CN106504192B - 一种输电线路走廊地质灾害勘探影像处理方法及系统 - Google Patents
一种输电线路走廊地质灾害勘探影像处理方法及系统 Download PDFInfo
- Publication number
- CN106504192B CN106504192B CN201610918240.9A CN201610918240A CN106504192B CN 106504192 B CN106504192 B CN 106504192B CN 201610918240 A CN201610918240 A CN 201610918240A CN 106504192 B CN106504192 B CN 106504192B
- Authority
- CN
- China
- Prior art keywords
- photo
- image
- positional relationship
- relative positional
- control point
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005192 partition Methods 0.000 claims abstract description 8
- 231100001267 hazard identification Toxicity 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 230000035772 mutation Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 8
- 230000005611 electricity Effects 0.000 description 6
- 239000011435 rock Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明是关于一种输电线路走廊地质灾害勘探影像处理方法及系统，包括：获取无人机拍摄的照片及照片的飞控坐标，确定照片的拍摄位置和相对位置关系；按照相对位置关系，依次提取照片的影像特征点；对拍摄位置相邻的照片的影像特征点进行特征点匹配，确定相对位置关系相邻的照片的拼接内容；获取照片中的控制点坐标，计算照片中所有像点的像点坐标；获取控制点的高度，根据像点坐标和高度，对照片进行格网划分，获得照片的DEM数据；根据DEM数据，对照片进行正射校正，获得照片的DOM数据；获取拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像。利用本方法能获得输电线路走廊地质灾害全景图像。
Description
技术领域
本发明涉及无人机输电线路巡检和图像识别技术领域，尤其涉及一种输电线路走廊地质灾害勘探影像处理方法及系统。
背景技术
近几年来，随着国家电网结构的发展和完善，高压和超高压输电线路的建设得到了快速发展。由于输电线路常年暴露在野外，不仅要遭受风雪等自然天气的侵袭，而且要遭受泥石流等地质灾害的威胁，当发生泥石流等地质灾害时，公路交通易出现不同程度的阻断，在客观上给输电线路走廊地质灾情勘察增加了难度。而无人机勘测由于机动、灵活、快速、高效、安全等突出特点，在输电线路走廊地质灾情勘测时应用越来越广泛。
无人机勘测通常将待勘测区域的控制点坐标作为飞控坐标进行飞行勘测，从而获得无人机勘测图像，其中所述无人机勘测图像包括输电线路走廊的输电线路段、杆塔等信息。目前的无人机勘测图像数据处理方法包括位置确定和类型识别两个方面。位置确定是指确定图像中拍摄输电线路设备对应的输电线路段、杆塔以及一定的GIS(GeographicInformation System，地理信息系统)信息等位置信息；类型识别是实现图像中拍摄输电线路设备类型的识别。
但是，经发明人研究发现，目前的无人机勘测影像处理方法还没有实现地质灾害准确识别功能，即无法准确识别采集无人机勘测图像上的有关泥石流等地质灾害的像素点与地面点的对应关系，导致检修人员无法准确、及时的获得输电线路走廊的灾害情况，进而影响灾后重建恢复供电抢修。
发明内容
为克服相关技术中存在的问题，本发明提供一种输电线路走廊地质灾害勘探影像处理方法及系统。
根据本发明实施例的第一方面，提供一种输电线路走廊地质灾害勘探影像处理方法，包括：
获取无人机拍摄的照片及所述照片的飞控坐标，确定所述照片的拍摄位置和所述照片的相对位置关系，其中，所述相对位置关系包括所述照片的拍摄顺序；
按照所述相对位置关系，依次提取所述照片的影像特征点，其中，所述影像特征点为地质灾害特征识别点，所述地质灾害特征识别点为像素在预设地质灾害像素范围的点；
对拍摄位置相邻的所述照片的影像特征点进行特征点匹配，确定相对位置关系相邻的所述照片的拼接内容；
获取所述照片中的控制点坐标，计算所述照片中所有像点的像点坐标；
获取所述照片中的控制点的高度，根据所述像点坐标和所述控制点的高度，对所述照片进行格网划分，获得所述照片的DEM数据；
根据所述DEM数据，对所述照片进行正射校正，获得所述照片的DOM数据；
获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像。
优选地，所述获取所述照片中的控制点坐标，计算所述照片中所有像点的像点坐标，包括：
获取所述照片中的控制点坐标，其中，所述控制点包括杆塔；
根据所述控制点坐标，利用空三解算计算所述照片中所有像点的像点坐标。
优选地，所述获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像之前，还包括：
对所述照片进行图像预处理，所述图像预处理包括去噪和修正，其中，所述修正包括几何校正。
优选地，所述获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像之前，还包括：
若所述相对位置关系相邻的所述照片存在色调突变，对所述照片进行色调调整以及镶嵌线选择。
根据本发明实施例的第二方面，提供一种输电线路走廊地质灾害勘探影像处理系统，包括：
影像相邻关系确定模块，用于获取无人机拍摄的照片及所述照片的飞控坐标，确定所述照片的拍摄位置和所述照片的相对位置关系，其中，所述相对位置关系包括所述照片的拍摄顺序；
影像特征提取模块，用于按照所述相对位置关系，依次提取所述照片的影像特征点，其中，所述影像特征点为地质灾害特征识别点，所述地质灾害特征识别点为像素在预设地质灾害像素范围的点；
影像匹配模块，用于对拍摄位置相邻的所述照片的影像特征点进行特征点匹配，确定相对位置关系相邻的所述照片的拼接内容；
像点坐标确定模块，用于获取所述照片中的控制点坐标，计算所述照片中所有像点的像点坐标；
DEM模块，用于获取所述照片中的控制点的高度，根据所述像点坐标和所述控制点的高度，对所述照片进行格网划分，获得所述照片的DEM数据；
DOM模块，用于根据所述DEM数据，对所述照片进行正射校正，获得所述照片的DOM数据；
全景图像拼接模块，用于获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像。
优选地，所述像点坐标确定模块包括：
控制点坐标获取单元，用于获取所述照片中的控制点坐标，其中，所述控制点包括杆塔；
空三解算单元，用于根据所述控制点坐标，利用空三解算计算所述照片中所有像点的像点坐标。
优选地，所述系统还包括：
图像预处理模块，用于对所述照片进行图像预处理，所述图像预处理包括去噪和修正，其中，所述修正包括几何校正。
优选地，所述系统还包括：
色调调整模块，用于若所述相对位置关系相邻的所述照片存在色调突变，对所述照片进行色调调整以及镶嵌线选择。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明实施例提供的一种输电线路走廊地质灾害勘探影像处理方法，通过获取无人机拍摄的照片及所述照片的飞控坐标，确定所述照片的拍摄位置和所述照片的相对位置关系，进而确定所述照片的相邻关系；按照所述相对位置关系，依次提取所述照片的地质灾害特征识别点，明确所述照片中的地质灾害范围和轮廓；对拍摄位置相邻的所述照片的影像特征点进行特征点匹配，确定所述照片的拼接内容；根据照片中的控制点坐标计算出所有像点的像点坐标，根据控制点的高度计算像点的高度，进而获得照片的DEM数据，DEM是对照片区域地貌的真实反映，能够更加直观的反应地质灾害的覆盖情况；对所述照片进行正射校正，获得照片DOM数据；按照相对位置关系，将所有拼接内容的所述DOM数据按照相对位置关系进行图像拼接，从而获得直观、清晰的输电线路走廊地质灾害全景图像。本发明提供的影像处理方法能够准确识别采集无人机勘测图像上的有关泥石流等地质灾害的像素点与地面点的对应关系，获得直观、清晰的输电线路走廊地质灾害全景图像，为检修人员提供输电线路走廊的灾害情况，为灾后重建恢复供电抢修提供保障。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种输电线路走廊地质灾害勘探影像处理方法的流程示意图；
图2为本发明实施例提供的一种输电线路走廊地质灾害勘探影像处理系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是本发明实施例提供的一种输电线路走廊地质灾害勘探影像处理方法的流程示意图，包括：
S100：获取无人机拍摄的照片及所述照片的飞控坐标，确定所述照片的拍摄位置和所述照片的相对位置关系。
运用无人机对输电线路走廊进行地质灾害勘测时，可采用多光谱相机组合进行照片拍摄，多光谱相机组合拍摄的照片分辨率高，有利于后续影像处理和分析。
在具体实施过程中，无人机勘测通常将待勘测区域的控制点坐标作为飞控坐标进行飞行勘测，从而获得无人机勘测图像，因此，无人机探测的所有照片都带有所述照片的飞控坐标。根据所述照片的飞控坐标，确定所述照片的拍摄位置，从而确定其在航线中的相对位置关系，其中，所述相对位置关系包括所述照片的拍摄顺序。具体的，根据所述拍摄顺序，明确每张照片的相邻关系，并划分航带，统计航带数及每条航带的照片数量。
S200：按照所述相对位置关系，依次提取所述照片的影像特征点。
具体的，按照所述相对位置关系，依次提取所述照片的影像特征点，其中，所述影像特征点为地质灾害特征识别点，所述地质灾害特征识别点为像素在预设地质灾害像素范围的点。在输电线路走廊地质灾害勘探影像处理中，预设不同地质灾害像素范围，其中，地质灾害包括泥石流等。
按照所述相对位置关系，依次提取所述照片的影像特征点，不仅可以将一些明显的地质灾害信息进行提取而且还可以为下一步获取照片的拼接内容做准备，按照所述相对位置关系进行影像特征点提取的优点在于可以保证影像特征点的相似度较高，这里的影像特征点相似度是指相对位置关系相邻的两张照片相似的部分，如果相似度高，那么可以进一步确定两张照片的相邻关系。
在具体实施过程中，提取照片的影像特征点的方法有很多，在本发明实施例中，采用Moravec算子将照片中有利于地质灾害识别的点提取出来，这些点即为地质灾害特征识别点，这些点的像素在预设地质灾害像素范围之内。在采用Moravec算子提取影像特征点时，能将所述照片中的角点、边缘点、圆点等与附近点有区别的点提取出来，即能获取所述照片中的地质灾害轮廓。
S300：对拍摄位置相邻的所述照片的影像特征点进行特征点匹配，确定相对位置关系相邻的所述照片的拼接内容。
在具体实施过程中，采用SIFT算子进行特征点匹配，检测拍摄位置相邻的所述照片的影像特征点的相似度，确定相对位置关系相邻的照片的拼接内容，进行图像边界线选择，确定所述照片的拼接内容。
S400：获取所述照片中的控制点坐标，计算所述照片中所有像点的像点坐标。
获取所述照片中的控制点坐标，根据所述控制点坐标计算所述照片中所有像点的像点坐标，明确像点坐标和地面点的对应关系。
在一种可选实施方式中，所述获取所述照片中的控制点坐标，计算所述照片中所有像点的像点坐标，包括：
S401：获取所述照片中的控制点坐标，其中，所述控制点包括杆塔。
识别所述照片中的控制点，获得所述照片中的控制点坐标，将控制点的地面点和像点进行对应。所述控制点包括杆塔，使用杆塔的地理信息数据，建立以杆塔为主体的控制点坐标数据库，将杆塔作为控制点，杆塔坐标作为无人机勘测的飞控坐标。
S402：根据所述控制点坐标，利用空三解算计算所述照片中所有像点的像点坐标。
根据步骤S401中获得的控制点坐标，利用空三解算，计算所述照片中所有像点的像点坐标。照片中的杆塔坐标已知，将杆塔坐标作为参照点，可推导出其周围点的坐标信息。例如，将杆塔上下左右有A、B、C、D四个物体，根据杆塔的做包可推导出A、B、C、D四个物体的坐标，根据A、B、C、D四个物体的坐标可推导出A、B、C、D四个物体周围点的坐标，依次推导，最终得到整张照片所有像点的像点坐标。
在具体实施过程中，可只针对所述照片的拼接内容进行空三解算，对拼接内容以外的像点不再进行空三解算，能够大大提高空三解算的效率。
在空三解算过程中，以杆塔坐标建立的控制点坐标数据库取代现场做地面控制点量测的过程，使空三解算处理更迅速，计算的像点坐标的精确度也得到了保证。
S500：获取所述照片中的控制点的高度，根据所述像点坐标和所述控制点的高度，对所述照片进行格网划分，获得所述照片的DEM数据。
空三解算后，获得所述照片的所有像点的像点坐标，为了将此照片中的图像进行立体显示，需要明确各像点的高度信息。
由于每张照片像点的高度可能不同，因此，计算像点的高度时，需要根据所述照片中的控制点的高度和像点坐标，确定格网大小，然后对所述照片进行格网划分，通过与控制点高度比对从而计算出所述像点的高度。为了精确计算像点的高度，不同照片的格网大小可能不同。像点的高度计算得出后，进而获得所述照片中所有像点的物方空间坐标。经过格网划分，所述照片生成规则格网的DEM数据。
S600：根据所述DEM数据，对所述照片进行正射校正，获得所述照片的DOM数据。
根据所述DEM数据，对所述照片进行正射校正，获得所述照片的DOM数据，对所述照片而言，进行正射校正后获得正射影像。DOM全称为数字正影射图像，其利用DEM对照片进行像元处理，进而形成更加直观具体，信息可靠度更高的图像，按国家基本比例尺地形图图幅范围剪裁生成的数字正射影像数据集。它是同时具有地图几何精度和影像特征的图像，具有精度高、信息丰富、直观真实等优点，从中可以更加直观的得到输电线路走廊的相应地理信息，能更加直观的看到所述照片中的地貌信息，尤其是地质灾害区域的的覆盖程度能够清晰的展示，更加具体的还原地貌，对后续图像分析才更有参考价值。
S700：获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像。
生成单张照片的正射影像后，需要将这些照片的拼接内容的正射影像拼接镶嵌，使他们成为一张全图。因此，将所有拼接内容的所述DOM数据按照相对位置关系进行图像拼接，获得直观、信息的输电线路走廊地质灾害全景图像，为检修人员提供输电线路走廊的灾害情况，为灾后重建恢复供电抢修提供保障。
本发明实施例提供的一种输电线路走廊地质灾害勘探影像处理方法，通过获取无人机拍摄的照片及所述照片的飞控坐标，确定所述照片的拍摄位置和所述照片的相对位置关系，进而确定所述照片的相邻关系；按照所述相对位置关系，依次提取所述照片的地质灾害特征识别点，明确所述照片中的地质灾害范围和轮廓；对拍摄位置相邻的所述照片的影像特征点进行特征点匹配，确定所述照片的拼接内容；根据照片中的控制点坐标计算出所有像点的像点坐标，根据控制点的高度计算像点的高度，进而获得照片的DEM数据，DEM是对照片区域地貌的真实反映，能够更加直观的反应地质灾害的覆盖情况；对所述照片进行正射校正，获得照片DOM数据；按照相对位置关系，将所有拼接内容的所述DOM数据按照相对位置关系进行图像拼接，从而获得直观、清晰的输电线路走廊地质灾害全景图像。本发明提供的影像处理方法能够准确识别采集无人机勘测图像上的有关泥石流等地质灾害的像素点与地面点的对应关系，获得直观、清晰的输电线路走廊地质灾害全景图像，为检修人员提供输电线路走廊的灾害情况，为灾后重建恢复供电抢修提供保障。
在第一种实施情况下，所述获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像之前，还包括：
对所述照片进行图像预处理，所述图像预处理包括去噪和修正，其中，所述修正包括几何校正。
无人机勘测的照片也会存在一部分噪声，为了更清楚的显示输电线路走廊的地形地貌，图像拼接前，对所述照片进行去噪。
无人机勘测遥感成像的时候，由于无人机的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，需要针对几何畸变进行几何校正。
在第二种实施情况下，所述获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像之前，还包括：
若所述相对位置关系相邻的所述照片存在色调突变，对所述照片进行色调调整以及镶嵌线选择。
进行图像拼接时一般是由两张以上照片进行拼接，由于地面照度以及拍摄时间等不同，有可能会造成两幅图像的亮度不一致，这是很明显的差异。这种情况即为图像拼接造成了困难。色调调整是指在进行图像拼接时，图像之间的灰度不一致，而进行的一项调整，主要采用灰度线性变换，使得多幅图像灰度与色彩大致均匀后再进行拼接，以使拼接图像更加完整与直观。
镶嵌线即为多幅图像拼接为一幅图像时图像之间的连接线，由于多幅图像的灰度不可能完全一致，所以为使拼接后的图像不出现明显的连接线，要尽量选择图像灰度相似的区域进行拼接，然后采用相应算法对拼接线进行变换，比如小波变换等，以消除拼接边界附近的灰度差异问题。这样拼接出来的全景图像更加完整与直观。
基于相同的技术构思，本发明实施例还提供了一种输电线路走廊地质灾害勘探影像处理系统，参见图2，包括：影像相邻关系确定模块100、影像特征提取模块200、影像匹配模块300、像点坐标确定模块400、DEM模块500、DOM模块600和全景图像拼接模块700。
所述影像相邻关系确定模块100，用于获取无人机拍摄的照片及所述照片的飞控坐标，确定所述照片的拍摄位置和所述照片的相对位置关系，其中，所述相对位置关系包括所述照片的拍摄顺序。
所述影像特征提取模块200，用于按照所述相对位置关系，依次提取所述照片的影像特征点，其中，所述影像特征点为地质灾害特征识别点，所述地质灾害特征识别点为像素在预设地质灾害像素范围的点。
所述影像匹配模块300，用于对拍摄位置相邻的所述照片的影像特征点进行特征点匹配，确定相对位置关系相邻的所述照片的拼接内容。
所述像点坐标确定模块400，用于获取所述照片中的控制点坐标，计算所述照片中所有像点的像点坐标。
在一种实施方式中，所述像点坐标确定模块400包括控制点坐标获取单元和空三解算单元，其中，
所述控制点坐标获取单元，用于获取所述照片中的控制点坐标，其中，所述控制点包括杆塔。
所述空三解算单元，用于根据所述控制点坐标，利用空三解算计算所述照片中所有像点的像点坐标。
所述DEM模块500，用于获取所述照片中的控制点的高度，根据所述像点坐标和所述控制点的高度，对所述照片进行格网划分，获得所述照片的DEM数据。
所述DOM模块600，用于根据所述DEM数据，对所述照片进行正射校正，获得所述照片的DOM数据。
所述全景图像拼接模块700，用于获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像。
在第一种实施例中，所述系统还包括图像预处理模块。
所述图像预处理模块，用于对所述照片进行图像预处理，所述图像预处理包括去噪和修正，其中，所述修正包括几何校正。
在第二种实施例中，所述系统还包括色调调整模块。
所述色调调整模块，用于若所述相对位置关系相邻的所述照片存在色调突变，对所述照片进行色调调整以及镶嵌线选择。
本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (6)
1.一种输电线路走廊地质灾害勘探影像处理方法，其特征在于，包括：
获取无人机拍摄的照片及所述照片的飞控坐标，确定所述照片的拍摄位置和所述照片的相对位置关系，其中，所述相对位置关系包括所述照片的拍摄顺序，无人机勘测将待勘测区域的控制点坐标作为飞控坐标；
按照所述相对位置关系，依次提取所述照片的影像特征点，其中，所述影像特征点为地质灾害特征识别点，所述地质灾害特征识别点为像素在预设地质灾害像素范围的点；
对拍摄位置相邻的所述照片的影像特征点进行特征点匹配，确定相对位置关系相邻的所述照片的拼接内容；
获取所述照片中的控制点坐标，计算所述照片中所有像点的像点坐标；
获取所述照片中的控制点坐标，其中，所述控制点包括杆塔；
根据所述控制点坐标，利用空三解算计算所述照片中所有像点的像点坐标；
获取所述照片中的控制点的高度，根据所述像点坐标和所述控制点的高度，对所述照片进行格网划分，获得所述照片的DEM数据；
根据所述DEM数据，对所述照片进行正射校正，获得所述照片的DOM数据；
获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像。
2.根据权利要求1所述的输电线路走廊地质灾害勘探影像处理方法，其特征在于，所述获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像之前，还包括：
对所述照片进行图像预处理，所述图像预处理包括去噪和修正，其中，所述修正包括几何校正。
3.根据权利要求1所述的输电线路走廊地质灾害勘探影像处理方法，其特征在于，所述获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像之前，还包括：
若所述相对位置关系相邻的所述照片存在色调突变，对所述照片进行色调调整以及镶嵌线选择。
4.一种输电线路走廊地质灾害勘探影像处理系统，其特征在于，包括：
影像相邻关系确定模块，用于获取无人机拍摄的照片及所述照片的飞控坐标，确定所述照片的拍摄位置和所述照片的相对位置关系，其中，所述相对位置关系包括所述照片的拍摄顺序，无人机勘测将待勘测区域的控制点坐标作为飞控坐标；
影像特征提取模块，用于按照所述相对位置关系，依次提取所述照片的影像特征点，其中，所述影像特征点为地质灾害特征识别点，所述地质灾害特征识别点为像素在预设地质灾害像素范围的点；
影像匹配模块，用于对拍摄位置相邻的所述照片的影像特征点进行特征点匹配，确定相对位置关系相邻的所述照片的拼接内容；
像点坐标确定模块，用于获取所述照片中的控制点坐标，计算所述照片中所有像点的像点坐标；
控制点坐标获取单元，用于获取所述照片中的控制点坐标，其中，所述控制点包括杆塔；
空三解算单元，用于根据所述控制点坐标，利用空三解算计算所述照片中所有像点的像点坐标；
DEM模块，用于获取所述照片中的控制点的高度，根据所述像点坐标和所述控制点的高度，对所述照片进行格网划分，获得所述照片的DEM数据；
DOM模块，用于根据所述DEM数据，对所述照片进行正射校正，获得所述照片的DOM数据；
全景图像拼接模块，用于获取所述拼接内容的DOM数据，将所有照片的拼接内容的DOM数据按照相对位置关系进行图像拼接，获得地质灾害全景图像。
5.根据权利要求4所述的输电线路走廊地质灾害勘探影像处理系统，其特征在于，所述系统还包括：
图像预处理模块，用于对所述照片进行图像预处理，所述图像预处理包括去噪和修正，其中，所述修正包括几何校正。
6.根据权利要求4所述的输电线路走廊地质灾害勘探影像处理系统，其特征在于，所述系统还包括：
色调调整模块，用于若所述相对位置关系相邻的所述照片存在色调突变，对所述照片进行色调调整以及镶嵌线选择。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610918240.9A CN106504192B (zh) | 2016-10-21 | 2016-10-21 | 一种输电线路走廊地质灾害勘探影像处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610918240.9A CN106504192B (zh) | 2016-10-21 | 2016-10-21 | 一种输电线路走廊地质灾害勘探影像处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106504192A CN106504192A (zh) | 2017-03-15 |
| CN106504192B true CN106504192B (zh) | 2019-10-25 |
Family
ID=58319288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610918240.9A Active CN106504192B (zh) | 2016-10-21 | 2016-10-21 | 一种输电线路走廊地质灾害勘探影像处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106504192B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018179403A1 (ja) * | 2017-03-31 | 2018-10-04 | 日本電気株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
| CN108447123A (zh) * | 2018-03-27 | 2018-08-24 | 贵州电网有限责任公司输电运行检修分公司 | 一种输电线路走廊地质灾害勘测方法和系统 |
| CN109756675A (zh) * | 2018-12-18 | 2019-05-14 | 中交高新科技产业发展有限公司 | 一种山地灾害动态全景模拟方法及系统 |
| CN109934093B (zh) * | 2019-01-21 | 2021-03-30 | 创新奇智(南京)科技有限公司 | 一种识别货架商品的方法、计算机可读介质及识别系统 |
| CN111027422A (zh) * | 2019-11-27 | 2020-04-17 | 国网山东省电力公司电力科学研究院 | 一种应用于输电线路走廊的应急无人机巡检方法及系统 |
| CN111678502B (zh) * | 2020-06-09 | 2022-06-14 | 中国科学院东北地理与农业生态研究所 | 基于无人机航测影像提取冻土灾害信息的方法 |
| CN113763325B (zh) * | 2021-08-03 | 2024-02-13 | 山东电力工程咨询院有限公司 | 非立体环境下的杆塔高度及挂线点高度空间量测方法 |
| WO2023097494A1 (zh) * | 2021-11-30 | 2023-06-08 | 深圳市大疆创新科技有限公司 | 全景图像拍摄方法、装置、无人机、系统及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103606852A (zh) * | 2013-11-26 | 2014-02-26 | 广东电网公司电力科学研究院 | 无人直升机的电力线巡检方法 |
| CN105427377A (zh) * | 2015-11-03 | 2016-03-23 | 武汉地大信息工程股份有限公司 | 一种基于无人机的地质灾害数据采集处理方法及装置 |
| CN105675055A (zh) * | 2016-01-26 | 2016-06-15 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰预测预警的方法与系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9635259B2 (en) * | 2015-01-21 | 2017-04-25 | Izak Jan van Cruyningen | Forward motion compensated flight path |
-
2016
- 2016-10-21 CN CN201610918240.9A patent/CN106504192B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103606852A (zh) * | 2013-11-26 | 2014-02-26 | 广东电网公司电力科学研究院 | 无人直升机的电力线巡检方法 |
| CN105427377A (zh) * | 2015-11-03 | 2016-03-23 | 武汉地大信息工程股份有限公司 | 一种基于无人机的地质灾害数据采集处理方法及装置 |
| CN105675055A (zh) * | 2016-01-26 | 2016-06-15 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰预测预警的方法与系统 |
Non-Patent Citations (1)
| Title |
|---|
| 无人机低空摄影测量系统在全州县地质灾害应急中的应用;叶科峰 等;《第十三届中国科协年会第12分会场-测绘服务灾害与应急管理学术研讨会》;20110921;第1-6页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106504192A (zh) | 2017-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106504192B (zh) | 一种输电线路走廊地质灾害勘探影像处理方法及系统 | |
| US11080911B2 (en) | Mosaic oblique images and systems and methods of making and using same | |
| US9547935B2 (en) | Method and a system for building a three-dimensional model from satellite images | |
| US9530235B2 (en) | Aligning panoramic imagery and aerial imagery | |
| CN106204443A (zh) | 一种基于多目复用的全景无人机系统 | |
| Gonçalves et al. | CHAIR: Automatic image registration based on correlation and Hough transform | |
| EP2946366A1 (en) | Method and system for geo-referencing at least one sensor image | |
| CN106204507A (zh) | 一种无人机图像拼接方法 | |
| CN110940318A (zh) | 航空遥感实时成像方法、电子设备以及存储介质 | |
| Aktar et al. | Robust mosaicking of maize fields from aerial imagery | |
| Jin | ENVI automated image registration solutions | |
| CA3142001C (en) | Spherical image based registration and self-localization for onsite and offsite viewing | |
| CN114387532A (zh) | 边界的识别方法及其装置、终端、电子设备和无人设备 | |
| Connal | Methodology for Volumetric Estimation of Condensed Water Vapor Plumes from Remotely Sensed Imagery | |
| Patil et al. | Stellar: a Large Satellite Stereo Dataset for Digital Surface Model Generation | |
| Yahyanejad | Orthorectified mosacking of images from small-scale unmanned aerial vehicles | |
| Fichtelmann et al. | A new approach of geo-rectification for time series satellite data based on a graph-network | |
| CN112288637A (zh) | 无人机航拍图像快速拼接装置及快速拼接方法 | |
| CN115967354A (zh) | 一种基于无人机巡航的光伏故障检测方法 | |
| Colles et al. | Autonomous Aerial Mapping and Observation Task for IMAV2014 Competition | |
| Jacobsen et al. | Mapping with WorldView-1 Imagery | |
| Wu et al. | A robust registration method for high resolution remote sensing images | |
| de Carvalho | Environmental Monitoring using Small Format Aerial Image Mosaics Natal Henrique Cordeiro1 Luiz Marcos Garcia Gonçalves1 Igor Pinheiro de Sales Cabral1 | |
| Heiner | Construction of Large Geo-Referenced Mosaics from MAV Video and Telemetry Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | 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 |