CN115410104B - 一种获取飞行器的图像采集点的数据处理*** - Google Patents
一种获取飞行器的图像采集点的数据处理*** Download PDFInfo
- Publication number
- CN115410104B CN115410104B CN202211128287.7A CN202211128287A CN115410104B CN 115410104 B CN115410104 B CN 115410104B CN 202211128287 A CN202211128287 A CN 202211128287A CN 115410104 B CN115410104 B CN 115410104B
- Authority
- CN
- China
- Prior art keywords
- target
- image acquisition
- geographic area
- acquisition point
- aircraft
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种获取飞行器的图像采集点的数据处理***,***包括数据库、处理器和存储有计算机程序的存储器,数据库中包括目标地理区域的位置信息、目标飞行器对应的初始图像采集点列表和目标飞行器对应的图像集合,当计算机程序被处理器执行时,实现以下步骤:根据第一地理区域列表和第二地理区域列表获取第三地理区域列表,根据第三地理区域列表获取目标优先级列表,通过对初始图像采集点位置的优化处理获取目标飞行器对应的目标图像采集点。本发明通过获取初始图像采集点的目标优先级,并不断对初始图像采集点位置优化处理获取对应的优先级,使获取到的目标飞行器对应的目标图像采集点的准确度更高。
Description
技术领域
本发明涉及图像处理领域,特别是涉及一种获取飞行器的图像采集点的数据处理***。
背景技术
随着生活的智能化,飞行器在各个领域的应用越来越广泛,越来越多的行业都喜欢用飞行器来解决一些比较棘手的事情,比如:农药的喷洒、电线线路的巡检、交通情况的掌握疏导工作等,无论是对日常生活问题还是社会刚需问题,飞行器都提供了很大帮助,如今,很多领域利用飞行器进行拍摄从而获取所需信息,如何获取飞行器的图像采集点,从而使飞行器拍摄效果最佳成为人们研究的主流方向。
目前,现有技术中,获取飞行器图像采集点的方法为:通过侦察对图像数据进行采集,利用图像特征和匹配技术进行图像检索,从图像中分析、抽取低层视觉特征、构成特征向量集合,通过在选定的距离空间内计算特征向量之间的距离获取图像之间的相似程度,从而获取飞行器的图像采集点,以上所述获取飞行器的图像采集点的方法存在的问题:
一方面,因采集的原始图像数据较为复杂,使得图像特征匹配有限,破坏了原始数据,降低了目标信息的实用性;
另一方面,因方法的有限性,使得获取到的图像局限于初始选定的图像采集点,导致获取到的目标飞行器对应的目标图像采集点的准确度较低。
发明内容
针对上述技术问题,本发明采用的技术方案为:一种获取飞行器的图像采集点的数据处理***,***包括:数据库、处理器和存储有计算机程序的存储器,其中,数据库中包括目标地理区域的位置信息、目标飞行器对应的初始图像采集点列表D={D1,……,Ds,……,Dn}和目标飞行器对应的图像集合A={A1,……,As,……,An},Ds为目标飞行器对应的初始图像采集点,As为Ds对应的初始图像列表,s=1……n,n为目标飞行器的数量,当计算机程序被处理器执行时,实现以下步骤:
S100,根据A,获取第一地理区域列表G={G1,……,Gs,……,Gn},Gs为As对应的第一地理区域的位置信息。
S200,根据目标地理区域的位置信息,获取第二地理区域列表U={U1,……,Uj,……,Um},Uj={Uj1,……,Uje,……,Ujq(j)},Uje=(Xje,Yje),Xje为目标地理区域中第j个第二地理区域的第e个第二顶点在第二坐标系中X轴上的第一坐标值,Yje为目标地理区域中第j个第二地理区域的第e个第二顶点在第二坐标系中Y轴上的第二坐标值,j=1……m,m为第二地理区域的数量,e=1……q(j),q(j)为第j个第二地理区域中第二顶点数量。
S300,根据Gs和Uj,获取第三地理区域列表Ts={Ts1,……,Tsj,……,Tsm},Tsj={T1 sj,……,Td sj,……,Tg(j) sj},Td sj=(Xd sj,Yd sj),Xd sj为Gs对应的第j个第三地理区域中第d个第三顶点在第二坐标系中X轴上的第一坐标值,Yd sj为Gs对应的第j个第三地理区域中第d个第三顶点在第二坐标系中Y轴上的第二坐标值,d=1……g(j),g(j)为Gs对应的第j个第三地理区域中第三顶点数量。
S400,根据Uje和Td sj,获取D对应的目标优先级列表D'={D'1,……,D's,……,D'n},D's为Ds的初始优先级,其中,D's符合如下条件:
S500,根据Ds和D's,获取D对应的中间优先级列表C={C1k,……,Csk,……,Cnk},Csk为Ds对应的第k次优化处理的中间优先级。
S600,根据k和Csk,获取目标飞行器对应的目标图像采集点。
本发明与现有技术相比具有明显的有益效果,借由上述技术方案,本发明提供的一种获取飞行器目标点的数据处理***可达到相当的技术进步性及实用性,并具有产业上的广泛利用价值,其至少具有以下有益效果:
本发明提供了一种获取飞行器的图像采集点的数据处理***,***包括:数据库、处理器和存储有计算机程序的存储器,其中,数据库中包括目标地理区域的位置信息、目标飞行器对应的初始图像采集点列表和目标飞行器对应的图像集合,当计算机程序被处理器执行时,实现以下步骤:获取第一地理区域列表和第二地理区域列表,根据第一地理区域列表和第二地理区域列表获取第三地理区域列表,根据第三地理区域列表获取目标优先级列表,通过不断对初始图像采集点位置的优化处理获取对应的优先级,从而获取目标飞行器对应的目标图像采集点。本发明提供了一种获取飞行器的图像采集点的数据处理***,一方面,不再局限于图像特征,通过坐标系多种数据的融合处理,使在不破坏原始数据的基础上,增强了目标信息的实用性;另一方面,不再局限于选定的初始图像采集点,通过获取初始图像采集点的目标优先级,并不断对初始图像采集点位置优化处理获取对应的优先级,使得获取到的目标飞行器对应的目标图像采集点的准确度较高。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1为本发明实施例提供的一种获取飞行器的图像采集点的数据处理***的执行计算机程序的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本实施例提供了一种获取飞行器的图像采集点的数据处理***,所述***包括:数据库、处理器和存储有计算机程序的存储器,其中,所述数据库中包括目标地理区域的位置信息、目标飞行器对应的初始图像采集点列表D={D1,……,Ds,……,Dn}和目标飞行器对应的图像集合A={A1,……,As,……,An},Ds为目标飞行器对应的初始图像采集点,As为Ds对应的初始图像列表,s=1……n,n为目标飞行器的数量,当所述计算机程序被处理器执行时,实现以下步骤,如图1所示:
S100,根据A,获取第一地理区域列表G={G1,……,Gs,……,Gn},Gs为As对应的第一地理区域的位置信息。
具体的,所述目标飞行器为装备摄像装置且飞行速度不小于预设飞行速度阈值的飞行器。
进一步的,所述预设飞行速度阈值的取值范围为200-250km/h。
具体的,所述第一地理区域为通过所述摄像装置在图像采集点对目标地理区域进行拍摄时动态获取到的地面成像的区域。
具体的,在S100中还包括如下步骤:
S101,遍历As且从As中获取第一个初始图像作为目标图像,其中,所述初始图像为通过所述摄像装置对目标地理区域进行拍摄获取到的图像。
S103,获取As对应的目标图像的顶点列表Es={E1 s,……,Ei s,……,Et s},Ei s=(Ei1 s,Ei2 s,Ei3 s),Ei1 s为As对应的目标图像的第i个顶点的在第一坐标系的X轴上的第一中间坐标值,Ei2 s为As对应的目标图像的第i个顶点的在第一坐标系的Y轴上的第二中间坐标值,Ei3 s为As对应的目标图像的第i个顶点的在第一坐标系的Z轴上的第三中间坐标值,i=1……t,t为As对应的目标图像的顶点数量。
优选地,当t=4时,Es={E1 s,E2 s,E3 s,E4 s},其中,E1 s=(E11 s,E12 s,E13 s),E2 s=(E21 s,E22 s,E23 s),E3 s=(E31 s,E32 s,E33 s),E4 s=(E41 s,E42 s,E43 s),其中,E11 s、E21 s、E31 s和E41 s符合如下条件:E11 s=E21 s=E31 s=E41 s=1,同时,E12 s、E22 s、E32 s和E42 s符合如下条件:E12 s=E32 s=tan(1/θ1)且E22 s=E42 s=-tan(1/θ1),同时,E13 s、E23 s、E33 s和E43 s符合如下条件:E13 s=E23 s=-tan(1/θ2)且E33 s=E43 s=tan(1/θ2),其中,θ1为As的水平视场角,θ2为As的垂直视场角。
S105,根据Ei s,获取到Ei s对应的目标顶点坐标Gi s=(Xi s,Yi s),Xi s为As对应的目标图像的第i个顶点的第二坐标系中X轴上的第一坐标值,Yi s为As对应的目标图像的第i个顶点的第二坐标系中Y轴上的第二坐标值,其中,所述第一坐标系为空间坐标系且所述第二坐标系为地心坐标系,本领域技术人员知晓现有技术中空间坐标系中坐标值转换成地心坐标系的坐标值的方法,在此不再赘述。
上述,通过坐标的转换,能够衡量出不同位置之间的方位和距离关系,将多种坐标数据融合处理,增强了目标信息的实用性,使得获取到的目标飞行器对应的目标图像采集点的准确度较高。
S200,根据目标地理区域的位置信息,获取第二地理区域列表U={U1,……,Uj,……,Um},Uj={Uj1,……,Uje,……,Ujq(j)},Uje=(Xje,Yje),Xje为目标地理区域中第j个第二地理区域的第e个第二顶点在第二坐标系中X轴上的第一坐标值,Yje为目标地理区域中第j个第二地理区域的第e个第二顶点在第二坐标系中Y轴上的第二坐标值,j=1……m,m为第二地理区域的数量,e=1……q(j),q(j)为第j个第二地理区域中第二顶点数量。
具体的,Xje符合如下条件:
其中,a为地球椭球长半轴,b为地球椭球短半轴,Bje为目标地理区域中第j个第二地理区域的第e个第二顶点的维度值,Lje为目标地理区域中第j个第二地理区域的第e个第二顶点的经度值,Hje为目标地理区域中第j个第二地理区域的第e个第二顶点的高度值。
进一步的,Yje符合如下条件:
具体的,所述第二地理区域为通过对目标地理区域进行区域划分获取到的子地理区域,其中,本领域技术人员知晓,现有技术中任意区域划分方法均属于本发明的保护范围,在此不再赘述。
S300,根据Gs和Uj,获取第三地理区域列表Ts={Ts1,……,Tsj,……,Tsm},Tsj={T1 sj,……,Td sj,……,Tg(j) sj},Td sj=(Xd sj,Yd sj),Xd sj为Gs对应的第j个第三地理区域中第d个第三顶点在第二坐标系中X轴上的第一坐标值,Yd sj为Gs对应的第j个第三地理区域中第d个第三顶点在第二坐标系中Y轴上的第二坐标值,d=1……g(j),g(j)为Gs对应的第j个第三地理区域中第三顶点数量。
具体的,所述第三地理区域为所述第一地理区域与任一所述第二地理区域之间重叠的地理区域,可以理解为:通过Ei s与Uje确定出第三地理区域,本领域技术人员知晓,现有技术中任一通过坐标点确定地理区域的方法,在此不再赘述。
上述,通过获取Gs与Uj相交的每个区域Tsj,能够保证目标地理区域数据的完整性,增强了目标信息的实用性,使得获取到的目标飞行器对应的目标图像采集点的准确度较高。
具体的,在S300中,Td sj的获取方式与Uje的获取方式一致。
S400,根据Uje和Td sj,获取D对应的目标优先级列表D'={D'1,……,D's,……,D'n},D's为Ds的初始优先级,其中,D's符合如下条件:
具体的,W1>……>Wj>……>Wm。
上述,通过获取目标飞行器对应的初始图像采集点的目标优先级,为后续优化处理做准备,使得获取到的目标飞行器对应的目标图像采集点的准确度较高。
S500,根据Ds和D's,获取D对应的中间优先级列表C={C1k,……,Csk,……,Cnk},Csk为Ds对应的第k次优化处理的中间优先级。
具体的,在S500中还包括如下步骤:
S501,根据Ds和D's,获取Ds对应的关键优先级列表Cs={Cs1,……,Csr,……,Csk},Csr为Ds对应的第r个关键优先级,r=1……k,k为对D进行优化处理的优化次数,其中,Cs1<……<Csr<……<Csk。
具体的,在S501中还包括如下步骤:
S5011,获取Ds对应的初始坐标点的位置信息P0 s。
S5013,根据P0 s,获取Ds对应的中间坐标点列表Ps={Ps1,……,Psr,……,Psk},Psr为经过第r次优化处理,获取到的Ds的中间坐标点的位置信息,其中,Psr符合如下条件:
Psr=Ps(r-1)+Vs(r),进一步可以理解为:Vs(r)为第r次优化处理中目标飞行器的飞行速度且目标飞行器的初始飞行速度设置为0。
进一步的,Vs(r)符合如下条件:
Vs(r)=(1-r/k)×Vs(r-1)+λ×(δ1+δ2)×(Pmax (r-1)-Ps(r-1)),其中,Pmax (r-1)为在第r-1次优化处理中D对应的所有关键优先级列表内的最大关键优先级对应的坐标点的位置信息,Ps(r-1)为在第r-1次优化处理中Ds的中间坐标点的位置信息,δ1和δ2为随机数且δ1和δ2∈(0,1),进一步可以理解为:Vs(r-1)为第r-1次优化处理中目标飞行器的飞行速度且目标飞行器的初始飞行速度设置为0。
S5015,根据Psr,获取Csr,其中,所述获取Csr的方式与获取D's的方式一致。
S503,根据所有的Cs,获取C。
上述,通过对目标飞行器对应的初始图像采集点优化处理,获取优化处理后初始图像采集点所对应的优先级,不再局限于初始选定的图像采集点,使得获取到的目标飞行器对应的目标图像采集点的准确度较高。
S600,根据k和Csk,获取目标飞行器对应的目标图像采集点。
具体的,在S600中还包括以下步骤:
S601,当k≥k0时,从C中获取最大的优先级对应的初始图像采集点作为目标图像采集点,其中,k0为预设的优化次数阈值。
具体的,所述预设的优化次数阈值K0的取值范围为100~500。
优选地,所述预设地优化次数阈值K0的取值为200。
上述,优化次数的设置既能够保证优化处理的有效性,也能提高优化处理的效率,使得获取到的目标飞行器对应的目标图像采集点的准确度较高。
S603,当k<k0且Csk≥C0时,将Csk对应的初始图像采集点作为目标图像采集点,其中,C0为预设的优先级阈值。
具体的,预设的优先级阈值C0符合如下条件:
C0=F0+Cmax,其中,Cmax为D'中的最大值,F0为第一预设阈值。
具体的,所述第一预设阈值F0的取值范围为0.05~0.15。
具体的,所述第一预设阈值F0的取值为0.1。
S605,当k<k0且Csk<C0时,则重复执行S500直到k'≥k0或者Csk'≥C0,其中,k'为重复执行S500获取到的目标优化次数,Csk'为重复执行S500获取到的目标优先级。
在另一个具体的实施例中,S600还可通过以下步骤实现:
S601,当Csk≥C0时,将Csk对应的初始图像采集点作为目标图像采集点,其中,C0为预设的优先级阈值。
S603,当Csk<C0且当k≥k0时,从C中获取最大的优先级对应的初始图像采集点作为目标图像采集点。
S605,当Csk<C0且当k<k0时,则重复执行S500直到k'≥k0或者Csk'≥C0,其中,k'为重复执行S500获取到的目标优化次数,Csk'为重复执行S500获取到的目标优先级。
上述,通过对目标飞行器对应的初始图像采集点优化处理,不断获取优化处理后的图像采集点所对应的优先级,当目标优先级满足条件后获取优化处理后的目标图像采集点,不再局限于选定的初始图像采集点,使得获取到的目标飞行器对应的目标图像采集点的准确度较高。
本发明提供了一种获取飞行器的图像采集点的数据处理***,***包括:数据库、处理器和存储有计算机程序的存储器,其中,数据库中包括目标地理区域的位置信息、目标飞行器对应的初始图像采集点列表和目标飞行器对应的图像集合,当计算机程序被处理器执行时,实现以下步骤:获取第一地理区域列表和第二地理区域列表,根据第一地理区域列表和第二地理区域列表获取第三地理区域列表,根据第三地理区域列表获取目标优先级列表,通过不断对初始图像采集点位置的优化处理获取对应的优先级,从而获取目标飞行器对应的目标图像采集点。本发明提供了一种获取飞行器的图像采集点的数据处理***,一方面,不再局限于图像特征,通过坐标系多种数据的融合处理,使在不破坏原始数据的基础上,增强了目标信息的实用性;另一方面,不再局限于选定的初始图像采集点,通过获取初始图像采集点的目标优先级,并不断对初始图像采集点位置优化处理获取对应的优先级,使得获取到的目标飞行器对应的目标图像采集点的准确度较高。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。
Claims (6)
1.一种获取飞行器的图像采集点的数据处理***,其特征在于,所述***包括:数据库、处理器和存储有计算机程序的存储器,其中,所述数据库中包括目标地理区域的位置信息、目标飞行器对应的初始图像采集点列表D={D1,……,Ds,……,Dn}和目标飞行器对应的图像集合A={A1,……,As,……,An},Ds为目标飞行器对应的初始图像采集点,As为Ds对应的初始图像列表,s=1……n,n为目标飞行器的数量,当所述计算机程序被处理器执行时,实现以下步骤:
S100,根据A,获取第一地理区域列表G={G1,……,Gs,……,Gn},Gs为As对应的第一地理区域的位置信息,其中,在S100中还包括如下步骤:
S101,遍历As且从As中获取第一个初始图像作为目标图像,其中,所述初始图像为通过摄像装置对目标地理区域进行拍摄获取到的图像;
S103,获取As对应的目标图像的顶点列表Es={E1 s,……,Ei s,……,Et s},Ei s=(Ei1 s,Ei2 s,Ei3 s),Ei1 s为As对应的目标图像的第i个顶点的在第一坐标系的X轴上的第一中间坐标值,Ei2 s为As对应的目标图像的第i个顶点的在第一坐标系的Y轴上的第二中间坐标值,Ei3 s为As对应的目标图像的第i个顶点的在第一坐标系的Z轴上的第三中间坐标值,i=1……t,t为As对应的目标图像的顶点数量;
S105,根据Ei s,获取到Ei s对应的目标顶点坐标Gi s=(Xi s,Yi s),Xi s为As对应的目标图像的第i个顶点的第二坐标系中X轴上第一坐标值,Yi s为As对应的目标图像的第i个顶点的第二坐标系中Y轴上的第二坐标值;
S200,根据目标地理区域的位置信息,获取第二地理区域列表U={U1,……,Uj,……,Um},Uj={Uj1,……,Uje,……,Ujq(j)},Uje=(Xje,Yje),Xje为目标地理区域中第j个第二地理区域的第e个第二顶点在第二坐标系中X轴上的第一坐标值,Yje为目标地理区域中第j个第二地理区域的第e个第二顶点在第二坐标系中Y轴上的第二坐标值,j=1……m,m为第二地理区域的数量,e=1……q(j),q(j)为第j个第二地理区域中第二顶点数量;其中,所述第二地理区域为通过对目标地理区域进行区域划分获取到的子地理区域,Xje符合如下条件:
其中,a为地球椭球长半轴,b为地球椭球短半轴,Bje为目标地理区域中第j个第二地理区域的第e个第二顶点的维度值,Lje为目标地理区域中第j个第二地理区域的第e个第二顶点的经度值,Hje为目标地理区域中第j个第二地理区域的第e个第二顶点的高度值;
进一步的,Yje符合如下条件:
S300,根据Gs和Uj,获取第三地理区域列表Ts={Ts1,……,Tsj,……,Tsm},Tsj={T1 sj,……,Td sj,……,Tg(j) sj},Td sj=(Xd sj,Yd sj),Xd sj为Gs对应的第j个第三地理区域中第d个第三顶点在第二坐标系中X轴上的第一坐标值,Yd sj为Gs对应的第j个第三地理区域中第d个第三顶点在第二坐标系中Y轴上的第二坐标值,d=1……g(j),g(j)为Gs对应的第j个第三地理区域中第三顶点数量,其中,所述第三地理区域为所述第一地理区域与任一所述第二地理区域之间重叠的地理区域,Td sj的获取方式与Uje的获取方式一致;
S400,根据Uje和Td sj,获取D对应的目标优先级列表D'={D'1,……,D's,……,D'n},D's为Ds的初始优先级,其中,D's符合如下条件:
S500,根据Ds和D's,获取D对应的中间优先级列表C={C1k,……,Csk,……,Cnk},Csk为Ds对应的第k次优化处理的中间优先级,其中,在S500中还包括以下步骤:
S501,根据Ds和D's,获取Ds对应的关键优先级列表Cs={Cs1,……,Csr,……,Csk},Csr为Ds对应的第r个关键优先级,r=1……k,k为对D进行优化处理的优化次数,其中,Cs1<……<Csr<……<Csk;
S503,根据所有的Cs,获取C;
S600,根据k和Csk,获取目标飞行器对应的目标图像采集点,其中,在S600中还包括以下步骤:
S601,当k≥k0时,从C中获取最大的优先级对应的初始图像采集点作为目标图像采集点,其中,k0为预设的优化次数阈值;
S603,当k<k0且Csk≥C0时,将Csk对应的初始图像采集点作为目标图像采集点,其中,C0为预设的优先级阈值;
S605,当k<k0且Csk<C0时,则重复执行S500直到k'≥k0或者Csk'≥C0,其中,k'为重复执行S500获取到的目标优化次数,Csk'为重复执行S500获取到的目标优先级。
2.根据权利要求1所述的获取飞行器的图像采集点的数据处理***,其特征在于,所述目标飞行器为装备摄像装置且飞行速度不小于预设飞行速度阈值的飞行器,其中,所述预设飞行速度阈值的取值范围为200-250km/h。
3.根据权利要求1所述的获取飞行器的图像采集点的数据处理***,其特征在于,Xje和Xd sj均为第二坐标系下的X轴上坐标值。
4.根据权利要求3所述的获取飞行器的图像采集点的数据处理***,其特征在于,Yje和Yd sj均为第二坐标系下的Y轴上坐标值。
5.根据权利要求1所述的获取飞行器的图像采集点的数据处理***,其特征在于,W1>……>Wj>……>Wm。
6.根据权利要求1所述的获取飞行器的图像采集点的数据处理***,其特征在于,在S600中还包括以下步骤:
S601,当Csk≥C0时,将Csk对应的初始图像采集点作为目标图像采集点,其中,C0为预设的优先级阈值;
S603,当Csk<C0且当k≥k0时,从C中获取最大的优先级对应的初始图像采集点作为目标图像采集点;
S605,当Csk<C0且当k<k0时,则重复执行S500直到k'≥k0或者Csk'≥C0,其中,k'为重复执行S500获取到的目标优化次数,Csk'为重复执行S500获取到的目标优先级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211128287.7A CN115410104B (zh) | 2022-09-16 | 2022-09-16 | 一种获取飞行器的图像采集点的数据处理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211128287.7A CN115410104B (zh) | 2022-09-16 | 2022-09-16 | 一种获取飞行器的图像采集点的数据处理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115410104A CN115410104A (zh) | 2022-11-29 |
CN115410104B true CN115410104B (zh) | 2023-06-16 |
Family
ID=84166784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211128287.7A Active CN115410104B (zh) | 2022-09-16 | 2022-09-16 | 一种获取飞行器的图像采集点的数据处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115410104B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116092023B (zh) * | 2023-02-03 | 2023-10-20 | 以萨技术股份有限公司 | 一种确定异常行为的数据处理*** |
CN115797849B (zh) * | 2023-02-03 | 2023-04-28 | 以萨技术股份有限公司 | 一种基于图像确定异常行为的数据处理*** |
CN116011695B (zh) * | 2023-03-27 | 2023-06-30 | 湖南胜云光电科技有限公司 | 一种获取无人机目标路径的数据处理*** |
CN117474392B (zh) * | 2023-10-30 | 2024-05-03 | 北京香田智能科技有限公司 | 一种种植户潜力分析*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115048925A (zh) * | 2022-08-15 | 2022-09-13 | 中科雨辰科技有限公司 | 一种确定异常文本的数据处理*** |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2897163B1 (fr) * | 2006-02-08 | 2008-04-11 | Thales Sa | Procede de geo-localisation d'une ou plusieurs cibles |
WO2020103020A1 (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 |
CN110926475B (zh) * | 2019-12-03 | 2021-04-27 | 北京邮电大学 | 一种无人机航点生成方法、装置及电子设备 |
CN111192362B (zh) * | 2019-12-17 | 2023-04-11 | 武汉理工大学 | 一种动态三维地理场景实时采集的虚拟复眼***的工作方法 |
US11741487B2 (en) * | 2020-03-02 | 2023-08-29 | PlaceIQ, Inc. | Characterizing geographic areas based on geolocations reported by populations of mobile computing devices |
CN112530010B (zh) * | 2020-12-07 | 2024-06-28 | 阳光新能源开发股份有限公司 | 数据获取方法和*** |
CN112884764A (zh) * | 2021-03-24 | 2021-06-01 | 深圳前海微众银行股份有限公司 | 提取图像中地块的方法、装置、电子设备及存储介质 |
CN113220027B (zh) * | 2021-05-08 | 2022-04-08 | 北京大学 | 一种基于遥感任务的凹多边形区域无人机航迹规划 |
CN113837246B (zh) * | 2021-09-06 | 2022-12-27 | 广州极飞科技股份有限公司 | 图像的匹配方法及其匹配装置、无人设备 |
CN114140513A (zh) * | 2021-11-23 | 2022-03-04 | 江西裕丰智能农业科技有限公司 | 农业用地的面积测量方法、装置、计算机设备 |
CN114625166B (zh) * | 2022-03-03 | 2024-04-30 | 江苏方天电力技术有限公司 | 一种无人机拍摄位置的智能定位方法 |
-
2022
- 2022-09-16 CN CN202211128287.7A patent/CN115410104B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115048925A (zh) * | 2022-08-15 | 2022-09-13 | 中科雨辰科技有限公司 | 一种确定异常文本的数据处理*** |
Also Published As
Publication number | Publication date |
---|---|
CN115410104A (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115410104B (zh) | 一种获取飞行器的图像采集点的数据处理*** | |
CN107729808B (zh) | 一种用于输电线路无人机巡检的图像智能采集***及方法 | |
CN112085844B (zh) | 面向野外未知环境的无人机影像快速三维重建方法 | |
Bansal et al. | Geo-localization of street views with aerial image databases | |
CN107133325B (zh) | 一种基于街景地图的互联网照片地理空间定位方法 | |
Zhang et al. | Photogrammetric processing of low‐altitude images acquired by unpiloted aerial vehicles | |
US8194922B2 (en) | System and methods for dynamically generating earth position data for overhead images and derived information | |
Jiang et al. | Efficient structure from motion for oblique UAV images based on maximal spanning tree expansion | |
CN102959946A (zh) | 基于相关3d点云数据来扩充图像数据的技术 | |
CN101839722A (zh) | 一种中低空下目标自动识别及载体高精度定位方法 | |
US11120259B2 (en) | Method and system for land encroachment detection and surveillance | |
CN107742276A (zh) | 一种基于无人机遥感图像机载一体化快速处理***和方法 | |
CN112767456A (zh) | 一种三维激光点云快速重定位方法 | |
CN109284409B (zh) | 基于大规模街景数据的图片组地理定位方法 | |
JP2023530449A (ja) | 空中と地上の位置合わせのためのシステムおよび方法 | |
JP7219143B2 (ja) | 撮影計画立案装置およびその方法 | |
Wang et al. | Recognition and locating of damaged Poles in distribution network through images shot by unmanned aerial vehicle (UA V) | |
US20230089827A1 (en) | Method for selecting stereo pairs of aerial or satellite images to generate elevation data | |
Božić-Štulić et al. | Complete model for automatic object detection and localisation on aerial images using convolutional neural networks | |
CN110927765A (zh) | 激光雷达与卫星导航融合的目标在线定位方法 | |
Yoshiki et al. | Cross-season vehicle localization using bag of local 3d features | |
Gotovac et al. | A model for automatic geomapping of aerial images mosaic acquired by UAV | |
CN113610952A (zh) | 一种三维场景重建方法、装置、电子设备和存储介质 | |
Zhu et al. | Tennis Ball Collection Robot Based on MobileNet-SSD | |
CN112163111B (zh) | 一种旋转不变的语义信息挖掘方法 |
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 |