric Company | System and method for vegetation modeling using satellite imagery and/or aerial imagery |
-
2022
- 2022-06-24 CN CN202210722902.0A patent/CN115112100B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101126639A (zh) * | 2007-09-18 | 2008-02-20 | 武汉大学 | 快速进行低空遥感影像自动匹配与空中三角测量方法 |
CN105427377A (zh) * | 2015-11-03 | 2016-03-23 | 武汉地大信息工程股份有限公司 | 一种基于无人机的地质灾害数据采集处理方法及装置 |
CN106403904A (zh) * | 2016-10-19 | 2017-02-15 | 中国林业科学研究院 | 一种基于无人机的景观尺度植被覆盖度的计算方法及*** |
CN112665554A (zh) * | 2020-12-29 | 2021-04-16 | 杭州今奥信息科技股份有限公司 | 一种正射影像的生成方法与*** |
Also Published As
Publication number | Publication date |
---|---|
CN115112100A (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9721347B2 (en) | 3D model updates using crowdsourced video | |
EP2399239B1 (en) | Estimation of panoramic camera orientation relative to a vehicle coordinate frame | |
US9185289B2 (en) | Generating a composite field of view using a plurality of oblique panoramic images of a geographic area | |
CN109387186B (zh) | 测绘信息获取方法、装置、电子设备及存储介质 | |
US8994821B2 (en) | Methods and apparatus for automated assignment of geodetic coordinates to pixels of images of aerial video | |
CN111750838B (zh) | 农业用地规划图的生成方法、装置、设备及存储介质 | |
CN115112100B (zh) | 遥感控制***及方法 | |
EP3875902B1 (en) | Planning method and apparatus for surveying and mapping sampling points, control terminal and storage medium | |
Zhou et al. | Automatic orthorectification and mosaicking of oblique images from a zoom lens aerial camera | |
CN110910432A (zh) | 一种遥感图像匹配方法、装置、电子设备及可读存储介质 | |
CN114234928A (zh) | 一种用于免像控无人机航空摄影的测量方法 | |
CN112632415B (zh) | 一种Web地图实时生成方法及图像处理服务器 | |
CN111582296B (zh) | 一种遥感图像综合匹配方法、装置、电子设备及存储介质 | |
CN115950435A (zh) | 无人机巡检影像的实时定位方法 | |
CN110940318A (zh) | 航空遥感实时成像方法、电子设备以及存储介质 | |
CN114429515A (zh) | 一种点云地图构建方法、装置和设备 | |
CN113650783A (zh) | 固定翼倾斜摄影地籍测图方法、***及设备 | |
Guntel et al. | Accuracy analysis of control point distribution for different terrain types on photogrammetric block | |
CN112132029A (zh) | 一种面向地震应急响应的无人机遥感影像快速定位方法 | |
KR100745105B1 (ko) | 촬영 영상 표시 방법 및 촬영 영상 표시 장치 | |
CN110617800A (zh) | 基于民航客机的应急遥感监测方法、***及存储介质 | |
CN112559786B (zh) | 一种光学遥感影像成像时间的确定方法及装置 | |
CN117308967B (zh) | 一种目标对象位置信息的确定方法、装置及设备 | |
US20240104754A1 (en) | Information processing system, method and program | |
CN116310756A (zh) | 遗迹识别方法、装置、电子设备及计算机存储介质 |
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 |