CN116380023B - 一种基于遥感技术的土地测绘系统 - Google Patents
一种基于遥感技术的土地测绘系统 Download PDFInfo
- Publication number
- CN116380023B CN116380023B CN202310548500.8A CN202310548500A CN116380023B CN 116380023 B CN116380023 B CN 116380023B CN 202310548500 A CN202310548500 A CN 202310548500A CN 116380023 B CN116380023 B CN 116380023B
- Authority
- CN
- China
- Prior art keywords
- aerial
- mapping
- image
- feature
- remote sensing
- 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
- 238000013507 mapping Methods 0.000 title claims abstract description 187
- 238000005516 engineering process Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000003702 image correction Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 21
- 230000003068 static effect Effects 0.000 claims description 15
- 239000003086 colorant Substances 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 7
- 238000005192 partition Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 12
- 238000012790 confirmation Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 4
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 2
- 235000011613 Pinus brutia Nutrition 0.000 description 2
- 241000018646 Pinus brutia Species 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
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
-
- 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
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种基于遥感技术的土地测绘系统,包括航拍无人机、路线规划子系统以及图像修正子系统;通过航拍技术与遥感测绘技术结合,对遥感测绘获得的图像进行先进行分析,根据图像类型特征进行比对,识别出边界,以边界为航拍的拟飞行路线,通过航拍飞行获得的图像和遥感测绘的图像进行比对,根据测绘图像与航拍图像的比较,精确测绘图像位置,根据测绘图像与航拍图像的重合部分占比,对航拍录像的飞行距离进行测量,对测绘图像的距离进行获取,使遥感测绘的精度更高,解决了解决遥感对图像边界的识别不清的问题。
Description
技术领域
本发明涉及遥感技术领域,尤其涉及一种基于遥感技术的土地测绘系统。
背景技术
遥感技术是20世纪60年代兴起的一种探测技术,是根据电磁波的理论,应用各种传感仪器对远距离目标所辐射和反射的电磁波信息,进行收集、处理,并最后成像,从而对地面各种景物进行探测和识别的一种综合技术,通过遥感技术,可查询到高分一号、高分二号、资源三号等国产高分辨率遥感影像。
土地测绘是指使用以计算机技术、光电技术、网络通讯技术、空间科学、信息科学为基础,以全球定位系统(GPS)、遥感(RS)、地理信息系统(GIS)为技术核心,将地面已有的特征点和界线,通过测量手段获得反映地面现状的图形和位置信息,供工程建设的规划设计和行政管理之用。
现有技术中,在进行土地测绘过程中,通过对地面特征信息进行获取,根据地面特征信息进行图像生成,根据生成的图像对土地进行测绘,在进行图像生成过程中,根据拍摄的图像进行分析,易于造成边界识别不清,导致土地测绘不准确,因此本发明提出了一种基于遥感技术的土地测绘系统。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于遥感技术的土地测绘系统,包括航拍无人机、路线规划子系统以及图像修正子系统;
所述路线规划子系统配置有路线规划策略,所述路线规划策略包括
步骤A1、获取目标区域的遥感测绘图像;
步骤A2、对遥感测绘图像根据特征分布进行分区处理并确定分区之间的边缘线;
步骤A3、根据确定的边缘线的连线生成基准航拍路线;
步骤A4、根据遥感测绘图像标记基准航拍路线附近的航拍特征;
步骤A5、计算每一航拍特征的特征辨识值;
步骤A6、根据特征辨识值对重新进行航拍路线规划以生成静态航拍路线,所述静态航拍路线是航拍特征对应坐标之间的连线;
步骤A7、将静态航拍路线以及对应的航拍特征发送至对应的航拍无人机;
所述航拍无人机根据静态航拍路线进行航拍,并通过识别拍摄图像中的对应的航拍特征在航拍过程中修正航拍路线;
所述图像修正子系统包括图像修正策略,所述图像修正策略包括
步骤B1、获取航拍无人机拍摄的航拍图像;
步骤B2、根据航拍无人机拍摄航拍图像的位置将航拍图像迁移至遥感测绘图像对应的坐标系中;
步骤B3、比对航拍图像和遥感测绘图像以获得修正偏差;
步骤B4、通过修正偏差修正遥感测绘图像。
进一步的,所述步骤A5中,配置有辨识特征算法用于计算辨识特征值,所述辨识特征算法为,其中,/>为辨识特征值,/>为该航拍特征的可信相似值,/>为该航拍特征与相邻的第/>个航拍特征的相似值,/>为与该航拍特征相邻的航拍特征的数量,/>为该航拍特征的特征丰度值,/>为该航拍特征的类型识别值,/>为环境时序识别函数,/>为该航拍特征位置与基准航拍路线的最小距离值,/>为该航拍特征与上一航拍特征的距离值,/>为预设的可信配置权重,/>为预设的相邻识别权重,/>为预设的类型识别权重,/>为预设的环境辨识权重,/>为预设的距离配置权重,有/>。
进一步的,步骤A5中,配置有类型图像库,所述类型图像库对应不同特征类型存储有特征图像,所述可信相似值通过获取航拍特征的特征类型,并根据特征类型索引对应的特征图像,比对特征图像与航拍特征求出对应的可信相似值。
进一步的,步骤A5中,配置有类型数据库,所述类型数据库对应不同特征类型存储有特征丰度值以及类型识别值,所述特征丰度值反映该航拍特征的色块丰度,所述类型识别值反映该航拍特征的相邻色块的对比度。
进一步的,步骤A5中,配置有环境函数库,所述环境函数库存储有若干不同的环境时序识别函数,所述环境时序识别函数以时令数据为索引,并配置有色值辨识参数,所述步骤A5包括,根据时令数据确定对应的环境时序识别函数,并根据航拍特征的平均色值生成对应的色值辨识参数,并将对应的色值辨识参数带入所述的环境时序识别函数中。
进一步的,所述航拍无人机配置有航拍调整策略,当航拍无人机在静态航拍路线上未识别到对应的航拍特征时,执行航拍调整策略,所述航拍调整策略回到上一航拍特征对应的位置后,直接控制无人机移动至下一航拍特征对应的位置。
进一步的,所述步骤A2中,包括根据获取的测绘图像按照颜色对边界处进行获取,根据测绘土地颜色与其他测绘颜色的不同得到不同的分区。
进一步的,还包括测绘子系统,所述测绘子系统配置有土地测绘策略,所述土地测绘策略包括
步骤C1、在遥感测绘图像中分区并根据分区确定对应的测绘点;
步骤C2、根据航拍无人机的实际飞行轨迹确定测绘点的实飞坐标;
步骤C3、根据实飞坐标确定测绘点之间的距离,以计算每一分区的面积。
进一步的,步骤C2中包括,航拍无人机配置有对应测绘点的色值特征,若航拍无人机在测绘点的飞行过程中,获取的航拍图像具有色值特征,则记录对应实飞坐标,若获取的航拍图像不具有对应的色值特征,则修正实际飞行轨迹直至航拍图像具有色值特征。
本发明的有益效果:
本发明基于通过航拍技术与遥感测绘技术结合,对遥感测绘获得的图像进行先进行分析,根据图像类型特征进行比对,识别出边界,以边界为航拍的拟飞行路线,通过航拍飞行获得的图像和遥感测绘的图像进行比对,根据测绘图像与航拍图像的比较,精确测绘图像位置,根据测绘图像与航拍图像的重合部分占比,对航拍录像的飞行距离进行测量,对测绘图像的距离进行获取,使遥感测绘的精度更高,解决了解决遥感对图像边界的识别不清的问题。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一种基于遥感技术的土地测绘系统的系统架构原理图;
图2为本发明一种基于遥感技术的土地测绘系统的测绘子系统原理图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
本发明中,请参阅图1和图2,一种基于遥感技术的土地测绘系统,包括航拍无人机、路线规划子系统以及图像修正子系统;本发明的其一核心内容是通过遥感测绘图像中的图像特征构建航拍无人机在航拍时路径不容易确定的问题,首先由于边界位置的特征较难识别,但是航拍无人机在长时间飞行后,其实际飞行距离可能和理论计算的飞行距离和方向出现偏差,那么航拍无人机就难以进行转换,所以需要通过人为不断重新标定航拍无人机的位置,较为繁琐且对于复杂地形明显较为困难,而航拍无人机长时间飞行造成的偏差,拍摄之后的图像就难以与遥感测绘图像构建同一坐标系,航拍修正的意义就不存在了,为了解决上述问题:
所述路线规划子系统配置有路线规划策略,所述路线规划策略包括
步骤A1、获取目标区域的遥感测绘图像;遥感测绘图像是通过卫星测绘技术获取的关于俯视角度的图像,主要目的是为了测绘地块面积,但是遥感测绘存在的问题在于,如果是城市,其测绘结合城市规划图像,测绘图像就会较为准确,但是例如山区等偏远且踪迹难至的地方,测绘就尤为困难。
步骤A2、对遥感测绘图像根据特征分布进行分区处理并确定分区之间的边缘线;所述步骤A2中,包括根据获取的测绘图像按照颜色对边界处进行获取,根据测绘土地颜色与其他测绘颜色的不同得到不同的分区。因为遥感测绘图像中的颜色特征一般可以决定分区,通过颜色特征可以区分出不同的分区,从而边缘线也可以获取。
步骤A3、根据确定的边缘线的连线生成基准航拍路线;具体方式如下,根据分区之间的色差值为每一边缘线赋予复检基准值,生成的基准航拍路线经过每一边缘线,且综合损失值最小,综合损失值为路径损失值减去复检有效值,所述路径损失值正相关于基准航拍路线,当基准航拍路线重复经过某一边缘线时,求和获得的复检基准值以生成复检有效值。
步骤A4、根据遥感测绘图像标记基准航拍路线附近的航拍特征,具体确定的航拍特征与基准航拍路线的距离范围可以根据实际需求确定一个距离基准;具体通过建立一个图像特征库,通过识别基准航拍路线附近的图区的形状、色值变化,与图像特征库进行比对,从而确定对应的航拍特征,由于图像特征库中的每一航拍特征的类型都是预先录入的,所以此步骤还确定的航拍特征对应的类型,例如将航拍路线附近的树木作为航拍特征,树木的种类就是对应的类型。
步骤A5、计算每一航拍特征的特征辨识值;所述步骤A5中,配置有辨识特征算法用于计算辨识特征值,所述辨识特征算法为,其中,为辨识特征值,/>为该航拍特征的可信相似值,配置有类型图像库,所述类型图像库对应不同特征类型存储有特征图像,所述可信相似值通过获取航拍特征的特征类型,并根据特征类型索引对应的特征图像,比对特征图像与航拍特征求出对应的可信相似值。可信相似值用于反映航拍特征对应的图像与对应类型是否相似,以及相似程度例如航拍特征为松树,从这个类型而言通过图像比对可以判断出该特征与松树的相似度,越相似就在航拍时,通过该航拍特征进行航拍识别的可靠程度越高,/>为该航拍特征与相邻的第/>个航拍特征的相似值,如果一个航拍特征与相邻的航拍特征相似,则在航拍路径中就会不容易被识别,所以通过计算该航拍特征对应的图像与相邻的航拍特征对应的图像,可以判断该航拍特征识别的难度,/>为与该航拍特征相邻的航拍特征的数量,而相邻关系是根据距离远近判断的,若距离小于相邻关系阈值,则判断为相邻关系,/>为该航拍特征的特征丰度值,/>为该航拍特征的类型识别值,配置有类型数据库,所述类型数据库对应不同特征类型存储有特征丰度值以及类型识别值,所述特征丰度值反映该航拍特征的色块丰度,所述类型识别值反映该航拍特征的相邻色块的对比度,色块本身的颜色丰富程度以及相邻色块的对比度,都是图像识别中能够提高识别判断结果精度的数据。/>为环境时序识别函数,配置有环境函数库,所述环境函数库存储有若干不同的环境时序识别函数,所述环境时序识别函数以时令数据为索引,并配置有色值辨识参数,根据时令数据确定对应的环境时序识别函数,并根据航拍特征的平均色值生成对应的色值辨识参数,并将对应的色值辨识参数带入所述的环境时序识别函数中,由于不同的颜色在白昼和夜间的识别难度也不同,在不同的时间条件下,不同的色值具有不同的调节参数,而不同时刻对应的识别难度也有所不同,所以建立以时令调取照度和时间的函数关系,然后通过带入色值就可以判断不同的航拍特征在不同时刻下的实际的识别难度值。/>为该航拍特征位置与基准航拍路线的最小距离值,/>为该航拍特征与上一航拍特征的距离值,理论上,需要每一航拍特征尽可能接近基准航拍路线,同时也尽可能接近上一航拍特征的坐标,/>为预设的可信配置权重,/>为预设的相邻识别权重,/>为预设的类型识别权重,/>为预设的环境辨识权重,/>为预设的距离配置权重,有/>。
步骤A6、根据特征辨识值对重新进行航拍路线规划以生成静态航拍路线,所述静态航拍路线是航拍特征对应坐标之间的连线;
步骤A7、将静态航拍路线以及对应的航拍特征发送至对应的航拍无人机;通过以上值设置算法可以计算得到确定辨识点,这个辨识点可能是一块石头,也可能是一棵树,目的是为了在航拍飞行过程中校准航拍的飞行轨迹,使得航拍飞行具有连续性,
所述航拍无人机根据静态航拍路线进行航拍,并通过识别拍摄图像中的对应的航拍特征在航拍过程中修正航拍路线;所述航拍无人机配置有航拍调整策略,当航拍无人机在静态航拍路线上未识别到对应的航拍特征时,执行航拍调整策略,所述航拍调整策略回到上一航拍特征对应的位置后,直接控制无人机移动至下一航拍特征对应的位置。如果航拍拍不到预设的标识点,则可以通过前后的标识点为依据重走飞行路线,这样获取到两个图像信息,以这两个图像信息的均值作为比对依据。
所述图像修正子系统包括图像修正策略,所述图像修正策略包括
步骤B1、获取航拍无人机拍摄的航拍图像;
步骤B2、根据航拍无人机拍摄航拍图像的位置将航拍图像迁移至遥感测绘图像对应的坐标系中;由于航拍无人机的路线已知,所以通过航拍特征在遥感测绘图像的坐标,就可以将航拍图像的数据转移至遥感测绘图像对应的坐标系中。
步骤B3、比对航拍图像和遥感测绘图像以获得修正偏差;以航拍图像为基准,就可以获得每个像点上两个图像的差值,得到差值图像作为修正偏差。
步骤B4、通过修正偏差修正遥感测绘图像。通过差值图像以一定比例修正遥感测绘图像,使遥感测绘图像像素的色值向航拍图像接近。
还包括测绘子系统,所述测绘子系统配置有土地测绘策略,所述土地测绘策略包括
步骤C1、在遥感测绘图像中分区并根据分区确定对应的测绘点;
步骤C2、根据航拍无人机的实际飞行轨迹确定测绘点的实飞坐标;步骤C2中包括,航拍无人机配置有对应测绘点的色值特征,若航拍无人机在测绘点的飞行过程中,获取的航拍图像具有色值特征,则记录对应实飞坐标,若获取的航拍图像不具有对应的色值特征,则修正实际飞行轨迹直至航拍图像具有色值特征。
步骤C3、根据实飞坐标确定测绘点之间的距离,以计算每一分区的面积。
在一个具体的测绘策略中测绘子系统包括包括遥感测绘模块、土地信息获取模块、边界分析模块、图像确认模块、图像重合获取模、土地计算模块以及服务器;遥感测绘模块、土地信息获取模块、边界分析模块、图像确认模块、图像重合获取模块以及土地计算模块分别与服务器数据连接;
遥感测绘模块对土地图像进行获取,得到测绘图像,将土地测绘图像输送至边界分析模块进行边界分析并确定边界测绘位置;
在对边界测绘位置进行获取时,具体如下:
根据获取的测绘图像按照颜色对边界处进行获取,根据测绘土地颜色与其他测绘颜色的不同得到待测区域;
对待测区域的形状进行获取,对测绘图像进行绘制,根据绘制的测绘图像对两交线连接处定义为测绘点,所有的测绘点共同组成测绘位置;
将测绘位置输送至图像确认模块;
土地信息获取模块通过无人机对待测绘的土地进行航拍,得到航拍测绘图;
土地信息获取模块在对航拍测绘图进行获取时,具体如下:
通过无人机对待测绘的土地进行巡航,在巡航过程中对巡航的方向进行获取,对巡航方向变化次数进行获取,对巡航过程中的土地颜色特征以及边界处的土地颜色特征进行录像,得到录像信息;
对每次巡航方向变化过程中的路程进行获取,因此得到多个路程数值;
根据巡航过程中的录像信息、方向变化次数以及每次变化方向的路程数值生成航拍测绘图;
将航拍测绘图以及边界测绘位置输送至图像确认模块,图像确认模块接收测绘图像结合边界测绘位置进行图像重合确认;
在进行图像重合确认时具体如下:
根据边界测绘位置对每个测绘点的位置信息进行获取,对测绘点的方向以及方向变化进行排序;
将航拍测绘图的航拍变化方向进行获取,获取与航拍方向相同的测绘点的方向;
对录像信息进行获取,根据录像信息对航拍位置的颜色进行获取,将航拍获取的颜色与测绘位置的颜色进行比较,判断颜色差异是否相同,若颜色差异相同,则判断航拍测绘图与该位置的测绘位置重合,若颜色差异不同,则重新获取航拍变化方向与测绘点位置相同的方向点,进行颜色比较,直至颜色差异相同;
对航拍测绘图的重合位置进行确定;
图像重合获取模块接收航拍测绘图与测绘位置进行图像比较,获取重合区域占比;
对测绘位置的距离以及航拍测绘图的距离进行测量,根据测量的测绘位置距离结合航拍测绘图距离对重合区域占比进行获取,若获取的重合区域占比值与测绘占比输送至土地计算模块;
将重合区域占比输送至土地计算模块,对航拍过程中的时间信息以及速度信息进行获取,将获取的时间信息以及速度信息输送至土地计算模块,土地计算模块基于重合区域占比结合时间信息以及速度信息对测绘距离进行计算。
土地计算模块在对测绘距离进行计算时,根据获取的时间信息以及速度信息对航拍过程中每个方向航拍时飞行的时间数值以及速度数值进行获取,通过时间数值乘以速度数值对每个方向运行的实际路程进行求取,对多个方向的实际路程进行求和得到测绘距离;
根据测绘距离求取测绘距离围成的面积,在对测绘距离围成的土地面积进行求取时,具体如下:
首先在测绘距离围城的土地面积设置基准点;
用测量仪器,如全站仪、激光测距仪或GPS设备捕虚速并测量基准点到土地各个角落的距离和角度;
通过测量仪器获取的数据计算土地的面积;
遥感技术是从人造卫星、飞机或其他飞行器上收集地物目标的电磁辐射信息,判认地球环境和资源的技术。它是60年代在航空摄影和判读的基础上随航天技术和电子计算机技术的发展而逐渐形成的综合性感测技术。任何物体都有不同的电磁波反射或辐射特征。航空航天遥感就是利用安装在飞行器上的遥感器感测地物目标的电磁辐射特征,并将特征记录下来,供识别和判断。把遥感器放在高空气球、飞机等航空器上进行遥感,称为航空遥感。把遥感器装在航天器上进行遥感,称为航天遥感。完成遥感任务的整套仪器设备称为遥感系统。 航空和航天遥感能从不同高度、大范围、快速和多谱段地进行感测,获取大量信息。航天遥感还能周期性地得到实时地物信息。因此航空和航天遥感技术在国民经济和军事的很多方面获得广泛的应用。例如应用于气象观测、资源考察、地图测绘和军事侦察等。
在另一实施例中,一种基于遥感技术的土地测绘系统在进行土地测绘时具体包括以下步骤:
步骤C1:遥感测绘模块对土地图像进行获取,得到测绘图像,根据获取的测绘图像按照颜色对边界处进行获取,根据测绘土地颜色与其他测绘颜色的不同得到待测区域,对待测区域的形状进行获取,对测绘图像进行绘制,根据绘制的测绘图像对两交线连接处定义为测绘点,所有的测绘点共同组成测绘位置;将测绘位置输送至图像确认模块,将土地测绘图像输送至边界分析模块进行边界分析并确定边界测绘位置,确定对应的测绘点的位置;
步骤C2:通过无人机对待测绘的土地进行巡航,在巡航过程中对巡航的方向进行获取,对巡航方向变化次数进行获取,对巡航过程中的土地颜色特征以及边界处的土地颜色特征进行录像,得到录像信息,对每次巡航方向变化过程中的路程进行获取,因此得到多个路程数值;根据巡航过程中的录像信息、方向变化次数以及每次变化方向的路程数值生成航拍测绘图;将航拍测绘图以及边界测绘位置输送至图像确认模块,图像确认模块接收测绘图像结合边界测绘位置进行图像重合确认;步骤C21:根据边界测绘位置对每个测绘点的位置信息进行获取,对测绘点的方向以及方向变化进行排序;步骤C22:将航拍测绘图的航拍变化方向进行获取,获取与航拍方向相同的测绘点的方向;步骤C23:对录像信息进行获取,根据录像信息对航拍位置的颜色进行获取,将航拍获取的颜色与测绘位置的颜色进行比较,判断颜色差异是否相同;步骤C24:若颜色差异相同,则判断航拍测绘图与该位置的测绘位置重合,若颜色差异不同,则重新获取航拍变化方向与测绘点位置相同的方向点,进行颜色比较,直至颜色差异相同。
步骤C31:对测绘位置的距离以及航拍测绘图的距离进行测量,根据测量的测绘位置距离结合航拍测绘图距离对重合区域占比进行获取,若获取的重合区域占比值与测绘占比输送至土地计算模块;步骤C32:将重合区域占比输送至土地计算模块,对航拍过程中的时间信息以及速度信息进行获取,将获取的时间信息以及速度信息输送至土地计算模块,土地计算模块基于重合区域占比结合时间信息以及速度信息对测绘距离进行计算。
在进行土地计算时,具体步骤如下:土地计算模块在对测绘距离进行计算时,根据获取的时间信息以及速度信息对航拍过程中每个方向航拍时飞行的时间数值以及速度数值进行获取;通过时间数值乘以速度数值对每个方向运行的实际路程进行求取,对多个方向的实际路程进行求和得到测绘距离;首先在测绘距离围城的土地面积设置基准点;用测量仪器,如全站仪、激光测距仪或GPS设备捕虚速并测量基准点到土地各个角落的距离和角度;通过测量仪器获取的数据计算土地的面积。通过以上测量仪器对数据进行辅助计算,从而得到测绘面积。需要说明的是,测绘子系统和修正逻辑的关系在于,修正后的遥感测绘图像作为测绘的基础会更加准确,同时航拍无人机已经载入遥感测绘图像,所以通过控制航拍无人机的实际飞行路径进行测绘,更加便捷。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置,如存在权重系数和比例系数,其设置的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于权重系数和比例系数的大小,只要不影响参数与量化后数值的比例关系即可。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种基于遥感技术的土地测绘系统,其特征在于,包括航拍无人机、路线规划子系统、图像修正子系统以及测绘子系统;
所述路线规划子系统配置有路线规划策略,所述路线规划策略包括
步骤A1、获取目标区域的遥感测绘图像;
步骤A2、对遥感测绘图像根据特征分布进行分区处理并确定分区之间的边缘线;
步骤A3、根据确定的边缘线的连线生成基准航拍路线;
步骤A4、根据遥感测绘图像标记基准航拍路线附近的航拍特征;
步骤A5、计算每一航拍特征的特征辨识值,
配置有辨识特征算法用于计算辨识特征值,所述辨识特征算法为,其中,/>为辨识特征值,/>为该航拍特征的可信相似值,/>为该航拍特征与相邻的第/>个航拍特征的相似值,/>为与该航拍特征相邻的航拍特征的数量,/>为该航拍特征的特征丰度值,/>为该航拍特征的类型识别值,/>为环境时序识别函数,/>为该航拍特征位置与基准航拍路线的最小距离值,/>为该航拍特征与上一航拍特征的距离值,/>为预设的可信配置权重,/>为预设的相邻识别权重,/>为预设的类型识别权重,/>为预设的环境辨识权重,/>为预设的距离配置权重,有/>;
配置有类型图像库,所述类型图像库对应不同特征类型存储有特征图像,所述可信相似值通过获取航拍特征的特征类型,并根据特征类型索引对应的特征图像,比对特征图像与航拍特征求出对应的可信相似值;
配置有类型数据库,所述类型数据库对应不同特征类型存储有特征丰度值以及类型识别值,所述特征丰度值反映该航拍特征的色块丰度,所述类型识别值反映该航拍特征的相邻色块的对比度;
配置有环境函数库,所述环境函数库存储有若干不同的环境时序识别函数,所述环境时序识别函数以时令数据为索引,并配置有色值辨识参数,所述步骤A5包括,根据时令数据确定对应的环境时序识别函数,并根据航拍特征的平均色值生成对应的色值辨识参数,并将对应的色值辨识参数带入所述的环境时序识别函数中;
步骤A6、根据特征辨识值重新进行航拍路线规划以生成静态航拍路线,所述静态航拍路线是航拍特征对应坐标之间的连线;
步骤A7、将静态航拍路线以及对应的航拍特征发送至对应的航拍无人机;
所述航拍无人机根据静态航拍路线进行航拍,并通过识别拍摄图像中的对应的航拍特征在航拍过程中修正航拍路线;
所述图像修正子系统包括图像修正策略,所述图像修正策略包括
步骤B1、获取航拍无人机拍摄的航拍图像;
步骤B2、根据航拍无人机拍摄航拍图像的位置将航拍图像迁移至遥感测绘图像对应的坐标系中;
步骤B3、比对航拍图像和遥感测绘图像以获得修正偏差;
步骤B4、通过修正偏差修正遥感测绘图像;
所述测绘子系统配置有土地测绘策略,土地测绘策略包括
步骤C1、在遥感测绘图像中分区并根据分区确定对应的测绘点;
步骤C2、根据航拍无人机的实际飞行轨迹确定测绘点的实际飞行坐标;
步骤C3、根据实飞坐标确定测绘点之间的距离,以计算每一分区的面积。
2.如权利要求1所述的一种基于遥感技术的土地测绘系统,其特征在于,所述航拍无人机配置有航拍调整策略,当航拍无人机在静态航拍路线上未识别到对应的航拍特征时,执行航拍调整策略,所述航拍调整策略回到上一航拍特征对应的位置后,直接控制无人机移动至下一航拍特征对应的位置。
3.如权利要求1所述的一种基于遥感技术的土地测绘系统,其特征在于,所述步骤A2中,包括根据获取的测绘图像按照颜色对边界处进行获取,根据测绘土地颜色与其他测绘颜色的不同得到不同的分区。
4.如权利要求1所述的一种基于遥感技术的土地测绘系统,其特征在于,步骤C2中包括,航拍无人机配置有对应测绘点的色值特征,若航拍无人机在测绘点的飞行过程中,获取的航拍图像具有色值特征,则记录对应实际飞行坐标,若获取的航拍图像不具有对应的色值特征,则修正实际飞行轨迹直至航拍图像具有色值特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310548500.8A CN116380023B (zh) | 2023-05-16 | 2023-05-16 | 一种基于遥感技术的土地测绘系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310548500.8A CN116380023B (zh) | 2023-05-16 | 2023-05-16 | 一种基于遥感技术的土地测绘系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116380023A CN116380023A (zh) | 2023-07-04 |
CN116380023B true CN116380023B (zh) | 2023-07-25 |
Family
ID=86963591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310548500.8A Active CN116380023B (zh) | 2023-05-16 | 2023-05-16 | 一种基于遥感技术的土地测绘系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116380023B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107894780A (zh) * | 2017-12-01 | 2018-04-10 | 上海市环境科学研究院 | 一种多旋翼无人机高度地理测绘系统 |
CN109916378A (zh) * | 2019-03-20 | 2019-06-21 | 台州市地理信息测绘中心 | 一种现状地理空间信息数据测绘方法及数据采集系统 |
CN110108257A (zh) * | 2019-05-20 | 2019-08-09 | 苏州中飞遥感技术服务有限公司 | 一种基于无人机航拍影像和静态规划图相匹配的展示方法 |
CN111141264A (zh) * | 2019-12-31 | 2020-05-12 | 中国电子科技集团公司信息科学研究院 | 一种基于无人机的城市三维测绘方法和系统 |
-
2023
- 2023-05-16 CN CN202310548500.8A patent/CN116380023B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107894780A (zh) * | 2017-12-01 | 2018-04-10 | 上海市环境科学研究院 | 一种多旋翼无人机高度地理测绘系统 |
CN109916378A (zh) * | 2019-03-20 | 2019-06-21 | 台州市地理信息测绘中心 | 一种现状地理空间信息数据测绘方法及数据采集系统 |
CN110108257A (zh) * | 2019-05-20 | 2019-08-09 | 苏州中飞遥感技术服务有限公司 | 一种基于无人机航拍影像和静态规划图相匹配的展示方法 |
CN111141264A (zh) * | 2019-12-31 | 2020-05-12 | 中国电子科技集团公司信息科学研究院 | 一种基于无人机的城市三维测绘方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116380023A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9194954B2 (en) | Method for geo-referencing an imaged area | |
US7630797B2 (en) | Accuracy enhancing system for geospatial collection value of an image sensor aboard an airborne platform and associated methods | |
US7528938B2 (en) | Geospatial image change detecting system and associated methods | |
US7603208B2 (en) | Geospatial image change detecting system with environmental enhancement and associated methods | |
CN110703268B (zh) | 一种自主定位导航的航线规划方法和装置 | |
EP3454008A1 (en) | Survey data processing device, survey data processing method, and survey data processing program | |
US8433457B2 (en) | Environmental condition detecting system using geospatial images and associated methods | |
Hebel et al. | Simultaneous calibration of ALS systems and alignment of multiview LiDAR scans of urban areas | |
CN110646782B (zh) | 一种基于波形匹配的星载激光在轨指向检校方法 | |
CN116625354A (zh) | 一种基于多源测绘数据的高精度地形图生成方法及系统 | |
Thuse et al. | Accuracy assessment of vertical and horizontal coordinates derived from Unmanned Aerial Vehicles over District Six in Cape Town | |
CN109341685B (zh) | 一种基于单应变换的固定翼飞机视觉辅助着陆导航方法 | |
CN116380023B (zh) | 一种基于遥感技术的土地测绘系统 | |
CN118225087A (zh) | 卫星导航拒止条件下飞行器的自主绝对定位与导航方法 | |
CN117308915A (zh) | 一种测绘工程中特殊地形的测绘系统 | |
US20230069829A1 (en) | Method and device for determining altitude obstacles | |
Ryu et al. | Enhanced Airborne Optical Sectioning Design via HSV Color Space for Detecting Human Object Under Obscured Aerial Image Environment | |
Andaru et al. | Multitemporal UAV photogrammetry for sandbank morphological change analysis: evaluations of camera calibration methods, co-registration strategies, and the reconstructed DSMs | |
RU2767477C1 (ru) | Способ навигации беспилотных летательных аппаратов | |
Ciobanu et al. | Using the Open Skies multi sensor system for military observation missions and civilian applications | |
Noori et al. | Optimizing Application of UAV-Based SfM Photogrammetric 3D Mapping in Urban Areas. | |
CN118135137B (zh) | 地形复杂区域确权用实景三维构建方法、系统及存储介质 | |
Saputra et al. | Optimization of UAV-Fixed Wing for Topographic Three Dimensional (3D) Mapping in Mountain Areas | |
Funk et al. | A passive cloud detection system for UAV: Analysis of issues, impacts and solutions | |
Wu et al. | Validation of Island 3D-Mapping Based on UAV Spatial Point Cloud Optimization: A Case Study in Dongluo Island of China |
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 |