CN113515650A - 一种智能化航空遥感测量高程点提取系统 - Google Patents

一种智能化航空遥感测量高程点提取系统 Download PDF

Info

Publication number
CN113515650A
CN113515650A CN202110550622.1A CN202110550622A CN113515650A CN 113515650 A CN113515650 A CN 113515650A CN 202110550622 A CN202110550622 A CN 202110550622A CN 113515650 A CN113515650 A CN 113515650A
Authority
CN
China
Prior art keywords
data
information collection
module
elevation
remote sensing
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
CN202110550622.1A
Other languages
English (en)
Inventor
冯超
田晓东
杨易
王应杰
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.)
Guizhou Transport Science Research Institute Shares Co ltd
Original Assignee
Guizhou Transport Science Research Institute Shares Co 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 Guizhou Transport Science Research Institute Shares Co ltd filed Critical Guizhou Transport Science Research Institute Shares Co ltd
Priority to CN202110550622.1A priority Critical patent/CN113515650A/zh
Publication of CN113515650A publication Critical patent/CN113515650A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1458—Management of the backup or restore process
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1458—Management of the backup or restore process
    • G06F11/1464—Management of the backup or restore process for networked environments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/80—Database-specific techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Remote Sensing (AREA)
  • Library & Information Science (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种智能化航空遥感测量高程点提取系统，包括航空影像收集飞行器和采集模块，航空影像收集飞行器通过无线信号连接有地表影像信息收集计算机，地表影像信息收集计算机的信息收集包括重要地理目标临近的高程点、地形特征高程点和分布范围上的关键高程点，重要地理目标临近的高程点通过数据传输连接有第三信息收集库，地形特征高程点通过数据传输连接有第一信息收集库，分布范围上的关键高程点通过数据传输连接有第二信息收集库。该种智能化航空遥感测量高程点提取系统，结构合理，设计新颖，能有效提高勘测的工作效率，且所得数据更加精准，具有较高的实用价值。

Description

一种智能化航空遥感测量高程点提取系统
技术领域
本发明涉及地形勘测技术领域，具体为一种智能化航空遥感测量高程点提取系统。
背景技术
高程点即标有高程数值的信息点，通常与等高线配合表达地貌特征的高程信息。高程点分布表达上具有丰富的上下文特征，除个体高程属性上的差异外，一方面与重要地形特征单元（如山峰、鞍部及山谷等）、河流、道路等自然或人文要素目标间的分布关系，使得个体高程点在地理性质上具有不同的重要性意义；另一方面区域地形的起伏变化，使得高程点群在空间分布上呈现不同的疏密关系。
然而，在高程点提取的实验项目上，由于地形勘测的技术要求较高，导致高程点在提取的过程中，需要结合多个方面进行不同信息的筛选，再结合之前调研的数据进行分析，才能得出较为精确的所需数据，这样的传统方式，导致高程点提取进度缓慢，针对大面积地形的勘测，从而影响勘测的工作效率。因此我们对此做出改进，提出一种智能化航空遥感测量高程点提取系统。
发明内容
为了解决上述技术问题，本发明提供了如下的技术方案：
本发明一种智能化航空遥感测量高程点提取系统，包括航空影像收集飞行器和采集模块，所述航空影像收集飞行器通过无线信号连接有地表影像信息收集计算机，所述地表影像信息收集计算机的信息收集包括重要地理目标临近的高程点、地形特征高程点和分布范围上的关键高程点，所述重要地理目标临近的高程点通过数据传输连接有第三信息收集库，所述地形特征高程点通过数据传输连接有第一信息收集库，所述分布范围上的关键高程点通过数据传输连接有第二信息收集库，所述重要地理目标临近的高程点、地形特征高程点和分布范围上的关键高程点均通过数据连接有矩阵建模，所述矩阵建模通过数据连接有坐标转换，所述坐标转换通过数据连接有误差分析。
作为本发明的一种优选技术方案，所述采集模块信号输出端连接有计算模块，所述计算模块通过数据转化连接有归纳模块，所述归纳模块通过数据传输连接有提取模块，所述提取模块通过数据转移连接有记录保存模块。
作为本发明的一种优选技术方案，所述归纳模块通过导线电性连接有备份模块，且所述备份模块通过数据转移与记录保存模块相连接。
作为本发明的一种优选技术方案，所述备份模块包括本地备份与云端备份，所述本地备份分别与矩阵建模、坐标转换和误差分析数据连接，所述云端备份分别与矩阵建模、坐标转换和误差分析无线信号连接。
作为本发明的一种优选技术方案，所述第一信息收集库包括山峰、洼地和水源处，且所述第一信息收集库通过数据连接有备注单元。
作为本发明的一种优选技术方案，所述第二信息收集库包括居民点、交通路线和标志性建筑，且所述第二信息收集库通过数据连接有标记单元。
作为本发明的一种优选技术方案，所述第三信息收集库包括工业区、动植物保护区和其他区域，且所述第三信息收集库通过数据连接有完善信息单元。
作为本发明的一种优选技术方案，所述第一信息收集库、第二信息收集库和第三信息收集库均储存在提取模块内部。
作为本发明的一种优选技术方案，所述矩阵建模内部设有高程点群分布简析数据，所述坐标转换内部设有航拍地形图片数据，所述误差分析内部设有大数据对比模拟器。
本发明的有益效果是：
1、该种智能化航空遥感测量高程点提取系统，通过利用航空影像收集飞行器对地形航拍之后进行的信号数据传递，使得地表影像信息收集计算机在接收信号数据之后，可以直接进行智能计算，通过地表影像信息收集计算机的分析归纳，使得重要地理目标临近的高程点、地形特征高程点和分布范围上的关键高程点这三份数据被总结出来，再配合三个信息库的分工合作，使得不同地区的高程点得到明确地排布，减少数据错乱的现象，再通过矩阵建模、坐标转换和误差分析的优化处理，使得提取的高程点数据更加详细精准，通过这样逐步的系统化处理，不仅提高了高程点数据的完整性，也提高了勘测地形的工作效率；
2、该种智能化航空遥感测量高程点提取系统，通过各个模块的搭配使用，优化了该提取系统的工作性能，再通过备份模块的备份工作，有效地保护了该提取系统的数据，避免遗失，同时，利用本地备份与云端备份的交替配合，使得该提取系统的数据实现双向的备份保护，通过备注单元的备注记录，使得第一信息收集库中的山峰、洼地和水源处详细数据，得到指定要求的备注，通过标记单元的标记记录，使得第二信息收集库中的居民点、交通路线和标志性建筑详细数据，实现符合规格要求的标记，通过完善信息单元的信息优化，使得第三信息收集库中的工业区、动植物保护区和其他区域详细数据，更加精确。本发明，结构合理，设计新颖，能有效提高勘测的工作效率，且所得数据更加精准，具有较高的实用价值。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种智能化航空遥感测量高程点提取系统的框架示意图；
图2是本发明一种智能化航空遥感测量高程点提取系统的主体框架示意图；
图3是本发明一种智能化航空遥感测量高程点提取系统的局部框架示意图；
图4是本发明一种智能化航空遥感测量高程点提取系统的高程点群分布示意图；
图5是本发明一种智能化航空遥感测量高程点提取系统的航拍地形示意图。
图中：1、航空影像收集飞行器；2、地表影像信息收集计算机；3、重要地理目标临近的高程点；4、地形特征高程点；5、分布范围上的关键高程点；6、第一信息收集库；7、第二信息收集库；8、第三信息收集库；9、备注单元；10、标记单元；11、完善信息单元；12、采集模块；13、计算模块；14、归纳模块；15、提取模块；16、记录保存模块；17、备份模块；18、矩阵建模；19、坐标转换；20、误差分析；21、云端备份；22、本地备份。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例：如图1-5所示，本发明一种智能化航空遥感测量高程点提取系统，包括航空影像收集飞行器1和采集模块12，航空影像收集飞行器1通过无线信号连接有地表影像信息收集计算机2，地表影像信息收集计算机2的信息收集包括重要地理目标临近的高程点3、地形特征高程点4和分布范围上的关键高程点5，重要地理目标临近的高程点3通过数据传输连接有第三信息收集库8，地形特征高程点4通过数据传输连接有第一信息收集库6，分布范围上的关键高程点5通过数据传输连接有第二信息收集库7，重要地理目标临近的高程点3、地形特征高程点4和分布范围上的关键高程点5均通过数据连接有矩阵建模18，矩阵建模18通过数据连接有坐标转换19，坐标转换19通过数据连接有误差分析20。
其中，采集模块12信号输出端连接有计算模块13，计算模块13通过数据转化连接有归纳模块14，归纳模块14通过数据传输连接有提取模块15，提取模块15通过数据转移连接有记录保存模块16，通过各个模块的搭配使用，优化了该提取系统的工作性能。
其中，归纳模块14通过导线电性连接有备份模块17，且备份模块17通过数据转移与记录保存模块16相连接，通过备份模块17的备份工作，有效地保护了该提取系统的数据，避免遗失。
其中，备份模块17包括本地备份22与云端备份21，所述本地备份22分别与矩阵建模18、坐标转换19和误差分析20数据连接，所述云端备份21分别与矩阵建模18、坐标转换19和误差分析20无线信号连接，通过本地备份22与云端备份21的交替配合，使得该提取系统的数据实现双向的备份保护。
其中，第一信息收集库6包括山峰、洼地和水源处，且第一信息收集库6通过数据连接有备注单元9，通过备注单元9的备注记录，使得第一信息收集库6中的山峰、洼地和水源处详细数据，得到指定要求的备注。
其中，第二信息收集库7包括居民点、交通路线和标志性建筑，且第二信息收集库7通过数据连接有标记单元10，通过标记单元10的标记记录，使得第二信息收集库7中的居民点、交通路线和标志性建筑详细数据，实现符合规格要求的标记。
其中，第三信息收集库8包括工业区、动植物保护区和其他区域，且第三信息收集库8通过数据连接有完善信息单元11，通过完善信息单元11的信息优化，使得第三信息收集库8中的工业区、动植物保护区和其他区域详细数据，更加精确。
其中，第一信息收集库6、第二信息收集库7和第三信息收集库8均储存在提取模块15内部，通过提取模块15的工作特性，使得该提取系统中的数据在进行优化处理之后，可以被有效地提取出来。
其中，矩阵建模18内部设有高程点群分布简析数据，坐标转换19内部设有航拍地形图片数据，误差分析20内部设有大数据对比模拟器，通过矩阵建模18、坐标转换19和误差分析20的优化处理，使得该提取系统中的高程点数据更加详细精准。
工作原理：在使用该种智能化航空遥感测量高程点提取系统时，首先，通过检测点进行测试，在确保数据误差符合规格范围，再进行正式的勘测使用，通过利用航空影像收集飞行器1对地形航拍之后进行的信号数据传递，使得地表影像信息收集计算机2在接收信号数据之后，可以直接进行智能计算，通过地表影像信息收集计算机2的分析归纳，使得重要地理目标临近的高程点3、地形特征高程点4和分布范围上的关键高程点5这三份数据被总结出来，再配合三个信息库的分工合作，使得不同地区的高程点得到明确地排布，减少数据错乱的现象，再通过矩阵建模18、坐标转换19和误差分析20的优化处理，使得提取的高程点数据更加详细精准，通过这样逐步的系统化处理，不仅提高了高程点数据的完整性，也提高了勘测地形的工作效率。该种智能化航空遥感测量高程点提取系统，通过各个模块的搭配使用，优化了该提取系统的工作性能，再通过备份模块17的备份工作，有效地保护了该提取系统的数据，避免遗失，同时，利用本地备份22与云端备份21的交替配合，使得该提取系统的数据实现双向的备份保护，通过备注单元9的备注记录，使得第一信息收集库6中的山峰、洼地和水源处详细数据，得到指定要求的备注，通过标记单元10的标记记录，使得第二信息收集库7中的居民点、交通路线和标志性建筑详细数据，实现符合规格要求的标记，通过完善信息单元11的信息优化，使得第三信息收集库8中的工业区、动植物保护区和其他区域详细数据，更加精确。本发明，结构合理，设计新颖，能有效提高勘测的工作效率，且所得数据更加精准，具有较高的实用价值。
最后应说明的是：在本发明的描述中，需要说明的是，术语“竖直”、“上”、“下”、“水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种智能化航空遥感测量高程点提取系统，包括航空影像收集飞行器（1）和采集模块（12），其特征在于，所述航空影像收集飞行器（1）通过无线信号连接有地表影像信息收集计算机（2），所述地表影像信息收集计算机（2）的信息收集包括重要地理目标临近的高程点（3）、地形特征高程点（4）和分布范围上的关键高程点（5），所述重要地理目标临近的高程点（3）通过数据传输连接有第三信息收集库（8），所述地形特征高程点（4）通过数据传输连接有第一信息收集库（6），所述分布范围上的关键高程点（5）通过数据传输连接有第二信息收集库（7），所述重要地理目标临近的高程点（3）、地形特征高程点（4）和分布范围上的关键高程点（5）均通过数据连接有矩阵建模（18），所述矩阵建模（18）通过数据连接有坐标转换（19），所述坐标转换（19）通过数据连接有误差分析（20）。
2.根据权利要求1所述的一种智能化航空遥感测量高程点提取系统，其特征在于，所述采集模块（12）信号输出端连接有计算模块（13），所述计算模块（13）通过数据转化连接有归纳模块（14），所述归纳模块（14）通过数据传输连接有提取模块（15），所述提取模块（15）通过数据转移连接有记录保存模块（16）。
3.根据权利要求2所述的一种智能化航空遥感测量高程点提取系统，其特征在于，所述归纳模块（14）通过导线电性连接有备份模块（17），且所述备份模块（17）通过数据转移与记录保存模块（16）相连接。
4.根据权利要求3所述的一种智能化航空遥感测量高程点提取系统，其特征在于，所述备份模块（17）包括本地备份（22）与云端备份（21），所述本地备份（22）分别与矩阵建模（18）、坐标转换（19）和误差分析（20）数据连接，所述云端备份（21）分别与矩阵建模（18）、坐标转换（19）和误差分析（20）无线信号连接。
5.根据权利要求1所述的一种智能化航空遥感测量高程点提取系统，其特征在于，所述第一信息收集库（6）包括山峰、洼地和水源处，且所述第一信息收集库（6）通过数据连接有备注单元（9）。
6.根据权利要求1所述的一种智能化航空遥感测量高程点提取系统，其特征在于，所述第二信息收集库（7）包括居民点、交通路线和标志性建筑，且所述第二信息收集库（7）通过数据连接有标记单元（10）。
7.根据权利要求1所述的一种智能化航空遥感测量高程点提取系统，其特征在于，所述第三信息收集库（8）包括工业区、动植物保护区和其他区域，且所述第三信息收集库（8）通过数据连接有完善信息单元（11）。
8.根据权利要求1所述的一种智能化航空遥感测量高程点提取系统，其特征在于，所述第一信息收集库（6）、第二信息收集库（7）和第三信息收集库（8）均储存在提取模块（15）内部。
9.根据权利要求1所述的一种智能化航空遥感测量高程点提取系统，其特征在于，所述矩阵建模（18）内部设有高程点群分布简析数据，所述坐标转换（19）内部设有航拍地形图片数据，所述误差分析（20）内部设有大数据对比模拟器。
CN202110550622.1A 2021-05-20 2021-05-20 一种智能化航空遥感测量高程点提取系统 Pending CN113515650A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110550622.1A CN113515650A (zh) 2021-05-20 2021-05-20 一种智能化航空遥感测量高程点提取系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110550622.1A CN113515650A (zh) 2021-05-20 2021-05-20 一种智能化航空遥感测量高程点提取系统

Publications (1)

Publication Number Publication Date
CN113515650A true CN113515650A (zh) 2021-10-19

Family

ID=78065066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110550622.1A Pending CN113515650A (zh) 2021-05-20 2021-05-20 一种智能化航空遥感测量高程点提取系统

Country Status (1)

Country Link
CN (1) CN113515650A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116503627A (zh) * 2023-06-25 2023-07-28 贵州省交通科学研究院股份有限公司 基于多源数据的遥感管理系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116503627A (zh) * 2023-06-25 2023-07-28 贵州省交通科学研究院股份有限公司 基于多源数据的遥感管理系统及方法
CN116503627B (zh) * 2023-06-25 2023-09-26 贵州省交通科学研究院股份有限公司 基于多源数据的模型构建系统及方法

Similar Documents

Publication Publication Date Title
CN106779417A (zh) 工程勘察信息数字化采集、管理及综合应用方法
CN101051076B (zh) 移动式空间数据采集、处理及发布方法
CN103997746B (zh) 一种无线基站规划勘测选址的方法
CN101901244B (zh) 地质地理信息系统处理方法
CN100580679C (zh) 土木建筑工程gps-rtk测量一体化pda装置
CN112146634B (zh) 一种基于市政工程的测绘方法
CN109191574A (zh) 基于无人机倾斜摄影的征地拆迁实物调查信息管理系统
CN102980510B (zh) 一种激光光尺影像测树装置及其测树方法
CN101051077A (zh) 基于移动设备的卫星定位、遥感及地理信息集成方法
CN101441669A (zh) 基于pda、gps、gis和gprs的野外调查系统
CN114385712B (zh) 一种基于gnss的乡村生态景观多源数据空间融合方法
CN102235858A (zh) 有编码rtk-gps输电线路平断面测量方法及系统
CN102479214A (zh) 基于条码识别技术及gis技术的定位方法及定位系统
CN101929858B (zh) 一种大比例尺平地0.25米等高距精密测绘方法
CN105913347A (zh) 一种面向住房信息采集的房屋编码方法
CN113515650A (zh) 一种智能化航空遥感测量高程点提取系统
CN109241217B (zh) 一种基于地理网格的灾情数据空间统计、查询及展示方法
CN201698026U (zh) 基于气压海拔高度测量技术的地图可定制的高精度定位仪
CN1192655C (zh) 无线通信基站的数字化勘察方法和装置
CN105717517A (zh) 一种车载北斗多模gnss高精度道路基础数据采集方法
CN105338313A (zh) 一种摄像机定位方法及装置
CN115683063A (zh) 一种基于航拍图像的地形测绘方法
CN113239076A (zh) 一种基于三维影像的地理信息查询管理平台
CN114838714A (zh) 一种测绘作业数据的实时采集处理系统及处理方法
CN114485593B (zh) 一种基于市政工程的测绘方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication