CN110286091B - 一种基于无人机的近地遥感图像采集方法 - Google Patents
一种基于无人机的近地遥感图像采集方法 Download PDFInfo
- Publication number
- CN110286091B CN110286091B CN201910503338.1A CN201910503338A CN110286091B CN 110286091 B CN110286091 B CN 110286091B CN 201910503338 A CN201910503338 A CN 201910503338A CN 110286091 B CN110286091 B CN 110286091B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- image
- spectrum
- spectral
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000003595 spectral effect Effects 0.000 claims abstract description 53
- 238000001228 spectrum Methods 0.000 claims abstract description 36
- 239000004973 liquid crystal related substance Substances 0.000 claims abstract description 25
- 238000003384 imaging method Methods 0.000 claims abstract description 7
- 230000000007 visual effect Effects 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000000701 chemical imaging Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- GECHUMIMRBOMGK-UHFFFAOYSA-N sulfapyridine Chemical compound C1=CC(N)=CC=C1S(=O)(=O)NC1=CC=CC=N1 GECHUMIMRBOMGK-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于无人机的近地遥感图像采集方法。采用液晶光谱相机搭载于无人机，设定液晶光谱相机的工作波长范围、光谱间隔、曝光时间、帧频等参数进行光谱图像采集；液晶光谱相机拍摄时直接获得目标物的二维空间光谱图像，若目标区域大于相机一次成像视野，则根据无人机不同飞行速度，采用不同拍摄速度，以相同波段图像冗余5％‑20％采集光谱图像，然后进行光谱图像拼接。本发明基于无人机的近地遥感图像采集方法采用液晶高光谱相机作为光谱图像传感装置，结合数据采集、拼接和分析方法，最终实现多旋翼机的悬停遥感和定速飞行遥感两种模式。
Description
技术领域
本发明属于近地遥感领域的基于无人机的近地遥感图像采集方法，特别是一种基于多旋翼无人机的近地遥感图像采集方法，属于基于无人机的近地遥感图像采集方法的创新技术。
背景技术
近地遥感是指在近地面不同高度上，采用传感器收集地物目标的光谱信息，用于判认地球环境和资源，对地物进行分类和识别。近地遥感传感器通常设置在地面平台上，如移动车、高空支架等。近年来，随着无人机领域的高速发展，以及其作为遥感平台的独特优势，越来越多近地遥感平台选择了无人机。
多旋翼无人机是无人机的主要分支，具有操控性强，可垂直起降和悬停，特别适用于低空、低速、有垂直起降和悬停要求的任务类型，是遥感的理想平台。目前搭载于多旋翼无人机的光谱相机主要有2种。滤镜式和推扫式光谱相机。两种相机各有优缺点。滤镜式光谱相机成像波段数有限，通常为4-6个波段，需要无人机悬停工作。推扫式光谱相机成像波段多，通常可达到高光谱级别，但只能在无人机定速巡航状态下工作。
发明内容
本发明的目的在于提供一种基于无人机的近地遥感图像采集方法。本发明是一种同时满足旋翼机悬停状态及飞行状态的近地遥感图像采集方法。
本发明的技术方案是：本发明的基于无人机的近地遥感图像采集方法，采用液晶光谱相机搭载于无人机，设定液晶光谱相机的工作波长范围、光
谱间隔、曝光时间、帧频等参数进行光谱图像采集；液晶光谱相机拍摄时直接获得目标物的二维空间光谱图像，若目标区域大于相机一次成像视野，则根据无人机不同飞行速度，采用不同拍摄速度，以相同波段图像冗余5％-20％采集光谱图像，然后进行光谱图像拼接。
本发明近地遥感图像采集方法与旋翼机的飞行状态完全匹配，功能更契合，保障了更为高效、全面的近地遥感数据采集需求。本发明弥补了目前推扫式光谱成像方法只能在无人机飞行状态下采集图像，凝视型光谱成像方法只能在无人机悬停状态下采集图像的不足。
附图说明
图1为本发明的结构示意图；
图2为本发明的悬停采集图像拼接示意图；
图3为本发明的定速飞行采集图像拼接示意图。
具体实施方式
实施例：
本发明的结构示意图如图1所示，本发明的基于无人机的近地遥感图像采集方法，采用液晶光谱相机搭载于无人机，设定液晶光谱相机的工作波长范围、光谱间隔、曝光时间进行光谱图像采集；液晶光谱相机拍摄时直接获得目标物的二维空间光谱图像，若目标区域大于相机一次成像视野，则以图像冗余5％-20％移动无人机，然后进行光谱图像拼接。
本实施例中，上述无人机是多旋翼无人机。
本实施例中，上述无人机定速飞行或无人机悬停于目标物正上方，光谱图像采集方法分为悬停采集和定速采集2种。
本实施例中，上述光谱图像悬停采集方法相应的光谱图像拼接方法包括有如下步骤：
1)同一光谱立方体内图像配准；
2)灰度峰值图像确定；
3)相邻两个立方体内灰度峰值图像匹配、拼接；
4)提取拼接参数，用于其它波段拼接，最终形成一个光谱立方体。
本实施例中，上述光谱图像定速飞行采集方法相应的光谱图像拼接方法包括有如下步骤：
1)各立方体同一波段图像匹配、拼接；
2)各拼接后图像配准，形成一个光谱立方体。
本实施例中，上述液晶光谱相机搭载于无人机进行光谱图像采集时，需设定液晶光谱相机的拍摄时间与无人机的飞行高度及飞行速度的匹配关系，即液晶光谱相机拍摄每两幅图片的时间间隔为：
即帧频为：
其中，n为光谱分辨率，v为无人机的飞行速度，r％为图像所需冗余度，H为无人机的飞行高度，α为相机垂直视场角(即相机前进方向视场角)。
本实施例中，上述多旋翼无人机包括电动和油动两类。
本实施例中，上述液晶高光谱相机包括电可控液晶滤光器、面阵CCD、消色差镜头。波长范围400-1100nm，最高光谱间隔2nm。
本实施例中，采用四旋翼电动无人机，大疆Ronin云台，液晶光谱相机调平。
(1)悬停拍摄
对于悬停拍摄，直接获得地物的二维空间光谱图像，即无人机悬停于目标物正上方，设定光谱相机工作波长范围、光谱间隔、曝光时间等参数进行光谱图像采集。若目标区域大于相机一次成像视野，则以图像冗余5％-20％移动无人机，然后进行光谱图像拼接。
设置光谱相机工作光谱范围400-720nm，光谱间隔80nm，图像空间分辨率1390*1024。图2为悬停采集示意图，两个光谱立方体内各有四张光谱图片，从400nm到640nm，分别为400nm、4800nm、560nm、640nm。基于悬停拍摄特点，每个立方体内图片可能会有微小的差异。因此，首先进行组内图像配准，再确认拼接参数，将两组对应波段通过拼接参数拼接，最后得到包含两个区域的各个波段的光谱立方体，完成遥感数据采集。
(2)定速飞行拍摄
设置光谱相机工作光谱范围400-720nm，光谱间隔100nm，图像空间分辨率1390*1024，无人机飞行速度1m/s，图像冗余度10％，图3为定速飞行采集示意图，每一光谱立方体内有三张光谱图片，分别为400nm、500nm、600nm。由于是定速拍摄，同一组别的每两张图片会有一定空间差异。通过控制采集帧频，使相邻两个立方体相同波段的图像有20％的冗余，而后进行拼接得到各个波段的拼接图，最后进行图像配准即可得到一定区域的各个波段的拼接图，完成遥感数据采集。
Claims (8)
1.一种基于无人机的近地遥感图像采集方法，其特征在于采用液晶光谱相机搭载于无人机，设定液晶光谱相机的工作波长范围、光谱间隔、曝光时间、帧频参数进行光谱图像采集；液晶光谱相机拍摄时直接获得目标物的二维空间光谱图像，若目标区域大于相机一次成像视野，则根据无人机不同飞行速度，采用不同拍摄速度，以相同波段图像冗余5％-20％采集光谱图像，然后进行光谱图像拼接；
上述液晶光谱相机搭载于无人机进行光谱图像采集时，需设定液晶光谱相机的拍摄时间与无人机的飞行高度及飞行速度的匹配关系，即液晶光谱相机拍摄每两幅图片的时间间隔为：
即帧频为：
其中，n为光谱分辨率，v为无人机的飞行速度，r％为图像所需冗余度，H为无人机的飞行高度，α为相机垂直视场角，即相机前进方向视场角。
2.根据权利要求1所述的基于无人机的近地遥感图像采集方法，其特征在于上述无人机是多旋翼无人机。
3.根据权利要求1所述的基于无人机的近地遥感图像采集方法，其特征在于上述无人机定速飞行或无人机悬停于目标物正上方，光谱图像采集方法分为悬停采集和定速采集2种。
4.根据权利要求3所述的基于无人机的近地遥感图像采集方法，其特征在于上述光谱图像悬停采集方法相应的光谱图像拼接方法包括有如下步骤：
1)同一光谱立方体内图像配准:基于特征匹配算法,提取图像特征，生成特征描述子，根据描述子的相似程度对两幅图像的特征进行匹配，限定匹配图像旋转角度小于5度，平移尺度小于图像的1％；
2)灰度峰值图像确定：任取一个光谱立方体，对光谱立方体中每一幅光谱图像的灰度直方图进行比较，选出灰度峰值图像；
3)相邻两个立方体内灰度峰值图像匹配、拼接：基于特征匹配算法,在相邻的2幅图像冗余范围内提取图像特征，生成特征描述子，根据描述子的相似程度对两幅图像的特征进行匹配；
4)提取拼接参数，用于其它波段拼接，即：将上述步骤3)中2幅图拼接的旋转角度、平移量用于其它波段拼接，最终形成一个光谱立方体。
5.根据权利要求3所述的基于无人机的近地遥感图像采集方法，其特征在于上述光谱图像定速飞行采集方法相应的光谱图像拼接方法包括有如下步骤：
1)各立方体同一波段图像匹配、拼接：基于特征匹配算法,在同一波段的相邻2幅图像冗余范围内提取图像特征，生成特征描述子，根据描述子的相似程度对两幅图像的特征进行匹配；
2)各拼接后图像配准：截去光谱图像中光谱不完全的起始部分，在留下的图像中，基于特征匹配算法,提取图像特征，生成特征描述子，根据描述子的相似程度对两幅图像的特征进行匹配，形成一个光谱立方体。
6.根据权利要求2所述的基于无人机的近地遥感图像采集方法，其特征在于多旋翼无人机包括电动和油动两类。
7.根据权利要求1所述的基于无人机的近地遥感图像采集方法，其特征在于液晶高光谱相机包括电可控液晶滤光器、面阵CCD、消色差镜头。
8.根据权利要求1所述的基于无人机的近地遥感图像采集方法，其特征在于液晶光谱相机的波长范围400-1100nm，最高光谱间隔2nm。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910503338.1A CN110286091B (zh) | 2019-06-11 | 2019-06-11 | 一种基于无人机的近地遥感图像采集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910503338.1A CN110286091B (zh) | 2019-06-11 | 2019-06-11 | 一种基于无人机的近地遥感图像采集方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110286091A CN110286091A (zh) | 2019-09-27 |
| CN110286091B true CN110286091B (zh) | 2021-08-31 |
Family
ID=68004626
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910503338.1A Active CN110286091B (zh) | 2019-06-11 | 2019-06-11 | 一种基于无人机的近地遥感图像采集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110286091B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110969145B (zh) * | 2019-12-19 | 2020-08-28 | 珠海大横琴科技发展有限公司 | 一种遥感图像匹配优化方法、装置、电子设备及存储介质 |
| CN112129757A (zh) * | 2020-10-15 | 2020-12-25 | 安阳工学院 | 一种植物病虫害自适应检测系统和方法 |
| CN112561470A (zh) * | 2020-12-08 | 2021-03-26 | 海南省林业科学研究院(海南省红树林研究院) | 一种数字林业大数据系统的构建方法 |
| CN112908015A (zh) * | 2021-02-03 | 2021-06-04 | 湖南海龙国际智能科技股份有限公司 | 一种应用于智慧园区的智能交通指示系统及方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203350719U (zh) * | 2013-07-03 | 2013-12-18 | 广州地理研究所 | 一种单旋翼微型无人机多光谱遥感系统 |
| US10091418B2 (en) * | 2014-10-24 | 2018-10-02 | Bounce Imaging, Inc. | Imaging systems and methods |
| US9367743B1 (en) * | 2014-12-16 | 2016-06-14 | Vricon Systems Aktiebolag | Method and system for classifying a terrain type in an area |
| CN106485655A (zh) * | 2015-09-01 | 2017-03-08 | 张长隆 | 一种基于四旋翼飞行器航拍地图生成系统及方法 |
| CN106157304A (zh) * | 2016-07-01 | 2016-11-23 | 成都通甲优博科技有限责任公司 | 一种基于多个相机的全景图拼接方法及系统 |
| US10473550B2 (en) * | 2017-06-30 | 2019-11-12 | Aurora Innovative Technology LLC | Multi-laser gas leakage detector |
| CN107462397B (zh) * | 2017-08-14 | 2019-05-31 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种湖区超大范围表面流场测量方法 |
| CN108122200A (zh) * | 2017-12-20 | 2018-06-05 | 宁波视睿迪光电有限公司 | 图像拼接方法以及装置 |
| CN108961162A (zh) * | 2018-03-12 | 2018-12-07 | 北京林业大学 | 一种无人机林区航拍图像拼接方法和系统 |
| CN109493278A (zh) * | 2018-10-24 | 2019-03-19 | 北京工业大学 | 一种基于sift特征的大场景图像拼接系统 |
-
2019
- 2019-06-11 CN CN201910503338.1A patent/CN110286091B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110286091A (zh) | 2019-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110286091B (zh) | 一种基于无人机的近地遥感图像采集方法 | |
| CN108255198B (zh) | 一种无人机飞行状态下的摄像云台控制系统和控制方法 | |
| JP2017502596A (ja) | ホワイトバランス調整方法及び撮像システム | |
| CN103942273A (zh) | 一种空中快速响应动态监测系统及其动态监测方法 | |
| CN111178148A (zh) | 一种基于无人机视觉系统的地面目标地理坐标定位方法 | |
| US11769225B2 (en) | Image processing apparatus, image processing method, and program | |
| WO2020207411A1 (zh) | 一种图像数据处理方法、装置、图像处理芯片及飞行器 | |
| US20210215996A1 (en) | Low-profile multi-band hyperspectral imaging for machine vision | |
| AU2020285361A1 (en) | An aerial imaging system and method | |
| US20240166349A1 (en) | Methods and Systems for Cloud-Based Management of Images Captured by Aerial Vehicles | |
| CN115791796B (zh) | 一种基于无人机的风力发电机巡检方法及装置 | |
| CN114544006B (zh) | 一种基于环境光照条件的低空遥感影像校正系统及方法 | |
| CN113271409B (zh) | 一种组合相机、图像采集方法及航空器 | |
| Liyanage et al. | Hyperspectral imaging methods improve RGB image semantic segmentation of unstructured terrains | |
| CN106846385A (zh) | 基于无人机的多传感遥感影像匹配方法、装置和系统 | |
| CN104330076A (zh) | 一种新型自动空中三角测量软件 | |
| WO2022032942A1 (zh) | 无人机填图方法、填图装置及填图系统 | |
| CN116665077A (zh) | 基于ai识别技术的输电线路检测拍摄方法及其系统 | |
| Angkhem et al. | Night-Time Human Detection From UAV | |
| CN116437023A (zh) | 一种快速获取大范围高分辨率航拍影像的方法 | |
| Madani et al. | DMC practical experience and accuracy assessment | |
| CN211452323U (zh) | 一种基于无人机的高光谱数据和三维建模数据采集系统 | |
| Haavardsholm et al. | Multimodal Multispectral Imaging System for Small UAVs | |
| CN207036261U (zh) | 一种镜头扫描模式高光谱成像系统及旋翼无人机 | |
| CN113273173A (zh) | 可移动平台的巡检方法、装置、可移动平台及存储介质 |
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 |