CN107749072A - 一种适用于坡面测量的无人机航拍图像校准方法 - Google Patents
一种适用于坡面测量的无人机航拍图像校准方法 Download PDFInfo
- Publication number
- CN107749072A CN107749072A CN201710860050.0A CN201710860050A CN107749072A CN 107749072 A CN107749072 A CN 107749072A CN 201710860050 A CN201710860050 A CN 201710860050A CN 107749072 A CN107749072 A CN 107749072A
- Authority
- CN
- China
- Prior art keywords
- domatic
- image
- slope
- point
- origin
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Optical Distance (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种适用于坡面测量的无人机航拍图像校准方法,首先建立图像校准模型;然后无人机垂直采集点,采集坡面地图影像数据及校准数据,并根据采集的数据计算出坡面角度Slope和坡面图像方位角Azimuth;随后判断是否有测距模块,如果有,采用测距模块测量垂直距离Length;如果没有,则通过采集校准点代换成垂直距离Length;根据所获取的垂直距离Length,计算出坡面图像比例尺SlopeScale、图像原点Origin的地理三维坐标以及目标点的地理三维坐标,完成校准。本发明使无人机测量校准技术不再局限于平面,同时为坡面测量和投影测量的需求提供了科学依据,为精准测量提供了有效保障;且其实现了快速、简易的校准,提高了坡面图像校准的精确度和校准效率。
Description
技术领域
本发明涉及图像校准领域,具体涉及一种适用于坡面测量的无人机航拍图像校准方法。
背景技术
现有的航拍校准方法通常采用无人机正射影像测量技术和倾斜摄影技术,其中:
无人机正射影像测量技术只是用于平面地域,在丘陵及山坡地区,由于地貌的特殊性导致测量结果精度下降,甚至只能得到投影面积,最终结果与实际数据相差甚多;
而倾斜摄影技术目可针对坡面进行航拍校准,其将多角度的航拍图片进行点云重组,得到三维模型进行坡面校准及测量;此方法需要前期采集大量多角度航拍图片,并通过专业建模软件及图形工作站经过数小时的处理,才能得到结果,虽然精度高但是时效差,无法实时得到可用于测量的数据;除此之外,配套的专业设备购置成本高达几十万,并且需要专业人员才能操作完成,对于轻量级的用户来说无疑是一个很高的门槛。
发明内容
基于此,针对上述问题,有必要提出一种适用于坡面测量的无人机航拍图像校准方法,本发明使无人机测量校准技术不再局限于平面,同时为坡面测量和投影测量的需求提供了科学依据,为精准测量提供了有效保障;且其实现了快速、简易的校准,提高了坡面图像校准的精确度和校准效率。
本发明的技术方案是:
一种适用于坡面测量的无人机航拍图像校准方法,包括以下步骤:
a、建立具有坡面角度Slope、坡面图像方位角Azimuth、坡面图像比例尺SlopeScale和图像原点Origin四个参数的图像校准模型;
b、采集包括曝光点俯仰角度GimbalPitch-1、曝光点方位角GimbalAzimuth-1、曝光点地理坐标DroneLocation-1、曝光点飞行高度H1、地面站地理坐标DeviceLocation-1以及地面站海拔h1的坡面图像数据,并根据采集的数据计算出坡面角度Slope和坡面图像方位角Azimuth;
c、坡面角度Slope和坡面图像方位角Azimuth计算完成后,测量垂直距离Length;
d、判断是否有测距模块,如果有,则采用测距模块进行测量,获取垂直距离Length;如果否,则进行无测距模块测量,通过采集校准点代换成垂直距离Length;
e、根据所获取的垂直距离Length,计算出坡面图像比例尺SlopeScale;
f、计算出图像原点Origin的地理三维坐标以及目标点的地理三维坐标,完成校准。
在本发明所述的无人机航拍图像校准方法中,主要涉及到对坡面地图的测量和校准,首先建立包括坡面角度Slope、坡面图像方位角Azimuth、坡面图像比例尺SlopeScale和图像原点Origin四个参数的图像校准模型;然后将无人机升至所需测量的坡面上方,且垂直于采集点,采集坡面地图影像数据及校准数据;测量完数据后,进行坡面角度Slope和坡面图像方位角Azimuth的计算;然后判断是否有测距模块,如果有测距模块,则后续校准所需的垂直距离Length为通过测距模块测量的真实拍摄距离;如果没有测距模块,则后续校准所需的垂直距离Length为通过采集校准点代换的真实拍摄距离;随后根据所采集和计算的所有数据配合,计算出坡面图像比例尺SlopeScale、图像原点Origin的地理三维坐标以及目标点的地理三维坐标,完成校准;
建立了上述图像校准模型的作用如下:
当以上四个参数均已知的情况下,以某点A为例,通过勾股定理得到图像原点Origin到A点的图像距离PicDistance以及图像方位角PicAzimuth,图像距离PicDistance与坡面图像比例尺SlopeScale的乘积为坡面地理距离SlopeDistance;根据坡面角度Slope、坡面图像比例尺SlopeScale及坡面投影关系,求出点A到图像原点Origin的图像投影纵坐标差值dHeight、图像投影横坐标差值dWidht以及点A到图像原点Origin的地理高度差dh,根据dHeight、dWidth及Azimuth求出投影方位角dAzimuth,根据dHeight、dWidth和SlooeScale得到点A到图像原点Origin的投影距离dDistance,由图像原点Origin坐标以地理高度差dh、投影方位角dAzimuth和投影距离dDistance为参数,根据地理坐标转换方法即可得到A点的真实地理坐标。
本发明的无人机航拍图像校准方法,主要涉及到包括航拍设备及数据采集模块、图像校准模型模块、坡度代换模块、距离测量模块、距离代换模块以及自动校准模块在内的几个模块,其中:
航拍设备及数据采集模块,主要用于针对地图校准采集需要的校准数据及影像数据;
图像校准模型模块,主要用于建立图像校准标准及参考;
坡度代换模块,用于在有测距模块的前提下,求出目标点的坡度;
距离测量模块,用于测量曝光点到摄像头对焦点的真实距离;
距离代换模块,用于在没有距离测量模块的情况下,计算曝光点到对焦点的真实距离;
自动校准模块,用于对航拍地图进行初步校准;
通过以上模块之间的相互配合,实现对坡面地图图像的测量和校准,选择坡面地图任意若干点即可得到其与图像原点Origin之间的坡面距离、坡面面积、投影距离、投影面积以及地理三维坐标;其校准方式简单、快速,在满足坡面测量的同时,提高了校准的精确度和校准效率。
作为上述方案的进一步优化,所述步骤b包括以下步骤:
b1、控制无人机飞行到坡面上方,且保持无人机水平位置不变;
b2、判断是否知晓坡面坡度,如果是,则输入坡度,自动调整云台与坡面垂直,并进入步骤b4;如果否,则进入步骤b3;
b3、判断是否有测距模块,如果是,则利用坡度代换模块求出坡度,并自动调节云台与坡面垂直,进入步骤b4;如果否,则手动调节云台与坡面垂直,并进入步骤b4;
b4、当调节无人机飞行高度及曝光点俯仰角度至曝光点与坡面垂直时,触发采集信号,采集当前坡面地图影像资料;
b5、记录曝光点俯仰角度GimbalPitch-1、曝光点方位角GimbalAzimuth-1、曝光点地理坐标DroneLocation-1、曝光点飞行高度H1、地面站地理坐标DeviceLocation-1以及地面站海拔h1;
b6、计算坡面角度Slope和坡面图像方位角Azimuth,其中:
坡面角度Slope=90°-GimbalPitch-1;
坡面图像方位角Azimuth=GimbalAzimuth-1。
在建立了图像校准模型后,控制无人机升至待测坡面的上方,如果知晓坡面的角度,则直接输入坡面角度,自动调整云台与坡面垂直;如果不知晓坡面的角度,则需要判断是否有测距模块,有测距模块的情况下,需要用到坡度代换模块求出目标点的坡度;没有测距模块,则需要手动调节云台与坡面垂直;当调节无人机曝光点与坡面的位置至曝光点与坡面垂直时,触发采集信号,采集当前坡面的地图影像资料,并根据采集到的各项测量数据,计算出坡面角度Slope和坡面图像方位角Azimuth;该采集方法也可以先采集校准点数据,再采集垂直位置的数据,并且校准点可重复采集多次,最优方案为校准点和图像原点处于同一水平位置;其采集方法简单,保证了无人机曝光点与坡面垂直,使采集到的数据更真实、有效,为精准测量提供了有效保障,确保了对坡面角度和坡面图像方位角的校准准确度。
作为上述方案的进一步优化,所述步骤b3中利用坡度代换模块求出坡面角度Slope的具体步骤包括:
b31、将无人机驶至待测坡面的上空区域,确保待测坡面在取景范围内;
b32、调节并固定云台位置,记录坡面起始位置校准点A的拍摄距离Length-A、曝光点俯仰角度Gimbal-A以及曝光点高度H-A;
b33、记录坡面上与云台在同一水平面的校准点B的拍摄距离Length-B、曝光点俯仰角度Gimbal-B以及曝光点高度H-B;
b34、根据曝光点俯仰角度Gimbal-A和曝光点俯仰角度Gimabal-B得到校准点A的拍摄距离Length-A与校准点B的拍摄距离Length-B之间的夹角rad;
b35、根据三角函数,得到曝光点垂直于坡面的拍摄距离Length-Temp;
b36、根据拍摄距离Length-Temp和校准点A的拍摄距离Length-A,利用勾股定理,求得拍摄距离Length-Temp和校准点A的拍摄距离Length-A之间的夹角rad-Temp;
b37、根据夹角rad-Temp和曝光点俯仰角度Gimbal-A,计算出曝光点与坡面垂直时的云台角度Gimabal-Slope=90°-(rad-Temp+Gimbal-A);
b38、计算出坡面角度Slope=90°-Gimbal-Slope。
采用坡度代换模块求出坡面角度Slope,在有测距模块的前提下,使得计算出坡面角度Slope的效率更高、准确度更高。
作为上述方案的进一步优化,所述步骤d中有测距模块的情况下进行测距的步骤包括:
d1、测距模块位于摄像头一侧,且测距模块与曝光点同步移动;
d2、测量出曝光点到摄像头对焦点的真实距离Distance;
d3、计算出垂直距离Length=Distance。
如果无人机上有测距模块,则当曝光点与坡面垂直时,测距模块也与坡面垂直,使测得的真实距离即为垂直距离Length;其对距离的测量快速、准确,为后续校准提供了数据基础。
作为上述方案的进一步优化,所述步骤d中没有测距模块的情况下进行测距的步骤包括:
d1、保持无人机水平位置不变,通过上升或下降无人机并调节云台,将取景器中心点与采集的图像中心点重叠,触发采集信号;
d2、记录曝光点俯仰角度GimbalPitch-2、曝光点方位角GimbalAzimuth-2、曝光点地理坐标DroneLocation-2、曝光点飞行高度H2、地面站地理坐标DeviceLocation-2以及地面站海拔H2;
d3、判断d2步骤所记录的数据是否可靠,如果是,则进入步骤d4;如果否,则重新进入步骤d1;
d4、计算垂直距离Length。
如果无人机上没有测距模块,则需要通过采集校准点代换真实拍摄距离的方法来获取垂直距离Length;具体方法为本步骤所述的,调节无人机云台,将取景器中心点与采集的图像中心点重叠,触发采集信号,记录相关数据;此方案中的最优方案是将云台直接调制水平位置,通过调节无人机飞行高度确认取景器中心点与采集的图像中心点重合,且可判断所记录的相关数据是否可靠,可重复多次采集操作,对多次采集的数据进行筛选、加权平均,得到最终可靠、有效的数据,为计算垂直距离Length提供了数据保障,使最终的校准效果更好,实现低误差甚至零误差。
作为上述方案的进一步优化,所述步骤d4包括以下步骤:
d41、根据曝光点飞行高度H1和曝光点飞行高度H2的差值,计算出高度差DH;
d42、获取由垂直距离Length、高度差DH以及校准采集点到图像中心点距离AdjustLength组成的三角形。
将垂直距离Length、高度差DH以及校准采集点到图像中心点距离AdjustLength组成一个三角形,可利用三角函数法计算出曝光点与坡面的垂直距离Length,其测量及计算效率高,如果测量数据准确,则通过这些数据计算出的垂直距离Length不存在误差,使得求得的垂直距离Length的准确度高。
作为上述方案的更进一步优化,所述步骤d4还包括以下步骤:
d43、判断曝光点飞行高度H1是否大于曝光点飞行高度H2,如果H1>H2,则高度差DH=H1-H2,并进入步骤d44;如果H1<H2,则高度差DH=H2-H1,并进入步骤d45;
d44、计算出高度差DH两边的角度a和b,并进入步骤d46;其中:
a=90°-GimbalPitch-1,b=90°+GimbalPitch-2;
d45、计算出高度差DH两边的角度a和b,并进入步骤d46;其中:
a=90°-GimbalPitch-2,b=90°+GimbalPitch-1;
d46、根据高度差DH以及高度差DH两边的角度a和b,利用三角函数法求出垂直距离Length。
由于曝光点飞行高度H1和曝光点飞行高度H2的高度不同,导致计算出的高度差DH两边的角度a和b不一致,所以先要判断曝光点飞行高度H1是否大于曝光点飞行高度H2,如图1所示,为H1>H2时,计算垂直距离Length的示意图,根据测量出来的数据,计算出高度差DH及其两边的角度a和b,然后根据三角函数法求出垂直距离Length,使求得的垂直距离Length为真实的曝光点垂直于坡面的距离,提高测量准确度。
作为上述方案的更进一步优化,所述步骤e中计算坡面图像比例尺SlopeScale的步骤包括:
e1、获取图像传感器尺寸的高SenorHeight、图像传感器尺寸的宽SenorWidth、图像的宽ImageWidth、图像的高ImageHeight和焦距FocalLength;
e2、根据所得的垂直距离Length,计算出坡面覆盖宽度SlopeWidth、坡面覆盖高度SlopeHeight、坡面实际覆盖范围SlopeArea、投影横向比例尺WidthScale、投影纵向比例尺HeightScale和坡面图像比例尺SlopeScale。
作为上述方案的更进一步优化,所述步骤e2中对坡面覆盖宽度SlopeWidth、坡面覆盖高度SlopeHeight、坡面实际覆盖范围SlopeArea、投影横向比例尺WidthScale、投影纵向比例尺HeightScale和坡面图像比例尺SlopeScale的计算方式如下,其中:
图像坡面覆盖宽度SlopeWidth=(SenorWidth÷FocalLength×Length);
图像坡面覆盖高度SlopeHeight=(SenorHeight÷FocalLength×Length);
坡面实际覆盖范围SlopeArea=SlopeWidth×SlopeHeight;
投影横向比例尺WidthScale=SlopeWidth;
投影纵向比例尺HeightScale=SlopeHeight×cos(Slope);
坡面图像比例尺SlopeScale=SlopeWidth÷ImageWidth
或坡面图像比例尺SlopeScale=SlopeHeight÷ImageHeight。
至此,可根据图像坐标到图像原点Origin的图像坐标差值,求出坡面距离或面积以及对应的投影距离和面积,实现了快速校准,提高了坡面图像校准的完整度、精确度和校准效率。
作为上述方案的更进一步优化,所述步骤f中计算图像原点Origin的地理三维坐标的步骤包括:
f1、根据垂直距离Length和曝光点俯仰角度GimbalPitch-1,计算出图像原点Origin投影和曝光点投影的直线距离D=Length×cos(GimbalPitch-1);
f2、结合曝光点方位角GimbalAzimuth-1,利用地理坐标转换方法得到图像原点Origin的地理平面坐标;
f3、根据垂直距离Length和曝光点俯仰角度GimbalPitch-1,计算出图像原点Origin距离地面站的高度差ΔH=H1-Length×sin(GimbalPitch-1);
f4、计算出图像原点Origin的海拔高度h3=ΔH+h1,并结合图像原点Origin的地理平面坐标,得到图像原点Origin的地理三维坐标。
实现对图像原点Origin的地理三维坐标的计算,得到准确的图像原点Origin的地理三维坐标。
作为上述方案的更进一步优化,所述步骤f中计算目标点的地理三维坐标的步骤包括:
f5、保持目标点到图像原点Origin的横坐标差值不变,得到投影横坐标差值dWidth;同时根据目标点到图像原点Origin的纵坐标差值乘以cos(Slope),得到投影纵坐标差值dHeight;
f6、根据投影横坐标差值dWidth、投影纵坐标差值dHeight和坡面图像比例尺SlopeScale,并利用勾股定理求出投影距离dDistance和投影方位角dAzimuth;
f7、根据图像原点Origin的地理平面坐标,计算出目标点的地理平面坐标;
f8、目标点到图像原点Origin的纵坐标差值乘以sin(Slope)和坡面图像比例尺SlopeScale的积,得到目标点与图像原点Origin的高度差dh;
f9、计算出目标点的海拔高度h4=h3+dh;并结合目标点的地理平面坐标,得到目标点的地理三维坐标。
实现对目标点的地理三维坐标的计算,得到准确的目标点的地理三维坐标;计算出图像原点Origin的地理三维坐标和目标点的地理三维坐标后,坡面校准完成,选择坡面地图任意若干点即可得到其与图像原点Origin之间的坡面距离、坡面面积、投影距离、投影面积以及地理三维坐标;实现了坡面地图校准,且校准效率更高,校准更准确。
本发明的有益效果是:
1、通过以上模块之间的相互配合,实现对坡面地图图像的测量和校准,选择坡面地图任意若干点即可得到其与图像原点Origin之间的坡面距离、坡面面积、投影距离、投影面积以及地理三维坐标;其校准方式简单、快速,在满足坡面测量的同时,提高了校准的精确度和校准效率。
2、保证了无人机曝光点与坡面垂直,其采集方法简单,使采集到的数据更真实、有效,为精准测量提供了有效保障,确保了对坡面角度和坡面图像方位角的校准准确度。
3、可对有无测距模块进行判断,且无论有无测距模块都能得到可靠、有效的垂直距离Length数据,为校准结构提供了更准确的数据基础,实现了低误差甚至零误差。
4、在无测距模块的情况下,可根据曝光点飞行高度H1和曝光点飞行高度H2差,并判断H1和H2的高度关系,求出垂直距离Length;使求得的垂直距离Length为真实的曝光点垂直于坡面的距离,提高了测量准确度。
5、通过本发明的算法公式,实现对图像原点Origin和目标点的地理三维坐标的计算,得到准确的图像原点Origin和目标点的地理三维坐标。
附图说明
图1是本发明实施例所述曝光点飞行高度H1大于曝光点飞行高度H2时,计算垂直距离Length的示意图;
图2是本发明实施例所述适用于坡面测量的无人机航拍图像校准方法的流程图;
图3是本发明实施例所述在有测距模块的情况下,利用坡度代换模块计算坡面角度Slope的示意图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例1
如图2所示,一种适用于坡面测量的无人机航拍图像校准方法,包括以下步骤:
a、建立具有坡面角度Slope、坡面图像方位角Azimuth、坡面图像比例尺SlopeScale和图像原点Origin四个参数的图像校准模型;
b、采集包括曝光点俯仰角度GimbalPitch-1、曝光点方位角GimbalAzimuth-1、曝光点地理坐标DroneLocation-1、曝光点飞行高度H1、地面站地理坐标DeviceLocation-1以及地面站海拔h1的坡面图像数据,并根据采集的数据计算出坡面角度Slope和坡面图像方位角Azimuth;
c、坡面角度Slope和坡面图像方位角Azimuth计算完成后,测量垂直距离Length;
d、判断是否有测距模块,如果有,则采用测距模块进行测量,获取垂直距离Length;如果否,则进行无测距模块测量,通过采集校准点代换成垂直距离Length;
e、根据所获取的垂直距离Length,计算出坡面图像比例尺SlopeScale;
f、计算出图像原点Origin的地理三维坐标以及目标点的地理三维坐标,完成校准。
在本发明所述的无人机航拍图像校准方法中,主要涉及到对坡面地图的测量和校准,首先建立包括坡面角度Slope、坡面图像方位角Azimuth、坡面图像比例尺SlopeScale和图像原点Origin四个参数的图像校准模型;然后将无人机升至所需测量的坡面上方,且垂直于采集点,采集坡面地图影像数据及校准数据;测量完数据后,进行坡面角度Slope和坡面图像方位角Azimuth的计算;然后判断是否有测距模块,如果有测距模块,则后续校准所需的垂直距离Length为通过测距模块测量的真实拍摄距离;如果没有测距模块,则后续校准所需的垂直距离Length为通过采集校准点代换的真实拍摄距离;随后根据所采集和计算的所有数据配合,计算出坡面图像比例尺SlopeScale、图像原点Origin的地理三维坐标以及目标点的地理三维坐标,完成校准;
建立了上述图像校准模型的作用如下:
当以上四个参数均已知的情况下,以某点A为例,通过勾股定理得到图像原点Origin到A点的图像距离PicDistance以及图像方位角PicAzimuth,图像距离PicDistance与坡面图像比例尺SlopeScale的乘积为坡面地理距离SlopeDistance;根据坡面角度Slope、坡面图像比例尺SlopeScale及坡面投影关系,求出点A到图像原点Origin的图像投影纵坐标差值dHeight、图像投影横坐标差值dWidht以及点A到图像原点Origin的地理高度差dh,根据dHeight、dWidth及Azimuth求出投影方位角dAzimuth,根据dHeight、dWidth和SlooeScale得到点A到图像原点Origin的投影距离dDistance,由图像原点Origin坐标以地理高度差dh、投影方位角dAzimuth和投影距离dDistance为参数,根据地理坐标转换方法即可得到A点的真实地理坐标。
本发明的无人机航拍图像校准方法,主要涉及到包括航拍设备及数据采集模块、图像校准模型模块、坡度代换模块、距离测量模块、距离代换模块以及自动校准模块在内的几个模块,其中:
航拍设备及数据采集模块,主要用于针对地图校准采集需要的校准数据及影像数据;
图像校准模型模块,主要用于建立图像校准标准及参考;
坡度代换模块,用于在有测距模块的前提下,求出目标点的坡度;
距离测量模块,用于测量曝光点到摄像头对焦点的真实距离;
距离代换模块,用于在没有距离测量模块的情况下,计算曝光点到对焦点的真实距离;
自动校准模块,用于对航拍地图进行初步校准;
通过以上模块之间的相互配合,实现对坡面地图图像的测量和校准,选择坡面地图任意若干点即可得到其与图像原点Origin之间的坡面距离、坡面面积、投影距离、投影面积以及地理三维坐标;其校准方式简单、快速,在满足坡面测量的同时,提高了校准的精确度和校准效率。
实施例2
本实施例在实施例1的基础上,所述步骤b包括以下步骤:
b1、控制无人机飞行到坡面上方,且保持无人机水平位置不变;
b2、判断是否知晓坡面坡度,如果是,则输入坡度,自动调整云台与坡面垂直,并进入步骤b4;如果否,则进入步骤b3;
b3、判断是否有测距模块,如果是,则利用坡度代换模块求出坡度,并自动调节云台与坡面垂直,进入步骤b4;如果否,则手动调节云台与坡面垂直,并进入步骤b4;
b4、当调节无人机飞行高度及曝光点俯仰角度至曝光点与坡面垂直时,触发采集信号,采集当前坡面地图影像资料;
b5、记录曝光点俯仰角度GimbalPitch-1、曝光点方位角GimbalAzimuth-1、曝光点地理坐标DroneLocation-1、曝光点飞行高度H1、地面站地理坐标DeviceLocation-1以及地面站海拔h1;
b6、计算坡面角度Slope和坡面图像方位角Azimuth,其中:
坡面角度Slope=90°-GimbalPitch-1;
坡面图像方位角Azimuth=GimbalAzimuth-1。
在建立了图像校准模型后,控制无人机升至待测坡面的上方,如果知晓坡面的角度,则直接输入坡面角度,自动调整云台与坡面垂直;如果不知晓坡面的角度,则需要判断是否有测距模块,有测距模块的情况下,需要用到坡度代换模块求出目标点的坡度;没有测距模块,则需要手动调节云台与坡面垂直;当调节无人机曝光点与坡面的位置至曝光点与坡面垂直时,触发采集信号,采集当前坡面的地图影像资料,并根据采集到的各项测量数据,计算出坡面角度Slope和坡面图像方位角Azimuth;该采集方法也可以先采集校准点数据,再采集垂直位置的数据,并且校准点可重复采集多次,最优方案为校准点和图像原点处于同一水平位置;其采集方法简单,保证了无人机曝光点与坡面垂直,使采集到的数据更真实、有效,为精准测量提供了有效保障,确保了对坡面角度和坡面图像方位角的校准准确度。
实施例3
本实施例在实施例1的基础上,如图3所示,所述步骤b3中利用坡度代换模块求出坡面角度Slope的具体步骤包括:
b31、将无人机驶至待测坡面的上空区域,确保待测坡面在取景范围内;
b32、调节并固定云台位置,记录坡面起始位置校准点A的拍摄距离Length-A、曝光点俯仰角度Gimbal-A以及曝光点高度H-A;
b33、记录坡面上与云台在同一水平面的校准点B的拍摄距离Length-B、曝光点俯仰角度Gimbal-B以及曝光点高度H-B;
b34、根据曝光点俯仰角度Gimbal-A和曝光点俯仰角度Gimabal-B得到校准点A的拍摄距离Length-A与校准点B的拍摄距离Length-B之间的夹角rad;
b35、根据三角函数,得到曝光点垂直于坡面的拍摄距离Length-Temp;
b36、根据拍摄距离Length-Temp和校准点A的拍摄距离Length-A,利用勾股定理,求得拍摄距离Length-Temp和校准点A的拍摄距离Length-A之间的夹角rad-Temp;
b37、根据夹角rad-Temp和曝光点俯仰角度Gimbal-A,计算出曝光点与坡面垂直时的云台角度Gimabal-Slope=90°-(rad-Temp+Gimbal-A);
b38、计算出坡面角度Slope=90°-Gimbal-Slope。
采用本发明的方法,假设校准点A和校准点B,则在数据采集的过程中,将无人机驾驶至适当区域,确保待测坡面在取景器范围内,调节云台分别记录坡面下方校准点A(本发明最优方案的下方校准点为坡面起始位置)的拍摄距离Length-A、曝光点俯仰角度Gimbal-A以及曝光点高度H-A,调节云台使对焦点位于图像中心点上方校准点B(本发明最优方案为将云台置于水平),记录B点的拍摄距离Length-B、曝光点俯仰角度Gimbal-B以及曝光点高度H-B;然后,根据Gimbal-A和Gimabal-B得到Length-A与Length-B之间的夹角rad,此时根据三角函数可得到该曝光点垂直于坡面的拍摄距离Length-Temp,根据Length-Temp和Length-A,利用勾股定理,求的Length-Temp和Length-A之间的夹角rad-Temp;再利用90°减去rad-Temp和Gimbal-A之和可得到曝光点与坡面垂直时云台的角度Gimabal-Slope;随后云台根据角度Gimbal-Slope调节至对应俯仰角度,则坡面角度Slope=90°-Gimbal-Slope。
实施例4
本实施例在实施例1的基础上,所述步骤d中有测距模块的情况下进行测距的步骤包括:
d1、测距模块位于摄像头一侧,且测距模块与曝光点同步移动;
d2、测量出曝光点到摄像头对焦点的真实距离Distance;
d3、计算出垂直距离Length=Distance。
如果无人机上有测距模块,则当曝光点与坡面垂直时,测距模块也与坡面垂直,使测得的真实距离即为垂直距离Length;其对距离的测量快速、准确,为后续校准提供了数据基础。
实施例5
本实施例在实施例1的基础上,所述步骤d中没有测距模块的情况下进行测距的步骤包括:
d1、保持无人机水平位置不变,通过上升或下降无人机并调节云台,将取景器中心点与采集的图像中心点重叠,触发采集信号;
d2、记录曝光点俯仰角度GimbalPitch-2、曝光点方位角GimbalAzimuth-2、曝光点地理坐标DroneLocation-2、曝光点飞行高度H2、地面站地理坐标DeviceLocation-2以及地面站海拔H2;
d3、判断d2步骤所记录的数据是否可靠,如果是,则进入步骤d4;如果否,则重新进入步骤d1;
d4、计算垂直距离Length。
如果无人机上没有测距模块,则需要通过采集校准点代换真实拍摄距离的方法来获取垂直距离Length;具体方法为本步骤所述的,调节无人机云台,将取景器中心点与采集的图像中心点重叠,触发采集信号,记录相关数据;此方案中的最优方案是将云台直接调制水平位置,通过调节无人机飞行高度确认取景器中心点与采集的图像中心点重合,且可判断所记录的相关数据是否可靠,可重复多次采集操作,对多次采集的数据进行筛选、加权平均,得到最终可靠、有效的数据,为计算垂直距离Length提供了数据保障,使最终的校准效果更好,实现低误差甚至零误差。
实施例6
本实施例在实施例5的基础上,所述步骤d4包括以下步骤:
d41、根据曝光点飞行高度H1和曝光点飞行高度H2的差值,计算出高度差DH;
d42、获取由垂直距离Length、高度差DH以及校准采集点到图像中心点距离AdjustLength组成的三角形。
将垂直距离Length、高度差DH以及校准采集点到图像中心点距离AdjustLength组成一个三角形,可利用三角函数法计算出曝光点与坡面的垂直距离Length,其测量及计算效率高,如果测量数据准确,则通过这些数据计算出的垂直距离Length不存在误差,使得求得的垂直距离Length的准确度高。
实施例7
本实施例在实施例6的基础上,所述步骤d4还包括以下步骤:
d43、判断曝光点飞行高度H1是否大于曝光点飞行高度H2,如果H1>H2,则高度差DH=H1-H2,并进入步骤d44;如果H1<H2,则高度差DH=H2-H1,并进入步骤d45;
d44、计算出高度差DH两边的角度a和b,并进入步骤d46;其中:
a=90°-GimbalPitch-1,b=90°+GimbalPitch-2;
d45、计算出高度差DH两边的角度a和b,并进入步骤d46;其中:
a=90°-GimbalPitch-2,b=90°+GimbalPitch-1;
d46、根据高度差DH以及高度差DH两边的角度a和b,利用三角函数法求出垂直距离Length。
实施例8
本实施例在实施例5的基础上,所述步骤d4包括以下步骤:
d41、根据曝光点飞行高度H1和曝光点飞行高度H2的差值,计算出高度差DH;
d42、获取由垂直距离Length、高度差DH以及校准采集点到图像中心点距离AdjustLength组成的三角形;
d43、判断曝光点飞行高度H1是否大于曝光点飞行高度H2,如果H1>H2,则高度差DH=H1-H2,并进入步骤d44;如果H1<H2,则高度差DH=H2-H1,并进入步骤d45;
d44、计算出高度差DH两边的角度a和b,并进入步骤d46;其中:
a=90°-GimbalPitch-1,b=90°+GimbalPitch-2;
d45、计算出高度差DH两边的角度a和b,并进入步骤d46;其中:
a=90°-GimbalPitch-2,b=90°+GimbalPitch-1;
d46、根据高度差DH以及高度差DH两边的角度a和b,利用三角函数法求出垂直距离Length。
由于曝光点飞行高度H1和曝光点飞行高度H2的高度不同,导致计算出的高度差DH两边的角度a和b不一致,所以先要判断曝光点飞行高度H1是否大于曝光点飞行高度H2,如图1所示,为H1>H2时,计算垂直距离Length的示意图,根据测量出来的数据,计算出高度差DH及其两边的角度a和b,然后根据三角函数法求出垂直距离Length,使求得的垂直距离Length为真实的曝光点垂直于坡面的距离,提高测量准确度。
实施例9
本实施例在实施例1的基础上,所述步骤e中计算坡面图像比例尺SlopeScale的步骤包括:
e1、获取图像传感器尺寸的高SenorHeight、图像传感器尺寸的宽SenorWidth、图像的宽ImageWidth、图像的高ImageHeight和焦距FocalLength;
e2、根据所得的垂直距离Length,计算出坡面覆盖宽度SlopeWidth、坡面覆盖高度SlopeHeight、坡面实际覆盖范围SlopeArea、投影横向比例尺WidthScale、投影纵向比例尺HeightScale和坡面图像比例尺SlopeScale。
实施例10
本实施例在实施例9的基础上,所述步骤e2中对坡面覆盖宽度SlopeWidth、坡面覆盖高度SlopeHeight、坡面实际覆盖范围SlopeArea、投影横向比例尺WidthScale、投影纵向比例尺HeightScale和坡面图像比例尺SlopeScale的计算方式如下,其中:
图像坡面覆盖宽度SlopeWidth=(SenorWidth÷FocalLength×Length);
图像坡面覆盖高度SlopeHeight=(SenorHeight÷FocalLength×Length);
坡面实际覆盖范围SlopeArea=SlopeWidth×SlopeHeight;
投影横向比例尺WidthScale=SlopeWidth;
投影纵向比例尺HeightScale=SlopeHeight×cos(Slope);
坡面图像比例尺SlopeScale=SlopeWidth÷ImageWidth
或坡面图像比例尺SlopeScale=SlopeHeight÷ImageHeight。
至此,可根据图像坐标到图像原点Origin的图像坐标差值,求出坡面距离或面积以及对应的投影距离和面积,实现了快速校准,提高了坡面图像校准的完整度、精确度和校准效率。
实施例11
本实施例在实施例1的基础上,所述步骤f中计算图像原点Origin的地理三维坐标的步骤包括:
f1、根据垂直距离Length和曝光点俯仰角度GimbalPitch-1,计算出图像原点Origin投影和曝光点投影的直线距离D=Length×cos(GimbalPitch-1);
f2、结合曝光点方位角GimbalAzimuth-1,利用地理坐标转换方法得到图像原点Origin的地理平面坐标;
f3、根据垂直距离Length和曝光点俯仰角度GimbalPitch-1,计算出图像原点Origin距离地面站的高度差ΔH=H1-Length×sin(GimbalPitch-1);
f4、计算出图像原点Origin的海拔高度h3=ΔH+h1,并结合图像原点Origin的地理平面坐标,得到图像原点Origin的地理三维坐标。
实现对图像原点Origin的地理三维坐标的计算,得到准确的图像原点Origin的地理三维坐标。
实施例12
本实施例在实施例1的基础上,所述步骤f中计算目标点的地理三维坐标的步骤包括:
f5、保持目标点到图像原点Origin的横坐标差值不变,得到投影横坐标差值dWidth;同时根据目标点到图像原点Origin的纵坐标差值乘以cos(Slope),得到投影纵坐标差值dHeight;
f6、根据投影横坐标差值dWidth、投影纵坐标差值dHeight和坡面图像比例尺SlopeScale,并利用勾股定理求出投影距离dDistance和投影方位角dAzimuth;
f7、根据图像原点Origin的地理平面坐标,计算出目标点的地理平面坐标;
f8、目标点到图像原点Origin的纵坐标差值乘以sin(Slope)和坡面图像比例尺SlopeScale的积,得到目标点与图像原点Origin的高度差dh;
f9、计算出目标点的海拔高度h4=h3+dh;并结合目标点的地理平面坐标,得到目标点的地理三维坐标。
实现对目标点的地理三维坐标的计算,得到准确的目标点的地理三维坐标;计算出图像原点Origin的地理三维坐标和目标点的地理三维坐标后,坡面校准完成,选择坡面地图任意若干点即可得到其与图像原点Origin之间的坡面距离、坡面面积、投影距离、投影面积以及地理三维坐标;实现了坡面地图校准,且校准效率更高,校准更准确。
以上所述实施例仅表达了本发明的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (11)
1.一种适用于坡面测量的无人机航拍图像校准方法,其特征在于,包括以下步骤:
a、建立具有坡面角度Slope、坡面图像方位角Azimuth、坡面图像比例尺SlopeScale和图像原点Origin四个参数的图像校准模型;
b、采集包括曝光点俯仰角度GimbalPitch-1、曝光点方位角GimbalAzimuth-1、曝光点地理坐标DroneLocation-1、曝光点飞行高度H1、地面站地理坐标DeviceLocation-1以及地面站海拔h1的坡面图像数据,并根据采集的数据计算出坡面角度Slope和坡面图像方位角Azimuth;
c、坡面角度Slope和坡面图像方位角Azimuth计算完成后,测量垂直距离Length;
d、判断是否有测距模块,如果有,则采用测距模块进行测量,获取垂直距离Length;如果否,则进行无测距模块测量,通过采集校准点代换成垂直距离Length;
e、根据所获取的垂直距离Length,计算出坡面图像比例尺SlopeScale;
f、计算出图像原点Origin的地理三维坐标以及目标点的地理三维坐标,完成校准。
2.根据权利要求1所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤b包括以下步骤:
b1、控制无人机飞行到坡面上方,且保持无人机水平位置不变;
b2、判断是否知晓坡面角度Slope的值,如果是,则输入坡面角度Slope的值,自动调整云台与坡面垂直,并进入步骤b4;如果否,则进入步骤b3;
b3、判断是否有测距模块,如果是,则利用坡度代换模块求出坡面角度Slope,并自动调节云台与坡面垂直,进入步骤b4;如果否,则手动调节云台与坡面垂直,并进入步骤b4;
b4、当调节无人机飞行高度及曝光点俯仰角度至曝光点与坡面垂直时,触发采集信号,采集当前坡面地图影像资料;
b5、记录曝光点俯仰角度GimbalPitch-1、曝光点方位角GimbalAzimuth-1、曝光点地理坐标DroneLocation-1、曝光点飞行高度H1、地面站地理坐标DeviceLocation-1以及地面站海拔h1;
b6、计算坡面角度Slope和坡面图像方位角Azimuth,其中:
坡面角度Slope=90°-GimbalPitch-1;
坡面图像方位角Azimuth=GimbalAzimuth-1。
3.根据权利要求2所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤b3中利用坡度代换模块求出坡面角度Slope的具体步骤包括:
b31、将无人机驶至待测坡面的上空区域,确保待测坡面在取景范围内;
b32、调节并固定云台位置,记录坡面起始位置校准点A的拍摄距离Length-A、曝光点俯仰角度Gimbal-A以及曝光点高度H-A;
b33、记录坡面上与云台在同一水平面的校准点B的拍摄距离Length-B、曝光点俯仰角度Gimbal-B以及曝光点高度H-B;
b34、根据曝光点俯仰角度Gimbal-A和曝光点俯仰角度Gimabal-B得到校准点A的拍摄距离Length-A与校准点B的拍摄距离Length-B之间的夹角rad;
b35、根据三角函数,得到曝光点垂直于坡面的拍摄距离Length-Temp;
b36、根据拍摄距离Length-Temp和校准点A的拍摄距离Length-A,利用勾股定理,求得拍摄距离Length-Temp和校准点A的拍摄距离Length-A之间的夹角rad-Temp;
b37、根据夹角rad-Temp和曝光点俯仰角度Gimbal-A,计算出曝光点与坡面垂直时的云台角度Gimabal-Slope=90°-(rad-Temp+Gimbal-A);
b38、计算出坡面角度Slope=90°-Gimbal-Slope。
4.根据权利要求1所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤d中有测距模块的情况下进行测距的步骤包括:
d1、测距模块位于摄像头一侧,且测距模块与曝光点同步移动;
d2、测量出曝光点到摄像头对焦点的真实距离Distance;
d3、计算出垂直距离Length=Distance。
5.根据权利要求1所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤d中没有测距模块的情况下进行测距的步骤包括:
d1、保持无人机水平位置不变,通过上升或下降无人机并调节云台,将取景器中心点与采集的图像中心点重叠,触发采集信号;
d2、记录曝光点俯仰角度GimbalPitch-2、曝光点方位角GimbalAzimuth-2、曝光点地理坐标DroneLocation-2、曝光点飞行高度H2、地面站地理坐标DeviceLocation-2以及地面站海拔h2;
d3、判断d2步骤所记录的数据是否可靠,如果是,则进入步骤d4;如果否,则重新进入步骤d1;
d4、计算垂直距离Length。
6.根据权利要求5所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤d4包括以下步骤:
d41、根据曝光点飞行高度H1和曝光点飞行高度H2的差值,计算出高度差DH;
d42、获取由垂直距离Length、高度差DH以及校准采集点到图像中心点距离AdjustLength组成的三角形。
7.根据权利要求6所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤d4还包括以下步骤:
d43、判断曝光点飞行高度H1是否大于曝光点飞行高度H2,如果H1>H2,则高度差DH=H1-H2,并进入步骤d44;如果H1<H2,则高度差DH=H2-H1,并进入步骤d45;
d44、计算出高度差DH两边的角度a和b,并进入步骤d46;其中:
a=90°-GimbalPitch-1,b=90°+GimbalPitch-2;
d45、计算出高度差DH两边的角度a和b,并进入步骤d46;其中:
a=90°-GimbalPitch-2,b=90°+GimbalPitch-1;
d46、根据高度差DH以及高度差DH两边的角度a和b,利用三角函数法求出垂直距离Length。
8.根据权利要求1所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤e中计算坡面图像比例尺SlopeScale的步骤包括:
e1、获取图像传感器尺寸的高SenorHeight、图像传感器尺寸的宽SenorWidth、图像的宽ImageWidth、图像的高ImageHeight和焦距FocalLength;
e2、根据所得的垂直距离Length,计算出坡面覆盖宽度SlopeWidth、坡面覆盖高度SlopeHeight、坡面实际覆盖范围SlopeArea、投影横向比例尺WidthScale、投影纵向比例尺HeightScale和坡面图像比例尺SlopeScale。
9.根据权利要求8所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤e2中对坡面覆盖宽度SlopeWidth、坡面覆盖高度SlopeHeight、坡面实际覆盖范围SlopeArea、投影横向比例尺WidthScale、投影纵向比例尺HeightScale和坡面图像比例尺SlopeScale的计算方式如下,其中:
图像坡面覆盖宽度SlopeWidth=(SenorWidth÷FocalLength×Length);
图像坡面覆盖高度SlopeHeight=(SenorHeight÷FocalLength×Length);
坡面实际覆盖范围SlopeArea=SlopeWidth×SlopeHeight;
投影横向比例尺WidthScale=SlopeWidth;
投影纵向比例尺HeightScale=SlopeHeight×cos(Slope);
坡面图像比例尺SlopeScale=SlopeWidth÷ImageWidth
或坡面图像比例尺SlopeScale=SlopeHeight÷ImageHeight。
10.根据权利要求1所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤f中计算图像原点Origin的地理三维坐标的步骤包括:
f1、根据垂直距离Length和曝光点俯仰角度GimbalPitch-1,计算出图像原点Origin投影和曝光点投影的直线距离D=Length×cos(GimbalPitch-1);
f2、结合曝光点方位角GimbalAzimuth-1,利用地理坐标转换方法得到图像原点Origin的地理平面坐标;
f3、根据垂直距离Length和曝光点俯仰角度GimbalPitch-1,计算出图像原点Origin距离地面站的高度差ΔH=H1-Length×sin(GimbalPitch-1);
f4、计算出图像原点Origin的海拔高度h3=ΔH+h1,并结合图像原点Origin的地理平面坐标,得到图像原点Origin的地理三维坐标。
11.根据权利要求1所述的适用于坡面测量的无人机航拍图像校准方法,其特征在于,所述步骤f中计算目标点的地理三维坐标的步骤包括:
f5、保持目标点到图像原点Origin的横坐标差值不变,得到投影横坐标差值dWidth;同时根据目标点到图像原点Origin的纵坐标差值乘以cos(Slope),得到投影纵坐标差值dHeight;
f6、根据投影横坐标差值dWidth、投影纵坐标差值dHeight和坡面图像比例尺SlopeScale,并利用勾股定理求出投影距离dDistance和投影方位角dAzimuth;
f7、根据图像原点Origin的地理平面坐标,计算出目标点的地理平面坐标;
f8、目标点到图像原点Origin的纵坐标差值乘以sin(Slope)和坡面图像比例尺SlopeScale的积,得到目标点与图像原点Origin的高度差dh;
f9、计算出目标点的海拔高度h4=h3+dh;并结合目标点的地理平面坐标,得到目标点的地理三维坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710860050.0A CN107749072B (zh) | 2017-09-21 | 2017-09-21 | 一种适用于坡面测量的无人机航拍图像校准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710860050.0A CN107749072B (zh) | 2017-09-21 | 2017-09-21 | 一种适用于坡面测量的无人机航拍图像校准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107749072A true CN107749072A (zh) | 2018-03-02 |
CN107749072B CN107749072B (zh) | 2021-01-19 |
Family
ID=61255420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710860050.0A Active CN107749072B (zh) | 2017-09-21 | 2017-09-21 | 一种适用于坡面测量的无人机航拍图像校准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107749072B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109631849A (zh) * | 2018-12-17 | 2019-04-16 | 中铁二院工程集团有限责任公司 | 一种基于倾斜摄影的高陡边坡危岩测量方法 |
CN111238341A (zh) * | 2020-01-19 | 2020-06-05 | 国网山东省电力公司济南供电公司 | 一种利用无人机进行远程遥控的线间距离测量装置 |
CN111336933A (zh) * | 2019-07-03 | 2020-06-26 | 广东森霖造绿有限公司 | 一种应用无人机拍摄的树木检测方法 |
CN111539568A (zh) * | 2020-04-22 | 2020-08-14 | 深圳市地质局 | 基于无人机和三维建模技术的安全监测系统及方法 |
CN113673457A (zh) * | 2021-08-26 | 2021-11-19 | 北京环境特性研究所 | 模拟测量图像处理方法、装置、计算设备及存储介质 |
CN113701678A (zh) * | 2021-09-18 | 2021-11-26 | 武汉光谷卓越科技股份有限公司 | 一种基于线扫描三维的路面平整度检测方法 |
CN117671543A (zh) * | 2024-01-31 | 2024-03-08 | 青岛云世纪信息科技有限公司 | 一种无人机图像坐标校准方法及系统、电子设备 |
WO2024109382A1 (zh) * | 2022-11-22 | 2024-05-30 | 西安爱生技术集团有限公司 | 一种无人机着陆阶段离地高度计算方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6282803B1 (en) * | 1998-04-24 | 2001-09-04 | Laser Technology, Inc. | Self calibration circuit for determining an accurate zero compensation for a fluxgate compass |
CN102957895A (zh) * | 2011-08-25 | 2013-03-06 | 上海安维尔信息科技有限公司 | 一种基于卫星图的全局拼接型视频监控显示方法 |
CN103236160A (zh) * | 2013-04-07 | 2013-08-07 | 水木路拓科技(北京)有限公司 | 基于视频图像处理技术的路网交通状态监测系统 |
CN103499346A (zh) * | 2013-09-29 | 2014-01-08 | 大连理工大学 | 一种小型无人机地面站三维导航地图实现方法 |
CN104848873A (zh) * | 2014-02-18 | 2015-08-19 | 空中客车运营简化股份公司 | 传感器数据融合的方法 |
US10586464B2 (en) * | 2015-07-29 | 2020-03-10 | Warren F. LeBlanc | Unmanned aerial vehicles |
-
2017
- 2017-09-21 CN CN201710860050.0A patent/CN107749072B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6282803B1 (en) * | 1998-04-24 | 2001-09-04 | Laser Technology, Inc. | Self calibration circuit for determining an accurate zero compensation for a fluxgate compass |
CN102957895A (zh) * | 2011-08-25 | 2013-03-06 | 上海安维尔信息科技有限公司 | 一种基于卫星图的全局拼接型视频监控显示方法 |
CN103236160A (zh) * | 2013-04-07 | 2013-08-07 | 水木路拓科技(北京)有限公司 | 基于视频图像处理技术的路网交通状态监测系统 |
CN103499346A (zh) * | 2013-09-29 | 2014-01-08 | 大连理工大学 | 一种小型无人机地面站三维导航地图实现方法 |
CN103499346B (zh) * | 2013-09-29 | 2016-05-11 | 大连理工大学 | 一种小型无人机地面站三维导航地图实现方法 |
CN104848873A (zh) * | 2014-02-18 | 2015-08-19 | 空中客车运营简化股份公司 | 传感器数据融合的方法 |
US10586464B2 (en) * | 2015-07-29 | 2020-03-10 | Warren F. LeBlanc | Unmanned aerial vehicles |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109631849A (zh) * | 2018-12-17 | 2019-04-16 | 中铁二院工程集团有限责任公司 | 一种基于倾斜摄影的高陡边坡危岩测量方法 |
CN111336933A (zh) * | 2019-07-03 | 2020-06-26 | 广东森霖造绿有限公司 | 一种应用无人机拍摄的树木检测方法 |
CN111238341A (zh) * | 2020-01-19 | 2020-06-05 | 国网山东省电力公司济南供电公司 | 一种利用无人机进行远程遥控的线间距离测量装置 |
CN111238341B (zh) * | 2020-01-19 | 2022-01-07 | 国网山东省电力公司济南供电公司 | 一种利用无人机进行远程遥控的线间距离测量装置 |
CN111539568A (zh) * | 2020-04-22 | 2020-08-14 | 深圳市地质局 | 基于无人机和三维建模技术的安全监测系统及方法 |
CN113673457A (zh) * | 2021-08-26 | 2021-11-19 | 北京环境特性研究所 | 模拟测量图像处理方法、装置、计算设备及存储介质 |
CN113673457B (zh) * | 2021-08-26 | 2023-06-30 | 北京环境特性研究所 | 模拟测量图像处理方法、装置、计算设备及存储介质 |
CN113701678A (zh) * | 2021-09-18 | 2021-11-26 | 武汉光谷卓越科技股份有限公司 | 一种基于线扫描三维的路面平整度检测方法 |
WO2024109382A1 (zh) * | 2022-11-22 | 2024-05-30 | 西安爱生技术集团有限公司 | 一种无人机着陆阶段离地高度计算方法及系统 |
CN117671543A (zh) * | 2024-01-31 | 2024-03-08 | 青岛云世纪信息科技有限公司 | 一种无人机图像坐标校准方法及系统、电子设备 |
CN117671543B (zh) * | 2024-01-31 | 2024-04-19 | 青岛云世纪信息科技有限公司 | 一种无人机图像坐标校准方法及系统、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107749072B (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107749072A (zh) | 一种适用于坡面测量的无人机航拍图像校准方法 | |
WO2022170878A1 (zh) | 一种无人机测量输电线路影像距离的系统及方法 | |
CN110136259A (zh) | 一种基于倾斜摄影辅助bim和gis的三维建模技术 | |
CN106767706A (zh) | 一种无人机勘查交通事故现场的航拍图像采集方法及系统 | |
CN113137955B (zh) | 一种基于场景建模和虚拟摄影的无人机航测虚拟仿真方法 | |
CN107504957A (zh) | 利用无人机多视角摄像快速进行三维地形模型构建的方法 | |
CN107167790A (zh) | 一种基于标定场的激光雷达两步标定方法 | |
CN110006407A (zh) | 基于旋翼无人机的贴近摄影测量方法 | |
CN103617649B (zh) | 一种基于相机自标定技术的河工模型地形测量方法 | |
CN104363438B (zh) | 全景立体影像制作方法 | |
KR101308744B1 (ko) | 항공촬영 영상의 지형대비 기준점 합성형 공간영상도화 시스템 | |
CN112113542A (zh) | 一种无人机航摄建设用地土地专项数据验收的方法 | |
CN111959803B (zh) | 一种无人机倾斜拍摄平台及倾斜拍摄无人机 | |
CN109084690A (zh) | 基于无人机可见光遥感的作物株高计算方法 | |
CN110487253A (zh) | 一种基于多旋翼无人机高精度不动产测量方法 | |
CN102645209A (zh) | 机载LiDAR点云和高分辨率影像进行空间点的联合定位方法 | |
CN108761271A (zh) | 一种电网树障检测方法及系统 | |
CN109631854B (zh) | 一种低空无人机摄影测定矿区采煤塌陷裂缝方法 | |
CN112288848A (zh) | 无人机航拍三维建模计算工程量的方法 | |
CN113776504B (zh) | 一种复杂结构水工程无人机高精度摄影和质量控制方法 | |
CN111598937A (zh) | 一种基于标定区块对靶校正的农田测亩方法及系统 | |
CN111833435A (zh) | 无人机近地遥感成熟作物密度高通量测量方法 | |
CN107784633A (zh) | 适用于平面测量的无人机航拍图像校准方法 | |
CN108050995B (zh) | 一种基于dem的倾斜摄影无像控点航摄测区归并方法 | |
CN108415459A (zh) | 一种无人机绕目标点环绕飞行的控制方法及装置 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211104 Address after: 610000 No. 3-3, floor 3, building A2, No. 1666, second section of Chenglong Avenue, Chengdu Economic and Technological Development Zone (Longquanyi District), Sichuan Province Patentee after: Chengdu zhunwang Technology Co.,Ltd. Address before: 614100 no.217, Yingchun West Road, Yicheng Town, Jiajiang County, Leshan City, Sichuan Province Patentee before: Huang Renjie |
|
TR01 | Transfer of patent right |