CN110503080B - 基于无人机倾斜摄影辅助排污口的调查方法 - Google Patents

基于无人机倾斜摄影辅助排污口的调查方法 Download PDF

Info

Publication number
CN110503080B
CN110503080B CN201910817035.7A CN201910817035A CN110503080B CN 110503080 B CN110503080 B CN 110503080B CN 201910817035 A CN201910817035 A CN 201910817035A CN 110503080 B CN110503080 B CN 110503080B
Authority
CN
China
Prior art keywords
precision
unmanned aerial
data
aerial vehicle
image control
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
Application number
CN201910817035.7A
Other languages
English (en)
Other versions
CN110503080A (zh
Inventor
杨刚
常鹏斌
申恩昌
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.)
PowerChina Northwest Engineering Corp Ltd
Original Assignee
PowerChina Northwest Engineering Corp Ltd
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 PowerChina Northwest Engineering Corp Ltd filed Critical PowerChina Northwest Engineering Corp Ltd
Priority to CN201910817035.7A priority Critical patent/CN110503080B/zh
Publication of CN110503080A publication Critical patent/CN110503080A/zh
Application granted granted Critical
Publication of CN110503080B publication Critical patent/CN110503080B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04Interpretation of pictures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/13Satellite images
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/20Controlling water pollution; Waste water treatment

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Astronomy & Astrophysics (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于无人机倾斜摄影辅助排污口的调查的方法,包括规划倾斜摄影测量航线;通过无人机航拍得到影像数据;对得到的影像数据进行预处理,得到POS坐标数据;像控点布设与测量,获得地方坐标系成果值;结合POS坐标数据特征点,进行多视密集匹配,得到密集点云框架网成果,结合坐标系成果值,进行空中三角测量平差得高精度密集特征点云框架网数据;基于自动纹理映射利用高精度密集特征点云数据构建三维实景模型;将三维实景模型导入GIS平台进行污染源排污口识别与提取。改善了作业环境、提高了调查效率,降低了人力成本,也为研究排污口时空分布提供直观的科学数据支撑,辅助设计人员进行水环境污染源治理。

Description

基于无人机倾斜摄影辅助排污口的调查方法
技术领域
本发明属于水环境治理工程技术领域,涉及一种基于无人机倾斜摄影辅助排污口的调查方法。
背景技术
传统污染源排污口调查工作采取地面调查,通过全站仪或RTK技术和野外纸质记录来描述数据,耗费大量人力物力,作业环境差,测量效率低,人力成本高昂,不能满足大范围连续、快速全面的调查与分析,空间信息数据表达形式单一。
无人机倾斜摄影测量技术是从垂直、侧视等不同的角度采集影像,有效弥补了传统竖直航空摄影只能从垂直角度获取地标信息的局限。其通过无人机获取高精度倾斜影像数据,基于三维重构技术,进行三维实景重建,可真实反映地物的外观、材质、位置、高度等属性。
将无人机倾斜摄影测量技术用于辅助污染源排污口调查是十分必要的。
发明内容
本发明的目的是提供一种基于无人机倾斜摄影辅助排污口的调查方法,通过多角度倾斜影像获取、像控点测量、多视密集匹配、空中三角测量及高分辨率三维实景模型构建,基于GIS平台对排污口进行全室内空间信息识别与提取,达到对排污口调查的目的。
本发明所采用的技术方案是一种基于无人机倾斜摄影辅助排污口的调查的方法,包括以下步骤:
步骤1、规划倾斜摄影测量航线;
步骤2、根据步骤1中的航线,通过无人机航拍得到多角度倾斜摄影影像数据;
步骤3、对步骤2得到的倾斜影像数据进行预处理,得到高精度的影像POS坐标数据;
步骤4、像控点布设与测量,获得像控点地方坐标系成果值;
步骤5、结合步骤3中的POS坐标数据提取特征点,利用特征点进行多视密集匹配,得到稀疏的密集点云框架网成果,并结合步骤4中的坐标系成果值,进行空中三角测量平差得到稠密的高精度密集特征点云数据;
步骤6、基于自动纹理映射利用步骤5中的高精度密集特征点云数据构建三维实景模型;
步骤7、将步骤6中的三维实景模型导入GIS平台进行污染源排污口识别与提取。
本发明的特点还在于:
步骤1具体按照以下步骤实施:
步骤1.1、选择无人机及摄相机,具体的:
基于航摄续航时间与载重量及航拍的安全性,选择工业级多旋翼无人机;从完整清晰、保证排污口的测量精度要求下,摄相机的空间分辨率应优于3cm,在航拍时间的要求下,选用五镜头、长焦镜头进行倾斜摄影;
步骤1.2、进行航线的规划,具体的:
将航区根据地形划分为个多边形区域,实际飞行范围保证无人机高度超出航区1个航高,航区内地形高差小于1/2航高,以保证测量区域的完整性;根据地理位置、精度要求、起降点等因素,采用“S”型扫描及“井”字形飞行,单航线最大长度按无人机有效续航里程的40%计算,相对航高100m;各架次之间旁向重叠1~2条航线,航向重叠8~10条基线。
步骤2中顾及建筑物高度及山体落差,无人机上的倾斜相机的倾斜角度在30°~45°之间,航向重叠度为70%~80%,旁向重叠度为65%~80%,并预留冗余度;
为保证空间分辨率同一性,各起飞点与航区的相对航高保持一致;并对信号干扰及其他因素影响造成曝光延迟、曝光停顿等实时进行记录,使无人机采集到的影像数据与地面接受到的POS数据一一对应。
步骤3中预处理的具体方式为:
对受横风影响的不良姿态影像进行合理剔除,将POS数据的曝光点坐标进行PPK进行解算处理,获得高精度的影像POS坐标数据,同时对影像色差不一致的图像进行归一化处理;
步骤4中像控点布设与测量的具体方式为:
在每个相邻航区之间成对布设像控点,每对像控点间隔200~300米,若接边处跨度较大,则以对点形式布设像控点,保证大面积多架次模型数据拼接精度,使用RTK测量技术获得像控点地方坐标系成果值。
使用RTK测量像控点时,单次测量历元数不少于20个,采样间隔2s~5s,各次测量的平面及高程较差不超过4cm,测量多组数据,取平均值作为像控点最终坐标成果值。
所述步骤5中为获得满足要求的高精度同名点及连接强度,提高一次平差成功通过率,选择“迭代式”空中三角测量平差法,进行空中三角测量平差,通过迭代计算,得到高精度密集特征点云数据。
步骤6具体为:
将步骤5中得到的稠密的高精度密集特征点云数据,通过三角网重构算法自动构建不规则三角网表面,即MESH面,对不符合实际特征的MESH面进行修编,生成高精度地面骨架成果;基于自动纹理映射技术,使影像光谱及结构信息附着在MESH面,生成三维实景模型;
通过RTK实际测量检查点坐标值,对三维实景模型进行精度检查,若不满足要求,对模型精细精修,直至满足精度要求。
步骤7具体为:
将步骤6中的三维实景模型载入地理信息系统平台,基于矢量工具,对排污口信息进行量测与统计。
本发明的有益效果是:通过无人机倾斜摄影方式获取污染源调查区域高分辨率全要素彩色影像,采用三维重建软件进行三维重构生成三维模型,利用生成的三维实景模型进行排污口识别与信息提取,将传统地面调查方式,即以全站仪及RTK技术测量及全野外纸质调查排污口信息的方式,改为全室内基于三维实景模型的裸眼3D直观的测量及调查方式,改善了作业环境、提高了调查效率,降低了人力成本,也为研究排污口时空分布提供直观的科学数据支撑,辅助设计人员进行水环境污染源治理。
另一方面,可沿河道对全流域偷排及直排等进行监测,大大提高排污口调查及监测的科学性、准确性和快速性。
附图说明
图1是本发明基于无人机倾斜摄影辅助排污口调查的方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
实施例,如图1所示,一种基于无人机倾斜摄影辅助排污口的调查的方法,包括以下步骤:
步骤1、规划倾斜摄影测量航线;
步骤2、根据步骤1中的航线,通过无人机航拍得到多角度倾斜摄影影像数据;
步骤3、对步骤2得到的倾斜影像数据进行预处理,得到高精度的影像POS坐标数据;
步骤4、像控点布设与测量,获得像控点地方坐标系成果值;
步骤5、结合步骤3中的POS坐标数据提取特征点,利用特征点进行多视密集匹配,得到稀疏的密集点云框架网成果,在提高密集点云观测值精度的同时弥补了摄影盲区的地面特征,并结合步骤4中的坐标系成果值,进行空中三角测量平差得到稠密的高精度密集特征点云数据;
步骤6、基于自动纹理映射利用步骤5中的高精度密集特征点云数据构建三维实景模型;
步骤7、将步骤6中的三维实景模型导入GIS(地理信息系统GeographicInformation System)平台进行污染源排污口识别与提取。
步骤1具体按照以下步骤实施:
步骤1.1、选择无人机及摄相机,具体的:
基于航摄续航时间与载重量及航拍的安全性,选择工业级多旋翼无人机;从完整清晰、保证排污口的测量精度要求下,摄相机的空间分辨率应优于3cm,在航拍时间的要求下,选用五镜头、长焦镜头进行倾斜摄影;
步骤1.2、进行航线的规划,具体的:
将航区根据地形划分为个多边形区域,实际飞行范围保证无人机高度超出航区1个航高,航区内地形高差小于1/2航高,以保证测量区域的完整性;根据地理位置、精度要求、起降点等因素,采用“S”型扫描及“井”字形飞行,单航线最大长度按无人机有效续航里程的40%计算,相对航高100m,当航摄分区内有超过30m的建筑物时,最小相对航高应按100m加上建筑物高度计算;各架次之间旁向重叠1~2条航线,航向重叠8~10条基线,便于节省电池电量,做到单价次高效率航摄。
步骤2中顾及建筑物高度及山体落差,考虑地形特征、单架次作业面积、电池电量、起降点位置、周围干扰物等因素,无人机上的倾斜相机的倾斜角度在30°~45°之间,航向重叠度为70%~80%,旁向重叠度为65%~80%,以建筑密集区、植被茂密区等来设置重叠率,并预留冗余度;特别的河道区域设置航向重叠度及旁向重叠度均为70%,建筑密集区域设置航向重叠度及旁向重叠度均为80%;
为保证空间分辨率同一性,各起飞点与航区的相对航高保持一致;并对信号干扰及其他因素影响造成曝光延迟、曝光停顿等实时进行记录,使无人机采集到的影像数据与地面接受到的POS数据一一对应。
步骤3中预处理的具体方式为:
对受横风影响的不良姿态影像进行合理剔除,将POS数据的曝光点坐标进行PPK(动态后处理技术post processed kinematic)进行解算处理,获得高精度的影像POS坐标数据,同时对影像色差不一致的图像进行归一化处理;
步骤4中像控点布设与测量的具体方式为:
在每个相邻航区之间成对布设像控点,所述像控点为白底黑色的十字地标点,每对像控点间隔200~300米,防止拉花、断层及漏洞等现象发生,若接边处跨度较大,则以对点形式布设像控点,保证大面积多架次模型数据拼接精度,使用RTK测量技术或千寻CORS技术获得像控点地方坐标系成果值。
使用RTK(实时差分定位Real-time kinematic)测量像控点时,单次测量历元数不少于20个,采样间隔2s~5s,各次测量的平面及高程较差不超过4cm,本例中测量5组数据,取平均值作为像控点最终坐标成果值。
步骤5中为获得满足要求的高精度同名点及连接强度,提高一次平差成功通过率,选择“迭代式”空中三角测量平差法,进行空中三角测量平差,通过迭代计算,得到高精度密集特征点云数据。
步骤6具体为:
将步骤5中得到的稠密的高精度密集特征点云数据,通过三角网重构算法自动构建不规则三角网表面,即MESH面,对不符合实际特征的MESH面进行修编,生成高精度地面骨架成果;基于自动纹理映射技术,使影像光谱及结构信息附着在MESH面,生成三维实景模型。
通过RTK(实时动态测量)实际测量检查点坐标值对三维实景模型进行精度检查,若不满足要求,对模型精细精修,直至满足精度要求。
三维实景模型的建模精度与空间分辨率直接相关,一般为空间分辨率的3倍;三维实景模型的平面测量精度和相对高程测量精度基本一致,如果影像分辨率为2cm,则三维模型的建模精度为6cm,最大限差为2倍中误差即12cm,远高于1:500地形图的精度。
步骤7具体为:
将步骤6中的三维实景模型载入地理信息系统平台,如EPS、SurperMap等,基于矢量工具,可直接量取排污口底部高程、平面坐标、排污口尺寸及材质等,结合居住人口密度信息,可估算排污口排放量,对排污口信息进行量测与统计。
实例:通过在某河道治理项目中的应用,投入2人,倾斜摄影面积约11.2平方公里,获取全流域排污口调查个数83个,实现了全室内作业调查,较传统的全站仪及RTK全野外调查方法,节省工期15天,节约总工日30个。

Claims (3)

1.一种基于无人机倾斜摄影辅助排污口的调查的方法,其特征在于,包括以下步骤:
步骤1、规划倾斜摄影测量航线;
步骤2、根据步骤1中的航线,通过无人机航拍得到多角度倾斜摄影影像数据;
步骤3、对步骤2得到的多角度倾斜影像数据进行预处理,得到高精度的影像POS坐标数据;
步骤4、像控点布设与测量,获得像控点最终坐标成果值;
步骤5、结合步骤3中的POS坐标数据提取特征点,利用特征点进行多视密集匹配,得到稀疏的密集点云框架网成果,并结合步骤4中的坐标系成果值,进行空中三角测量平差得到稠密的高精度密集特征点云数据;
步骤6、基于自动纹理映射利用步骤5中的高精度密集特征点云数据构建三维实景模型;
步骤7、将步骤6中的三维实景模型导入GIS平台进行污染源排污口识别与提取;
所述步骤1具体按照以下步骤实施:
步骤1.1、选择无人机及摄相机,具体的:
基于航摄续航时间与载重量及航拍的安全性,选择工业级多旋翼无人机;从完整清晰、保证排污口的测量精度要求下,摄相机的空间分辨率应优于3cm,在航拍时间的要求下,选用五镜头、长焦镜头进行倾斜摄影;
步骤1.2、进行航线的规划,具体的:
将航区根据地形划分为个多边形区域,实际飞行范围保证无人机高度超出航区1个航高,航区内地形高差小于1/2航高,以保证测量区域的完整性;根据地理位置、精度要求、起降点因素,采用“S”型扫描及“井”字形飞行,单航线最大长度按无人机有效续航里程的40%计算,相对航高100m;各架次之间旁向重叠1~2条航线,航向重叠8~10条基线;
所述步骤2中顾及建筑物高度及山体落差,无人机上的倾斜相机的倾斜角度在30°~45°之间,航向重叠度为70%~80%,旁向重叠度为65%~80%,并预留冗余度;
为保证空间分辨率同一性,各起飞点与航区的相对航高保持一致;并对信号干扰影响造成曝光延迟、曝光停顿实时进行记录,使多角度倾斜摄影影像数据与地面接受到的POS数据一一对应;
所述步骤3中预处理的具体方式为:
对受横风影响的不良姿态影像进行合理剔除,将POS数据的曝光点坐标进行PPK解算处理,获得高精度的影像POS坐标数据,同时对影像色差不一致的图像进行归一化处理;
所述步骤4中像控点布设与测量的具体方式为:
在每个相邻航区之间成对布设像控点,每对像控点间隔200~300米,接边处以对点形式布设像控点,保证大面积多架次模型数据拼接精度,使用RTK测量技术获得像控点地方坐标系成果值,使用RTK测量技术测量像控点时,单次测量历元数不少于20个,采样间隔2s~5s,各次测量的平面及高程较差不超过4cm,测量多组数据,取平均值作为像控点最终坐标成果值;
所述步骤6具体为:
将步骤5中得到的高精度密集特征点云数据,通过三角网重构算法自动构建不规则三角网表面,即MESH面,对不符合实际特征的MESH面进行修编,生成高精度地面骨架成果;基于自动纹理映射技术,使影像光谱及结构信息附着在MESH面,生成三维实景模型,其中通过RTK测量技术实际测量检查点坐标值对三维实景模型进行精度检查,若不满足要求,对模型精细精修,直至满足精度要求。
2.根据权利要求1所述的一种基于无人机倾斜摄影辅助排污口的调查的方法,其特征在于,所述步骤5中为获得满足要求的高精度同名点及连接强度,提高一次平差成功通过率,选择“迭代式”空中三角测量平差法,进行空中三角测量平差,通过迭代计算,得到高精度密集特征点云数据。
3.根据权利要求1所述的一种基于无人机倾斜摄影辅助排污口的调查的方法,其特征在于,所述步骤7具体为:
将步骤6中的三维实景模型载入GIS平台,基于矢量工具,对排污口信息进行量测与统计。
CN201910817035.7A 2019-08-30 2019-08-30 基于无人机倾斜摄影辅助排污口的调查方法 Active CN110503080B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910817035.7A CN110503080B (zh) 2019-08-30 2019-08-30 基于无人机倾斜摄影辅助排污口的调查方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910817035.7A CN110503080B (zh) 2019-08-30 2019-08-30 基于无人机倾斜摄影辅助排污口的调查方法

Publications (2)

Publication Number Publication Date
CN110503080A CN110503080A (zh) 2019-11-26
CN110503080B true CN110503080B (zh) 2022-09-02

Family

ID=68590717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910817035.7A Active CN110503080B (zh) 2019-08-30 2019-08-30 基于无人机倾斜摄影辅助排污口的调查方法

Country Status (1)

Country Link
CN (1) CN110503080B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111006646B (zh) * 2019-12-19 2020-10-23 内蒙古蒙能建设工程监理有限责任公司 基于无人机倾斜摄影测量技术实现施工进度监测的方法
CN111473739B (zh) * 2020-04-24 2022-02-08 中铁隧道集团二处有限公司 一种基于视频监控的隧道塌方区围岩变形实时监测方法
CN111582139B (zh) * 2020-04-30 2023-08-04 北京百度网讯科技有限公司 一种排污口识别方法、装置、电子设备和存储介质
CN112288848A (zh) * 2020-10-13 2021-01-29 中国建筑第八工程局有限公司 无人机航拍三维建模计算工程量的方法
CN112325857A (zh) * 2020-10-22 2021-02-05 中国电子科技集团公司第五十四研究所 基于倾斜摄影的无人机障碍预警方法
CN112529498B (zh) * 2020-12-08 2024-03-15 山东简策网络科技有限公司 一种仓储物流管理方法及系统
CN112700530B (zh) * 2020-12-14 2022-06-07 中国铁路设计集团有限公司 无人机回旋多角度铁路既有线高精度三维重建航线规划方法
CN113340277B (zh) * 2021-06-18 2022-03-08 深圳市武测空间信息有限公司 一种基于无人机倾斜摄影的高精度定位方法
CN114894163A (zh) * 2022-05-24 2022-08-12 中国地质科学院岩溶地质研究所 面向多无人机协同摄影测量的地质灾害隐患探测方法
CN116465370A (zh) * 2023-04-01 2023-07-21 中铁六局集团路桥建设有限公司 一种计算植被茂密区域土石方量的方法及系统
CN116596844B (zh) * 2023-04-06 2024-03-29 北京四维远见信息技术有限公司 一种航飞质量检查方法、装置、设备及存储介质
CN116385686B (zh) * 2023-05-29 2023-08-11 陕西省水利电力勘测设计研究院 基于不规则倾斜摄影的实景三维模型重建方法及系统
CN117346742A (zh) * 2023-10-09 2024-01-05 广东省核工业地质局测绘院 基于机载激光雷达和倾斜摄影测量的水电站测绘系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108548525A (zh) * 2018-06-14 2018-09-18 浙江鼎测地理信息技术有限公司 一种利用无人机航空摄影进行野外测绘的方法
CN109520479A (zh) * 2019-01-15 2019-03-26 成都建工集团有限公司 基于无人机倾斜摄影辅助土方开挖施工的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108548525A (zh) * 2018-06-14 2018-09-18 浙江鼎测地理信息技术有限公司 一种利用无人机航空摄影进行野外测绘的方法
CN109520479A (zh) * 2019-01-15 2019-03-26 成都建工集团有限公司 基于无人机倾斜摄影辅助土方开挖施工的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"无人机倾斜摄影测量三维模型绘制大比例尺地形图精度研究";柳静;《中国优秀硕士学位论文全文数据库 基础科学辑》;20190115;A008-304 *
"无人机摄影在黄河流域水环境监测及排污口督查中的应用研究";周亚平等;《中国水利学会2018学术年会论文集》;20181231;第545-550页 *
柳静."无人机倾斜摄影测量三维模型绘制大比例尺地形图精度研究".《中国优秀硕士学位论文全文数据库 基础科学辑》.2019,A008-304. *

Also Published As

Publication number Publication date
CN110503080A (zh) 2019-11-26

Similar Documents

Publication Publication Date Title
CN110503080B (zh) 基于无人机倾斜摄影辅助排污口的调查方法
CN111597666B (zh) 一种将bim应用到变电站建设过程的方法
CN110221311B (zh) 基于tls和uav自动化提取高郁闭林分树高的方法
CN113034689B (zh) 基于激光点云的地形三维模型及地形图构建方法和系统、存储介质
CN102074047B (zh) 一种高精细城市三维建模方法
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
CN101335431A (zh) 基于机载激光雷达数据的架空送电线路优化选线方法
CN111444872B (zh) 一种丹霞地貌参数测量方法
Gruen et al. Joint processing of UAV imagery and terrestrial mobile mapping system data for very high resolution city modeling
Lv et al. Research on the technology of LIDAR data processing
CN104933223B (zh) 一种输电线路通道数字化测绘方法
CN112833861A (zh) 一种基于倾斜摄影大比例尺地形图的测绘方法和测绘系统
CN116129067A (zh) 一种基于多源地理信息耦合的城市实景三维建模方法
CN112465966A (zh) 一种集倾斜摄影测量与三维激光扫描的陡崖三维建模方法
CN114065339A (zh) 一种基于三维可视化模型的高塔建设选址方法
CN114994702A (zh) 一种基于机载激光雷达的水库库容测算方法
Gu et al. Surveying and mapping of large-scale 3D digital topographic map based on oblique photography technology
CN110580468B (zh) 一种基于影像匹配点云的单木结构参数提取的方法
Yijing et al. Construction and analysis of 3D scene model of landscape space based on UAV oblique photography and 3D laser scanner
CN115984490A (zh) 风场特性的建模分析方法、系统、无人机设备及存储介质
CN114972672A (zh) 输电线路实景三维模型构建方法、装置、设备和存储介质
Zhu A pipeline of 3D scene reconstruction from point clouds
CN113418510A (zh) 一种基于多旋翼无人机的高标准农田验收方法
Chen et al. 3D model construction and accuracy analysis based on UAV tilt photogrammetry
Yang et al. Research on the application method of historical building protection under the integration of multiple technologies

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