CN110108259A - 一种野外地物的照片采集装置及信息测算方法 - Google Patents

一种野外地物的照片采集装置及信息测算方法 Download PDF

Info

Publication number
CN110108259A
CN110108259A CN201910311856.3A CN201910311856A CN110108259A CN 110108259 A CN110108259 A CN 110108259A CN 201910311856 A CN201910311856 A CN 201910311856A CN 110108259 A CN110108259 A CN 110108259A
Authority
CN
China
Prior art keywords
photo
atural object
moving camera
moving
mobile vehicle
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
Application number
CN201910311856.3A
Other languages
English (en)
Inventor
付东杰
王雪鸽
苏奋振
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Nanjing University
Institute of Geographic Sciences and Natural Resources of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University, Institute of Geographic Sciences and Natural Resources of CAS filed Critical Nanjing University
Priority to CN201910311856.3A priority Critical patent/CN110108259A/zh
Publication of CN110108259A publication Critical patent/CN110108259A/zh
Priority to US16/850,503 priority patent/US11483485B2/en
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/207—Image signal generators using stereoscopic image cameras using a single 2D image sensor
    • H04N13/221—Image signal generators using stereoscopic image cameras using a single 2D image sensor using the relative movement between cameras and objects
    • 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
    • G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
    • G01C11/08—Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/239—Image signal generators using stereoscopic image cameras using two 2D image sensors having a relative position equal to or related to the interocular distance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/271—Image signal generators wherein the generated image signals comprise depth maps or disparity maps
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种野外地物的照片采集装置及信息测算方法，上述照片采集装置包括：运动相机、云台和移动载体。所述运动相机借藉所述云台固定在所述移动载体上，所述移动载体在行驶过程中，所述运动相机定时拍摄清晰可量测的地物照片，得到连续的、带有地理坐标的地物照片集。本发明的照片采集装置便携、组装方便，可以稳定持续地拍摄清晰、可量测的照片，解决了高速运动状态下拍摄照片模糊的问题，可应用于大区域遥感野外调查。

Description

一种野外地物的照片采集装置及信息测算方法
技术领域
本发明属于遥感分类技术领域，具体涉及一种野外地物的照片采集装置及信息测算方法。
背景技术
土地利用/土地覆被变化是全球变化与可持续发展研究的基础性问题之一。在国家和区域尺度上，遥感监测技术因其宏观、实时、快速、动态等特点成为唯一有效的获取大范围土地利用/覆被信息的技术手段。遥感监测的一个重要环节就是对已获得的土地利用/土地覆被产品精度进行验证，而验证数据的主要来源就是通过遥感野外实地调查，其中所拍摄到的实地地物照片是进行遥感地物解译以及土地利用/土地覆被验证的重要信息。
目前满足遥感野外土地利用/土地覆被验证数据调查工作，可以实现追踪记录、拍摄样点照片的硬件或者智能手机应用软件层出不穷，比较典型的有OSMTracker，户外助手，ODK Collect，Open Foris Collect Mobile，Global Croplands，便携设备GVG农情采样系统等。这些基于智能手机的软件可以记录拍照时照片的时间和坐标信息。但是所拍摄的照片大多是在静止状态，或者缓慢行驶状态下，得到的实地野外地物照片数量非常有限。超过一定的速度后，由于相机硬件芯片性能的限制，拍摄的照片会呈现模糊不清的状态。比如，当车速超过40km/h时，便携设备GVG农情采样系统拍摄的照片就会模糊不清。另外，虽然谷歌，百度等公司提供了街景，能不到实地，就可以得到研究区域道路两边的地物照片。但谷歌街景或百度街景等，一方面大范围的街景信息更新较慢，有时间延后性，另一方面部分偏僻或偏远地区缺乏街景信息，这对实时判读遥感信息的准确度会有影响。同时，不管是用于野外土地利用/土地覆被验证工作的OSMTracker等工具，还是谷歌街景等，都还不能对地物照片进行高度、宽度信息的量测，而该地物的高度和宽度信息是土地利用/土地覆被分类和验证工作中的重要信息之一。
发明内容
鉴于上述技术问题，本发明的目的在于提供一种野外地物的照片采集装置及信息测算方法。利用汽车等移动载体，搭载运动相机，在行驶状态下可以实现定时不间断的拍摄道路两侧野外地物的照片，结合运动相机的视场角及其高度信息，得到沿道路分布的带有经纬度坐标、观测高度、观测方位角和观测天顶角等属性的高质量清晰的野外地物照片。该照片集经整理分类后，可应用于遥感土地覆被信息的解译及验证。
为了达到上述目的，本发明所采用的技术方案如下：
根据本发明的一个方面，提供了一种野外地物的照片采集装置，包括：运动相机、云台和移动载体，运动相机借藉云台固定在移动载体上，移动载体在行驶过程中，运动相机定时拍摄清晰可量测的地物照片，得到连续的、带有地理坐标的地物照片集。
在本发明的某些实施例中，移动载体为汽车，运动相机为至少两台，运动相机固定在汽车车窗玻璃的内侧面，并且每两台运动相机的拍摄视角不同。
根据本发明的另一个方面，还提供了一种野外地物的信息测算方法，包括以下步骤：
组装上述的照片采集装置，测量运动相机距离地面的高度h；
根据预设参数，在移动载体的移动过程中，运动相机对地物进行拍照；
计算地物的高度H；
计算地物的宽度W；
对获得的照片进行整理分类，信息汇总。
在本发明的某些实施例中，计算地物的高度H时，计算公式如下：
其中，a是照片的高度，A是实际拍摄的幅高，b是照片上地物被拍摄部分的高度，s是运动相机与地物的距离，θ是运动相机的垂直视场角。
在本发明的某些实施例中，计算地物的宽度W时，计算公式如下：
其中，c是照片的宽度，w是照片上地物的宽度，s是运动相机与地物的距离，σ是运动相机的水平视场角。
在本发明的某些实施例中，利用Google Earth上对应时间的高分辨率遥感影像，测量路边地物距移动载体所在的车道的长度，得到运动相机与地物的距离s。
从上述技术方案可以看出，本发明野外地物的照片采集装置及信息测算方法至少具有以下有益效果：本发明将汽车等移动载体、云台、运动相机重新组合，使得采集装置便携、组装简单，不仅可以连续、定时、动态采集道路两侧的地物照片，还可以满足在高速行驶状态下拍摄清晰可量测的地物照片的需求，从而可以得到针对研究区域的、连续的、带有地理坐标的野外地物照片集。对获取的照片集进行整理分类后，更好地应用于地物识别、土地利用/土地覆被解译及验证工作中。
附图说明
图1为本发明实施例涉及的照片采集装置的示意图。
图2为本发明实施例测量地物高度的示意图。
图3为本发明实施例测量地物宽度的示意图。
【主要元件】
1-运动相机；
2-汽车。
具体实施方式
针对遥感野外土地利用/土地覆被验证调查，特别是大区域的野外调查，为了获取更多野外地物清晰且可量测的照片，需要在行车途中采用一种可快速稳定采集野外地物清晰可量测照片的方法，更好地满足土地利用/土地覆被分类和验证的需求。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
在本发明的实施例中，提供了一种野外地物的照片采集装置。如图1所示，本发明野外地物的照片采集装置包括：运动相机1、云台和移动载体，运动相机1借藉云台固定在移动载体上，移动载体载着运动相机1在行驶过程中，运动相机1定时拍摄清晰可量测的地物照片，得到连续的、带有地理坐标的地物照片集。
在本发明中，选择使用运动相机1，相比于航天或者航空相机，运动相机1更便携，而且价格低廉。另一方面，在快速移动状态下，运动相机1拍摄照片清晰，可定时自动拍摄，自带GPS传感器等，例如GoPro HERO7Black等。此处的清晰，是指能够识别照片上的地物，满足进行地物识别、土地利用/土地覆被解译及验证工作的需要。运动相机1可以采用多台，将其固定在移动载体的不同位置，使得多台运动相机1面向不同视角，这样可以同时拍摄不同视角下的地物，提高照片采集效率。
移动载体可以是汽车2，利用云台将运动相机1固定在汽车2上，保证运动相机1不会因为汽车颠簸等各种原因发生抖动现象，影响拍摄照片的质量。优选的方案是将运动相机1固定在汽车2内两侧的车窗玻璃上，车窗玻璃是干净明亮的，不影响运动相机1透过车窗玻璃拍摄出清晰的地物照片。这样，汽车2在道路上行驶过程中，不同的运动相机1可以同时拍摄道路两侧的地物，提高了照片采集效率。当然，多台运动相机1也可以固定在前窗玻璃或者后窗玻璃上，根据研究区域自由选择运动相机1的拍摄视角。
以上是对野外地物的照片采集装置各个组件的详细说明。
下面对野外地物的信息测算方法进行解释说明。
首先，选择使用运动相机1，如图1所示，利用云台将运动相机1固定在汽车2内两侧玻璃上，同时，测量运动相机1距离地面的高度h。
其次，根据预设参数，在汽车2行驶过程中，运动相机1对地物进行拍照。根据行驶路线的路况、车速设置以及拍摄时间间隔等参数，预设参数如下表：
其次，计算地物的高度H，如图2所示，其中，a表示照片的高度，A是实际拍摄的幅高，b是照片上地物被拍摄部分的高度，B是实际地物被拍摄部分的高度，h是运动相机1的高度，H是地物的实际高度，s是运动相机1与地物的距离。其中h，s和θ是已知变量，h可在运动相机1固定好之后，测量运动相机1距离地面的高度，利用Google Earth上对应时间的高分辨率遥感影像，测量路边地物距汽车2所行驶的车道的长度，可得到s，垂直视场角θ可依据所使用的运动相机1得到相应的信息，例如当GoPro HERO7的照片尺寸是4:3，缩放比为0％的时候，其垂直视场角θ为94.4度。a和b是可从照片上测量得知，那么，
其次，计算地物的宽度W，如图3所示，其中，c表示照片的宽度，C是实际拍摄的幅宽，w是照片上地物的宽度，W是地物的实际宽度，s是运动相机1与地物的距离。其中s和σ是已知变量，利用Google Earth上对应时间的高分辨率遥感影像，测量路边地物距汽车2所行驶的车道的长度，可得到s，水平视场角σ可依据所使用的运动相机1得到相应的信息，例如当GoPro HERO7的照片尺寸是4:3，缩放比为0％的时候，其水平视场角σ为122.6度。c和w可以从照片上测量得知，那么
最后，对获得的照片进行整理分类，信息汇总。
至此，已经结合附图对本实施例进行了详细描述。依据以上描述，本领域技术人员应当对本发明野外地物的照片采集装置及信息测算方法有了清楚的认识。本发明的照片采集装置便携、组装方便，可以稳定持续地拍摄清晰、可量测的照片，解决了高速运动状态下拍摄照片模糊的问题，可应用于大区域遥感野外调查。
需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换。
应注意，贯穿附图，相同的元素由相同或相近的附图标记来表示。在以下描述中，一些具体实施例仅用于描述目的，而不应该理解为对本发明有任何限制，而只是本发明实施例的示例。在可能导致对本发明的理解造成混淆时，将省略常规结构或构造。应注意，图中各部件的形状和尺寸不反映真实大小和比例，而仅示意本发明实施例的内容。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种野外地物的照片采集装置，其特征在于，包括：运动相机、云台和移动载体，所述运动相机借藉所述云台固定在所述移动载体上，所述移动载体在行驶过程中，所述运动相机定时拍摄清晰可量测的地物照片，得到连续的、带有地理坐标的地物照片集。
2.根据权利要求1所述的照片采集装置，其特征在于，所述移动载体为汽车，所述运动相机为至少两台，所述运动相机固定在汽车车窗玻璃的内侧面，并且每两台运动相机的拍摄视角不同。
3.一种野外地物的信息测算方法，其特征在于，包括以下步骤：
组装权利要求1或2所述的照片采集装置，测量所述运动相机距离地面的高度h；
根据预设参数，在所述移动载体的移动过程中，所述运动相机对地物进行拍照；
计算地物的高度H；
计算地物的宽度W；
对获得的照片进行整理分类，信息汇总。
4.根据权利要求3所述的信息测算方法，其特征在于，计算地物的高度H时，计算公式如下：
其中，a是照片的高度，A是实际拍摄的幅高，b是照片上地物被拍摄部分的高度，s是所述运动相机与地物的距离，θ是所述运动相机的垂直视场角。
5.根据权利要求3所述的信息测算方法，其特征在于，计算地物的宽度W时，计算公式如下：
其中，c是照片的宽度，w是照片上地物的宽度，s是所述运动相机与地物的距离，σ是所述运动相机的水平视场角。
6.根据权利要求4或5所述的信息测算方法，其特征在于，利用Google Earth上对应时间的高分辨率遥感影像，测量路边地物距所述移动载体所在的车道的长度，得到所述运动相机与地物的距离s。
CN201910311856.3A 2019-04-18 2019-04-18 一种野外地物的照片采集装置及信息测算方法 Pending CN110108259A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910311856.3A CN110108259A (zh) 2019-04-18 2019-04-18 一种野外地物的照片采集装置及信息测算方法
US16/850,503 US11483485B2 (en) 2019-04-18 2020-04-16 Device for collecting photos of field surface feature and information measurement and calculation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910311856.3A CN110108259A (zh) 2019-04-18 2019-04-18 一种野外地物的照片采集装置及信息测算方法

Publications (1)

Publication Number Publication Date
CN110108259A true CN110108259A (zh) 2019-08-09

Family

ID=67485754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910311856.3A Pending CN110108259A (zh) 2019-04-18 2019-04-18 一种野外地物的照片采集装置及信息测算方法

Country Status (2)

Country Link
US (1) US11483485B2 (zh)
CN (1) CN110108259A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021174288A (ja) * 2020-04-27 2021-11-01 富士通株式会社 カメラ高さ算出方法および画像処理装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101349561B (zh) * 2007-07-17 2010-08-25 农业部规划设计研究院 大尺度作物种植面积车载调查方法与系统
CN107272037A (zh) * 2017-05-15 2017-10-20 山东理工大学 一种道路设施位置、图像信息采集装置及采集信息的方法
CN108444390A (zh) * 2018-02-08 2018-08-24 天津大学 一种无人驾驶汽车障碍物识别方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010024212A1 (ja) * 2008-08-29 2010-03-04 三菱電機株式会社 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム
DE102010011093A1 (de) * 2010-03-11 2011-09-15 Daimler Ag Verfahren zur Bestimmung einer Fahrzeugaufbaubewegung
CN104036275B (zh) * 2014-05-22 2017-11-28 东软集团股份有限公司 一种车辆盲区内目标对象的检测方法及其装置
EP3410416B1 (en) * 2016-01-28 2021-08-04 Ricoh Company, Ltd. Image processing device, imaging device, mobile entity apparatus control system, image processing method, and program
US10740627B2 (en) * 2017-05-10 2020-08-11 Fotonation Limited Multi-camera vision system and method of monitoring
JP6944308B2 (ja) * 2017-08-18 2021-10-06 ソニーセミコンダクタソリューションズ株式会社 制御装置、制御システム、および制御方法
US10817729B2 (en) * 2018-09-26 2020-10-27 Allstate Insurance Company Dynamic driving metric output generation using computer vision methods

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101349561B (zh) * 2007-07-17 2010-08-25 农业部规划设计研究院 大尺度作物种植面积车载调查方法与系统
CN107272037A (zh) * 2017-05-15 2017-10-20 山东理工大学 一种道路设施位置、图像信息采集装置及采集信息的方法
CN108444390A (zh) * 2018-02-08 2018-08-24 天津大学 一种无人驾驶汽车障碍物识别方法及装置

Also Published As

Publication number Publication date
US11483485B2 (en) 2022-10-25
US20200336670A1 (en) 2020-10-22

Similar Documents

Publication Publication Date Title
US11386672B2 (en) Need-sensitive image and location capture system and method
CN106441319B (zh) 一种无人驾驶车辆车道级导航地图的生成系统及方法
CN107229690B (zh) 基于路侧传感器的高精度动态地图数据处理系统及方法
US20200400454A1 (en) Methods and Systems for Generating Route Data
CN104280036B (zh) 一种交通信息的检测与定位方法、装置及电子设备
CN109520500B (zh) 一种基于终端拍摄图像匹配的精确定位及街景库采集方法
CN112836737A (zh) 一种基于车路数据融合的路侧组合感知设备在线标定方法
CN108226924A (zh) 基于毫米波雷达的汽车行驶环境探测方法、装置及其应用
CN109446973B (zh) 一种基于深度神经网络图像识别的车辆定位方法
JP5388082B2 (ja) 静止物地図生成装置
CN109596121B (zh) 一种机动站自动目标检测与空间定位方法
CN103837143B (zh) 一种超视瞄准测绘机
JP5286653B2 (ja) 静止物地図生成装置
CN109146958A (zh) 一种基于二维图像的交通标志空间位置测量方法
CN106705962A (zh) 一种获取导航数据的方法及系统
CN104748739A (zh) 一种智能机增强现实实现方法
CN108388995A (zh) 一种道路资产管理系统的建立方法及建立系统
CN112446915B (zh) 一种基于图像组的建图方法及装置
CN110108259A (zh) 一种野外地物的照片采集装置及信息测算方法
Rizzoli et al. SynDrone-Multi-Modal UAV Dataset for Urban Scenarios
CN111177297B (zh) 一种基于视频和gis的动态目标速度计算优化方法
Wu et al. OCR-RTPS: an OCR-based real-time positioning system for the valet parking
CN103335645A (zh) 面向景观规划的空间精确定位的图像获取方法
CN103487035B (zh) 基于车载影像的单目定位方法及系统
CN107462244A (zh) 一种基于gps定位和航摄图像匹配的航空遥感平台姿态角高精度测量方法

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40005757

Country of ref document: HK

RJ01 Rejection of invention patent application after publication

Application publication date: 20190809

RJ01 Rejection of invention patent application after publication