CN107976176A - 无人机数据处理方法及装置 - Google Patents
无人机数据处理方法及装置 Download PDFInfo
- Publication number
- CN107976176A CN107976176A CN201711171627.3A CN201711171627A CN107976176A CN 107976176 A CN107976176 A CN 107976176A CN 201711171627 A CN201711171627 A CN 201711171627A CN 107976176 A CN107976176 A CN 107976176A
- Authority
- CN
- China
- Prior art keywords
- elements
- distortion
- processing
- exterior orientation
- orientation data
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供的无人机数据处理方法及装置,属于测绘空间数据处理技术领域。该无人机数据处理方法通过Pix4D软件对无人机航飞后的影像进行粗空三处理后,获得满足SSK应用要求的外方位元素数据,然后再通过SSK软件进行精空三处理,进而获得高精度的数字高程模型DEM和数字划线地图DLG。
Description
技术领域
本发明涉及测绘空间数据处理技术领域,具体而言,涉及无人机处理方法及装置。
背景技术
近年来,随着传感器技术的发展和飞控成本的降低,无人机在越来越多的领域中得以应用。其中,对于以航测为大专业分支的测绘行业自然也受到了无人机飞行技术的垂青。对比于以大相机大飞机为基础的传统航空摄影测量,采用无人机进行摄影测量具备灵活且高速高效等优点,更重要的是,其成本相对于大飞机而言存在巨大优势。目前,部分无人机已被标称可达到精度1:1000甚至1:2000,这无疑给传统摄影测量行业带来了巨大变革。
但是,虽然无人机有诸如以上的种种优势,但飞行质量不佳成为其最大的硬伤。无人机航飞时极其不稳定,有时微弱的风力就能够对航飞结果造成致命干扰。没有良好的航摄成果的情况下,且不论航飞的片子质量如何,只是飞下来的姿态就已经很难达到后期使用的标准,这对无人机在测绘行业的扩展使用造成了极大阻碍。
发明内容
本发明的目的在于提供一种无人机数据处理方法及装置,以改善上述问题。
本发明提供一种无人机数据处理方法,所述方法包括:对无人机航飞后获得的影像进行去畸变处理;将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据加入到Pix4D中;在Pix4D中根据无人机搭载的相机的基本配置参数定义相机文件;基于所述第一外方位元素数据和所述相机文件,在Pix4D中对所述经去畸变处理的影像进行空三处理,以在该空三处理后获得第二外方位元素数据;以及,基于所述第二外方位元素数据,在SSK中对所述经去畸变处理的影像进行空三处理,以获取满足精度需求的数字高程模型DEM和/或数字划线地图DLG。
可选地,所述对无人机航飞后获得的影像进行去畸变处理的步骤,包括:根据预先在检校场检校出的相机畸变参数,对无人机航飞后获得的影像进行去畸变处理。
可选地,所述将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据导入到Pix4D中的步骤,包括:将第一外方位元素数据处理成为经纬度表示的数据格式或者处理成在直角坐标系下表示的数据格式;将经处理的第一外方位元素数据加入到Pix4D软件中。
可选地,所述第二外方位元素数据中包括角元素。
可选地,用于定义相机文件的所述基本配置参数包括相机焦距、画幅大小、主点偏移量、像元大小。
本发明提供一种无人机数据处理装置,所述装置包括:去畸变模块,配置成对无人机航飞后获得的影像进行去畸变处理;格式化处理模块,配置成将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据加入到Pix4D中;文件定义模块,配置成在Pix4D中根据无人机搭载的相机的基本配置参数定义相机文件;第一空三处理模块,配置成基于所述第一外方位元素数据和所述相机文件,在Pix4D中对所述经去畸变处理的影像进行空三处理,以在该空三处理后获得第二外方位元素数据;以及,第二空三处理模块,配置成基于所述第二外方位元素数据,在SSK中对所述经去畸变处理的影像进行空三处理,以获取满足精度需求的数字高程模型DEM和/或数字划线地图DLG。
可选地,所述去畸变模块对无人机航飞后获得的影像进行去畸变处理的方式,包括:根据预先在检校场检校出的相机畸变参数,对无人机航飞后获得的影像进行去畸变处理。
可选地,所述格式化处理模块将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据导入到Pix4D中的方式,包括:将第一外方位元素数据处理成为经纬度表示的数据格式或者处理成在直角坐标系下表示的数据格式;将经处理的第一外方位元素数据加入到Pix4D软件中。
可选地,所述第二外方位元素数据中包括角元素。
可选地,所述的无人机数据处理装置,其特征在于,用于定义相机文件的所述基本配置参数包括相机焦距、画幅大小、主点偏移量、像元大小。
本发明提供的无人机数据处理方法及装置,通过Pix4D软件对无人机航飞后的数据进行预先的空三处理后,再通过SSK软件进行空三处理,以获得高精度的数字高程模型DEM和/或数字划线地图DLG。该无人机数据处理方法克服了现有技术中的不足,尤其是在无人机航飞质量不佳情况下仍能够满足获取高精度的DEM(数字高程模型)和DLG(数字线划地图)的需求。换言之,使用本发明提供的这种方法,只要无人机航飞的片子有重叠,飞下来有位置参数,就算是只有每条航线首尾位置坐标的情况,使用这种方法都能够成功完成定向,继而进行后期的采集和DOM制作工作。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种用于执行无人机数据处理方法的计算设备的方框示意图;
图2为本发明实施例提供的一种用于执行无人机数据处理方法的流程图;
图3为本发明实施例提供的一种用于执行无人机数据处理装置的功能模块示意图。
图标:100-计算设备;110-存储器;120-处理器;130-无人机数据处理装置;1302-去畸变模块;1304-格式化处理模块;1306-文件定义模块;1308-第一空三处理模块;1310-第二空三处理模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,是本发明实施例提供的用于执行无人机数据处理方法的计算设备100。计算设备100可以是个人计算机、服务器,但不限于此。计算设备100包括存储器110、处理器120以及无人机数据处理装置130。
存储器110和处理器120之间直接或间接地电性连接,以实现数据的传输或交互。无人机处理装置130包括至少一个可以软件或固件的形式存储于存储器110中或固化在计算设备100的操作系统中的软件功能模块。处理器120用于执行存储器中存储的可执行模块,例如无人机数据处理装置130包括的软件功能模块或计算机程序。
请参阅图2,是本发明实施例提供的一种无人机数据处理方法的流程图。所应说明的是,本实施例提供的方法不以图2及以下所述的具体顺序为限制。下面对图2中所示的各步骤进行详细阐述。
步骤S101,对无人机航飞后获得的影像进行去畸变处理。
本实施例中,在Pix4D软件中,用预先在检校场检校出的畸变参数对无人机航飞后获取的影像进行去畸变处理。去畸变处理是无人机数据处理流程中的必要环节,因为只有畸变去除后,才可以保证后续相对定向成果的正确、模型没有视差,进而保证采集精度。
步骤S103,将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据加入到Pix4D中。
POS系统(定位定姿系统)搭载在无人机上,在飞行过程中获取第一外方位元素(第一EO)数据。换言之,第一EO数据是POS系统直接飞下来的数据,不适用于Pix4D。因此,在本实施例中,需要将第一EO数据进行统一的格式化处理,然后再将处理后的第一外方位元素数据加入到Pix4D中。
作为一种实施方式,可以将第一外方位元素数据处理成经纬度表示的数据格式或者处理成在直角坐标系下表示的数据格式。
步骤S105,在Pix4D中根据无人机搭载的相机的基本配置参数定义相机文件。
本实施例中,用于定义相机文件的所述基本配置参数包括相机焦距、画幅大小、主点偏移量、像元大小。
步骤S107,基于所述第一外方位元素数据和所述相机文件,在Pix4D中对所述经去畸变处理的影像进行空三处理,以在该空三处理后获得第二外方位元素数据。
所述空三处理是指空中三角测量。空中三角测量是立体摄影测量中,根据少量的野外控制点,在室内进行控制点加密,求得加密点的高程和平面位置的测量方法。其主要目的是为缺少野外控制点的地区测图提供绝对定向的控制点。
本实施例中,即使在第一EO数据中未给出角元素,通过Pix4D的空三处理所获得的第二外方位元素(第二EO)数据中仍然会包含计算出来的角元素。
步骤S109,基于所述第二外方位元素数据,在SSK中对所述经去畸变处理的影像进行空三处理,以获取满足精度需求的数字高程模型DEM和/或数字划线地图DLG。
SSK是传统的航摄相机的软件,所获取的成果精度高,但对于EO数据有很高的要求。无人机初始获取的EO数据(如本实施例中的第一EO数据)不能满足SSK的应用需求。Pix4D为专用的处理无人机数据的软件,它在处理航飞情况不佳时尤其有优势,但Pix4D的精度劣于SSK,达不到生产需求。因此,本实施例中采用Pix4D做粗空三处理,所得到的新的EO数据(第二EO数据)被SSK用于精空三处理,以期获取满足需求的产品精度。
在本实施例提供的方法中,如果去畸变彻底、又使用了人工量测连接点且后期进行了单模型调值,那么1:1000精度要求是完全能够达到的。另外,在做了足够多的像控数量的情况下,达到1:500精度也是可能的。
例如以下两个测区(仅讨论高程,因为平面精度基本都可以达到):
表1测区高程精度对比表
从上表可以看出,误差呈现偶然误差分布特征,这说明采用该流程测量不存在系统误差,成果可靠,均满足数字成图高程注记点的高程精度要求。
有益效果分析:由于航测成图采用无人机,因此与传统航测成图相比,项目花费的时间大大减少,且节省了90%的航摄工作量,虽然增加了外业像控成本,但总体缩短了作业周期,从而提高了整个项目的经济效益。
上述两个测区总面积241km2,采用本流程共花费成本12万元,而按照以往成图每平方3000计算,共节约成本60.3万,节省了83%的成本。
综上所述,本发明流程设计合理、实现方便且使用效果好,可广泛用于大比例尺航测成图外业高程注记点测量和数字地形图碎部点的测量工作中,形成了一条从数据获取、数据处理、精度分析等组成的全数字化摄影测量数据链,进而缩短了成图周期,提高了测绘成图作业效率,同时测量精度可靠,使用稳定性好。
请参阅图3,是本发明实施例提供的一种无人机数据处理装置130的功能模块框图。无人机数据处理装置130包括去畸变模块1302、格式化处理模块1304、文件定义模块1306、第一空三处理模块1308和第二空三处理模块1310。
去畸变模块1302,配置成对无人机航飞后获得的影像进行去畸变处理。
格式化处理模块1304,配置成将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据加入到Pix4D中。
文件定义模块1306,配置成在Pix4D中根据无人机搭载的相机的基本配置参数定义相机文件。
第一空三处理模块1308,配置成基于所述第一外方位元素数据和所述相机文件,在Pix4D中对所述经去畸变处理的影像进行空三处理,以在该空三处理后获得第二外方位元素数据。
第二空三处理模块1310,配置成基于所述第二外方位元素数据,在SSK中对所述经去畸变处理的影像进行空三处理,以获取满足精度需求的数字高程模型DEM和/或数字划线地图DLG。
本发明实施例所提供的无人机数据处理装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
以上各模块可以是由软件代码实现,此时,上述的各模块可存储于计算设备的存储器内。以上各模块同样可以由硬件例如集成电路芯片实现。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,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,可轻易想到变化或替换,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附权利要求的保护范围为准。
Claims (10)
1.一种无人机数据处理方法,其特征在于,所述方法包括:
对无人机航飞后获得的影像进行去畸变处理;
将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据加入到Pix4D中;
在Pix4D中根据无人机搭载的相机的基本配置参数定义相机文件;
基于所述第一外方位元素数据和所述相机文件,在Pix4D中对所述经去畸变处理的影像进行空三处理,以在该空三处理后获得第二外方位元素数据;及
基于所述第二外方位元素数据,在SSK中对所述经去畸变处理的影像进行空三处理,以获取满足精度需求的数字高程模型DEM和/或数字划线地图DLG。
2.根据权利要求1所述的无人机数据处理方法,其特征在于,所述对无人机航飞后获得的影像进行去畸变处理的步骤,包括:
根据预先在检校场检校出的相机畸变参数,对无人机航飞后获得的影像进行去畸变处理。
3.根据权利要求1所述的无人机数据处理方法,其特征在于,所述将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据导入到Pix4D中的步骤,包括:
将第一外方位元素数据处理成经纬度表示的数据格式或者处理成在直角坐标系下表示的数据格式;
将经处理的第一外方位元素数据加入到Pix4D软件中。
4.根据权利要求1所述的无人机数据处理方法,其特征在于,所述第二外方位元素数据中包括角元素。
5.根据权利要求1所述的无人机数据处理方法,其特征在于,用于定义相机文件的所述基本配置参数包括相机焦距、画幅大小、主点偏移量、像元大小。
6.一种无人机数据处理装置,其特征在于,所述装置包括:
去畸变模块,配置成对无人机航飞后获得的影像进行去畸变处理;
格式化处理模块,配置成将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据加入到Pix4D中;
文件定义模块,配置成在Pix4D中根据无人机搭载的相机的基本配置参数定义相机文件;
第一空三处理模块,配置成基于所述第一外方位元素数据和所述相机文件,在Pix4D中对所述经去畸变处理的影像进行空三处理,以在该空三处理后获得第二外方位元素数据;及
第二空三处理模块,配置成基于所述第二外方位元素数据,在SSK中对所述经去畸变处理的影像进行空三处理,以获取满足精度需求的数字高程模型DEM和/或数字划线地图DLG。
7.根据权利要求6所述的无人机数据处理装置,其特征在于,所述去畸变模块对无人机航飞后获得的影像进行去畸变处理的方式,包括:
根据预先在检校场检校出的相机畸变参数,对无人机航飞后获得的影像进行去畸变处理。
8.根据权利要求6所述的无人机数据处理装置,其特征在于,所述格式化处理模块将经去畸变处理的影像的第一外方位元素数据进行统一的格式化处理,并将处理后的第一外方位元素数据导入到Pix4D中的方式,包括:
将第一外方位元素数据处理成为经纬度表示的数据格式或者处理成在直角坐标系下表示的数据格式;
将经处理的第一外方位元素数据加入到Pix4D软件中。
9.根据权利要求6所述的无人机数据处理装置,其特征在于,所述第二外方位元素数据中包括角元素。
10.根据权利要求6所述的无人机数据处理装置,其特征在于,用于定义相机文件的所述基本配置参数包括相机焦距、画幅大小、主点偏移量、像元大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711171627.3A CN107976176B (zh) | 2017-11-22 | 2017-11-22 | 无人机数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711171627.3A CN107976176B (zh) | 2017-11-22 | 2017-11-22 | 无人机数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107976176A true CN107976176A (zh) | 2018-05-01 |
CN107976176B CN107976176B (zh) | 2020-09-29 |
Family
ID=62010916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711171627.3A Active CN107976176B (zh) | 2017-11-22 | 2017-11-22 | 无人机数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107976176B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109489547A (zh) * | 2018-10-20 | 2019-03-19 | 长江水利委员会长江科学院 | 一种堆渣体堆渣量动态变化的监测方法 |
CN111951391A (zh) * | 2020-06-24 | 2020-11-17 | 中铁第一勘察设计院集团有限公司 | 一种低空无人机航测数据的线划地形图制作方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959343A (zh) * | 2005-10-31 | 2007-05-09 | 北京师范大学 | 机载多角度成像测高技术 |
CN102706326A (zh) * | 2012-04-27 | 2012-10-03 | 北京市测绘设计研究院 | 光束法空中三角测量文件数据处理方法 |
CN103884321A (zh) * | 2014-04-17 | 2014-06-25 | 西安煤航信息产业有限公司 | 一种遥感影像成图工艺 |
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 |
-
2017
- 2017-11-22 CN CN201711171627.3A patent/CN107976176B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959343A (zh) * | 2005-10-31 | 2007-05-09 | 北京师范大学 | 机载多角度成像测高技术 |
CN102706326A (zh) * | 2012-04-27 | 2012-10-03 | 北京市测绘设计研究院 | 光束法空中三角测量文件数据处理方法 |
CN103884321A (zh) * | 2014-04-17 | 2014-06-25 | 西安煤航信息产业有限公司 | 一种遥感影像成图工艺 |
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 |
Non-Patent Citations (3)
Title |
---|
李文文: "无人机的POS修正以及影像拼接研究", 《中国优秀硕士学位论文全文数据库 基础科学辑 (月刊)》 * |
王勇 等: "基于PhotoScan的无人机航摄大比例尺DOM制作", 《矿山测量》 * |
金鼎坚 等: "面向地质灾害调查的无人机遥感影像处理软件比较", 《国土资源遥感》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109489547A (zh) * | 2018-10-20 | 2019-03-19 | 长江水利委员会长江科学院 | 一种堆渣体堆渣量动态变化的监测方法 |
CN111951391A (zh) * | 2020-06-24 | 2020-11-17 | 中铁第一勘察设计院集团有限公司 | 一种低空无人机航测数据的线划地形图制作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107976176B (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108537834B (zh) | 一种基于深度图像的体积测量方法、系统及深度相机 | |
US9942535B2 (en) | Method for 3D scene structure modeling and camera registration from single image | |
CN110160502A (zh) | 地图要素提取方法、装置及服务器 | |
CN105931234A (zh) | 一种地面三维激光扫描点云与影像融合及配准的方法 | |
CN109961497A (zh) | 基于无人机影像的实时三维重建方法 | |
Taylor et al. | Monitoring landscape change in the National Parks of England and Wales using aerial photo interpretation and GIS | |
CN110929612A (zh) | 一种目标对象标注方法、装置及设备 | |
US20220309708A1 (en) | System and method for automated estimation of 3d orientation of a physical asset | |
CN106097433A (zh) | 物体工业与影像模型的叠加方法及系统 | |
CN101545776A (zh) | 基于数字地图的数码像片方位元素获取方法 | |
CN106062815A (zh) | 使用准周期栅格的图像校正的方法及系统 | |
Grigillo et al. | Automated building extraction from IKONOS images in suburban areas | |
CN103954970A (zh) | 一种地形要素采集方法 | |
Simon et al. | CAD and GIS techniques in georeferencing maps for the identification and mapping of meadows in Arad county. | |
CN109961510A (zh) | 一种基于三维点云重构技术的高切坡地质快速编录方法 | |
CN107976176A (zh) | 无人机数据处理方法及装置 | |
CN105865413B (zh) | 一种建筑物高度的获取方法及装置 | |
CN113032977A (zh) | 基于无人机逆建模技术的土石方量测算方法 | |
Wang et al. | Unmanned aerial vehicle and structure‐from‐motion photogrammetry for three‐dimensional documentation and digital rubbing of the Zuo River Valley rock paintings | |
CN116229001A (zh) | 一种基于空间熵的城市三维数字地图生成方法及系统 | |
CN105678097B (zh) | 数字高程模型自动化构建方法 | |
Patel et al. | Deep Learning-Based Plant Organ Segmentation and Phenotyping of Sorghum Plants Using LiDAR Point Cloud | |
KR101091595B1 (ko) | 고정밀도의 입체모형 지형도의 제작 방법 | |
CN106340062A (zh) | 一种三维纹理模型文件的生成方法和装置 | |
CN116311010A (zh) | 一种林地资源调查与碳汇计量的方法与系统 |
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 |