CN113670338A - 误差测量方法、装置、电子设备及可读存储介质 - Google Patents
误差测量方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113670338A CN113670338A CN202111061220.1A CN202111061220A CN113670338A CN 113670338 A CN113670338 A CN 113670338A CN 202111061220 A CN202111061220 A CN 202111061220A CN 113670338 A CN113670338 A CN 113670338A
- Authority
- CN
- China
- Prior art keywords
- ground reference
- point
- determining
- error
- coordinates
- 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
- 238000000691 measurement method Methods 0.000 title claims abstract description 24
- 238000005259 measurement Methods 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000013507 mapping Methods 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 9
- 208000028257 Joubert syndrome with oculorenal defect Diseases 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000001788 irregular Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Abstract
本发明提供的误差测量方法、装置、电子设备及可读存储介质,方法包括:根据测绘区域的航空摄影测量数据,确定测绘区域内的地面参考位置点的测量坐标;其中,地面参考位置点是预先设置在测绘区域内的可识别目标上的至少一个位置点;根据地面参考位置点的实际坐标和测量坐标,确定航空摄影测量数据的误差。本申请在测量过程中,用少量点衡量航空摄影测量数据的测量误差,能够简化测量流程,降低测量成本低,提升误差测量效率,同时,将具有特定形状和尺寸大小的可识别目标作为识别对象,能够降低后续图像识别定位地面参考位置点的难度,提高误差测量的准确度。
Description
技术领域
本发明涉及测绘技术领域,具体而言,涉及一种误差测量方法、装置、电子设备及可读存储介质。
背景技术
无人机航测技术相对于传统航空摄影测绘方法具有机动性高、效率高、作业成本低等优势。因此,无人机航测技术广泛应用于地理测绘技术领域。通过无人机航测技术可以高效地获取测区内的数字线划地图、数字高程模型、数字正射影像图等航空摄影测量成果。
目前,航空摄影测量成果会存在无法避免的精度误差,为了获得准确的测量误差,现有技术需要人工使用专业的测绘类软件可视化航空摄影测量成果,然后通过人眼观察的方式对比和测量具体误差值,这需要耗费大量的人力工,而且对工作人员的测绘相关知识有较高的要求,效率相对较慢,操作也更加复杂,需要更多的时间和人力成本。
发明内容
有鉴于此,本发明体供本发明的目的之一在于提供一种误差测量方法、装置、电子设备及可读存储介质,用以简化测量流程,提高误差测量效率,降低人力和时间成本。
第一方面,本发明提供一种误差测量方法,所述方法包括:根据测绘区域的航空摄影测量数据,确定所述测绘区域内的地面参考位置点的测量坐标;其中,所述地面参考位置点是预先设置在所述测绘区域内的可识别目标上的至少一个位置点;根据所述地面参考位置点的实际坐标和所述测量坐标,确定所述航空摄影测量数据的误差。
第二方面,本发明提供一种误差测量装置,包括确定模块,所述确定模块用于:根据测绘区域的航空摄影测量数据,确定所述测绘区域内的地面参考位置点的测量坐标;其中,所述地面参考位置点是预先设置在所述测绘区域内的可识别目标上的至少一个位置点;根据所述地面参考位置点的实际坐标和所述测量坐标,确定所述航空摄影测量数据的误差。
第三方面,本发明提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行所述计算机程序以实现第一方面所述的方法。
第四方面,本发明提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的方法。
本发明提供一种误差测量方法、装置、电子设备及可读存储介质,所述方法包括:根据测绘区域的航空摄影测量数据,确定所述测绘区域内的地面参考位置点的测量坐标;其中,所述地面参考位置点是预先设置在所述测绘区域内的可识别目标上的至少一个位置点;根据所述地面参考位置点的实际坐标和所述测量坐标,确定所述航空摄影测量数据的误差。本申请实施例提供的上述误差测量方法,与现有技术的区别在于,现有技术通过人眼观察的方式对比和测量具体误差值,需要耗费大量的人力,而且对工作人员的测绘相关知识有较高的要求,效率相对较慢,操作也更加复杂,需要更多的时间和人力成本。而本申请在对测绘区域的航测的视野范围内布置有可识别目标,然后基于对航空摄影测量数据来确定可识别目标上的地面参考位置点的实际坐标与测量坐标的误差,从而确定了航空摄影测量数据的误差,在测量过程中,用少量点衡量航空摄影测量数据的测量误差,能够简化测量流程,降低测量成本低,提升误差测量效率,同时,将具有特定形状和尺寸大小的可识别目标作为识别对象,能够降低后续图像识别定位地面参考位置点的难度,提高误差测量的准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例提供的一种误差测量方法的示意性流程图;
图2为本申请实施例提供的一种示例图;
图3为本申请实施例的一种场景示意图;
图4为本申请实施例的步骤S101的一种实现方式的示意性流程图;
图5为本申请实施例提供的一种数字正射影像图的示意图;
图6为申请实施例提供的子步骤S101-1的实现方式的示意性流程图;
图7为本申请实施例提供的一种识别范围的示意图;
图8为本申请实施例提供的可识别目标的示例图;
图9为本申请实施例提供的另一种子步骤S101-1的实现方式的示意性流程图;
图10为本发明实施例提供的一种误差测量装置的功能模块图;
图11为本发明实施例提供的一种电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”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,或者是该发明产品使用时惯常摆放的方位或位置关系,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。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
目前,通过无人机航测技术可以高效地获取测区内的航空摄影测量成果,例如数字线划地图、数字高程模型(Digital Elevation Model,简称DEM)、数字正射影像图(Digital Orthophoto Map,简称DOM)、数字表面模型(digital surface model,简称DSM)等。
然而,航空摄影测量成果会存在无法避免的精度误差,具体地,该精度误差可能来自卫星到飞机的定位误差、航测误差以及数据处理误差,为了获得准确的测量误差,现有技术需要人工使用专业的测绘类软件可视化航空摄影测量成果,然后通过人眼观察的方式对比和测量具体误差值,例如,通过人眼观察的方式在数字正射影像图中识别实际的地面参考点与测量出来的地面参考点是否不一致,若不一致在人工采用测量工具计算两者之间的偏差。
可以看出,上述测量误差的方式需要耗费大量的人力,而且对工作人员的测绘相关知识有较高的要求,效率相对较慢,操作也更加复杂,需要更多的时间和人力成本。
为了解决上述技术问题,本申请提供一种误差测量方法,能够自动化的测量误差,可以大量减少了人工操作的工作,并且后期处理人员没有测绘知识的要求,从而降低了技术门槛,提高了作业效率,更加节省时间和人力成本。
下面将结合相关附图对上述提供的误差测量方法进行详细阐述。
首先参见图1,图1为本发明实施例提供的一种误差测量方法的示意性流程图,该误差测量方法的执行主体可以是电子设备,该电子设备可以包括但不限于服务器、终端等。示例性地,终端包括但不限于平板电脑、笔记本电脑或台式电脑等,该电子设备还可以包括但不限于无人驾驶飞机、有人驾驶飞机等。下面以该方法的执行主体为电子设备为例,该方法可以包括:
S101、根据测绘区域的航空摄影测量数据,确定测绘区域内的地面参考位置点的测量坐标。
在一些可能的实施方式中,上述的测绘区域由测绘人员根据测绘需求确定,可以是田地、山脉等地块。例如,测绘人员对某一块田地有数据采集需求,即可在该田地确定测绘区域,其中,测绘区域的形状可以是规则的或是不规则的,其中规则形状可以但不限于包括三角形、多边形、圆形、扇形等,此处不作限定。
在一些可能的实施例中,上述的航空摄影测量数据可以但不限于是数字高程模型和数字正射影像图,其中,数字高程模型用于表征该测绘区域对应的规则格网点的平面坐标(X,Y)及其高程(Z)的数据集,同时它本身还是制作数字正射影像图的基础数据。
在本申请实施例中,一种实现方式中,电子设备可以接收任意一种具有航空测绘功能的飞行设备对测绘区域采集的航空摄影测量数据,然后根据获得的航空摄影测量数据生成上述航空摄影测量数据,例如,采用空三加密法、解析测图、数字摄影测量等方法生成,另一种实现方式中,上述飞行设备可以根据采集的航空摄影测量数据生成航空摄影测量数据,然后将生成的航空摄影测量数据发送给电子设备。
在本申请实施例中,测绘人员确定测绘区域后且在航测之前,可以在测绘区域内布置一定数量的可识别目标,其中,可识别目标的数量可以根据测绘区域的形状来确定,保证可识别目标可以均匀分布在测绘区域内,同时保证可识别目标处于航测的视野范围内。
在本申请实施例中,可识别目标可以但不限于是物体、图案,具有特定的形状和颜色,这为后续识别地面参考位置提供了识别依据,降低图像识别的复杂度。同时,由于目前的航空摄影测量成果的精度误差在厘米级别,若选用大型建筑物、树木等作为后续识别对象,无法准确获得厘米级别的误差,因此为了能够准确测量,将具有特定形状和尺寸大小的可识别目标作为一致识别对象,能够降低后续图像识别定位地面参考位置点的难度,提高误差测量的准确度。
可以理解的是,地面参考位置点是预先设置在测绘区域内的可识别目标上的至少一个位置点,起到用少量点衡量航空摄影测量数据的测量误差的作用,能够降低测量成本低,提升误差测量效率。
S103、根据地面参考位置点的实际坐标和测量坐标,确定航空摄影测量数据的误差。
在一些可能的实施例中,上述的实际坐标可以通过使用RTK移动基站和CORS技术测量出来,此方法测量得到的坐标信息精度很高,误差小到可以忽略不记,所以可以认为测量得到的坐标信息为真实世界中地面参考位置点的准确绝对坐标。
在本申请实施例中,可以将实际坐标和测量坐标之间的偏移量,作为航空摄影测量数据的误差,其中,偏移量可以是欧式距离、余弦距离等。
需要说明的是,上述可识别目标的数量优选为多个,每个可识别目标上确定出一个地面参考位置点,最终可以获得全部可识别目标对应的偏移量,可以将全部偏移量作最后进行汇总和统计分析,以此来确定航空摄影测量数据的测量误差。
本申请实施例提供的上述误差测量方法,与现有技术的区别在于,现有技术通过人眼观察的方式对比和测量具体误差值,需要耗费大量的人力,而且对工作人员的测绘相关知识有较高的要求,效率相对较慢,操作也更加复杂,需要更多的时间和人力成本。而本申请在对测绘区域的航测的视野范围内布置有可识别目标,然后基于对航空摄影测量数据来确定可识别目标上的地面参考位置点的实际坐标与测量坐标的误差,从而确定了航空摄影测量数据的误差,在测量过程中,用少量点衡量航空摄影测量数据的测量误差,能够简化测量流程,降低测量成本低,提升误差测量效率,同时,将具有特定形状和尺寸大小的可识别目标作为识别对象,能够降低后续图像识别定位地面参考位置点的难度,提高误差测量的准确度。
为了方便理解上述可识别目标的实施方式,请参见图2,图2为本申请实施例提供的一种示例图,其中图2中的(a)为一种可识别目标的示例图,图2中的(b)为可识别目标在测绘区域的分布图。
首先参见图2(中的a),可识别目标由一个三角形和一个矩形组合而成,直径为100厘米,可识别目标上具有7个可识别位置点,每个位置点之间的位置关系固定,任意一个位置点均可作为地面参考位置点,可识别目标可以均匀分布在测绘区域内,如图2中的(b)所示,可以看出,测绘区域的形状为矩形,区域内布置了6个可识别目标,每个识别目标之间可以等间距,也可以非等间距,此处不作限定。
以图2中的(a)中的0号点地面参考位置点为例,可以利用高精度RTK移动基站和CORS技术测量出来0号点的实际坐标,剩余1-6号点可以为后续识别0号点的位置提供识别辅助。例如,在0号点位置被遮挡无法识别的情况下,可以确定1-6号点的位置,结合三角形和矩形各个角点之间的间距、中心线位置和边间距等位置关系推导出0号点的位置,然后结合0号点的实际坐标,计算出测量误差,这样一来,就避免通过人工观察的方式来确定误差,提高了测量效率和准确度。
为了方便理解上述确定误差的实现方式,请参见图3,图3为一种场景示意图,假设地面参考位置点0号点的实际坐标为A,测量坐标为B,则计算A和B之间距离,得到航空摄影测量数据可识别目标的测量坐标于实际坐标之间的偏移值。
可以理解的是,地面参考位置点可以是可识别目标上的一个位置点或者多个位置点,例如,请继续参见图2中的(a),地面参考点可以仅仅是0号点,还可以是0号点和1号点,或者是多个位置点,在这种场景中,获得其他位置点的实际坐标和测量坐标的实现方式与获取0号点相同,最终确定的误差可以是0号点和1号点的偏移值的均值。
需要说明的是,通过将可识别目标中的某一个位置点作为地面参考位置点即可获得航空摄影测量数据的测量误差,可以预见的是,将多个位置点作为地面控制位置点进行测量误差实现的效果与将一个位置点作为地面参考位置点进行误差测量的效果是一样的。
可选地,下面还给出一种确定地面参考位置点的测量坐标的实现方式,请参见图4,图4为步骤S101的一种实现方式的示意性流程图,步骤S101可以包括以下子步骤:
子步骤S101-1,从航空摄影测量数据中识别地面参考位置点的像素坐标。
可以预见的是,由于可识别目标分布在测绘区域内,且可识别目标具有特定的形状,因此在对测绘区域进行航空摄影测量过程中,获得的航空摄影测量数据中会存在表征可识别目标的数据,例如,在数字正射影像图上存在可识别目标的图案,这为后续识别地面参考位置点提供的识别基础。
子步骤S101-2,基于像素坐标和航空摄影测量数据对应的分辨率信息,确定测量坐标。
为了方便理解,下面以航空摄影测量数据中包含的数字正射影像图为例,说明确定测量坐标的实现方式,请参见图5,图5为本申请实施例提供的一种数字正射影像DOM图的示意图,DOM图中包含了地理坐标信息,其中记录有DOM图的左上角地理坐标为(X0,Y0),分辨率为(Rx,Ry),假设地面参考位置点的像素坐标为(a,b),则可以根据公式:X1=X0+(a*Rx);Y1=Y0+(b*Ry),得地面参考位置点的测量坐标(X1,Y1)。
可选地,上述的航空摄影测量数据至少包括数字正射影像图,则下面还给出一种确定地面参考位置点的像素坐标信息的实现方式,请参见图6所示的子步骤S101-1的实现方式的示意性流程图,包括:
子步骤S101-1-1,基于确定的识别范围,确定可识别目标在数字正射影像图的位置区域。
在本申请实施例中,上述的识别范围是后续数字正射影像图上的图像识别范围,这样可以降低图像识别的复杂度和耗时,提高识别效率。识别范围可以依据可识别目标的尺寸而确定,保证可识别目标的图案在识别范围之内,防止因无效识别导致识别效率下降。
示例性的,上述识别范围可以如图7所示,实现方式如下:
在一种可能的实现方式中,以实际坐标在数字正射影像图上对应的像素坐标为圆心,其中,预设半径大于可识别目标的半径,例如,可识别目标的半径为1厘米,则上述的预设半径可以依据经验值得到,可以为3厘米,可以保证可识别目标的图案在识别范围之内。
在另一种可能的实现方式中,以实际坐标在数字正射影像图上对应的像素坐标为圆心,以小于可识别目标的半径的初始半径为半径生成初始识别范围,当确定初始识别范围没有完全包含存在可识别目标,调整初始半径的大小,直到调整后的初始半径对应的识别范围内完全包含可识别目标。
也就是说,在测绘人员毫无经验的情况下,可以试探性的生成初始识别范围,然后逐渐调整初始识别范围的大小,直到初始识别范围内出现可识别目标。
子步骤S101-1-2,基于可识别目标的属性参数,在位置区域内确定地面参考位置点的像素坐标。
其中,上述的属性参数包括以下任意一种及其组合:形状参数和颜色参数。
可以预见的是,由于已知可识别目标的形状和颜色,那么在数字正射影像图上进行图像识别时,可以基于形状和颜色定位出可识别目标的粗略位置区域,然后根据可识别目标上各个角点、中心线和边间距等位置关系,定位出可识别目标上的地面参考位置点。
例如,请继续参见图2,图2中的(a)所示的可识别目标是由一个三角形和一个矩形组合而成,那么在图像识别过程中,可以在数字正射影像图先定位出三角形图案所在位置区域,进而定位出矩形在位置区域,从而确定整个可识别目标的位置区域。然后可以结合三角形和矩形各个角点之间的间距、中心线位置和边间距等位置关系,确定出0号点所在的像素坐标。
下面还给出一种在子步骤S101-1-2的实现方式,即可以包括以下步骤:
步骤1,基于第一颜色参数,在位置区域内确定可识别物体的轮廓。
可以理解的是,设置位置区域的目的在于利用位置区域包含可识别物体,进而利用位置区域和可识别物体的颜色差异,可以快速识别出可识别物体的轮廓。
步骤2,基于轮廓逼近策略,基于轮廓与地面参考位置点的对应关系,识别地面参考位置点的像素坐标。
其中,地面参考位置点与可识别物体的轮廓之间存在固定的对应关系,因此,在获取到可识别物体的轮廓后,可以基于该对应关系确定出地面参考位置点的坐标。例如,该地面参考位置点可以该可识别物体的中心点,或者也可以是与可识别物体存在一定位置关系与距离的目标点,或者,该地面参考位置点也可以是轮廓上对应的一个目标点,如可识别物体为矩形时,该地面参考位置点可以为矩形中的一个顶点。当然,地面参考位置点也可以是与轮廓上的目标点存在一定位置关系与距离的位置点。
可以理解的是,上述通过图像识别获得的地面参考位置点的像素坐标可能存在误差,为了消除误差,提高坐标的准确度,下面还给出一种坐标优化的实现方式,即步骤S101-1-2还可以包括:
步骤3,基于第二颜色参数,确定位置区域的边界信息。
可以理解的是,位置区域的对应的第二颜色参数与可识别物体的第一颜色参数不同,可以配置参数差异较大的两种颜色参数,从而可以快速识别位置区域的边界。
在本申请实施例中,上述的位置区域可以规则形状,例如位置区域可以是圆形、正方形、菱形等,位置区域还可以是不规则形状,例如不规则多边形等。
步骤4,基于位置区域的边界信息,确定出位置区域对应的参考点的坐标信息。
可以理解的是,当位置区域为规则的圆形、正方形等,参考点可以相应地为位置区域的圆心、中心点;当位置区域为不规则形状时,参考点可以是位置区域的中心、重心等,其中,参考点与可识别物体上的一顶点重合,这样一来,就能根据该参考点的坐标信息以及参考点与可识别物体的多个顶点的位置关系,去修正像素坐标。
步骤5,基于轮廓逼近策略,确定可识别物体上除地面参考位置点外的多个顶点的坐标信息。
步骤6,基于参考点与多个顶点之间的位置关系以及参考点的坐标信息,对像素坐标进行校正。
为了方便理解上述步骤,下面以位置区域为圆形为例,给出一种场景图,请参见图8,图8为本发明实施例提供的另一种可识别目标的示例图。
其中,黑色区域为可识别目标的位置区域,黑色区域内部的灰色物体为可识别物体,可识别物体包括4个顶点,分别为0-4号位置的顶点,可识别物体的顶角为60°,两腰为30°,外角为120°,外角对应的顶点2号位置与位置区域的圆心重合,0号位置为本发明实施例中的地面参考位置。
需要理解的是,图中所示的可识别物体和位置区域的形状、颜色仅仅作为示例,可以根据实际的需求自行定义,此处不作限定。
在获得数字正射影像图之后,可以以0号位置的实际坐标为圆心,预设半径(例如3米)长度的范围为识别范围,并将识别范围与数字正射影像图数据叠加,得到待识别图像。
在圆形黑色区域内,基于灰色参数,利用颜色阈值筛选的方法获得符合要求的可识别物体的轮廓信息,再通过圆形边界轮廓约束的方法消除周围的噪声信息,得到关于该可识别物体的二值图像,对得到的二值图像利用轮廓逼近的方法即可以获得灰色物体的0号位置的像素坐标。
进而,基于黑色参数,利用图像识别技术中颜色阈值筛选的方法获得符合条件的黑色区域,再利用圆形轮廓拟合以及半径阈值筛选的方法获得符合要求的黑色圆形边界,并且计算其相应的圆心坐标以及半径长度。
在图像识别过程中,还可以同时获得0-3号位置的坐标,利用圆心的坐标与1-3号位置的坐标位置关系对0号位置进行优化,即:首先利用圆心坐标与2号位置的坐标进行加权融合,获得新的圆心坐标;其次,根据新的圆心坐标与1号位置和2号位置这两个顶点的坐标之间三角位置的关系计算出新的0号位置坐标,进而将新的0号位置坐标与上述步骤3中识别得到的0号位置坐标进行加权融合,获得优化后的0号位置的坐标。
可选地,在一些场景中,数字正射影像图上的地面参考位置点可能被覆盖遮挡,导致无法确定其像素坐标,下面在图6的基础上还给出一种实现方式,请参见图9,图9为本申请实施例提供的另一种子步骤S101-1的实现方式的示意性流程图,该步骤还可以包括:
子步骤S101-1-3,若确定地面参考位置点被遮挡,则基于属性参数,确定可识别目标上的其他位置点的像素坐标。
子步骤S101-1-4,基于属性参数和其他位置点的像素坐标,推导出地面参考位置点的像素坐标。
例如,请继续参见图2中的(a),在图像识别过程中,若确定0号点被遮挡,无法确定其像素坐标,则可以先确定其他1-6号点的像素位置,然后结合各个角点之间的间距、中心线位置和边间距等位置关系,推导出0点号点所在的像素坐标。
可选地,下面还给出一种根据获得的误差生成精度报告的实现方式可以如下:
步骤1,确定识别到的地面参考位置点和未识别到的地面参考位置点。
可以理解的是,在测绘区域内,可以如图2中的(b)所示存在多个可识别目标,每个可识别目标对应至少一个地面参考位置点,航空摄影测量过程中可能摄影到全部可识别目标,也可能因摄影异常导致部分可识别目标被遗漏,因此,会出现有的地面参考位置点可以被识别出来,有的地面参考位置点未识别到。
步骤2,计算全部识别到的地面参考位置点的实际坐标和测量坐标之间的偏移量。
针对全部识别到的地面参考位置点,分别计算其实际坐标于测量坐标的偏移值,此偏移值可以在后续生成的精度报告中标记出来,能够将误差大小直观的呈现给测绘人员。
步骤3,根据识别到的地面参考位置点、全部偏移量和未识别到的地面参考位置点,生成航空摄影测量数据对应的精度报告。
也就是说,在最终生成的精度报告中,对于识别到的地面参考位置点,标记出实际坐标于测量坐标的偏移值,同时标记出未识别到的地面参考位置点,能够将误差大小直观的呈现给测绘人员,同时能够让测绘人员直接观察到遗漏的可识别目标,为下次测绘提供帮助。
为了执行上述实施例及各个可能的方式中的误差测量方法的步骤,下面给出一种误差测量装置的实现方式,请参阅图10,图10为本申请实施例提供的一种误差测量装置的功能模块图。需要说明的是,本实施例所提供的误差测量装置,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该误差测量装置20包括:确定模块21。
确定模块21,用于根据测绘区域的航空摄影测量数据,确定测绘区域内的地面参考位置点的测量坐标;其中,地面参考位置点是预先设置在测绘区域内的可识别目标上的一点;根据地面参考位置点的实际坐标和测量坐标,确定航空摄影测量数据的误差。
可选地,确定模块21,具体用于:从所述航空摄影测量数据中识别所述地面参考位置点的像素坐标;基于所述像素坐标和所述航空摄影测量数据对应的分辨率信息,确定所述测量坐标。
可选地,所述航空摄影测量数据至少包括数字正射影像图;确定模块21,具体用于基于确定的识别范围,确定所述可识别目标在所述数字正射影像图的位置区域;基于所述可识别目标的属性参数,在所述位置区域内确定所述地面参考位置点的像素坐标;其中,所述属性参数包括以下任意一种及其组合:形状参数和颜色参数。
可选地,该装置还包括生成模块,生成模块用于:以所述实际坐标在所述数字正射影像图上对应的像素坐标为圆心,预设半径为半径生成所述识别范围,所述预设半径大于所述可识别目标的半径;或者,以所述实际坐标在所述数字正射影像图上对应的像素坐标为圆心,以小于所述可识别目标的半径的初始半径为半径生成初始识别范围,当确定所述初始识别范围内不存在所述可识别目标,调整所述初始半径的大小,直到调整后的所述初始半径对应的识别范围内存在所述可识别目标。
可选地,确定模块21,还用于:若确定所述地面参考位置点被遮挡,则基于所述属性参数,确定所述可识别目标上的其他位置点的像素坐标;基于所述属性参数和所述其他位置点的像素坐标,推导出所述地面参考位置点的像素坐标。
可选地,生成模块,还用于确定识别到的所述地面参考位置点和未识别到的所述地面参考位置点;计算全部所述识别到的所述地面参考位置点的实际坐标和所述测量坐标之间的偏移量;根据识别到的所述地面参考位置点、全部所述偏移量和所述未识别到的所述地面参考位置点,生成所述航空摄影测量数据对应的精度报告。
可选地,所述地面参考位置的实际坐标是通过以下方式获得:利用RTK移动基站和CORS技术获得所述实际坐标。
本申请实施例还提供一种电子设备,如图11,图11为本申请实施例提供的一种电子设备结构框图。
需要说明的是,该电子设备80可以包括但不限于服务器、终端等。示例性地,终端包括但不限于平板电脑、笔记本电脑或台式电脑等,该电子设备还可以包括但不限于无人驾驶飞机、有人驾驶飞机等。
该电子设备80包括通信接口81、处理器82和存储器83。该处理器82、存储器83和通信接口81相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器83可用于存储软件程序及模块,如本申请实施例所提供的基于误差测量方法对应的程序指令/模块,处理器82通过执行存储在存储器83内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口81可用于与其他节点设备进行信令或数据的通信。在本申请中该电子设备80可以具有多个通信接口81。
其中,存储器83可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器82可以是一种集成电路芯片,具有信号处理能力。该处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
可选地,上述模块可以软件或固件(Firmware)的形式存储于图11所示的存储器中或固化于该电子设备的操作系统(Operating System,OS)中,并可由图11中的处理器执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器中。
本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如前述实施方式中任一项误差测量方法。该计算机可读存储介质可以是,但不限于,U盘、移动硬盘、ROM、RAM、PROM、EPROM、EEPROM、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种误差测量方法,其特征在于,所述方法包括:
根据测绘区域的航空摄影测量数据,确定所述测绘区域内的地面参考位置点的测量坐标;其中,所述地面参考位置点是预先设置在所述测绘区域内的可识别目标上的至少一个位置点;
根据所述地面参考位置点的实际坐标和所述测量坐标,确定所述航空摄影测量数据的误差。
2.根据权利要求1所述的误差测量方法,其特征在于,根据测绘区域的航空摄影测量数据,确定所述测绘区域内的地面参考位置点的测量坐标,包括:
从所述航空摄影测量数据中识别所述地面参考位置点的像素坐标;
基于所述像素坐标和所述航空摄影测量数据对应的分辨率信息,确定所述测量坐标。
3.根据权利要求2所述的误差测量方法,其特征在于,所述航空摄影测量数据至少包括数字正射影像图;
从所述航空摄影测量数据中识别所述地面参考位置点的像素坐标,包括:
基于确定的识别范围,确定所述可识别目标在所述数字正射影像图的位置区域;
基于所述可识别目标的属性参数,在所述位置区域内确定所述地面参考位置点的像素坐标;其中,所述属性参数包括以下任意一种及其组合:形状参数和颜色参数。
4.根据权利要求3所述的误差测量方法,其特征在于,在基于确定的识别范围,确定所述可识别目标在所述数字正射影像图的位置区域之前,所述方法还包括:
以所述实际坐标在所述数字正射影像图上对应的像素坐标为圆心,预设半径为半径生成所述识别范围,所述预设半径大于所述可识别目标的半径;或者,
以所述实际坐标在所述数字正射影像图上对应的像素坐标为圆心,以小于所述可识别目标的半径的初始半径为半径生成初始识别范围,当确定所述初始识别范围没有完全包含所述可识别目标,调整所述初始半径的大小,直到调整后的所述初始半径对应的识别范围包含整个所述可识别目标。
5.根据权利要求3所述的误差测量方法,其特征在于,所述方法还包括:
若确定所述地面参考位置点被遮挡,则基于所述属性参数,确定所述可识别目标上的其他位置点的像素坐标;
基于所述属性参数和所述其他位置点的像素坐标,推导出所述地面参考位置点的像素坐标。
6.根据权利要求2所述的误差测量方法,其特征在于,所述方法还包括:
确定识别到的所述地面参考位置点和未识别到的所述地面参考位置点;
计算全部所述识别到的所述地面参考位置点的实际坐标和所述测量坐标之间的偏移量;
根据识别到的所述地面参考位置点、全部所述偏移量和所述未识别到的所述地面参考位置点,生成所述航空摄影测量数据对应的精度报告。
7.根据权利要求1所述的误差测量方法,其特征在于,所述地面参考位置的实际坐标是通过以下方式获得:
利用RTK移动基站和CORS技术获得所述实际坐标。
8.根据权利要求3所述的误差测量方法,其特征在于,基于所述可识别目标的属性参数,在所述位置区域内确定所述地面参考位置点的像素坐标;
基于第一颜色参数,在所述位置区域内确定可识别物体的轮廓;
基于轮廓逼近策略,基于所述轮廓与所述地面参考位置点的对应关系,识别所述地面参考位置点的所述像素坐标。
9.根据权利要求8所述的误差测量方法,其特征在于,所述方法还包括:
基于第二颜色参数,确定所述位置区域的边界信息;
基于所述边界信息,确定出所述位置区域对应的参考点的坐标信息;其中,所述参考点与所述可识别物体上的一顶点重合;
基于所述轮廓逼近策略,确定所述可识别物体上除所述地面参考位置点外的多个顶点的坐标信息;
基于所述参考点与所述多个顶点之间的位置关系以及所述参考点的坐标信息,对所述像素坐标进行校正。
10.一种误差测量装置,其特征在于,包括:
确定模块,用于根据测绘区域的航空摄影测量数据,确定所述测绘区域内的地面参考位置点的测量坐标;其中,所述地面参考位置点是预先设置在所述测绘区域内的可识别目标上的一点;根据所述地面参考位置点的实际坐标和所述测量坐标,确定所述航空摄影测量数据的误差。
11.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行所述计算机程序以实现权利要求1-9任意一所述的方法。
12.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-9任意一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111061220.1A CN113670338B (zh) | 2021-09-10 | 2021-09-10 | 误差测量方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111061220.1A CN113670338B (zh) | 2021-09-10 | 2021-09-10 | 误差测量方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113670338A true CN113670338A (zh) | 2021-11-19 |
CN113670338B CN113670338B (zh) | 2024-04-09 |
Family
ID=78549059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111061220.1A Active CN113670338B (zh) | 2021-09-10 | 2021-09-10 | 误差测量方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113670338B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116168193A (zh) * | 2023-02-22 | 2023-05-26 | 七海行(深圳)科技有限公司 | 施药设备的校准方法、装置和设备 |
CN117893535A (zh) * | 2024-03-14 | 2024-04-16 | 大连保税区金宝至电子有限公司 | 自动调用尺寸检测方法、系统和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101509784A (zh) * | 2009-03-20 | 2009-08-19 | 西安煤航信息产业有限公司 | 一种gps/ins数据直接定向精度评估方法 |
KR101349376B1 (ko) * | 2013-02-01 | 2014-01-13 | 주식회사 한국에스지티 | 타겟을 이용한 수치지도 제작용 건물평면의 자동도화방법 |
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 |
CN111105465A (zh) * | 2019-11-06 | 2020-05-05 | 京东数字科技控股有限公司 | 一种摄像装置校准方法、装置、系统电子设备及存储介质 |
CN111627100A (zh) * | 2020-04-09 | 2020-09-04 | 浙江大学 | 一种用于评价摄影测量精度的数值模拟方法 |
-
2021
- 2021-09-10 CN CN202111061220.1A patent/CN113670338B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101509784A (zh) * | 2009-03-20 | 2009-08-19 | 西安煤航信息产业有限公司 | 一种gps/ins数据直接定向精度评估方法 |
KR101349376B1 (ko) * | 2013-02-01 | 2014-01-13 | 주식회사 한국에스지티 | 타겟을 이용한 수치지도 제작용 건물평면의 자동도화방법 |
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 |
CN111105465A (zh) * | 2019-11-06 | 2020-05-05 | 京东数字科技控股有限公司 | 一种摄像装置校准方法、装置、系统电子设备及存储介质 |
CN111627100A (zh) * | 2020-04-09 | 2020-09-04 | 浙江大学 | 一种用于评价摄影测量精度的数值模拟方法 |
Non-Patent Citations (1)
Title |
---|
涂鑫: "无人机正射影像制作与应用研究", 《中国优秀硕士学位论文全文数据库基础科学辑》, no. 3, pages 008 - 192 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116168193A (zh) * | 2023-02-22 | 2023-05-26 | 七海行(深圳)科技有限公司 | 施药设备的校准方法、装置和设备 |
CN116168193B (zh) * | 2023-02-22 | 2024-03-19 | 七海行(深圳)科技有限公司 | 施药设备的校准方法、装置和设备 |
CN117893535A (zh) * | 2024-03-14 | 2024-04-16 | 大连保税区金宝至电子有限公司 | 自动调用尺寸检测方法、系统和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113670338B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10339663B2 (en) | Generating georeference information for aerial images | |
US11195327B2 (en) | Forest surveying | |
US11625851B2 (en) | Geographic object detection apparatus and geographic object detection method | |
CN113670338B (zh) | 误差测量方法、装置、电子设备及可读存储介质 | |
JP2020053008A (ja) | 位置決め方法、ロボット及びコンピューター記憶媒体 | |
CN112862966B (zh) | 地表三维模型构建方法、装置、设备及存储介质 | |
CN112648976B (zh) | 实景影像测量方法、装置、电子设备及存储介质 | |
CN112967344A (zh) | 相机外参标定的方法、设备、存储介质及程序产品 | |
KR101349376B1 (ko) | 타겟을 이용한 수치지도 제작용 건물평면의 자동도화방법 | |
CN111862180A (zh) | 一种相机组位姿获取方法、装置、存储介质及电子设备 | |
WO2017098934A1 (ja) | レーザ計測システム及びレーザ計測方法 | |
CN111750838A (zh) | 农业用地规划图的生成方法、装置、设备及存储介质 | |
CN111189433A (zh) | 一种基于无人机航拍的岩溶峰林地貌参数测量方法 | |
CN107449404B (zh) | Dlg数据采集方法及装置 | |
CN115825067A (zh) | 一种基于无人机的地质信息采集方法、系统及电子设备 | |
CN109163708B (zh) | 无人机大比例尺地形图房屋线的优化方法、装置与介质 | |
Yoo et al. | True orthoimage generation by mutual recovery of occlusion areas | |
Höhle | The assessment of the absolute planimetric accuracy of airborne laserscanning | |
CN112907746A (zh) | 电子地图的生成方法、装置、电子设备及存储介质 | |
CN114494625A (zh) | 高精度地形图制作方法、装置和计算机设备 | |
KR102049433B1 (ko) | Gps 좌표의 활주로 내 이물질 위치를 공항 그리드 맵에 표시하는 방법 | |
KR20210001688A (ko) | 이미지의 레퍼런스 포인트 자동 추출 시스템 및 방법 | |
CN113124816A (zh) | 天线工参生成方法、装置、存储介质和计算机设备 | |
US11836975B1 (en) | System and method for mapping land parcels using computer processes and images of the land parcels | |
CN116912320B (zh) | 对象高程坐标的定位方法、装置、电子设备及介质 |
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 |