无人机遥感技术的研究

无人机遥感技术在记过十几年的发展与研究,现已能为大部分的航空摄影测量的进步和补充,具有较强的灵活性、实时有效性强等技术优势,,但对于现传统的航空摄像来说无人机摄影的数据具有其特殊性,在无人机摄影中拆用普通的影响技术史很难对其进行有效的处理。本文研究分析的是无人机遥感技术的基础上采用以Pixel Grid软件为例来介绍处理过程,并对其未来发展趋势进行分析和概况。     

基于无人机遥感技术的森林参数获取研究进展

凭借着高分辨率、可控性强和性价比高的特点,无人机遥感技术在森林研究中得到了迅速的发展与应用.对无人机遥感成像平台的发展和国内外利用无人机遥感技术开展森林调查的情况进行介绍,针对单木和林分两种森林资源调查对象,总结了目前利用无人机遥感技术提取森林参数的前沿方法.重点分析和讨论了基于无人机平台的多光谱、高光谱和激光雷达传感...     

基于Jena的台风灾害领域本体模型推理

针对传统台风灾害预测以统计学方法为主,而缺乏语义驱动和智能推理的问题,提出一种基于Jena的台风灾害领域本体模型推理机制。首先,在分析台风灾害的影响因素和演变历史的基础上,采用网络本体语言(OWL)建立台风灾害领域本体模型; 其次,利用Jena推理引擎和自定义规则对台风灾害本体模型进行推理,挖掘被隐藏的台风灾害影响因素或灾害链信息; 最后,构建了本体驱动的台风灾害专家系统(Onto-TDES)。实验结果证明,该方案能初步解决传统台风灾害预测缺乏语义驱动和智能推理的问题,提高台风灾害管理与预测的智能化水平。     

基于面向对象的多源卫星遥感影像玉米倒伏面积提取

风灾引起的玉米倒伏可能导致玉米大量减产,利用遥感技术准确监测玉米倒伏面积与空间分布信息对灾情的评估非常重要。利用Planet和Sentinel-2影像分别结合面向对象与基于像元方法提取研究区玉米倒伏,同时评估了不同影像特征（光谱特征、植被指数和纹理特征）与不同分类方法（支持向量机法SVM、随机森林法RF和最大似然法MLC）对玉米倒伏提取精度的影响。结果表明：(1)使用高空间分辨率的Planet影像进行玉米倒伏提取的精度普遍高于Sentinel-2影像;(2)从分类精度和面积精度来看,Planet影像的光谱特征+植被指数+均值特征结合面向对象RF分类,总体精度和Kappa系数分别为93.77%和0.87,面积的平均误差最低为4.76%;(3)采用Planet和Sentinel-2影像结合面向对象分类提取玉米倒伏精度高于基于像元分类。研究不仅分析了面向对象方法的优势,还评估了使用不用影像数据结合面向对象方法的适用性,可以为遥感提取作物倒伏相关研究提供一定的借鉴。     

无人机遥感技术的水利水电工程施工现场监控

针对水利水电工程施工现场异常因素多、监控力度薄弱问题,本研究通过融合ARM控制技术和LoRa通信技术实现现场信息的采集控制,利用STM32F103VET6单片机计算单元实现不同种类的传感器电路信息的计算,通过STM32F103VET6芯片和Cortex-M3内核的处理器实现多种信息的采集控制,本研究还通过构建卷积分神经网络模型实现异常数据信息下的图像识别,提高了监控力度.通过试验,本文研究方法大大提高了恶劣天气下的图像识别能力.     

基于无人机遥感技术的配电网巡检系统设计

目前我国电网巡检以人工为主,由于相关监管体系并不到位,存在电力支线丢失等问题,现提出基于无人机遥感技术的配电网巡检系统设计。系统硬件设计方面包括客户端、服务器、无人机遥感终端三部分,根据硬件配置设计无人机遥感终端,确定终端操控方式。系统软件设计方面包括获取遥感巡检图像,采用自适应滤波设计系统导航算法巡检配电网,建立配电网数据模型,检测配电网线路的运行情况,让图像与实际数据紧密结合,实现配电网巡检。实验结果表明,与选取的其余系统相比,本系统与实际配电网电力线路具有较高的拟合度。     

基于无人机遥感影像的建筑物轮廓目标检测系统设计

使用?CCD成像元件系统和基于动态扫描检测系统受到噪声影响,导致轮廓检测不完整,为解决这一问题,提出了基于无人机遥感影像的建筑物轮廓目标检测系统设计。依据系统总体架构可确定系统分为数据采集模块和处理模块。选择TLC2543A/D转换芯片,使控制字从数据输入终端连续输入。使用半导体激光传感器测量位置信息,在雪崩光电二极管上成像。采用MCS-51单片机内部数据存储器,将正常运行程序传送到高层,以便?CPU读取程序。选择371-4615型号CPU板,协调控制整机。设计轮廓目标检测流程,采用激光三角法测量方法计算待测建筑物轮廓目标距离,避免检测背景噪声影响。提取建筑物斑块,拐角点定位,完成建筑物轮廓目标检测。由实验结果可知,该系统不会受到噪声影响,能够确定建筑物轮廓和拐角,对建筑物轮廓目标识别具有一定参考意义。     

基于遥感卫星资料的台风监测技术研究进展

受到全球气候变暖的影响,台风的年暴发频率及其造成的危害都成上升趋势,中国位于西北太平洋沿岸,已成为世界上少数几个遭受台风影响最严重的国家之一。卫星遥感资料因其覆盖范围广、成像面积大、时间分辨率高,已成为台风灾害损失评估的有效资料。在综合近年来台风监测相关研究的基础上,从常规观测资料、气象卫星遥感资料、微波遥感资料等角度出发,对遥感技术在台风监测中的应用现状进行了详细的论述。同时,也对各种数据资源存在的问题以及优势进行了分析,并提出需要加强开展多源数据融合、台风监测系统建设等方面的研究。     

基于局部加权拟合算法的无人机遥感影像多尺度检测技术

目前提出的无人机遥感影像多尺度检测技术平均图像灰度较差,导致检测结果清晰度较低;为了解决上述问题,基于局部加权拟合算法研究了一种新的无人机遥感影像多尺度检测技术,选用最小二乘法进行多次循环计算,确定周围区域重复率,通过抽稀处理提高数据精度;根据高斯金字塔得到n阶的影像序列,利用高斯金字塔和差分尺度划分完成遥感影像的特征提取;引入加权拟合算法,构建有效影像数据集,确定影像网络模型,从而完成合并,实现影像数据的检测;实验结果表明,基于局部加权拟合算法的无人机遥感影像多尺度检测技术能够有效提高平均图像清晰度,增强检测结果的清晰度。     

基于无人机摄影电力线缆破损位置检测方法

由于部分电力线缆所处环境较为恶劣,极易发生损坏且人工检测可操作性不强,导致位置检测结果与实际破损位置误差大,因此提出基于无人机摄影电力线缆破损位置检测方法。标定无人机采集图像坐标系,提取电力线缆破损有效位置信息。采用色彩空间分割技术,获取图像灰度值,对无人机摄影图像进行校正处理。使用差分计算梯度分量算法,对图像处理结果展开迭代计算,完成破损点定位分析实现电力线缆破损位置的检测。经实验证实,此方法位置检测结果与实际破损位置误差最小,有效提升了电力线缆破损位置检测精度。     

无人机偏振遥感载荷系统的设计与实现

分析我国发展无人机航空遥感的必要性和可行性,针对某型民用无人机,利用系统集成的方法,设计无人机航空遥感偏振载荷系统。介绍系统的构成和工作流程,阐述系统的软硬件设计原理及实现的功能。地面联合调试结果表明该系统能够满足即将开展的航空遥感作业的要求。     

基于无人机的山地遥感观测平台及可靠性分析——以若尔盖试验为例

在山地复杂条件下开展无人机遥感观测面临众多挑战,分析无人机遥感观测平台的可靠性是影像拼接、成果应用、平台和飞行方案改进的重要基础。介绍了一种基于低空无人机的山地多源数据遥感观测平台,重点阐述了无人机系统的组成、性能参数和传感器参数。以《低空数字航空摄影规范》为参照,总结低空无人机遥感观测平台的可靠性分析方法。以2014年7月25日若尔盖高原无人机遥感观测试验获取的数据为例,定量分析该低空无人机遥感观测平台的可靠性。结果表明:该平台在山地复杂条件下具有较高的可靠性,航向平均重叠度为73.58%,旁向平均重叠度为55.07%,平均倾角为2.23°,航线内平均旋角为1.36°,航线间平均旋角为10.41°,平均航线偏移为5.42m,最大航线弯曲度为0.19%,最大航高差为5m,各项指标评价结果远优于《低空数字航空摄影规范》要求。相机成像面与平台飞行方向的夹角可能引起旁向旋角的增大;在逆风条件下,该小型无人机遥感观测平台的姿态更为稳定。     

无人机影像目标检测技术研究进展

无人机影像目标检测技术是无人机影像智能化分析中的关键技术,开展无人机影像目标检测技术的研究有着广阔的应用前景和价值。介绍了无人机影像中目标检测技术的发展历程,简述了无人机影像目标检测技术在森林防火、农业信息采集、电力线路检测、路桥损害检测以及军事侦察等5种特定领域的应用情况,总结归纳了目标检测性能评价时常用的数据集和标准,并对未来无人机影像目标检测技术的发展态势进行了展望。     

四川省芦山“4·20” 7.0级地震公路灾情遥感监测评估

四川省芦山“4·20” 7.0级强烈地震发生后,次生地质灾害造成多处公路损毁,快速、准确地监测公路灾情,是应急救灾一项基础而重要的工作。遥感影像信息提取是获取公路灾情的一种有效途径。利用震后机载航空影像与国产卫星影像,结合交通运输部相关基础数据,对公路灾情开展了监测与评估。在公路周边共发现433处地质灾害点,灾害类型以崩塌为主。其中对公路已造成影响的灾害点197处,损毁公路总长度约10 km。另有潜在危险性较大的灾害点63处,对公路构成严重威胁,需注意加强防范。经实地验证,公路灾情信息提取结果真实可靠。信息提取与分析结果已分别在震后第二天和第三天上报到交通运输部,为高效地组织开展公路抢修保通提供了科学的依据。     

基于优化Faster-RCNN的遥感影像飞机检测

针对传统飞机检测算法特征学习能力较弱,在背景复杂、目标密集、成像质量较差的遥感影像上检测精度较低的问题,提出了 一种基于Faster-RCNN(Faster-Regions with Convolutional Neural Network)框架的遥感影像飞机检测优化算法.以ResNet50为基础特征提取网络,引入空洞...     

无人机身倾斜姿态下的GPS定位模型仿真

研究无人机身倾斜姿态下的GPS定位性能优化问题,关系到无人机的定位性能.无人机身倾斜姿态飞行状态下,定位的GPS信号随着飞行速度的变化,发生实时的变化,当无人机倾斜飞行时,由于GPS信号会被机身倾斜角度遮挡,导致采集过程出现信息间断,给定位过程带来了较强的屏蔽性干扰.传统的定位方法需要对所有定位信息排序分析,对GPS定位信息的实时性要求较高,倾斜采集信息受到倾斜角度遮挡的影响,定位速度慢且容易出现无人机定位请求无法实现的现象.提出一种采用多维空间选择进化法的无人机GPS快速定位模型,根据无人机身倾斜姿态下飞行中搜索的信息数据,将搜索的目标智能化分为多个字段,建立多个空间,对多个空间进行曲径选择进化,提取目标的深层次特征,依据深层次特征,在资源库中进行检索,提高对无人机身倾斜姿态下信息定位的时效性和准确性.仿真结果显示,将多维空间选择进化法应用于无人机身倾斜姿态下的地理数据定位,可以提高定位时效性和准确性.     

基于并行计算的无人机影像角点检测

无人机影像数据量通常很大,导致串行计算难以满足角点快速检测的需要。针对该问题,利用改进的Harris角点检测算法,以各图像块的标准差表征其计算量,为充分利用硬件资源,采用OpenMP进行并行编程,并优化调度策略,将循环迭代依据计算量的大小平均分配给每个线程,使各线程负载尽可能均衡,从而实现角点检测多核并行计算的最优化。实验结果表明,该方法可较大地提高无人机影像角点检测效率。     

遥感技术在牧区雪灾监测研究中的应用

主要介绍了遥感技术在牧区雪灾信息提取及雪灾实时监测研究中的应用,并结合1995年那曲雪灾实例进行了雪灾信息提取和分析,结果与实际上报灾情数据吻合。     

基于形态梯度运算的遥感图像边缘检测

针对常规线性边缘检测器处理遥感图象时细节丢失严重的缺点,介绍了数学形态学基本理论,讨论了数学形态学在边缘检测中的应用.形态学的灰度梯度运算是在经典形态变换基础上提出的一类非线性算子.对于结构元素的选取作了一定的说明.另外,还与传统线性算子的处理结果进行了比较.通过计算机对遥感图像的模拟实验表明：基于形态灰度梯度运算的遥感图像边缘检测方法,不但几何意义明确,易于构造,而且性能也优于传统检测算子,证实了该方法的可行性.