CN217918421U - 适用于遥感影像生态环境破坏问题的智能识别监测装置 - Google Patents
适用于遥感影像生态环境破坏问题的智能识别监测装置 Download PDFInfo
- Publication number
- CN217918421U CN217918421U CN202222248677.XU CN202222248677U CN217918421U CN 217918421 U CN217918421 U CN 217918421U CN 202222248677 U CN202222248677 U CN 202222248677U CN 217918421 U CN217918421 U CN 217918421U
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- sensing image
- ecological environment
- integrally formed
- suspension
- 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
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本实用新型公开了适用于遥感影像生态环境破坏问题的智能识别监测装置,涉及生态环境监测技术领域,为解决现有的遥感影像监测设备在使用的过程中无法快速有效的对影像中的问题进行识别的问题。包括装置架台、无人机地面控制器和无人机,装置架台的内部设置有支撑载板,支撑载板与装置架台一体成型设置,支撑载板的上端设置有影像存储服务器,装置架台的一侧外壁上设置有配电箱;还包括:数据预处理器,其设置在所述装置架台的上端位置上,且数据预处理器的一侧设置有遥感影像处理计算机,数据接收天线的输出端与数据预处理器的输入端传输连接,数据预处理器的输出端与遥感影像处理计算机的输入端传输连接。
Description
技术领域
本实用新型涉及生态环境监测技术领域,具体为适用于遥感影像生态环境破坏问题的智能识别监测装置。
背景技术
生态环境监测是及时解决生态环境问题的根本,使用遥感影像技术对生态环境进行拍摄监控以成为生态环境监测的重要手段之一。
例如申请号为:201811408343.6(名为基于多源遥感数据融合的陆生植物生态环境监测方法),包括如下步骤:步骤1、以无人机搭载可见光相机对目标区域陆生植物进行垂直拍摄,拍摄的影像须具有一定的重叠度;步骤2、对监测目标区域获取的不同角度、高程的多幅原始影像照片进行坐标系配准、区域整体平差和多视角影像密集匹配;步骤3、对匹配后的影像进行图像点云数据提取;步骤4、根据图像点云数据生成TIN三角网,再进行纹理贴图,从而实现待检测区域的三维模型重建,生成待检测区域的数字表面模型;步骤5、通过卫星遥感获取跟无人机航拍时间相对应的目标区域的光谱遥感影像;步骤6、对获取的目标区域的光谱遥感影像进行预处理;步骤7、将预处理后的卫星遥感影像与无人机遥感三维建模生成的数字表面模型进行波段和影像融合,在保留影像光谱波段和信息的同时,提高影像的空间分辨率,增加影像的高层数据波段;步骤8、对融合后的影像进行自动计算和分割,输出最优分割尺度;步骤9、按照实际陆生植物生态环境监测的要求和原则,综合光谱信息、影像纹理、图形结构和高层数据对输出的最优分割尺度进行微调和修正,得出适合目标区域陆生植物生态环境监测实际最优的分割尺度。
上述遥感影像监测设备在使用的过程中无法快速有效的对影像中的问题进行识别,为此,我们提供适用于遥感影像生态环境破坏问题的智能识别监测装置。
实用新型内容
本实用新型的目的在于提供适用于遥感影像生态环境破坏问题的智能识别监测装置,以解决上述背景技术中提出的现有的遥感影像监测设备在使用的过程中无法快速有效的对影像中的问题进行识别的问题。
为实现上述目的,本实用新型提供如下技术方案:适用于遥感影像生态环境破坏问题的智能识别监测装置,包括装置架台、无人机地面控制器和无人机,装置架台的内部设置有支撑载板,支撑载板与装置架台一体成型设置,支撑载板的上端设置有影像存储服务器,装置架台的一侧外壁上设置有配电箱;
还包括:
悬架台,其设置在所述装置架台的上端位置上,且悬架台的一端设置有连接悬架,悬架台和连接悬架均与装置架台一体成型设置,连接悬架的下端安装有遥感影像显示器;
延伸外座,其设置在所述悬架台的后端面上,延伸外座与悬架台一体成型设置,且延伸外座的上端设置有天线支杆,天线支杆的顶部设置有数据接收天线;
数据预处理器,其设置在所述装置架台的上端位置上,且数据预处理器的一侧设置有遥感影像处理计算机,数据接收天线的输出端与数据预处理器的输入端传输连接,数据预处理器的输出端与遥感影像处理计算机的输入端传输连接,遥感影像处理计算机的输出端分别与遥感影像显示器和影像存储服务器的输入端传输连接;
内接底轴,其设置在所述天线支杆的底部位置上,内接底轴与天线支杆一体成型设置,内接底轴与延伸外座的连接位置上设置有内接圆槽,内接圆槽与延伸外座一体成型设置,内接圆槽的内壁上安装有轴承,内接底轴通过轴承与内接圆槽活动连接。
优选的,所述内接底轴的底部设置有限位圆盘,限位圆盘与内接底轴一体成型设置,限位圆盘的尺寸大于轴承的口径。
优选的,所述内接圆槽的底部设置有电磁铁吸座,所述延伸外座的一侧外壁上设置有通电开关,配电箱的输出端与通电开关的输入端电性连接,通电开关的输出端与电磁铁吸座的输入端电性连接。
优选的,所述无人机的支架上安装有多光谱摄像机,多光谱摄像机的输出端与数据接收天线的输入端传输连接。
优选的,所述天线支杆的一侧外壁上设置有转杆,转杆与天线支杆一体成型设置。
优选的,所述连接悬架的两端均设置有一体式连板,一体式连板与遥感影像显示器的连接位置上安装有紧固螺栓。
与现有技术相比,本实用新型的有益效果是:
1、本实用新型采用“遥感技术+深度学习”方法对研究区域生态破坏问题进行全方位精准监控,投入小、周期短,遗漏少,大大提升了生态破坏问题的监管效率。
2、采用无人机遥感排查方式,深入查找研究区域生态破坏问题、环境风险和生态环境隐患,落实责任主体,形成长效监管,可辅助地方政府精准管理。
附图说明
图1为本实用新型的适用于遥感影像生态环境破坏问题的智能识别监测装置整体结构示意图;
图2为本实用新型的天线支杆与延伸外座连接结构示意图;
图3为本实用新型的A部分结构放大示意图;
图4为本实用新型的适用于遥感影像生态环境破坏问题的智能识别监测装置工作流程示意图;
图中:1、装置架台;2、配电箱;3、支撑载板;4、影像存储服务器;5、悬架台;6、遥感影像显示器;7、数据预处理器;8、遥感影像处理计算机;9、延伸外座;10、天线支杆;11、数据接收天线;12、转杆;13、通电开关;14、电磁铁吸座;15、内接圆槽;16、内接底轴;17、轴承;18、限位圆盘;19、连接悬架;20、一体式连板;21、紧固螺栓;22、无人机地面控制器;23、无人机;24、多光谱摄像机。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本实用新型一部分实施例,而不是全部的实施例。
请参阅图1-4,本实用新型提供的一种实施例:适用于遥感影像生态环境破坏问题的智能识别监测装置,包括装置架台1、无人机地面控制器22和无人机23,装置架台1的内部设置有支撑载板3,支撑载板3与装置架台1一体成型设置,支撑载板3的上端设置有影像存储服务器4,装置架台1的一侧外壁上设置有配电箱2;
还包括:
悬架台5,其设置在装置架台1的上端位置上,且悬架台5的一端设置有连接悬架19,悬架台5和连接悬架19均与装置架台1一体成型设置,连接悬架19的下端安装有遥感影像显示器6;
延伸外座9,其设置在悬架台5的后端面上,延伸外座9与悬架台5一体成型设置,且延伸外座9的上端设置有天线支杆10,天线支杆10的顶部设置有数据接收天线11;
数据预处理器7,其设置在装置架台1的上端位置上,且数据预处理器7的一侧设置有遥感影像处理计算机8,数据接收天线11的输出端与数据预处理器7的输入端传输连接,数据预处理器7的输出端与遥感影像处理计算机8的输入端传输连接,遥感影像处理计算机8的输出端分别与遥感影像显示器6和影像存储服务器4的输入端传输连接;
内接底轴16,其设置在天线支杆10的底部位置上,内接底轴16与天线支杆10一体成型设置,内接底轴16与延伸外座9的连接位置上设置有内接圆槽15,内接圆槽15与延伸外座9一体成型设置,内接圆槽15的内壁上安装有轴承17,内接底轴16通过轴承17与内接圆槽15活动连接。
请参阅图2,内接底轴16的底部设置有限位圆盘18,限位圆盘18与内接底轴16一体成型设置,限位圆盘18的尺寸大于轴承17的口径,内接底轴16的底部设置的限位圆盘18起到对内接底轴16限位防脱的作用。
请参阅图2,内接圆槽15的底部设置有电磁铁吸座14,延伸外座9的一侧外壁上设置有通电开关13,配电箱2的输出端与通电开关13的输入端电性连接,通电开关13的输出端与电磁铁吸座14的输入端电性连接,内接圆槽15的底部设置的电磁铁吸座14起到吸附固定限位圆盘18限制再转动的作用。
请参阅图4,无人机23的支架上安装有多光谱摄像机24,多光谱摄像机24的输出端与数据接收天线11的输入端传输连接,无人机23的支架上安装的多光谱摄像机24起到拍摄遥感影像的作用。
请参阅图2,天线支杆10的一侧外壁上设置有转杆12,转杆12与天线支杆10一体成型设置,天线支杆10的一侧外壁上设置的转杆12起到便于操作天线支杆10转动的作用。
请参阅图3,连接悬架19的两端均设置有一体式连板20,一体式连板20与遥感影像显示器6的连接位置上安装有紧固螺栓21,连接悬架19的两端均设置的一体式连板20起到便于连接悬架19与遥感影像显示器6连接的作用。
工作原理:无人机地面控制器22控制无人机23飞行,无人机23飞行携带多光谱摄像机24对生态环境存在问题的地点进行遥感摄像,拍摄的遥感画面被地面上的数据接收天线11接收,数据接收天线11接收到图像信号后传输给数据预处理器7对遥感图像进行图像恢复的预处理,然后将经过预处理的遥感图像输送给遥感影像处理计算机8进行二次处理,遥感影像处理计算机8基于HSV颜色空间,通过解耦处理准确还原弱光背景颜色,校正图像亮度,重组信道方向原始颜色及增强亮度,降低亮度增强模型的复杂性的同时,尽可能保证颜色的真实性,实现微光图像增强,增强的图像在遥感影像显示器6上显示,遥感影像处理计算机8基于图像语义分割深度学习技术,对比试验MASK-RCNN、SVM、RF、DT、U-NET、FASTER-RCNN等算法,建立图像语义智能分割高效高精度训练模型,在满足遥感影像高层次特征提取需求的同时,表征细微差别,建立生态破坏问题专题要素智能识别样本库,结合实地核查、历史监测等现场数据,对样本进行精准分类和训练,借助图像语义分割深度学习模型,识别生态空间保护区域生态环境问题,识别的问题数据及遥感图像存储到影像存储服务器4中。
对于本领域技术人员而言,显然本实用新型不限于上述示范性实施例的细节,而且在不背离本实用新型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实用新型。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,本实用新型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实用新型内。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。
Claims (6)
1.适用于遥感影像生态环境破坏问题的智能识别监测装置,包括装置架台(1)、无人机地面控制器(22)和无人机(23),装置架台(1)的内部设置有支撑载板(3),支撑载板(3)与装置架台(1)一体成型设置,支撑载板(3)的上端设置有影像存储服务器(4),装置架台(1)的一侧外壁上设置有配电箱(2);
其特征在于:还包括:
悬架台(5),其设置在所述装置架台(1)的上端位置上,且悬架台(5)的一端设置有连接悬架(19),悬架台(5)和连接悬架(19)均与装置架台(1)一体成型设置,连接悬架(19)的下端安装有遥感影像显示器(6);
延伸外座(9),其设置在所述悬架台(5)的后端面上,延伸外座(9)与悬架台(5)一体成型设置,且延伸外座(9)的上端设置有天线支杆(10),天线支杆(10)的顶部设置有数据接收天线(11);
数据预处理器(7),其设置在所述装置架台(1)的上端位置上,且数据预处理器(7)的一侧设置有遥感影像处理计算机(8),数据接收天线(11)的输出端与数据预处理器(7)的输入端传输连接,数据预处理器(7)的输出端与遥感影像处理计算机(8)的输入端传输连接,遥感影像处理计算机(8)的输出端分别与遥感影像显示器(6)和影像存储服务器(4)的输入端传输连接;
内接底轴(16),其设置在所述天线支杆(10)的底部位置上,内接底轴(16)与天线支杆(10)一体成型设置,内接底轴(16)与延伸外座(9)的连接位置上设置有内接圆槽(15),内接圆槽(15)与延伸外座(9)一体成型设置,内接圆槽(15)的内壁上安装有轴承(17),内接底轴(16)通过轴承(17)与内接圆槽(15)活动连接。
2.根据权利要求1所述的适用于遥感影像生态环境破坏问题的智能识别监测装置,其特征在于:所述内接底轴(16)的底部设置有限位圆盘(18),限位圆盘(18)与内接底轴(16)一体成型设置,限位圆盘(18)的尺寸大于轴承(17)的口径。
3.根据权利要求1所述的适用于遥感影像生态环境破坏问题的智能识别监测装置,其特征在于:所述内接圆槽(15)的底部设置有电磁铁吸座(14),所述延伸外座(9)的一侧外壁上设置有通电开关(13),配电箱(2)的输出端与通电开关(13)的输入端电性连接,通电开关(13)的输出端与电磁铁吸座(14)的输入端电性连接。
4.根据权利要求1所述的适用于遥感影像生态环境破坏问题的智能识别监测装置,其特征在于:所述无人机(23)的支架上安装有多光谱摄像机(24),多光谱摄像机(24)的输出端与数据接收天线(11)的输入端传输连接。
5.根据权利要求1所述的适用于遥感影像生态环境破坏问题的智能识别监测装置,其特征在于:所述天线支杆(10)的一侧外壁上设置有转杆(12),转杆(12)与天线支杆(10)一体成型设置。
6.根据权利要求1所述的适用于遥感影像生态环境破坏问题的智能识别监测装置,其特征在于:所述连接悬架(19)的两端均设置有一体式连板(20),一体式连板(20)与遥感影像显示器(6)的连接位置上安装有紧固螺栓(21)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222248677.XU CN217918421U (zh) | 2022-08-25 | 2022-08-25 | 适用于遥感影像生态环境破坏问题的智能识别监测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222248677.XU CN217918421U (zh) | 2022-08-25 | 2022-08-25 | 适用于遥感影像生态环境破坏问题的智能识别监测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN217918421U true CN217918421U (zh) | 2022-11-29 |
Family
ID=84170152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202222248677.XU Active CN217918421U (zh) | 2022-08-25 | 2022-08-25 | 适用于遥感影像生态环境破坏问题的智能识别监测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN217918421U (zh) |
-
2022
- 2022-08-25 CN CN202222248677.XU patent/CN217918421U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106356757B (zh) | 一种基于人眼视觉特性的电力线路无人机巡检方法 | |
Xiang et al. | Mini-unmanned aerial vehicle-based remote sensing: Techniques, applications, and prospects | |
CN113359810B (zh) | 一种基于多传感器的无人机着陆区域识别方法 | |
CN112767391A (zh) | 融合三维点云和二维图像的电网线路部件缺陷定位方法 | |
CN112633535A (zh) | 一种基于无人机图像的光伏电站智能巡检方法及*** | |
CN103941746B (zh) | 无人机巡检图像处理***及方法 | |
CN109416413A (zh) | 太阳能预报 | |
Zormpas et al. | Power transmission lines inspection using properly equipped unmanned aerial vehicle (UAV) | |
CN109448326B (zh) | 一种基于快速图像识别的地质灾害智能群防监测*** | |
CN110288586A (zh) | 一种基于可见光图像数据的多尺度输电线路缺陷检测方法 | |
CN111765974B (zh) | 一种基于微型制冷红外热像仪的野生动物观测***及方法 | |
CN108648169A (zh) | 高压输电塔绝缘子缺陷自动识别的方法及装置 | |
CN110147714B (zh) | 基于无人机的煤矿采空区裂缝识别方法及检测*** | |
CN112445241A (zh) | 一种基于无人机遥感技术的地表植被识别方法、***及可读存储介质 | |
CN112308913A (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
CN115809986A (zh) | 一种多传感器融合的输电走廊智能外破检测方法 | |
CN108871409A (zh) | 一种故障检测方法和*** | |
CN115880231A (zh) | 一种基于深度学习的输电线路隐患检测方法和*** | |
CN217918421U (zh) | 适用于遥感影像生态环境破坏问题的智能识别监测装置 | |
CN111462310A (zh) | 一种基于多视几何的螺栓缺陷空间定位方法 | |
CN116091494A (zh) | 一种输电机械外破隐患测距方法 | |
CN116543322A (zh) | 一种基于社区安全隐患的物业智能巡检方法 | |
CN111402324A (zh) | 一种目标测量方法、电子设备以及计算机存储介质 | |
Ying et al. | Fully Convolutional Networks tor Street Furniture Identification in Panorama Images. | |
Czúni et al. | Color based clustering for trunk segmentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |