CN117367429A - 基于遥感影像的工作底图和无人机技术的航线像控点分布算法 - Google Patents
基于遥感影像的工作底图和无人机技术的航线像控点分布算法 Download PDFInfo
- Publication number
- CN117367429A CN117367429A CN202311321775.4A CN202311321775A CN117367429A CN 117367429 A CN117367429 A CN 117367429A CN 202311321775 A CN202311321775 A CN 202311321775A CN 117367429 A CN117367429 A CN 117367429A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- image control
- aerial vehicle
- control point
- data
- 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.)
- Granted
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 32
- 238000009826 distribution Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000004088 simulation Methods 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims description 17
- 238000007726 management method Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 231100000279 safety data Toxicity 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 4
- 239000004576 sand Substances 0.000 description 3
- 238000004904 shortening Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- 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
- 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
-
- 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
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Computer Graphics (AREA)
- Image Processing (AREA)
Abstract
本发明涉及河湖划界领域,具体公开了基于遥感影像的工作底图和无人机技术的航线像控点分布算法,河湖划界无人机技术航线像控点分布工作流程如下:S1:确定航测范围;S2:根据工作底图进行数据处理;S3:建立3D模型;S4:设置两组无人机进行像控点布设;S5:无人机在飞行的过程中可以通过3D模拟进行数据比对和记录;S6:将无人机飞行航线和初始划界线进行比对,针对有差异的像控点进行分析;S7:矫正,分布所有的正确的像控点。将传统测量技术与正射影像相结合,在同一平台上搭载多个传感器,全自动、多角度、高效率、精准拍摄,短时间就能获取海量的高精度数据,并且根据实际的位置可以对像控点进行矫正做到更加精准。
Description
技术领域
本发明涉及河湖划界领域,尤其是基于遥感影像的工作底图和无人机技术的航线像控点分布算法。
背景技术
水是人类乃至万物赖以生存、生长的源泉。河道作为水的重要载体,其重要性不言而喻。随着经济的快速发展和生产力的迅速提升,人们对于河道的开发力度也日益增强,部分河道侵占严重,导致河道防洪压力增大。同时存在着河道污染、河道周围不合理的采砂、未划定河道行洪区等诸多问题。面对这些问题,首先要做好河道的确权划界工作,为河道整治工作做好前期准备,为河道综合治理提供基础保障。因此进行科学、合理以及高效的河道确权划界工作显得尤为重要。
航空摄影测量是由飞机、卫星等飞行器搭载传感器从空中拍摄的照片,配合拍摄时飞行器自带的导航定位***,获取POS信息,结合地面控制点,经内业处理后生产数字高程模型(DEM)、数字线划图(DLG)、数字正射影像图(DOM)和数字栅格地图(DRG)。
近年来,随着国内无人机飞行器技术的不断发展,低空无人机航空摄影一般都是轻小型无人机搭载重量约为500g的单反相机进行低空飞行,按技术要求拍摄像片,结合飞机自带的实时差分***或者后差分***在拍摄瞬间记录的无人机位置姿态数据,经位置校准到像片后,形成像片的姿态参数pos,两种数据形成完整的航空摄影测量原数据。这种低空无人机航空摄影测量的优势在于对于很多区域也不需要严格的空域限制,而且飞行高度一般都在1km以内,起飞场地要求简单,操作简单,对于很多紧急情况能及时相应作出调整,在实际应用中非常灵活,这就使低空无人机航空摄影测量迅速普及大众化,得到各个测绘单位的广泛青睐。
传统的地理相关信息采集方式主要是人工逐点进行,这种方法程序复杂,需要大量的时间、人力,而且成果也不精细,甚至有的地方无法进行作业,比如人力不能到达的危险陡峭山崖。采用传统的实地测量法进行无堤防河道确权划界工作存在耗时较长且耗资巨大,绘图误差导致制图精度低,多部门间信息共享效率低等诸多问题。
为此,我们提出基于遥感影像的工作底图和无人机技术的航线像控点分布算法解决上述问题。
发明内容
本发明的目的在于提供基于遥感影像的工作底图和无人机技术的航线像控点分布算法,以解决上述背景技术中提出传统的地理相关信息采集方式主要是人工逐点进行,这种方法程序复杂,需要大量的时间、人力,而且成果也不精细,甚至有的地方无法进行作业,比如人力不能到达的危险陡峭山崖。采用传统的实地测量法进行无堤防河道确权划界工作存在耗时较长且耗资巨大,绘图误差导致制图精度低,多部门间信息共享效率低等的问题。
为实现上述目的,本发明提供基于遥感影像的工作底图和无人机技术的航线像控点分布算法,河湖划界无人机技术航线像控点分布工作流程如下:
S1:确定航测范围,通过遥感影像确定工作底图;
S2:根据工作底图进行数据处理,获得河段3D点云数据和按比例的正射影像数据;
S3:建立3D模型,设定无人机航线路径,将无人机数据***到3D模型中并进行划界场景模拟;
S4:设置两组无人机进行像控点布设,标记特殊点,包括堤岸、农田、村庄、道路等,分析它们和河流之间的相对位置,并且计算出安全位置,得出初始划界线;
S5:根据划界的安全数据,无人机根据数据处理后的像控点进行飞行采集,在飞行的过程中可以通过3D模拟进行数据比对和记录;
S6:将无人机飞行航线和初始划界线进行比对,在比对的过程中,针对有差异的像控点进行分析,然后根据3D模型结合安全划界位置矫正;
S7:矫正完成,分布所有的正确的像控点,通过3D实现实时模拟并存储数据,然后形成实际的划界数据。
在进一步的实施方式中,建立3D模型需要通过现场调研及资料收集确定无堤河段的范围,基于立体像对、正射影像以及河道大断面测量数据。
在进一步的实施方式中,3D模型的建立利用HEC-RAS软件建立河道一维数学模型计算分析河段设计水面线,绘制设计水面线与岸坡交线获得无堤河段管理范围基准线,利用ArcScene三维模型对淹没范围进行分析,检验合理性,当获得研究区精确的DEM数据,运用ArcScene进行3D可视化,从DEM表面获取高程,使正射影像浮动于DEN表面得到3D模型。
在进一步的实施方式中,无人机航线像控点矫正算法步骤如下:
S1:无人机像控点布设的过程中,根据划界要求判定像控点的定位情况;
S2:当无人机到达像控点位置时,结合实际数据不符合划界要求则需要矫正像控点;
S3:无人机根据实际的情况进行位置调整,并上传矫正信息和摄影信息并移动至准确的像控点,同时准确的像控点位置上传并实时模拟划线;
S4:当无人机到达的像控点符合划界要求则直接进行上传信号并实时模拟划线。
在进一步的实施方式中,矫正像控点需要***安全数据范围和特殊位置数据,特殊位置数据包括堤岸、农田、村庄、道路和障碍物等.
在进一步的实施方式中,无人机像控点矫正是根据相机中给定的畸变参数,利用空三加密软件中畸变改正模块对所需加密的影像进行重采样,并输出改正后的影像,然后建立航带,添加改正后的影像,并根据畸变改正时影像的旋转方向对航带进行旋转调整,导入POS数据,输出新的像控点位置信息。
在进一步的实施方式中,两组无人机同步飞行,一组无人机搭载信号基站,另一组无人机搭载相机摄影设备,两组无人机之间信号传输,两组无人机之间搭载防信号干扰设备。
在进一步的实施方式中,影像内业处理流程为:
S1:影像匹配;
S2:利用加密成果以及原始影像数据进行定向并恢复立体模型;
S3:DEM立体编辑;
S4:DOM数据生产;
S5:基于空三加密成果以及测区DEM成果进行正射纠正;
S6:利用直观的三维立体模型进行DSM的制作以及后续的工作。
在进一步的实施方式中,所述影像匹配是通过建立集群化数据处理***的数据处理工程,利用空三加密成果以及原始影像数据,进行多核多线程影像匹配,生成测区初始DEM;
在进一步的实施方式中,DEM立体编辑是在立体环境中载入对应区域初始DEM,采用***编辑工具对建筑、树木、桥梁等区域进行修改,对未能反映真实地表高程的飞点以及误差区域进行编辑,之后经数据接边及质量检查,合格后作为成果DEM输出。
与现有技术相比,本发明的有益效果是:
本发明中,通过低空无人机摄影测量得到河段地形图精度基本符合要求,为后续管理范围线以及保护范围线的规划提供了相对准确的底图,改革了传统测绘数据采集方法,大大减少了外业工作者的工作难度和强度,不仅为河湖划界提供了一种行之有效的方法,也为地形图测量提供了一种便利,通过运用不同型号的无人机和照相机可以实现各种比例尺的地形图测量。
本发明中,通过三维建模,可很大程度的还原现场,当获得研究区精确的DEM数据,运用ArcScene进行3D可视化,在山区河道管理范围划定中,从DEM表面获取高程,使正射影像浮动于DEN表面得到三维模型。类似沙盘的效果,不仅增加立体感,也为土地开发整理的规划设计提供信息支持,可以对于周边山体坡度坡向、水源分布情况、原有道路设施和排灌设施布局有一个直观的了解,也为后续相关工作提供便利,例如:河道治理、河道规划、修建河堤等等,实现一次航测成果,多次利用。
本发明中,利用软件功能模块对所构建的***进行平差,逐步剔除粗差较大的连接点,在保证连接点数量及分布的同时提高***的精度,以保证后续区域网平差的精度。导入航外像片控制点坐标数据,先对所需加密区域的四角进行像片控制点像点坐标观测,然后进行初步的控制网平差,在此基础上,借助软件的预测功能并对照控制点对其他像片控制点和检测点进行转点,全部像片控制点和检测点观测完成后调用平差模块进行区域网平差,并用检测点检查空三的精度是否满足规范要求,若精度满足空三规范要求,则输出空三加密成果。将传统测量技术与正射影像相结合,在同一平台上搭载多个传感器,全自动、多角度、高效率、精准拍摄,短时间就能获取海量的高精度数据,可以满足河湖划界工作降低成本、缩短项目时间的要求。
附图说明
图1为基于遥感影像的工作底图和无人机技术的航线像控点分布算法的整体结构示意图;
图2为基于遥感影像的工作底图和无人机技术的航线像控点分布算法中无人机航线流程图;
图3为基于遥感影像的工作底图和无人机技术的航线像控点分布算法中影像划界工作流程图。
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,本领域普通技术人员在没有做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。
请参阅图1-图3,本发明实施例中,基于遥感影像的工作底图和无人机技术的航线像控点分布算法,河湖划界无人机技术航线像控点分布工作流程如下:
S1:确定航测范围,通过遥感影像确定工作底图;
S2:根据工作底图进行数据处理,获得河段3D点云数据和按比例的正射影像数据;
S3:建立3D模型,设定无人机航线路径,将无人机数据***到3D模型中并进行划界场景模拟;
S4:设置两组无人机进行像控点布设,标记特殊点,包括堤岸、农田、村庄、道路等,分析它们和河流之间的相对位置,并且计算出安全位置,得出初始划界线;
S5:根据划界的安全数据,无人机根据数据处理后的像控点进行飞行采集,在飞行的过程中可以通过3D模拟进行数据比对和记录;
S6:将无人机飞行航线和初始划界线进行比对,在比对的过程中,针对有差异的像控点进行分析,然后根据3D模型结合安全划界位置矫正;
S7:矫正完成,分布所有的正确的像控点,通过3D实现实时模拟并存储数据,然后形成实际的划界数据。
将传统测量技术与正射影像相结合,在同一平台上搭载多个传感器,全自动、多角度、高效率、精准拍摄,短时间就能获取海量的高精度数据,可以满足河湖划界工作降低成本、缩短项目时间的要求。
通过低空无人机摄影测量得到河段地形图精度基本符合要求,为后续管理范围线以及保护范围线的规划提供了相对准确的底图,改革了传统测绘数据采集方法,大大减少了外业工作者的工作难度和强度,不仅为河湖划界提供了一种行之有效的方法,也为地形图测量提供了一种便利,通过运用不同型号的无人机和照相机可以实现各种比例尺的地形图测量。
建立3D模型需要通过现场调研及资料收集确定无堤河段的范围,基于立体像对、正射影像以及河道大断面测量数据。
利用HEC-RAS软件建立河道一维数学模型计算分析河段设计水面线,绘制设计水面线与岸坡交线获得无堤河段管理范围基准线,并且利用ArcScene三维模型对淹没范围进行分析,检验合理性,当获得研究区精确的DEM数据,运用ArcScene进行3D可视化,从DEM表面获取高程,使正射影像浮动于DEN表面得到3D模型。
通过三维建模,可很大程度的还原现场,当获得研究区精确的DEM数据,运用ArcScene进行3D可视化,在山区河道管理范围划定中,从DEM表面获取高程,使正射影像浮动于DEN表面得到三维模型。类似沙盘的效果,不仅增加立体感,也为土地开发整理的规划设计提供信息支持,可以对于周边山体坡度坡向、水源分布情况、原有道路设施和排灌设施布局有一个直观的了解,也为后续相关工作提供便利,例如:河道治理、河道规划、修建河堤等等,实现一次航测成果,多次利用。
用软件功能模块对所构建的***进行平差,逐步剔除粗差较大的连接点,在保证连接点数量及分布的同时提高***的精度,以保证后续区域网平差的精度。导入航外像片控制点坐标数据,先对所需加密区域的四角进行像片控制点像点坐标观测,然后进行初步的控制网平差,在此基础上,借助软件的预测功能并对照控制点对其他像片控制点和检测点进行转点,全部像片控制点和检测点观测完成后调用平差模块进行区域网平差,并用检测点检查空三的精度是否满足规范要求,若精度满足空三规范要求,则输出空三加密成果。将传统测量技术与正射影像相结合,在同一平台上搭载多个传感器,全自动、多角度、高效率、精准拍摄,短时间就能获取海量的高精度数据,可以满足河湖划界工作降低成本、缩短项目时间的要求。
无人机像控点布设的步骤如下:
S1:根据划界要求判定像控点的定位情况,
S2:当无人机到达像控点位置时,结合实际数据不符合划界要求则需要矫正像控点,矫正像控点需要***安全数据范围和特殊位置数据,特殊位置数据包括堤岸、农田、村庄、道路和障碍物等,
S3:然后无人机根据实际的情况进行位置调整,并上传矫正信息和摄影信息并移动至准确的像控点,同时准确的像控点位置上传并实时模拟划线;
S4:当无人机到达的像控点符合划界要求则直接进行上传信号并实时模拟划线。
无人机像控点矫正是根据相机中给定的畸变参数,利用空三加密软件中畸变改正模块对所需加密的影像进行重采样,并输出改正后的影像,然后建立航带,添加改正后的影像,并根据畸变改正时影像的旋转方向对航带进行旋转调整,导入POS数据,输出新的像控点位置信息。
两组无人机同步飞行,一组无人机搭载信号基站,另一组无人机搭载相机摄影设备,两组无人机之间信号传输,两组无人机之间搭载防信号干扰设备。像控点的布设难点是由于山大沟深信号很弱或者直接没有信号,RTK踩点困难。通过设置两个无人机设备,一个进行RTK踩点,一个相当于动态信息基站提供信号,可以实现动态踩点和动态提供信号。
影像内业处理流程为:
S1:影像匹配:建立PHOTOMOD集群化数据处理***的数据处理工程,利用空三加密成果以及原始影像数据,进行多核多线程影像匹配,生成测区初始DEM;
S2:立体建模:利用加密成果以及原始影像数据进行定向并恢复立体模型。
S3:DEM立体编辑:在立体环境中载入对应区域初始DEM,采用***编辑工具对建筑、树木、桥梁等区域进行修改,对未能反映真实地表高程的飞点以及误差区域进行编辑,之后经数据接边及质量检查,合格后作为成果DEM输出;
S4:DOM数据生产:DOM数据生产以航摄成果影像为数据源。
S5:基于PHOTOMOD空三加密成果以及测区DEM成果进行正射纠正;
S6:最后结合ContextCapture软件,利用直观的三维立体模型进行DSM的制作以及后续的工作。
传统的用RTK对特征点逐点采集,并绘制外业草图,导出数据到计算机后,用相关软件按照草图进行连接以及后期相关处理得出所需成果,由于黄土地区水土流失痕迹较重,沟壑比较多,地形支离破碎,RTK所需要采集的特征点繁多,任务繁重,需要大量时间。
无人机进行倾斜摄影测量包含以下步骤:得到外业数据、将各类影像数据匹配、对平差纠正并处理、对正射影像进行处理,依据本研究项目测区的航摄资料、测区其他已经收集到的资料进行统筹分析,采用航空摄影测量技术开展的河湖管理范围划定河流1:2000地籍测绘工作任务有航飞资料的检查、像片控制测量、空三加密、DOM生产、DEM生产、成果整理并提交等环节,严格控制质量关键节点,各环节质检合格后移交下一环节。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,河湖划界无人机技术航线像控点分布工作流程如下:
S1:确定航测范围,通过遥感影像确定工作底图;
S2:根据工作底图进行数据处理,获得河段3D点云数据和按比例的正射影像数据;
S3:建立3D模型,设定无人机航线路径,将无人机数据***到3D模型中并进行划界场景模拟;
S4:设置两组无人机进行像控点布设,标记特殊点,包括堤岸、农田、村庄、道路等,分析它们和河流之间的相对位置,并且计算出安全位置,得出初始划界线;
S5:根据划界的安全数据,无人机根据数据处理后的像控点进行飞行采集,在飞行的过程中可以通过3D模拟进行数据比对和记录;
S6:将无人机飞行航线和初始划界线进行比对,在比对的过程中,针对有差异的像控点进行分析,然后根据3D模型结合安全划界位置矫正;
S7:矫正完成,分布所有的正确的像控点,通过3D实现实时模拟并存储数据,然后形成实际的划界数据。
2.根据权利要求1的基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,所述建立3D模型需要通过现场调研及资料收集确定无堤河段的范围,基于立体像对、正射影像以及河道大断面测量数据。
3.根据权利要求2的基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,所述3D模型的建立利用软件建立河道一维数学模型计算分析河段设计水面线,绘制设计水面线与岸坡交线获得无堤河段管理范围基准线,利用三维模型对淹没范围进行分析,检验合理性,当获得研究区精确的DEM数据,进行3D可视化,从DEM表面获取高程,使正射影像浮动于DEN表面得到3D模型。
4.根据权利要求1的基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,无人机航线像控点矫正算法步骤如下:
S1:无人机像控点布设的过程中,根据划界要求判定像控点的定位情况;
S2:当无人机到达像控点位置时,结合实际数据不符合划界要求则需要矫正像控点;
S3:无人机根据实际的情况进行位置调整,并上传矫正信息和摄影信息并移动至准确的像控点,同时准确的像控点位置上传并实时模拟划线;
S4:当无人机到达的像控点符合划界要求则直接进行上传信号并实时模拟划线。
5.根据权利要求1的基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,矫正像控点需要***安全数据范围和特殊位置数据,特殊位置数据包括堤岸、农田、村庄、道路和障碍物等。
6.根据权利要求1的基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,无人机像控点矫正是根据相机中给定的畸变参数,利用空三加密软件中畸变改正模块对所需加密的影像进行重采样,并输出改正后的影像,然后建立航带,添加改正后的影像,并根据畸变改正时影像的旋转方向对航带进行旋转调整,导入POS数据,输出新的像控点位置信息。
7.根据权利要求1的基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,两组无人机同步飞行,一组无人机搭载信号基站,另一组无人机搭载相机摄影设备,两组无人机之间信号传输,两组无人机之间搭载防信号干扰设备。
8.根据权利要求6的基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,影像内业处理流程为:
S1:影像匹配;
S2:利用加密成果以及原始影像数据进行定向并恢复立体模型;
S3:DEM立体编辑;
S4:DOM数据生产;
S5:基于空三加密成果以及测区DEM成果进行正射纠正;
S6:利用直观的三维立体模型进行DSM的制作以及后续的工作。
9.根据权利要求8的基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,所述影像匹配是通过建立集群化数据处理***的数据处理工程,利用空三加密成果以及原始影像数据,进行多核多线程影像匹配,生成测区初始DEM。
10.根据权利要求8的基于遥感影像的工作底图和无人机技术的航线像控点分布算法,其特征在于,DEM立体编辑是在立体环境中载入对应区域初始DEM,采用***编辑工具对建筑、树木、桥梁等区域进行修改,对未能反映真实地表高程的飞点以及误差区域进行编辑,之后经数据接边及质量检查,合格后作为成果DEM输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311321775.4A CN117367429B (zh) | 2023-10-13 | 2023-10-13 | 基于遥感影像的工作底图和无人机技术的航线像控点分布算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311321775.4A CN117367429B (zh) | 2023-10-13 | 2023-10-13 | 基于遥感影像的工作底图和无人机技术的航线像控点分布算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117367429A true CN117367429A (zh) | 2024-01-09 |
CN117367429B CN117367429B (zh) | 2024-05-14 |
Family
ID=89388577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311321775.4A Active CN117367429B (zh) | 2023-10-13 | 2023-10-13 | 基于遥感影像的工作底图和无人机技术的航线像控点分布算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117367429B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105444740A (zh) * | 2016-01-01 | 2016-03-30 | 三峡大学 | 一种基于小型无人机遥感辅助滑坡应急治理工程勘查设计方法 |
KR101859947B1 (ko) * | 2017-03-06 | 2018-06-27 | 강원대학교 산학협력단 | 무인 항공기를 이용한 재해위험 저수지의 정밀안전진단평가를 위한 데이터베이스 구축 시스템 및 방법 |
CN110689563A (zh) * | 2019-09-27 | 2020-01-14 | 佛山科学技术学院 | 一种用于提取遥感图像中违法建筑信息的数据处理方法 |
CN111998832A (zh) * | 2020-08-12 | 2020-11-27 | 河北雷神科技有限公司 | 一种基于激光点云的利用无人机准确定位目标物的巡检方法 |
CN112902928A (zh) * | 2021-01-21 | 2021-06-04 | 江西地信数云科技有限公司 | 一种无人机航摄测量方法及其*** |
DE102020122052B3 (de) * | 2020-08-24 | 2021-08-26 | Bareways GmbH | Verfahren und system zur kodierung von bilddaten, die eine geografische linie repräsentieren |
CN113536836A (zh) * | 2020-04-15 | 2021-10-22 | 宁波弘泰水利信息科技有限公司 | 一种基于无人机遥感技术监测河湖水域侵占方法 |
CN114353876A (zh) * | 2022-01-07 | 2022-04-15 | 兰州大学 | 一种黄土公路边坡健康监测方法 |
WO2022213673A1 (zh) * | 2021-04-06 | 2022-10-13 | 中国矿业大学 | 融合无人机dom和星载sar影像的地表三维形变提取方法 |
KR20230032094A (ko) * | 2021-08-30 | 2023-03-07 | 경상국립대학교산학협력단 | 무인비행체(uav)로부터 획득한 포인트 클라우드를 이용한 하천 단면 추정 방법 |
-
2023
- 2023-10-13 CN CN202311321775.4A patent/CN117367429B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105444740A (zh) * | 2016-01-01 | 2016-03-30 | 三峡大学 | 一种基于小型无人机遥感辅助滑坡应急治理工程勘查设计方法 |
KR101859947B1 (ko) * | 2017-03-06 | 2018-06-27 | 강원대학교 산학협력단 | 무인 항공기를 이용한 재해위험 저수지의 정밀안전진단평가를 위한 데이터베이스 구축 시스템 및 방법 |
CN110689563A (zh) * | 2019-09-27 | 2020-01-14 | 佛山科学技术学院 | 一种用于提取遥感图像中违法建筑信息的数据处理方法 |
CN113536836A (zh) * | 2020-04-15 | 2021-10-22 | 宁波弘泰水利信息科技有限公司 | 一种基于无人机遥感技术监测河湖水域侵占方法 |
CN111998832A (zh) * | 2020-08-12 | 2020-11-27 | 河北雷神科技有限公司 | 一种基于激光点云的利用无人机准确定位目标物的巡检方法 |
DE102020122052B3 (de) * | 2020-08-24 | 2021-08-26 | Bareways GmbH | Verfahren und system zur kodierung von bilddaten, die eine geografische linie repräsentieren |
CN112902928A (zh) * | 2021-01-21 | 2021-06-04 | 江西地信数云科技有限公司 | 一种无人机航摄测量方法及其*** |
WO2022213673A1 (zh) * | 2021-04-06 | 2022-10-13 | 中国矿业大学 | 融合无人机dom和星载sar影像的地表三维形变提取方法 |
KR20230032094A (ko) * | 2021-08-30 | 2023-03-07 | 경상국립대학교산학협력단 | 무인비행체(uav)로부터 획득한 포인트 클라우드를 이용한 하천 단면 추정 방법 |
CN114353876A (zh) * | 2022-01-07 | 2022-04-15 | 兰州大学 | 一种黄土公路边坡健康监测方法 |
Non-Patent Citations (7)
Title |
---|
SIYANG CHEN: "Extracting Building Areas from Photogrammetric DSM and DOM by Automatically Selecting Training Samples from Historical DLG Data", ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION, vol. 9, no. 1, 1 January 2020 (2020-01-01), pages 18 * |
Z. CAI: "DOM AND DEM SYNCHRONIZATION EDITIONG AND UPDATING METHOD BASED ON GEOMORPHOLOGICAL CHANGE DETECTION", ISPRS - INTERNATIONAL ARCHIVES OF THE PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES., vol. 3, 30 April 2018 (2018-04-30), pages 123 - 126 * |
夏祖伟;荣利会;: "融合雷达点云与正射影像的河湖划界技术研究", 人民珠江, no. 10, 19 October 2020 (2020-10-19) * |
姚艳丽;: "浅谈无人机航空摄影测量技术在河湖管理中的应用", 科学技术创新, no. 25, 5 August 2020 (2020-08-05) * |
崔怀森: "无人机摄影测量在河道划界中的应用研究", 中国优秀硕士学位论文全文数据库基础科学辑, no. 2022, 15 January 2022 (2022-01-15) * |
李锦;: "浅谈无人机航测在库区管理范围划界中的应用", 测绘与空间地理信息, no. 11, 25 November 2017 (2017-11-25) * |
欧阳显良;杨静学;李伟添;高旖姗;: "无人机航测技术在中小河流划界中的应用", 广东水利水电, no. 08, 20 August 2017 (2017-08-20) * |
Also Published As
Publication number | Publication date |
---|---|
CN117367429B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107066758B (zh) | 基于无人机摄影技术及bim技术下的室外施工方法 | |
CN111458720B (zh) | 复杂山区基于机载激光雷达数据的倾斜摄影建模方法 | |
CN104637370B (zh) | 一种摄影测量与遥感综合教学的方法及*** | |
CN102506824B (zh) | 一种城市低空无人机***生成数字正射影像图的方法 | |
CN111597666B (zh) | 一种将bim应用到变电站建设过程的方法 | |
CN111724477A (zh) | 一种多源数据融合构建多层次三维地形模型方法 | |
CN102661736B (zh) | 一种高速公路改扩建勘测方法 | |
CN113570527B (zh) | 水上水下三维点云的融合方法 | |
CN108375985A (zh) | 一种土地三维规划设计平台及其设计方法 | |
CN112833861A (zh) | 一种基于倾斜摄影大比例尺地形图的测绘方法和测绘*** | |
CN113032977A (zh) | 基于无人机逆建模技术的土石方量测算方法 | |
WO2022104251A1 (en) | Image analysis for aerial images | |
CN114898053A (zh) | 基于三维空间影像技术的碎裂松动岩体发育范围圈定方法 | |
CN115147538A (zh) | 一种基于环境监测无人机对实景三维建模动态更新的方法 | |
CN111667569A (zh) | 一种基于Rhino及Grasshopper的三维实景土方可视化精准测算方法 | |
CN114564779A (zh) | 一种基于bim和无人机的复杂山区施工便道的规划方法 | |
CN112902928A (zh) | 一种无人机航摄测量方法及其*** | |
CN116429069A (zh) | 一种水下及近岸一体化地形测绘数据生产方法 | |
CN110470275A (zh) | 一种基于uav航测地形数据测量干枯河床沙波形态参数的方法 | |
Gu et al. | Surveying and mapping of large-scale 3D digital topographic map based on oblique photography technology | |
CN110487251B (zh) | 一种用非量测相机的无人机进行大比例尺测图的作业方法 | |
CN117496103A (zh) | 一种融合无人机倾斜摄影点云与地形图高程信息的多山地形区域dem生产的技术方法 | |
Wen et al. | Study on the key technology and application of UAV surveying and mapping data processing | |
CN114359489A (zh) | 一种管道施工期实景影像的制作方法、装置、设备及存储介质 | |
Yijing et al. | Construction and analysis of 3D scene model of landscape space based on UAV oblique photography and 3D laser scanner |
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 |