CN108550154A - 一种精准量测喀斯特地表裸露岩石占比的方法 - Google Patents
一种精准量测喀斯特地表裸露岩石占比的方法 Download PDFInfo
- Publication number
- CN108550154A CN108550154A CN201810319682.0A CN201810319682A CN108550154A CN 108550154 A CN108550154 A CN 108550154A CN 201810319682 A CN201810319682 A CN 201810319682A CN 108550154 A CN108550154 A CN 108550154A
- Authority
- CN
- China
- Prior art keywords
- image
- rock
- accounting
- earth
- sample prescription
- 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.)
- Pending
Links
- 239000011435 rock Substances 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000004513 sizing Methods 0.000 claims abstract description 8
- 230000011218 segmentation Effects 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000000149 penetrating effect Effects 0.000 claims description 3
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 19
- 238000012876 topography Methods 0.000 abstract description 6
- 239000004575 stone Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241000238097 Callinectes sapidus Species 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 239000005427 atmospheric aerosol Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
- G01B11/285—Measuring arrangements characterised by the use of optical techniques for measuring areas using photoelectric detection means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- 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
- G06T2207/30184—Infrastructure
Abstract
本发明公开一种精准量测喀斯特地表裸露岩石占比的方法,包括在预采集的喀斯特地表样方内放置标尺,采集样方内的地表数字图像的图像采集步骤;用图像处理软件将上述得到的数字图像以样方中标尺定标,在像素和实际长度之间建立映射关系的尺寸标定步骤;将上述尺寸标定后的图像进行平滑、除燥、二值化处理的图像预处理步骤;将上述预处理后的二值化图像分割出岩石范围的岩石分割步骤;分别计数岩石分割步骤得到的图像中有效岩石像素和图像像素,根据尺寸映射关系得到图像中的岩石实际面积和样方实际面积,从而可计算得到预采集的测喀斯特地表裸露岩石占比的岩石占比计算步骤。本发明具有不受地形地貌限制、操作简单、拆装便捷、量测误差较小的特点。
Description
技术领域
本发明属于生态研究技术领域,具体涉及一种不受地形地貌限制、操作简单、拆装便捷、量测误差较小的精准量测喀斯特地表裸露岩石占比的方法。
背景技术
喀斯特地貌是中国,乃至世界范围广泛分布的一种地貌类型,植被消失后的景观被定义为石漠化,是我国与黄土、荒漠、冻土并列的中国西部四大生态环境脆弱带。地表裸露岩石占比是判断喀斯特地貌是否石漠化的重要指标。现有技术中,针对诸如量测喀斯特地表裸露岩石占比一般采用网格法、遥感技术等方法。网格法适合于微域尺度的量测,但需要人工复杂布置和测量,而且易受地形地貌的限制,不仅量测过程繁复,且易受人为因素影响,量测精度相对较低。遥感技术虽然量测速度快,适合于区域尺度的量测,但由于影像质量易受到大气气溶胶和卫星轨道偏差等客观因素的影响,精度上很难准确判读微尺度上的露石占比,需要通过目视判读校准遥感影像,实现区域尺度的石漠化动态监测,而且在森林植被覆盖等高密度区域,林下裸岩由于无法被准确探测,量测范围也受到一定的制约。因此,精准量测微域尺度的喀斯特地表露石占比,是实现石漠化监测,特别是判定喀斯特林内露石占比的最重要技术关口。精准量测露石占比,也将为石漠化治理工程设计,喀斯特森林生态系统的研究与保护提供最基本的技术参数。
发明内容
本发明针对现有技术存在的问题及不足,提供了一种不受地形地貌限制、操作简单、拆装便捷、量测误差较小的精准量测喀斯特地表裸露岩石占比的方法。
本发明是这样实现的:包括图像采集、尺寸标定、图像预处理、岩石分割、岩石占比计算步骤,具体包括:
A、图像采集:在预采集的喀斯特地表样方内放置标尺,采集前述样方内的地表数字图像;
B、尺寸标定:用图像处理软件将A步骤得到的数字图像以样方中的标尺定标,在像素和实际长度之间建立映射关系;
C、图像预处理:将B步骤得到的图像进行平滑、除燥、二值化处理;
D、岩石分割:将C步骤预处理后的二值化图像分割出岩石范围;
E、岩石占比计算:分别计数D步骤的图像中有效岩石像素和图像像素,根据B步骤的映射关系得到图像中的岩石实际面积和样方实际面积,从而可计算得到预采集的测喀斯特地表裸露岩石占比。
本发明与现有技术相比具有以下有益效果:
1、本发明将数字图像处理技术应用于喀斯特地表裸露岩石占比分析,取代传统网格法的人工测量和遥感影像技术,相比网格法不仅不易受地形地貌的限制,能充分适应喀斯特山区地貌地势特征,而且量测过程简单,人为影像因素较小,还节省了人力成本,从而提高了量测工作效率和量测的精度;而相比遥感影像技术,不仅不易受环境等客观因素影响,而且还能实现微尺度上的露石占比的精确量测,更能准确量测诸如林下裸岩等遮挡类型。
2、本发明通过在样方中设置标尺,使得在数字图像处理时使图像像素与实际长度之间建立准确的映射关系,从而可以灵活的布置图像采集设备的高度以适应不同样方大小,避免传统图样采集过程需要限制样方大小以保证对应的图像尺寸比例关系,从而可以扩大本发明的适应性。
3、本发明通过在图像采集设备上及其支架上设置水平仪,通过依照水平仪来调整图像采集设备及支架,能够快速而准确的保证图像采集设备的镜头光轴垂直于样方对角线的中心,提高了图像采集设备拆装的便捷性和图像采集效率,也保证了所采集图像具有最小的变形,从而保证了图像的像素计数的准确性,使得量测结果更加精确。
因此,本发明具有不受地形地貌限制、操作简单、拆装便捷、量测误差较小的特点。
附图说明
图1为本发明之图像采集示意图;
图2为本发明之流程示意图;
图3为实施例之灰度图像;
图4为图3之二值化图像;
图5为图3之岩石分割图;
图中:1-三脚架,2-竖杆,3-横臂,4-照相机。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但不以任何方式对本发明加以限制,基于本发明教导所作的任何变更或改进,均属于本发明的保护范围。
如图1至5所示,本发明包括图像采集、尺寸标定、图像预处理、岩石分割、岩石占比计算步骤,具体包括:
A、图像采集:在预采集的喀斯特地表样方内放置标尺,采集前述样方内的地表数字图像;
B、尺寸标定:用图像处理软件将A步骤得到的数字图像以样方中的标尺定标,在像素和实际长度之间建立映射关系;
C、图像预处理:将B步骤得到的图像进行平滑、除燥、二值化处理;
D、岩石分割:将C步骤预处理后的二值化图像分割出岩石范围;
E、岩石占比计算:分别计数D步骤的图像中有效岩石像素和图像像素,根据B步骤的映射关系得到图像中的岩石实际面积和样方实际面积,从而可计算得到预采集的测喀斯特地表裸露岩石占比。
所述A步骤包括:
A10、调整图像采集设备的支架,使图像采集设备的镜头光轴垂直于样方对角线的中心;
A20、在预采集的喀斯特地表样方对角线的中心内放置标尺,然后对样方进行拍照。
所述A10步骤包括:
A11、按图像采集设备的支架之底座上设置的水平仪进行调整,使支架之竖杆与样方的地面呈90度;
A12、按图像采集设备的支架之横臂上设置的水平仪进行调整,使横臂与A11步骤的竖杆呈90度;
A13、将图像采集设备设置于A12的横臂,按图像采集设备上设置的水平仪调整横臂长度及图像采集设备,使图像采集设备的镜头光轴垂直于样方对角线的中心。
所述图像采集设备的支架上固定设置有照明光源。
所述B步骤中的图像处理软件为Image J软件。
所述图像采集设备的镜头距离样方对角线的中心1.5m。
所述C步骤中的二值化处理是将预处理的RGB图像拆分为三个8位图像,选择green分量的灰度图,调整阈值使图像中红色的区域变成黑色,其他区域变成白色,最终得到图像的黑白二元图。
所述C步骤中对B步骤得到的图像先采用中值滤波算法进行平滑处理,然后对黑白二元图进行除噪和二值化处理并填充空洞。
所述中值滤波算法为3×3中值滤波器算法,所述除噪处理采用最小值滤波器算法。
所述D步骤中是将黑白二元图利用直方图法调整轮廓阈值,分割出岩石轮廓范围后与彩色图像叠加,然后使用魔法棒或手动勾画对轮廓范围按彩色图像进行纠正。
所述E步骤中统计岩石轮廓内的像素作为有效岩石像素,以及统计C步骤中平滑处理后彩色图像的像素作为图像像素。
实施例:
如图1至5所示,量测喀斯特地表裸露岩石占比过程如下:
1、图像采集:
1.1、设备调整:
1.1.1调整支架之三脚架1以适应带有坡度和坑洼的地面,使其固定平稳,并按着水平仪进行调整保证竖杆2与地面呈90度;
1.1.2、调整支架之横臂3,让横臂3与支架上的竖杆2呈90度,调整横臂3水平仪,让横臂3与拍摄地面保持平行;
1.1.3、相机4上安装水平仪,将相机4安装于横臂3的顶端,根据水平仪调整相机4,使相机4的镜头光轴与地面垂直,并与竖杆2平行,调整横臂3的长度,让相机4的镜头光轴垂直于样方对角线的中心位置,调整竖杆2的长度使相机4的镜头距离样方中心位置1.5m处固定好。
1.2、设置标尺并拍照:
1.2.1、在约1×1m样方的对角线中心内放置标尺;
1.2.3、在手机下载WMU软件,用手机与相机4连接,通过手机中的WMU软件查看相机4镜头内的拍摄画面,并根据画面调整固定好相机焦距和位置,对1*1m样方进行拍照,获得数字图像。
2、尺寸标定:用Image J软件(Image J是一个开放的Java图像处理程序)中的直线工具,将上述数字图像以样方中的标尺定标,在数字图像的像素和实际长度之间建立映射关系。
3、图像预处理:
3.1、将上述建立映射关系的数字图片进行平滑、除燥处理;
3.2、将3.1处理后的数字彩色RGB图像先采用3×3中值滤波器算法对图像进行平滑处理以消除椒盐噪声,然后拆分为三个8位灰度图像,其中包含了原有的红色、绿色和蓝色分量;选择green分量的8_bit灰度图,根据图片灰度值利用直方图法设置最佳阈值;通过拖动标杆,当直方图明显呈双峰时,选择两个峰值的中点作为最佳阈值,将图像全部分割出来,最后选择apply,使红色的区域最后变成黑色,其他区域变成白色,整个图片变成黑白二元图;
3.3、将上述黑白二元图采用中值滤波算法去除图像中的噪声,然后在process中二值化处理,填充空洞(因为岩石大部分都是实心的)。
4、岩石分割:将3.3处理后的黑白二元图通过调整轮廓阈值自动分割出岩石轮廓范围后与原彩色数字图像叠加,使用魔法棒或人工肉眼判别对测量区域进行调整和勾画,得到裸露岩石的分割图像。
5、岩石占比计算:分别计数上述已分割出岩石轮廓的数字图像中有效岩石像素和总图像像素,根据2中映射关系得到图像中的岩石实际面积和样方实际面积,从而可计算得到预采集的测喀斯特地表裸露岩石占比。
通过与现有技术中常规方法的比较表明,本发明的方法操作简单,地表裸露岩石的表面积测量误差较小,特别适合于野外测量使用,测量结果可以在分析喀斯特露石表面积特征上应用。
Claims (9)
1.一种精准量测喀斯特地表裸露岩石占比的方法,其特征在于包括图像采集、尺寸标定、图像预处理、岩石分割、岩石占比计算步骤,具体包括:
A、图像采集:在预采集的喀斯特地表样方内放置标尺,采集前述样方内的地表数字图像;
B、尺寸标定:用图像处理软件将A步骤得到的数字图像以样方中的标尺定标,在像素和实际长度之间建立映射关系;
C、图像预处理:将B步骤得到的图像进行平滑、除燥、二值化处理;
D、岩石分割:将C步骤预处理后的二值化图像分割出岩石范围;
E、岩石占比计算:分别计数D步骤的图像中有效岩石像素和图像像素,根据B步骤的映射关系得到图像中的岩石实际面积和样方实际面积,从而可计算得到预采集的测喀斯特地表裸露岩石占比。
2.根据权利要求1所述精准量测喀斯特地表裸露岩石占比的方法,其特征在于所述A步骤包括:
A10、调整图像采集设备的支架,使图像采集设备的镜头光轴垂直于样方对角线的中心;
A20、在预采集的喀斯特地表样方对角线的中心内放置标尺,然后对样方进行拍照。
3.根据权利要求2所述精准量测喀斯特地表裸露岩石占比的方法,其特征在于所述A10步骤包括:
A11、按图像采集设备的支架之底座上设置的水平仪进行调整,使支架之竖杆与样方的地面呈90度;
A12、按图像采集设备的支架之横臂上设置的水平仪进行调整,使横臂与A11步骤的竖杆呈90度;
A13、将图像采集设备设置于A12的横臂,按图像采集设备上设置的水平仪调整横臂长度及图像采集设备,使图像采集设备的镜头光轴垂直于样方对角线的中心。
4.根据权利要求2或3所述精准量测喀斯特地表裸露岩石占比的方法,其特征在于所述图像采集设备的镜头距离样方对角线的中心1.5m。
5.根据权利要求1、2或3所述精准量测喀斯特地表裸露岩石占比的方法,其特征在于所述C步骤中的二值化处理是将预处理的RGB图像拆分为三个8位图像,选择green分量的灰度图,调整阈值使图像中红色的区域变成黑色,其他区域变成白色,最终得到图像的黑白二元图。
6.根据权利要求5所述精准量测喀斯特地表裸露岩石占比的方法,其特征在于所述C步骤中对B步骤得到的图像先采用中值滤波算法进行平滑处理,然后对黑白二元图进行除噪和二值化处理并填充空洞。
7.根据权利要求6所述精准量测喀斯特地表裸露岩石占比的方法,其特征在于所述中值滤波算法为3×3中值滤波器算法,所述除噪处理采用最小值滤波器算法。
8.根据权利要求5所述精准量测喀斯特地表裸露岩石占比的方法,其特征在于所述D步骤中是将黑白二元图利用直方图法调整轮廓阈值,分割出岩石轮廓范围后与彩色图像叠加,然后使用魔法棒或手动勾画对轮廓范围按彩色图像进行纠正。
9.根据权利要求8所述精准量测喀斯特地表裸露岩石占比的方法,其特征在于所述E步骤中统计岩石轮廓内的像素作为有效岩石像素,以及统计C步骤中平滑处理后彩色图像的像素作为图像像素。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810319682.0A CN108550154A (zh) | 2018-04-11 | 2018-04-11 | 一种精准量测喀斯特地表裸露岩石占比的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810319682.0A CN108550154A (zh) | 2018-04-11 | 2018-04-11 | 一种精准量测喀斯特地表裸露岩石占比的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108550154A true CN108550154A (zh) | 2018-09-18 |
Family
ID=63514426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810319682.0A Pending CN108550154A (zh) | 2018-04-11 | 2018-04-11 | 一种精准量测喀斯特地表裸露岩石占比的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108550154A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544624A (zh) * | 2018-11-09 | 2019-03-29 | 北方爆破科技有限公司 | 一种岩石块度图像分析系统 |
CN111539380A (zh) * | 2020-05-14 | 2020-08-14 | 中国科学院地球化学研究所 | 一种基于岩石裸露率的喀斯特山地土壤有机碳储量与碳密度估算方法 |
CN112365137A (zh) * | 2020-10-28 | 2021-02-12 | 贵州大学 | 基于微生境类型测度喀斯特生境水平异质性的方法 |
CN113177949A (zh) * | 2021-04-16 | 2021-07-27 | 中南大学 | 一种大尺寸岩石颗粒特征识别方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1336604A (zh) * | 2000-08-01 | 2002-02-20 | 复旦大学 | 中文古籍数字化及内容检索自动化方法和系统 |
CN1475969A (zh) * | 2002-05-31 | 2004-02-18 | ��˹���´﹫˾ | 用于增强人像图像的方法和系统 |
US7899624B2 (en) * | 2005-07-25 | 2011-03-01 | Hernani Del Mundo Cualing | Virtual flow cytometry on immunostained tissue-tissue cytometer |
CN102208099A (zh) * | 2011-05-30 | 2011-10-05 | 华中科技大学 | 一种抗光照变化的作物彩色图像分割方法 |
CN103827919A (zh) * | 2011-07-28 | 2014-05-28 | 医疗技术股份公司 | 用于提供组织切片的图像的方法 |
CN105678310A (zh) * | 2016-02-03 | 2016-06-15 | 北京京东方多媒体科技有限公司 | 红外热图像轮廓提取方法及装置 |
CN107478611A (zh) * | 2017-08-02 | 2017-12-15 | 珠江水利委员会珠江水利科学研究院 | 一种计算岩石裸露率的方法 |
-
2018
- 2018-04-11 CN CN201810319682.0A patent/CN108550154A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1336604A (zh) * | 2000-08-01 | 2002-02-20 | 复旦大学 | 中文古籍数字化及内容检索自动化方法和系统 |
CN1475969A (zh) * | 2002-05-31 | 2004-02-18 | ��˹���´﹫˾ | 用于增强人像图像的方法和系统 |
US7899624B2 (en) * | 2005-07-25 | 2011-03-01 | Hernani Del Mundo Cualing | Virtual flow cytometry on immunostained tissue-tissue cytometer |
CN102208099A (zh) * | 2011-05-30 | 2011-10-05 | 华中科技大学 | 一种抗光照变化的作物彩色图像分割方法 |
CN103827919A (zh) * | 2011-07-28 | 2014-05-28 | 医疗技术股份公司 | 用于提供组织切片的图像的方法 |
CN105678310A (zh) * | 2016-02-03 | 2016-06-15 | 北京京东方多媒体科技有限公司 | 红外热图像轮廓提取方法及装置 |
CN107478611A (zh) * | 2017-08-02 | 2017-12-15 | 珠江水利委员会珠江水利科学研究院 | 一种计算岩石裸露率的方法 |
Non-Patent Citations (3)
Title |
---|
ZHU YUANJUN, SHAO MINGAN: ""Spatial distribution of surface rock fragment on hill-slopes in a small catchment in wind-water erosion crisscross region of the Loess Plateau"", 《SCIENCE IN CHINA SERIES D: EARTH SCIENCES》 * |
孙水发,董方敏: "《Image J图像处理与实践》", 31 December 2013 * |
邵欣,马晓明等: "《机器视觉与传感技术》", 30 June 2017, 北京航空航天大学出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544624A (zh) * | 2018-11-09 | 2019-03-29 | 北方爆破科技有限公司 | 一种岩石块度图像分析系统 |
CN111539380A (zh) * | 2020-05-14 | 2020-08-14 | 中国科学院地球化学研究所 | 一种基于岩石裸露率的喀斯特山地土壤有机碳储量与碳密度估算方法 |
CN112365137A (zh) * | 2020-10-28 | 2021-02-12 | 贵州大学 | 基于微生境类型测度喀斯特生境水平异质性的方法 |
CN112365137B (zh) * | 2020-10-28 | 2022-03-29 | 贵州大学 | 基于微生境类型测度喀斯特生境水平异质性的方法 |
CN113177949A (zh) * | 2021-04-16 | 2021-07-27 | 中南大学 | 一种大尺寸岩石颗粒特征识别方法及装置 |
CN113177949B (zh) * | 2021-04-16 | 2023-09-01 | 中南大学 | 一种大尺寸岩石颗粒特征识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108550154A (zh) | 一种精准量测喀斯特地表裸露岩石占比的方法 | |
CN102679914B (zh) | 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置 | |
JP4004332B2 (ja) | 森林情報処理システム | |
CN106092059B (zh) | 一种基于多点拟合的结构物平面位移监测方法 | |
CN110672020A (zh) | 一种基于单目视觉的立木高度测量方法 | |
CN107356202A (zh) | 一种激光扫描测量系统目标自动照准方法 | |
CN108010086A (zh) | 基于网球场标志线交点的摄像机标定方法、装置和介质 | |
CN107886547A (zh) | 一种鱼眼相机标定方法及系统 | |
CN107024829B (zh) | 多光谱相机像面装调方法 | |
CN106500843B (zh) | 一种成像光谱仪最佳像面检校方法及装置 | |
CN110988909A (zh) | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 | |
Clark et al. | An assessment of the utility of a non-metric digital camera for measuring standing trees | |
JP2006320240A (ja) | リモートセンシングによる作物情報測定方法 | |
Dean | Calculation of wood volume and stem taper using terrestrial single-image close-range photogrammetry and contemporary software tools | |
CN104613922A (zh) | 一种物体轮廓的测量系统及方法 | |
CN101726316A (zh) | 内方位元素及畸变测试仪 | |
CN112504240B (zh) | 一种激光投线仪校准系统及校准方法 | |
CN109631836A (zh) | 一种云底高度快速测量方法 | |
CN109564118A (zh) | 用于确定水道的流量的方法 | |
CN201277864Y (zh) | 内方位元素及畸变测试仪 | |
CN111047552A (zh) | 三维挠度测量方法及相关产品 | |
CN208254497U (zh) | 数字近景摄影测量参数测定与可靠性检验的装置 | |
JPH08210854A (ja) | コード化された水準測量捍の傾斜角を決定する方法 | |
CN109764861A (zh) | 一种便携式超站仪测量目标物高度及宽度的技术方法 | |
Alexandridis et al. | LAI measurement with hemispherical photographs at variable conditions for assessment of remotely sensed estimations |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180918 |