CN110223386A - 一种基于多源无人机遥感数据融合的数字地形建模方法 - Google Patents
一种基于多源无人机遥感数据融合的数字地形建模方法 Download PDFInfo
- Publication number
- CN110223386A CN110223386A CN201910497068.8A CN201910497068A CN110223386A CN 110223386 A CN110223386 A CN 110223386A CN 201910497068 A CN201910497068 A CN 201910497068A CN 110223386 A CN110223386 A CN 110223386A
- Authority
- CN
- China
- Prior art keywords
- uav
- offset
- gps
- dem
- terrain
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000004927 fusion Effects 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 52
- 238000005516 engineering process Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000012805 post-processing Methods 0.000 claims abstract description 5
- 241001061260 Emmelichthys struhsakeri Species 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 abstract description 12
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Image Processing (AREA)
Abstract
一种基于多源无人机遥感数据融合的数字地形建模方法，包括以下步骤：采集航拍图像、GPS数据、激光测距仪数据与无人机微机电系统姿态数据，获取后处理动态GPS数据，根据无人机微机电系统姿态数据对激光测距仪数据校正处理，并基于时间序列完成与后处理动态GPS数据同步处理，获取激光测距值与PPK‑GPS三维坐标值点源地形矩阵、航拍图像面源数字标高模型、数字标高模型地形矩阵，分别对数字标高模型地形矩阵进行偏置、优化及升维处理，依次获取数字标高模型差值矩阵和地形标高矩阵，对地形标高矩阵进行克里金空间插值，生成数字地形模型；本发明结合航拍图像处理技术面源DTM测绘面积大、激光测距仪、GPS数据点源DTM绝对精度高的优点，提高了测绘效率与建模精度。
Description
技术领域
本发明涉及无人机遥感在地形测绘领域的应用，更具体地说，涉及一种基于多源无人机遥感数据融合的数字地形建模方法。
背景技术
精准平整地技术根据地形、面积、空间结构特点，利用平整地机具因地制宜进行平整，不仅提高作物单产，还能大幅节约灌溉用水量、减轻病虫害的发生和抑制田间杂草的生长。然而，长期以来精准平整地技术在我国的推广应用成效和综合经济效益并不显著，大多数地区仍沿袭使用传统的耙、滚、轧等利用自身重力被动适应地形的平整地工具，其根本原因在于：精准平整地作业是一项多领域交叉的系统工程，平整地作业效果直接取决于地形测绘的精度，因此精准平整地作业需要大容量、高精度的数字地形模型(Digital TerrainModel，DTM)数据的支撑。
对于数字地形建模作业，相比于人工手持设备或拖拉机机载设备采样，低空无人机遥感作业具有灵活高效、成本可控等特点，在遥感领域的诸多行业得到了普遍的应用和研究，低空无人机遥感在DTM测绘中得到了广泛的应用。但是，通过航拍图像处理技术或激光测距技术获取DTM存在着各自的优点与内在缺陷：基于航拍图像处理技术输出DTM需要人工获取大量且分布均匀的地面控制点的三维坐标值(经度、纬度与高程)以保证DTM的整体精度，故该方法适用于大面积测绘作业但对高程精度要求不高的场合，而基于激光测距技术，利用空间插值算法将点源高程数据扩展成面进而输出DTM，需要综合考虑点源高程数据的测量精度与分布状况，故该方法适合小面积地块的DTM测绘作业，因此，本发明提出了一种基于多源无人机遥感数据融合的数字地形建模方法。
发明内容
有鉴于此，为解决上述现有技术的不足，本发明的目的在于提供一种基于多源无人机遥感数据融合的数字地形建模方法，以无人机为遥感平台通过数字图像处理技术与数据融合技术，对基于图像处理的面源DTM数据与基于激光测距技术的点源DTM数据进行处理与分析。
为实现上述目的，本发明所采用的技术方案是：
一种基于多源无人机遥感数据融合的数字地形建模方法，包括以下步骤：
步骤一、在无人机底部竖直安装图像采集设备和激光测距仪，并结合航拍图像拼接技术要求、图像采集设备参数以及激光测距仪性能，合理设置无人机飞行航高与路线，连续获取作业地块的航拍图像与激光测距值序列d，即激光测距仪距离地面的相对高度值；
步骤二、在无人机顶部安装移动GPS模块，并在作业地块20千米范围内布置地面基站GPS模块，连续获取PPK-GPS设备的地面基站GPS三维坐标值Cbase[latbase,lonbase,altbase]，以及搭载在无人机遥感平台上的移动GPS三维坐标值Crover[latrover,lonrover,altrover]；
步骤三、对地面基站GPS模块与机载移动GPS模块数据进行PPK后处理动态解算，获取无人机遥感平台的高精度三维坐标值CUAV[latUAV,lonUAV,altUAV]；
步骤四、基于无人机微机电系统模块姿态参数俯仰角θ与翻滚角φ，根据公式dcorr＝d×cosθ×cosφ对激光测距值序列d进行校正，获取激光测距仪距离正下方地面的竖直距离值序列dcorr，然后利用均值滤波器进一步处理该竖直距离值序列dcorr，输出与PPK-GPS频率一致的测距值序列dlidar，并按照时间序列完成测距值序列dlidar与PPK-GPS标高值序列dGPS的同步处理；
步骤五、根据移动GPS模块与激光测距仪透镜之间的安装位置，对PPK-GPS的标高值序列dGPS与相应的激光测距值序列dlidar进行求差运算，得到基于激光测距值与PPK-GPS三维坐标值的点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]；
步骤六、在作业地块内均匀布设地面控制点，并使用高精度GPS设备测量地面控制点的三维坐标值，以地面控制点的三维坐标值为约束条件，基于多视图三维重建技术，在图像拼接软件中生成面源数字标高模型DEM；
步骤七：将该DEM模型导入地理信息处理软件，提取与点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]具有相同经纬度坐标的样本点的标高值，获取DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]；
步骤八、将DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]的经纬度坐标值进行偏置处理，并提取经偏置采样处理得到的临近DEM采样点的三维坐标值，最终获取间隔距离一致、呈均匀网格状密集分布的偏置地形矩阵Coffset-DEM[latoffset,lonoffset,altoffset]；
步骤九、比较基于航拍图像的DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]与偏置地形矩阵Coffset-DEM[latoffset,lonoffset,altoffset]中的标高值的差异，对两矩阵中的标高值序列进行求差运算，得到DEM差值矩阵CΔ[latoffset,lonoffset,altΔ]；
步骤十、对DEM差值矩阵CΔ[latoffset,lonoffset,altΔ]与点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]中的标高值序列进行求和运算，得到均匀密布且具有较高精度的优化DEM地形矩阵Coffset-DEM'[latoffset,lonoffset,altoffset']；
步骤十一、将优化DEM地形矩阵Coffset-DEM'[latoffset,lonoffset,altoffset']与点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]进行升维合并，得到高精度地形标高矩阵C[lat,lon,alt]；
步骤十二、基于克里金空间插值模型，利用高精度地形标高矩阵C[lat,lon,alt]生成数字地形模型DTM。
进一步的，所述无人机采用固定翼无人机、多旋翼无人机和直升机中的一种。
进一步的，所述步骤一中的图像采集设备为通用非量测相机、航拍相机和多光谱相机中的一种。
进一步的，所述步骤一中的激光测距仪为相位法测距仪和脉冲法测距仪中的一种。
本发明的有益效果是：
本发明基于无人机遥感图像、激光测距仪与GPS数据等多源传感器的数据融合技术，开发了一种基于多源无人机遥感数据融合的数字地形建模方法，该方法克服了基于航拍图像处理技术的面源DTM测绘面积大但绝对精度低的问题，以及基于激光测距仪、高精度GPS数据的点源DTM测绘面积小但绝对精度高的问题，结合二者的优点，综合利用低空无人机遥感平台，搭载通用非量测相机、激光测距仪、微机电系统传感器、GPS模块等部件，获取多源遥感数据并开发数据融合算法，以提高农田DTM的测绘效率与建模精度，对于促进精准平整地机具的应用推广与高标准农田的建设进程、实现现代农业的可持续发展具有紧迫的现实意义。
附图说明
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，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明数字地形建模方法的流程图；
图2是本发明基于时间序列同步化处理的GPS标高值序列与激光测距值序列图；
图3是本发明的经偏置采样处理得到的临近DEM采样点的分布图；
图4是本发明的DTM图。
具体实施方式
下面给出具体实施例，对本发明的技术方案作进一步清楚、完整、详细地说明。本实施例是以本发明技术方案为前提的最佳实施例，但本发明的保护范围不限于下述的实施例。
一种基于多源无人机遥感数据融合的数字地形建模方法，结合无人机遥感图像、激光测距仪与GPS数据等多源传感器的数据融合技术，包括以下步骤，流程图如图1所示：
步骤一、在无人机底部竖直安装图像采集设备和激光测距仪，并结合航拍图像拼接技术要求、图像采集设备参数以及激光测距仪性能，合理设置无人机飞行航高与路线，连续获取作业地块的航拍图像与激光测距值序列d，即激光测距仪距离地面的相对高度值；
在该发明中所述无人机采用固定翼无人机、多旋翼无人机和直升机中的一种，图像采集设备为通用非量测相机、航拍相机和多光谱相机中的一种，激光测距仪为相位法测距仪和脉冲法测距仪中的一种；
步骤二、在无人机顶部安装移动GPS模块，并在作业地块20千米范围内布置地面基站GPS模块，连续获取PPK-GPS设备的地面基站GPS三维坐标值Cbase[latbase,lonbase,altbase]，以及搭载在无人机遥感平台上的移动GPS三维坐标值Crover[latrover,lonrover,altrover]；
步骤三、对地面基站GPS模块与机载移动GPS模块数据进行PPK后处理动态解算，获取无人机遥感平台的高精度三维坐标值CUAV[latUAV,lonUAV,altUAV]；
步骤四、基于无人机微机电系统模块姿态参数俯仰角θ与翻滚角φ，根据公式dcorr＝d×cosθ×cosφ对激光测距值序列d进行校正，获取激光测距仪距离正下方地面的竖直距离值序列dcorr，然后利用均值滤波器进一步处理该竖直距离值序列dcorr，输出与PPK-GPS频率一致的测距值序列dlidar，并按照时间序列完成激光测距值序列dlidar与PPK-GPS标高值序列dGPS的同步处理，如图2所示；
步骤五、根据移动GPS模块与激光测距仪透镜之间的安装位置，对PPK-GPS的标高值序列dGPS与相应的激光测距值序列dlidar进行求差运算，得到基于激光测距值与PPK-GPS三维坐标值的点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]；
步骤六、在作业地块内均匀布设地面控制点，并使用高精度GPS设备测量地面控制点的三维坐标值，以地面控制点的三维坐标值为约束条件，基于多视图三维重建技术，在图像拼接软件中生成面源数字标高模型DEM；
步骤七：将该DEM模型导入地理信息处理软件，提取与点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]具有相同经纬度坐标的样本点的标高值，获取DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]；
步骤八、将DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]的经纬度坐标值进行偏置处理，并提取经偏置采样处理得到的临近DEM采样点的三维坐标值，最终获取间隔距离一致、呈均匀网格状密集分布的偏置地形矩阵Coffset-DEM[latoffset,lonoffset,altoffset]，如图3所示，其中深黑色圆点代表DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]的位置信息，浅黑色圆点代表偏置样本点的位置信息；
步骤九、比较基于航拍图像的DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]与偏置地形矩阵Coffset-DEM[latoffset,lonoffset,altoffset]中的标高值的差异，对两矩阵中的标高值序列进行求差运算，得到DEM差值矩阵CΔ[latoffset,lonoffset,altΔ]；
步骤十、对DEM差值矩阵CΔ[latoffset,lonoffset,altΔ]与点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]中的标高值序列进行求和运算，得到均匀密布且具有较高精度的优化DEM地形矩阵Coffset-DEM'[latoffset,lonoffset,altoffset']；
步骤十一、将优化DEM地形矩阵Coffset-DEM'[latoffset,lonoffset,altoffset']与点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]进行升维合并，得到高精度地形标高矩阵C[lat,lon,alt]；
步骤十二、基于克里金空间插值模型，利用高精度地形标高矩阵C[lat,lon,alt]生成数字地形模型DTM，如图4所示。
本发明的方法克服了基于航拍图像处理技术的面源DTM测绘面积大但绝对精度低的问题，以及基于激光测距仪、高精度GPS数据的点源DTM测绘面积小但绝对精度高的问题，结合二者的优点，综合利用低空无人机遥感平台，搭载通用非量测相机、激光测距仪、微机电系统传感器、GPS模块等部件，获取多源遥感数据并开发数据融合算法，以提高农田DTM的测绘效率与建模精度，对于促进精准平整地机具的应用推广与高标准农田的建设进程、实现现代农业的可持续发展具有紧迫的现实意义。
以上显示和描述了本发明的主要特征、基本原理以及本发明的优点。本行业技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会根据实际情况有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.一种基于多源无人机遥感数据融合的数字地形建模方法，其特征在于，包括以下步骤：
步骤一、在无人机底部竖直安装图像采集设备和激光测距仪，并结合航拍图像拼接技术要求、图像采集设备参数以及激光测距仪性能，合理设置无人机飞行航高与路线，连续获取作业地块的航拍图像与激光测距值序列d，即激光测距仪距离地面的相对高度值；
步骤二、在无人机顶部安装移动GPS模块，并在作业地块20千米范围内布置地面基站GPS模块，连续获取PPK-GPS设备的地面基站GPS三维坐标值Cbase[latbase,lonbase,altbase]，以及搭载在无人机遥感平台上的移动GPS三维坐标值Crover[latrover,lonrover,altrover]；
步骤三、对地面基站GPS模块与机载移动GPS模块数据进行PPK后处理动态解算，获取无人机遥感平台的高精度三维坐标值CUAV[latUAV,lonUAV,altUAV]；
步骤四、基于无人机微机电系统模块姿态参数俯仰角θ与翻滚角φ，根据公式dcorr＝d×cosθ×cosφ对激光测距值序列d进行校正，获取激光测距仪距离正下方地面的竖直距离值序列dcorr，然后利用均值滤波器进一步处理该竖直距离值序列dcorr，输出与PPK-GPS频率一致的测距值序列dlidar，并按照时间序列完成测距值序列dlidar与PPK-GPS标高值序列dGPS的同步处理；
步骤五、根据移动GPS模块与激光测距仪透镜之间的安装位置，对PPK-GPS的标高值序列dGPS与相应的激光测距值序列dlidar进行求差运算，得到基于激光测距值与PPK-GPS三维坐标值的点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]；
步骤六、在作业地块内均匀布设地面控制点，并使用高精度GPS设备测量地面控制点的三维坐标值，以地面控制点的三维坐标值为约束条件，基于多视图三维重建技术，在图像拼接软件中生成面源数字标高模型DEM；
步骤七：将该DEM模型导入地理信息处理软件，提取与点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]具有相同经纬度坐标的样本点的标高值，获取DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]；
步骤八、将DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]的经纬度坐标值进行偏置处理，并提取经偏置采样处理得到的临近DEM采样点的三维坐标值，最终获取间隔距离一致、呈均匀网格状密集分布的偏置地形矩阵Coffset-DEM[latoffset,lonoffset,altoffset]；
步骤九、比较基于航拍图像的DEM地形矩阵CDEM[latUAV,lonUAV,altDEM]与偏置地形矩阵Coffset-DEM[latoffset,lonoffset,altoffset]中的标高值的差异，对两矩阵中的标高值序列进行求差运算，得到DEM差值矩阵CΔ[latoffset,lonoffset,altΔ]；
步骤十、对DEM差值矩阵CΔ[latoffset,lonoffset,altΔ]与点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]中的标高值序列进行求和运算，得到均匀密布且具有较高精度的优化DEM地形矩阵Coffset-DEM′[latoffset,lonoffset,altoffset′]；
步骤十一、将优化DEM地形矩阵Coffset-DEM'[latoffset,lonoffset,altoffset']与点源地形矩阵CGPS-LiDAR[latUAV,lonUAV,altGPS-LiDAR]进行升维合并，得到高精度地形标高矩阵C[lat,lon,alt]；
步骤十二、基于克里金空间插值模型，利用高精度地形标高矩阵C[lat,lon,alt]生成数字地形模型DTM。
2.根据权利要求1所述的基于多源无人机遥感数据融合的数字地形建模方法，其特征在于，所述无人机采用固定翼无人机、多旋翼无人机和直升机中的一种。
3.根据权利要求1所述的基于多源无人机遥感数据融合的数字地形建模方法，其特征在于，所述步骤一中的图像采集设备为通用非量测相机、航拍相机和多光谱相机中的一种。
4.根据权利要求1所述的基于多源无人机遥感数据融合的数字地形建模方法，其特征在于，所述步骤一中的激光测距仪为相位法测距仪和脉冲法测距仪中的一种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910497068.8A CN110223386B (zh) | 2019-06-10 | 2019-06-10 | 一种基于多源无人机遥感数据融合的数字地形建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910497068.8A CN110223386B (zh) | 2019-06-10 | 2019-06-10 | 一种基于多源无人机遥感数据融合的数字地形建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110223386A true CN110223386A (zh) | 2019-09-10 |
| CN110223386B CN110223386B (zh) | 2022-09-23 |
Family
ID=67816053
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910497068.8A Active CN110223386B (zh) | 2019-06-10 | 2019-06-10 | 一种基于多源无人机遥感数据融合的数字地形建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110223386B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111667569A (zh) * | 2020-06-02 | 2020-09-15 | 重庆数地科技有限公司 | 一种基于Rhino及Grasshopper的三维实景土方可视化精准测算方法 |
| CN111678502A (zh) * | 2020-06-09 | 2020-09-18 | 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 |
| CN111724477A (zh) * | 2020-07-06 | 2020-09-29 | 中铁二局第一工程有限公司 | 一种多源数据融合构建多层次三维地形模型方法 |
| CN112489212A (zh) * | 2020-12-07 | 2021-03-12 | 武汉大学 | 一种基于多源遥感数据的建筑物智能化三维测图方法 |
| CN112837378A (zh) * | 2021-02-03 | 2021-05-25 | 江南大学 | 一种基于多无人机编队的航拍相机姿态外部动态标定以及测绘方法 |
| CN113532283A (zh) * | 2021-07-14 | 2021-10-22 | 中建八局南方建设有限公司 | 基于消费级无人机协同gps监测基坑位移趋势的方法 |
| WO2021243387A1 (de) * | 2020-06-02 | 2021-12-09 | Wien Energie Gmbh | Verfahren zum detektieren von bauten einer nagetierpopulation auf einem geländeabschnitt |
| CN114241142A (zh) * | 2021-11-23 | 2022-03-25 | 北京国网富达科技发展有限责任公司 | 一种多精度dem数据差值平滑融合方法和系统 |
| CN114385712A (zh) * | 2022-01-11 | 2022-04-22 | 东南大学 | 一种基于gnss的乡村生态景观多源数据空间融合方法 |
| CN115166847A (zh) * | 2022-07-05 | 2022-10-11 | 深圳市地质局 | 一种基于遥感技术的地质识别方法及系统 |
| WO2023000158A1 (zh) * | 2021-07-20 | 2023-01-26 | 海南长光卫星信息技术有限公司 | 一种遥感影像超分辨率重建方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003156330A (ja) * | 2001-11-22 | 2003-05-30 | Nec Corp | 航空機搭載地形計測装置及び方法 |
| CN107356230A (zh) * | 2017-07-12 | 2017-11-17 | 深圳市武测空间信息有限公司 | 一种基于实景三维模型的数字测图方法和系统 |
| CN109005222A (zh) * | 2018-07-26 | 2018-12-14 | 中智城信息技术有限公司 | 一种城市管理系统及方法 |
| CN109708622A (zh) * | 2017-12-15 | 2019-05-03 | 福建工程学院 | 基于Pixhawk利用无人机对建筑物进行三维建模的方法 |
| WO2019093532A1 (ko) * | 2017-11-07 | 2019-05-16 | 공간정보기술 주식회사 | 스트레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템 |
-
2019
- 2019-06-10 CN CN201910497068.8A patent/CN110223386B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003156330A (ja) * | 2001-11-22 | 2003-05-30 | Nec Corp | 航空機搭載地形計測装置及び方法 |
| CN107356230A (zh) * | 2017-07-12 | 2017-11-17 | 深圳市武测空间信息有限公司 | 一种基于实景三维模型的数字测图方法和系统 |
| WO2019093532A1 (ko) * | 2017-11-07 | 2019-05-16 | 공간정보기술 주식회사 | 스트레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템 |
| CN109708622A (zh) * | 2017-12-15 | 2019-05-03 | 福建工程学院 | 基于Pixhawk利用无人机对建筑物进行三维建模的方法 |
| CN109005222A (zh) * | 2018-07-26 | 2018-12-14 | 中智城信息技术有限公司 | 一种城市管理系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张菊: "一种提高大比例尺航测高程精度的方法研究", 《科技创新与应用》 * |
| 苑严伟等: "超低空无人飞行器虚拟现实技术实现与仿真", 《农业机械学报》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111667569A (zh) * | 2020-06-02 | 2020-09-15 | 重庆数地科技有限公司 | 一种基于Rhino及Grasshopper的三维实景土方可视化精准测算方法 |
| WO2021243387A1 (de) * | 2020-06-02 | 2021-12-09 | Wien Energie Gmbh | Verfahren zum detektieren von bauten einer nagetierpopulation auf einem geländeabschnitt |
| CN111678502A (zh) * | 2020-06-09 | 2020-09-18 | 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 |
| 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 |
| CN111724477A (zh) * | 2020-07-06 | 2020-09-29 | 中铁二局第一工程有限公司 | 一种多源数据融合构建多层次三维地形模型方法 |
| CN112489212A (zh) * | 2020-12-07 | 2021-03-12 | 武汉大学 | 一种基于多源遥感数据的建筑物智能化三维测图方法 |
| CN112489212B (zh) * | 2020-12-07 | 2022-05-17 | 武汉大学 | 一种基于多源遥感数据的建筑物智能化三维测图方法 |
| CN112837378A (zh) * | 2021-02-03 | 2021-05-25 | 江南大学 | 一种基于多无人机编队的航拍相机姿态外部动态标定以及测绘方法 |
| CN112837378B (zh) * | 2021-02-03 | 2024-04-30 | 江南大学 | 一种基于多无人机编队的航拍相机姿态外部动态标定以及测绘方法 |
| CN113532283A (zh) * | 2021-07-14 | 2021-10-22 | 中建八局南方建设有限公司 | 基于消费级无人机协同gps监测基坑位移趋势的方法 |
| CN113532283B (zh) * | 2021-07-14 | 2023-02-28 | 中建八局南方建设有限公司 | 基于消费级无人机协同gps监测基坑位移趋势的方法 |
| WO2023000158A1 (zh) * | 2021-07-20 | 2023-01-26 | 海南长光卫星信息技术有限公司 | 一种遥感影像超分辨率重建方法、装置、设备及存储介质 |
| CN114241142A (zh) * | 2021-11-23 | 2022-03-25 | 北京国网富达科技发展有限责任公司 | 一种多精度dem数据差值平滑融合方法和系统 |
| CN114385712A (zh) * | 2022-01-11 | 2022-04-22 | 东南大学 | 一种基于gnss的乡村生态景观多源数据空间融合方法 |
| CN115166847A (zh) * | 2022-07-05 | 2022-10-11 | 深圳市地质局 | 一种基于遥感技术的地质识别方法及系统 |
| CN115166847B (zh) * | 2022-07-05 | 2024-05-07 | 深圳市地质局 | 一种基于遥感技术的地质识别方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110223386B (zh) | 2022-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110223386B (zh) | 一种基于多源无人机遥感数据融合的数字地形建模方法 | |
| Webster et al. | Three-dimensional thermal characterization of forest canopies using UAV photogrammetry | |
| CN110779498B (zh) | 基于无人机多视点摄影的浅水河流水深测绘方法及系统 | |
| Torres-Sánchez et al. | Assessing UAV-collected image overlap influence on computation time and digital surface model accuracy in olive orchards | |
| Haala et al. | Quality of 3D point clouds from highly overlapping UAV imagery | |
| CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
| CN101241011B (zh) | 激光雷达平台上高精度定位、定姿的装置和方法 | |
| CN104268935A (zh) | 一种基于特征的机载激光点云与影像数据融合系统及方法 | |
| WO2017099570A1 (es) | Sistema y método para agricultura de precisión por análisis multiespectral e hiperespectral de imágenes aéreas utilizando vehículos aéreos no tripulados | |
| CN110220502A (zh) | 一种基于立体监测技术的涉水建筑动态监测方法 | |
| CN110866973B (zh) | 空天库岸一体化应急勘测数据融合及集成显示系统及方法 | |
| CN111003214B (zh) | 基于云控制的国产陆地观测卫星姿轨精化方法 | |
| Vacca et al. | The use of the UAV images for the building 3D model generation | |
| CN114689015B (zh) | 一种提高光学卫星立体影像dsm高程精度的方法 | |
| Çelik et al. | The effect of different flight heights on generated digital products: DSM and Orthophoto | |
| CN110207676A (zh) | 一种田沟塘参数的获取方法及装置 | |
| CN107255446A (zh) | 一种矮化密植果树冠层三维地图构建系统和方法 | |
| Lin et al. | Micro-UAV based remote sensing method for monitoring landslides in Three Gorges Reservoir, China | |
| Rusli et al. | Accuracy assessment of DEM from UAV and TanDEM-X imagery | |
| Bannari et al. | Multi-scale analysis of DEMS derived from unmanned aerial vehicle (UAV) in precision agriculture context | |
| CN108759791B (zh) | 基于前方交会的无人机航摄影像自动定位方法 | |
| Guntel et al. | Accuracy analysis of control point distribution for different terrain types on photogrammetric block | |
| Meng et al. | A 3D modeling algorithm of ground crop based on light multi-rotor UAV lidar remote sensing data | |
| CN113592837A (zh) | 一种基于无人机定点航拍的道路窑井盖高差计算方法 | |
| CN111256600A (zh) | 一种动态环境下运砂船方量测量方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190910 Assignee: Henan Shengjing Agricultural Technology Co.,Ltd. Assignor: HENAN University OF SCIENCE AND TECHNOLOGY Contract record no.: X2022980017056 Denomination of invention: A digital terrain modeling method based on multi-source uav remote sensing data fusion Granted publication date: 20220923 License type: Common License Record date: 20221008 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190910 Assignee: Henan Xuanjie Cultural Communication Co.,Ltd. Assignor: HENAN University OF SCIENCE AND TECHNOLOGY Contract record no.: X2023980046376 Denomination of invention: A Digital Terrain Modeling Method Based on Multisource Unmanned Aerial Vehicle Remote Sensing Data Fusion Granted publication date: 20220923 License type: Common License Record date: 20231109 |
|
| EE01 | Entry into force of recordation of patent licensing contract |