CN114821375A - 基于多源遥感数据的成图方法、装置、存储介质及设备 - Google Patents

Abstract

本发明公开了一种基于多源遥感数据的成图方法、装置、存储介质及设备，该方法包括：获取待测绘区域中外边界点的坐标信息，并根据该坐标信息对待测绘区域进行划分以得到多个子待测绘区域；获取无人机对每个子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，其中，每个子待测绘区域的多源遥感数据在不同的工作参数下进行采集；对每个实景图像集中的多个实景图像进行差异度匹配，并得到多个实景图像集的平均差异度；确定最低平均差异度对应的目标工作参数，控制无人机在目标工作参数下对待测绘区域进行多源遥感数据采集得到待测绘区域实景图像。本发明解决了现有技术中无人机在进行多源遥感数据采集后得到的实景图像精确性低的问题。

Description

基于多源遥感数据的成图方法、装置、存储介质及设备

技术领域

本发明涉及地质测绘技术领域，特别涉及一种基于多源遥感数据的成图方法、装置、存储介质及设备。

背景技术

随着遥感技术的发展，光学、热红外和微波等大量传感器在地形观测中得到广泛运用，具体的，通过获取在同一地区的多种遥感影像数据进行计算处理从而得到欲测绘区域的地形地貌实景图像。由于多源遥感数据的多维性，可以有利于提升测绘的准确性，因此，多源遥感测量越来越受到人们的青睐。

目前，多源遥感数据一般通过卫星传感器或者集成有多源遥感数据探测功能的无人机进行获取，并且，由于无人机探测的便捷性，越来越多的人热衷于通过无人机获取欲测绘区域的多源遥感数据，进行一定的计算处理从而得到测绘区域的实景地图，另外，如何通过无人机采集的多源遥感数据获取更精确的也备受人们的关注，然而，现有技术中，在进行无人机的多源遥感数据的获取时，大部分都是在可选的工作参数（例如，探测高度、探测角度以及探测速率）范围内，随意的选定一个工作参数值，例如随便选取探测高度、探测角度以及探测速率的范围内，随意选取一个探测高度、探测角度以及探测速率的具体值，由于无人机在不同的工作参数下对环境的适应能力不一样，随意设定的工作参数值可能在待测绘区域的当前环境下的适应能力较差，在一定程度上会影响多源遥感数据的获取，进而导致获取的实景图像的精确性低。

发明内容

有鉴于此，本发明的目的在于提供一种基于多源遥感数据的成图方法、装置、存储介质及设备，旨在解决现有技术中无人机在进行多源遥感数据采集后的得到的实景图像精确性低的问题。

本发明是这样实现的：

一种基于多源遥感数据的成图方法，所述方法包括：

获取待测绘区域中外边界点的坐标信息，并根据所述外边界点的坐标信息按预设规则对所述待测绘区域进行网格划分以得到多个子待测绘区域；

获取无人机对每个所述子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，其中，每个所述子待测绘区域的多源遥感数据在不同的工作参数下进行采集；

对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度；

确定最低平均差异度对应的实景图像集的目标工作参数，并控制所述无人机在所述目标工作参数下对所述待测绘区域进行多源遥感数据的采集以得到待测绘区域实景图像。

进一步的，上述基于多源遥感数据的成图方法，其中，所述对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度的步骤包括：

对每个所述实景图像集中的多个实景图像进行两两差异度匹配，以得到多个差异度，

根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像集的平均差异度。

进一步的，上述基于多源遥感数据的成图方法，其中，所述根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像集的平均差异度的步骤之前还包括：

判断所述多个差异度中是否存在低于差异度阈值的偏离差异度；

若是，获取所述偏离差异度对应的待剔除实景图像集，确定所述待剔除实景图像集中重复参与偏离差异度计算的剔除实景图像；

在所述实景图像集中对所述剔除实景图像进行剔除，并根据剔除实景图像剔除后的实景图像集得到平均差异度。

进一步的，上述基于多源遥感数据的成图方法，其中，所述根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像集的平均差异度的步骤之后还包括：

获取用于差异度匹配的实景图像获取的获取时长，并根据所述获取时长确定对应的预设权重系数，利用所述权重系数对所述平均差异度进行加权处理。

进一步的，上述基于多源遥感数据的成图方法，其中，所述获取待测绘区域中外边界点的坐标信息，并根据所述外边界点的坐标信息按预设规则对所述待测绘区域进行网格划分以得到多个子待测绘区域的步骤包括：

获取待测绘区域中外边界点的坐标信息，基于所述坐标信息，以将所述外边界点映射至预设坐标系中；

在所述预设坐标系中，将所述外边界点进行连线得到外边界点轮廓线以得到所述待测绘区域的分布区域。

进一步的，上述基于多源遥感数据的成图方法，其中，所述在所述预设坐标系中，将所述外边界点进行连线得到外边界点轮廓线以得到所述待测绘区域的分布区域的步骤之后还包括：

确定所述分布区域的划分基准线，对所述划分基准线进行预设等分以得到多个等分点；

分别以所述等分点为起点，所述划分基准线为对角线，在所述待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域；

其中，所述划分基准线为所述待测绘区域任意不相邻的两个顶点之间的连线，所述预设尺寸的矩形区对角线的长度大于所述预设等分的等分值。

进一步的，上述基于多源遥感数据的成图方法，其中，所述在所述预设坐标系中，将所述外边界点进行连线得到外边界点轮廓线以得到所述待测绘区域的分布区域的步骤之后还包括：

确定所述待测绘区域任意不相邻的两个顶点以及所述两个顶点之间的连线；

以所述两个顶点分别为起点和终点，以预设频率和预设振幅确定划分基准线；

确定所述划分基准线的波峰点以及波谷点，以所述波峰点以及波谷点分别为基准点在所述待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域；

其中，所述基准点为所述矩形区两条对角线的交点。

本发明的另一个目的在于提供一种基于多源遥感数据的成图装置，所述装置包括：

待测绘区域划分模块，用于获取待测绘区域中外边界点的坐标信息，并根据所述外边界点的坐标信息按预设规则对所述待测绘区域进行网格划分以得到多个子待测绘区域；

实景图像集获取模块，用于获取无人机对每个所述子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，其中，每个所述子待测绘区域的多源遥感数据在不同的工作参数下进行采集；

平均差异度获取模块，用于对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度；

区域实景图像获取模块，用于确定最低平均差异度对应的实景图像集的目标工作参数，并控制所述无人机在所述目标工作参数下对所述待测绘区域进行多源遥感数据的采集以得到待测绘区域实景图像。

本发明的另一个目的是提供一种可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述的方法的步骤。

本发明的另一个目的是提供一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法的步骤。

本发明通过获取待测绘区域外边界点的坐标信息，并根据该坐标信息按预设规则对待测绘区域进行网格划分以得到多个子待测绘区域；获取无人机对每个子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，对实景图像集中的多个实景图像进行差异度匹配，以得到多个实景图像的平均差异度；其中，平均差异度较低表示当前用于采集的工作参数得到的多源遥感数据波动最小，也即在当前的待测绘区域的环境下适应能力最佳，最后确定的最低平均差异度对应的目标工作参数即为无人机数据采集的最佳参数，并控制无人机在该目标工作参数下对待测绘区域进行多源遥感数据的采集以得到待测绘区域实景图像，从而可以提升了待测绘区域采集的实景图像的精确性。解决现有技术中无人机在进行多源遥感数据采集后得到的实景图像精确度差的问题。

附图说明

图1为本发明第一实施例提供的基于多源遥感数据的成图方法的流程图；

图2为本发明第二实施例提供的基于多源遥感数据的成图方法中的待测绘区域划分的示意图；

图3为本发明第三实施例提供的基于多源遥感数据的成图方法中的待测绘区区域划分的示意图；

图4为本发明第四实施例提供的多源遥感数据的成图装置的结构框图。

如下具体实施方式将结合上述附图进一步说明本发明。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。

需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列类型的任意的和所有的组合。

以下将结合具体实施例和附图来详细说明如何提升多源遥感数据的成图的精确性。

实施例一

请参阅图1，所示为本发明第一实施例中的基于多源遥感数据的成图方法，所述方法包括步骤S10~S13。

步骤S10，获取待测绘区域的外边界点的坐标信息，并根据所述外边界点的坐标信息按预设规则对所述待测绘区域进行网格划分以得到多个子待测绘区域。

其中，待测绘区域为在实际中需要进行测绘的区域，在本实施例当中，主要对待测绘区域的地形地貌进行测绘，包括但不限于山地、丘陵、高原、平原以及盆地；具体的，获取待测绘区域的外边界点的坐标信息，并根据外边界点的坐标信息按预设规则对待测绘区域进行网格划分以得到多个子待测绘区域，具体的，根据外边界点的坐标信息确定外边界点围合形成的轮廓线，进而可以精确的知道待测绘区域的表面形状以及形状大小。此后，便可以对待测绘区域进行网格划分，进一步的，预设规则可以根据实际情况进行设定，在实际中，为了提升成图的准确性和精度，按预设等分对待测绘区域进行划分以保证每个待测绘区域相同，另一方面，预设等分还可以尽可能的设置多一些，以将待测绘区域划分成更多个子待测绘区域。

具体的，外边界点的坐标信息可基于无人机巡视后配置的定位模块（如 GPS）获取得到、或者由工作人员在选取待测绘区域时手动录入得到，坐标信息可以是三维坐标或者二维坐标。

更具体的，在本发明一些可选的实施例当中，通过外边界点的坐标信息实现对待测绘区域的确定可以通过如下方式实现：

获取待测绘区域的中外边界点的坐标信息，基于所述坐标信息，以将所述外边界点映射至预设坐标系中；

在所述预设坐标系中，将所述外边界点进行连线得到外边界点轮廓线以得到所述待测绘区域的分布区域。

在本实施例具体实施时，外边界点的坐标信息优选为二维坐标，预设坐标优选为二维坐标系，不考虑高度因素。

需要说明的是，在实际情况当中，考虑到探测的便利性以及不规则形状给探测带来的难度，一般在对待测绘区域的区域进行确定时，待测绘区域均会以呈矩形区域的形状呈现。

步骤S11，获取无人机对每个所述子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，其中，每个所述子待测绘区域的多源遥感数据在不同的工作参数下进行采集。

具体的，通过无人机对每个子待测绘区域进行预设次数的多源遥感数据的采集，其中，在每次采集到的多源遥感数据均可进行计算处理得到该当前子待测绘区域的实景图像，在预设次数后，即可以得到多个实景图像，从而组成该当前子待测绘区域的实景图像集，实景图像而每个子待测绘区域通过无人机在不同工作参数下的进行采集，即对划分好的子待测绘区域采取不一样的数据采集方式，例如，1号子待测绘区域通过无人机在A工作参数下采集多源遥感数据，并且，在预设次数中，每次均通过A工作参数进行采集多源遥感数据，2号子待测绘区域通过无人机在B工作参数下采集多源遥感数据，并且，在预设次数中，每次均通过B工作参数进行采集多源遥感数据……

其中，工作参数包括但不限于无人机的探测角度、探测高度以及探测速率，由于在不同的探测角度、探测高度以及探测速率下，由于不同的工作参数下，无人机对当前环境的适应能力不一样，因此，无人机在相同的工作参数下多次探测时多源遥感数据会产生波动，从而造成得到的实景图像产生差异的情况，换言之，可以通过得到的实景图像集的差异度可以确定当前工作参数对当前环境的适应能力，例如，当差异度最小时，当前的工作参数对当前环境的适应能力是最佳的，具有的，环境因素包括但不限于风速、可见度等，并且，由于在进行无人机探测时，无人机基本都是飞行于一定的高度，即处于待测绘区域的正上方，不会受地形地貌的影响而使得每个子待测会区域环境不一样，而且，在一个待测绘区域的整体的环境基本都大致相同，从而保证了每个子带测绘区域环境因素对无人机的影响都基本相同，保证了每个子待测绘区域的数据采集是在基本相同的环境条件下完成的。

步骤S12，对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度。

具体的，将一个子待测绘区域采集的多源遥感数据得到的多个实景图像进行差异度匹配，得到每个子待测绘区域实景图像集中的实景图像的平均差异度，即得到了多个不同工作参数下的无人机采集的多源遥感数据得到的实景图像集中的实景图像的平均差异度，通过该平均差异度可以从多个不同工作参数中筛选出无人机进行多源遥感数据采集时最适应当前环境的目标工作参数，其中，差异度包括实景图像中的具体实景内容以及实景图像的清晰度、亮度中的一种或多种组合。

另外，在本发明一些实施例当中，对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度的步骤之前还包括：获取每个所述实景图像集中的实景图像的像素大小，根据所述像素大小获取所述实景图像集的像素方差；

当判定所述像素方差低于像素方差阈值时，执行对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度。

其中，在获取到每个待测绘子区域的实景图像集后，获取实景图像集中的实景图像的像素大小，并根据像素大小获取实景图像集的像素方差。通过像素方差可以体现采集到的实景图像集中的实景图像之间的离散程度，从而体现每个实景图像集中的实景图像是否具有代表性，也可以说获取到的实景图像是否是有效的实景图像，进而实现实景图像的筛选，去除不符合使用要求的实景图像，从而进一步的提升差异度判断的准确性。更具体的，在本发明一些可选的实施例当中，所述对所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像的平均差异度的步骤包括：

对所述实景图像集中的多个实景图像进行两两差异度匹配，以得到多个差异度，

根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像的平均差异度。

其中，在具体实施时，分别对实景图像集中的多个实景图像进行两两差异度匹配，从而得到多个差异度，对多个差异度进行计算求和可以得到多个差异度的差异度和，将差异度和除以差异度匹配次数，便可以得到多个实景图像的平均差异度，由于平均差异度可以减少某次测量的带来的误差，因此，通过平均差异度的比较可以提升无人机在不同工作参数的适应能力判定的准确性。

另外，为了进一步的提升无人机在不同工作参数的稳定性判定的准确性，在本发明一些可选的实施例当中，对平均差异度的获取做进一步的优化，具体的，根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像的平均差异度的步骤之前还包括：

判断所述多个差异度中是否存在低于差异度阈值的偏离差异度；

若是，获取所述偏离差异度对应的待剔除实景图像集，确定所述待剔除实景图像集中重复参与偏离差异度计算的剔除实景图像；

在所述实景图像集中对所述剔除实景图像进行剔除，并根据剔除实景图像剔除后的实景图像集得到平均差异度。

更近一步的，在实际中，可能由于一些特定的因素，在进行多源遥感数据采集时，采集到的多源遥感数据会与实际的多源遥感数据明显不符合，例如，在某一次多源遥感数据采集时，无人机受到干扰，而导致采集到的多源遥感数据会与实际的多源遥感数据明显不符合或者与同一工作参数下的其他次的在无人机未受到干扰时采集的多源遥感数据明显存在差异，导致得到的实景图像也明显不符合，进而导致实景图像之间的差异度较大，进而影响对当前工作参数下环境适应能力的判断，有鉴于此，在本发明一些较佳的实施例当中，设定差异度阈值，通过差异度阈值的比较判断可以提取出出现了严重偏离的偏离差异度，并获取偏离差异度对应的实景图像，即一个偏离差异度会对应两个实景图像，当出现有严重不符合实际实景的实景图像时，其中会影响多个差异度，即会出现多组两个的实景图像，从而便可以将参与偏离差异度计算的重复出现的实景图像进行剔除，最后根据剔除实景图像剔除后的实景图像集得到平均差异度，需要说明的是，在具体实施时，可以对获取的每张实景图像进行编号处理以便于对实景图像进行查找及剔除。

此外，在本发明一些可选的实施例当中，在进行平均差异度计算时还可以做如下处理，具体的，所述根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像的平均差异度的步骤之后还包括：

获取用于差异度匹配的实景图像获取的获取时长，并根据所述获取时长确定对应的预设权重系数，利用所述权重系数对所述平均差异度进行加权处理。

具体的，获取用于差异度匹配的实景图像获取的获取时长，即为无人机在进行完整的一次数据采集的时长，可以理解的，在采集数据容易波动的情况下，获取时间越长，其对应的采集数据后形成的图像的差异度会越大，因此，对不同获取时长下获取得到的实景图像集的平均差异度进行加权处理，以平衡获取时长对差异度的影响，具体的，设定一个权重系数，其中，权重系数可以由人为根据实际情况进行设定，或者基于此前的采集到的历史数据以及历史差异度匹配结果进行大数据分析得到。

步骤S13，确定最低平均差异度对应的实景图像集的目标工作参数，并控制所述无人机在所述目标工作参数下对所述待测绘区域进行多源遥感数据的采集以得到待测绘区域实景图像。

其中，通过多个平均差异度比较可以确定最低平均差异度，并确定最低平均差异度对应实景图像集对应的目标工作参数，而目标工作参数对应的是，在该参数下，无人机对当前环境适应能力最强，采集的多源遥感数据最不容易出现波动，控制无人机在该目标工作参数下对待测绘区域进行多源遥感数据的采集，从而保证探测的待测绘区域的实景图像的精确性。

综上，本发明上述实施例中的基于多源遥感数据的成图方法，通过获取待测绘区域外边界点的坐标信息，并根据该坐标信息按预设规则对待测绘区域进行网格划分以得到多个子待测绘区域；获取无人机对每个子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，对实景图像集中的多个实景图像进行差异度匹配，以得到多个实景图像的平均差异度；其中，平均差异度较低表示当前用于采集的工作参数得到的多源遥感数据波动最小，也即在当前的待测绘区域的环境下适应能力最佳，最后确定的最低平均差异度对应的目标工作参数即为无人机数据采集的最佳参数，并控制无人机在该目标工作参数下对待测绘区域进行多源遥感数据的采集以得到待测绘区域实景图像，从而可以提升了待测绘区域采集的实景图像的精确性。解决现有技术中无人机在进行多源遥感数据采集后得到的实景图像精确度差的问题。

实施例二

本发明第二实施例还提出一种基于多源遥感数据的成图方法，本实施例当中的基于多源遥感数据的成图方法与第一实施例当中的基于多源遥感数据的成图方法不同之处在于，所述方法还包括：

确定所述分布区域的划分基准线，对所述划分基准线进行预设等分以得到多个等分点；

分别以所述等分点为起点，所述划分基准线作为对角线，在所述待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域；

其中，所述划分基准线为所述待测绘区域任意不相邻的两个顶点之间的连线，所述预设尺寸的矩形区对角线的长度大于所述预设等分的等分值。

具体的，获取待测绘区域中外边界点的坐标信息，根据外边界点的坐标信息可以确定待测绘区域的分布区域，如图2所示，将外边界的点映射在预设坐标系后，可以以黑点或者其他标识来代表外边界的点，由于在对待测绘区域的区域进行确定时，待测绘区域均会以呈矩形区域的形状呈现。只需要获取分别处于顶点的四个外边界的点连线形成的轮廓线S便可以确定待测绘区域的分布区域，确定分布区域的划分基准线α，对划分基准线α进行预设等分以得到多个等分点E，以等分点为起点，划分基准线作为对角线，在待测绘区域分割出多个预设尺寸的矩形区，其中，预设尺寸可以人为根据实际情况进行设置，另外，在本发明的一些可选的实施例当中，预设尺寸的大小可以根据待测绘区域的尺寸大小相对设置，例如，当待测绘区域尺寸较大时，预设尺寸设置可稍大些，具体的，子待测绘区域F的划分可以如图2所示。

在本实施例当中，以等分点为起点，划分基准线作为对角线，在待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域，并且预设尺寸的矩形区对角线的长度大于预设等分的等分值，至少具有如下的有益效果：

1、划分后的子待测绘区域与待测绘区域相似，保证子待测测区域与待测绘区域在数据采集时路径方式相同，避免在子待测绘区域和待测绘区域，无人机飞行的路径方式对数据采集产生的影响；

2、划分基准线上的子待测区域的区域跨度较大，可以分别涵盖待测绘区域的上下半区域；

3、每个子待测绘区域之间存在一定重合区域，保证在采集时有部分的元素相同，提升数据采集的广泛性和差异度对比的准确性。

另外，在本发明一些可选的实施例当中，为了进一步的提升子待测绘区域划分的合理性以及数据采集的准确性，所述确定所述分布区域的划分基准线，对所述划分基准线进行预设等分以得到多个等分点的步骤包括：

获取所述无人机的参数变化范围以及跳动值，根据所述参数变化范围以及跳动值确定所述等分点的数量。

其中，无人机的参数变化范围为实际中无人机正常的工作参数的范围，即在此范围内，工作参数都属于较为“实际”的参数，也可以说，不属于该参数范围内的参数都太切合实际需求，例如，探测速率过高，其中，参数变化范围可以根据实际人为通过经验值进行设定，跳动值为在每次给两个不同的工作参数设定数值时之间的增加量或减少量，根据参数变化范围以及跳动值可以确定需要通过多少次的跳动才能遍历完整个参数变化范围或者需要设置多少个不同参数（即划分多少个子待测绘区域）才能确定适应能力最优的目标工作参数。例如，探测角度的范围为0~15°、探测高度范围为15~25m，其各自的跳动值为5°和5m，遍历完探测角度的范围需要4次，遍历完探测高度范围需要3次，那么则需要划分4*3=12个子待测绘区域才能确定最优的工作参数。从而可以确定子待测绘区域的数量以及等分点的数量。

综上，本发明上述实施例中的基于多源遥感数据的成图方法，通过获取待测绘区域外边界点的坐标信息，并根据该坐标信息按预设规则对待测绘区域进行网格划分以得到多个子待测绘区域；获取无人机对每个子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，对实景图像集中的多个实景图像进行差异度匹配，以得到多个实景图像的平均差异度；其中，平均差异度较低表示当前用于采集的工作参数得到的多源遥感数据波动最小，也即在当前的待测绘区域的环境下适应能力最佳，最后确定的最低平均差异度对应的目标工作参数即为无人机数据采集的最佳参数，并控制无人机在该目标工作参数下对待测绘区域进行多源遥感数据的采集以得到待测绘区域实景图像，从而可以提升了待测绘区域采集的实景图像的精确性。解决现有技术中无人机在进行多源遥感数据采集后得到的实景图像精确度差的问题。

实施例三

本发明第三实施例还提出一种基于多源遥感数据的成图方法，本实施例当中的基于多源遥感数据的成图方法与第一实施例当中的基于多源遥感数据的成图方法不同之处在于，所述方法还包括：

确定所述待测绘区域任意不相邻的两个顶点以及所述两个顶点之间的连线；

以所述两个顶点分别为起点和终点，以预设频率和预设振幅确定划分基准线；

确定所述划分基准线的波峰点以及波谷点，以所述波峰点以及波谷点分别为基准点在所述待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域；

其中，所述基准点为所述矩形区两条对角线的交点。

具体的，如图3所示，将外边界的点映射在预设坐标系后，可以以黑点或者其他标识来代表外边界的点，由于在对待测绘区域的区域进行确定时，待测绘区域均会以呈矩形区域的形状呈现。只需要获取分别处于顶点的四个外边界的点连线形成的轮廓线S便可以确定待测绘区域的分布区域，确定待测绘区域任意不相邻的两个顶点以及两个顶点之间的连线，即矩形区域的对角线以及两个顶点；以两个顶点分别为起点和终点，以预设频率和预设振幅确定划分基准线α；其中，预设频率和预设振幅可以人为设置，具体的，在本发明一些实施例当中，预设频率和预设振幅的大小可以根据待测绘区域或者子待测绘区域F的尺寸进行设置，或者，根据待测绘区域或者子待测绘区域F的尺寸结合进行设置，划分基准线α上存在波峰点以及波谷点，以波峰点以及波谷点分别为基准点D在待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域F，更具体的，子待测绘区域F的划分后可以如图3所示。

并且，划分基准线的波峰点以及波谷点是沿着对角线对称设置再以波峰点和波谷点为基准点在待测绘区域中分割出多个子待测绘区域，因此，可以避免分割出的子待测绘区域聚合在某一个区域，并且由于在对角线路径上的区域可以在最短的范围内涵盖待测绘区域的上下半区，在有限个数的子待测绘区域下能保证分割出的子待测绘区域比较具有代表性，例如，在待测绘区域中地形地貌的走势在相近的区域变化可能不够明显，离散分布设置的子待测绘区域可以基本涵盖待测绘区域中整体的地形地貌情况，保证在有限的“样本数据”的情况下，提取出比较有代表性的“样本数据”，提升了数据的适用性，进而提升了获取的实景图像的精确性。

实施例四

请参阅图4，所示为本发明第四实施例中提出的基于多源遥感数据的成图装置，所述装置包括：

待测绘区域划分模块100，用于获取待测绘区域中外边界点的坐标信息，并根据所述外边界点的坐标信息按预设规则对所述待测绘区域进行网格划分以得到多个子待测绘区域；

实景图像集获取模块200，用于获取无人机对每个所述子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，其中，每个所述子待测绘区域的多源遥感数据在不同的工作参数下进行采集；

平均差异度获取模块300，用于对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度；

区域实景图像获取模块400，用于确定最低平均差异度对应的实景图像集的目标工作参数，并控制所述无人机在所述目标工作参数下对所述待测绘区域进行多源遥感数据的采集以得到待测绘区域实景图像。

进一步的，在本发明一些可选的实施例当中，其中，所述平均差异度获取模块包括：

匹配单元，用于对每个所述实景图像集中的多个实景图像进行两两差异度匹配，以得到多个差异度，

平均差异度确定单元，用于根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像集的平均差异度。进一步的，在本发明一些可选的实施例当中，其中，所述平均差异度获取模块还包括：

差异度判断单元，用于判断所述多个差异度中是否存在低于差异度阈值的偏离差异度；

若是，获取所述偏离差异度对应的待剔除实景图像集，确定所述待剔除实景图像集中重复参与偏离差异度计算的剔除实景图像；

剔除单元，用于在所述实景图像集中对所述剔除实景图像进行剔除，并根据剔除实景图像剔除后的实景图像集得到平均差异度。

进一步的，在本发明一些可选的实施例当中，其中，所述平均差异度获取模块还包括：

加权处理单元，用于获取用于差异度匹配的实景图像获取的获取时长，并根据所述获取时长确定对应的预设权重系数，利用所述权重系数对所述平均差异度进行加权处理。

进一步的，在本发明一些可选的实施例当中，其中，所述待测绘区域划分模块包括：

映射单元，用于获取待测绘区域中外边界点的坐标信息，基于所述坐标信息，以将所述外边界点映射至预设坐标系中；

分布区域获取单元，用于在所述预设坐标系中，将所述外边界点进行连线得到外边界点轮廓线以得到所述待测绘区域的分布区域。

进一步的，上述基于多源遥感数据的成图装置，其中，所述待测绘区域划分模块还包括：

等分单元，用于确定所述分布区域的划分基准线，对所述划分基准线进行预设等分以得到多个等分点；

第一划分单元，用于分别以所述等分点为起点，所述划分基准线为对角线，在所述待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域；

其中，所述划分基准线为所述待测绘区域任意不相邻的两个顶点之间的连线，所述预设尺寸的矩形区对角线的长度大于所述预设等分的等分值。

进一步的，在本发明一些可选的实施例当中，所述待测绘区域划分模块还包括：

连线确定单元，用于确定所述待测绘区域任意不相邻的两个顶点以及所述两个顶点之间的连线；

基准线确定单元，用于以所述两个顶点分别为起点和终点，以预设频率和预设振幅确定划分基准线；

第二划分单元，用于确定所述划分基准线的波峰点以及波谷点，以所述波峰点以及波谷点分别为基准点在所述待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域；

其中，所述基准点为所述矩形区两条对角线的交点。

上述各模块被执行时所实现的功能或操作步骤与上述方法实施例大体相同，在此不再赘述。

实施例五

本发明另一方面还提供一种可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述实施例一至三中任意一个所述的方法的步骤。

实施例六

本发明另一方面还提供一种电子设备，所述电子设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例一至三中任意一个所述的方法的步骤。

以上各个实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于多源遥感数据的成图方法，其特征在于，所述方法包括：

获取待测绘区域中外边界点的坐标信息，并根据所述外边界点的坐标信息按预设规则对所述待测绘区域进行网格划分以得到多个子待测绘区域；

获取无人机对每个所述子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，其中，每个所述子待测绘区域的多源遥感数据在不同的工作参数下进行采集；

对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度；

确定最低平均差异度对应的实景图像集的目标工作参数，并控制所述无人机在所述目标工作参数下对所述待测绘区域进行多源遥感数据的采集以得到待测绘区域实景图像。

2.根据权利要求1所述的基于多源遥感数据的成图方法，其特征在于，所述对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度的步骤包括：

对每个所述实景图像集中的多个实景图像进行两两差异度匹配，以得到多个差异度，

根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像集的平均差异度。

3.根据权利要求2所述的基于多源遥感数据的成图方法，其特征在于，所述根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像集的平均差异度的步骤之前还包括：

判断所述多个差异度中是否存在低于差异度阈值的偏离差异度；

若是，获取所述偏离差异度对应的待剔除实景图像集，确定所述待剔除实景图像集中重复参与偏离差异度计算的剔除实景图像；

在所述实景图像集中对所述剔除实景图像进行剔除，并根据剔除实景图像剔除后的实景图像集得到平均差异度。

4.根据权利要求2所述的基于多源遥感数据的成图方法，其特征在于，所述根据所述多个差异度得到差异度和，并根据差异度匹配次数得到多个所述实景图像集的平均差异度的步骤之后还包括：

获取用于差异度匹配的实景图像获取的获取时长，并根据所述获取时长确定对应的预设权重系数，利用所述权重系数对所述平均差异度进行加权处理。

5.根据权利要求1所述的基于多源遥感数据的成图方法，其特征在于，所述获取待测绘区域中外边界点的坐标信息，并根据所述外边界点的坐标信息按预设规则对所述待测绘区域进行网格划分以得到多个子待测绘区域的步骤包括：

获取待测绘区域中外边界点的坐标信息，基于所述坐标信息，以将所述外边界点映射至预设坐标系中；

在所述预设坐标系中，将所述外边界点进行连线得到外边界点轮廓线以得到所述待测绘区域的分布区域。

6.根据权利要求5所述的基于多源遥感数据的成图方法，其特征在于，所述在所述预设坐标系中，将所述外边界点进行连线得到外边界点轮廓线以得到所述待测绘区域的分布区域的步骤之后还包括：

确定所述分布区域的划分基准线，对所述划分基准线进行预设等分以得到多个等分点；

分别以所述等分点为起点，所述划分基准线为对角线，在所述待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域；

其中，所述划分基准线为所述待测绘区域任意不相邻的两个顶点之间的连线，所述预设尺寸的矩形区对角线的长度大于所述预设等分的等分值。

7.根据权利要求5所述的基于多源遥感数据的成图方法，其特征在于，所述在所述预设坐标系中，将所述外边界点进行连线得到外边界点轮廓线以得到所述待测绘区域的分布区域的步骤之后还包括：

确定所述待测绘区域任意不相邻的两个顶点以及所述两个顶点之间的连线；

以所述两个顶点分别为起点和终点，以预设频率和预设振幅确定划分基准线；

确定所述划分基准线的波峰点以及波谷点，以所述波峰点以及波谷点分别为基准点在所述待测绘区域分割出多个预设尺寸的矩形区，以得到多个子待测绘区域；

其中，所述基准点为所述矩形区两条对角线的交点。

8.一种基于多源遥感数据的成图装置，其特征在于，所述装置包括：

待测绘区域划分模块，用于获取待测绘区域中外边界点的坐标信息，并根据所述外边界点的坐标信息按预设规则对所述待测绘区域进行网格划分以得到多个子待测绘区域；

实景图像集获取模块，用于获取无人机对每个所述子待测绘区域进行预设次数的多源遥感数据采集得到的实景图像集，其中，每个所述子待测绘区域的多源遥感数据在不同的工作参数下进行采集；

平均差异度获取模块，用于对每个所述实景图像集中的多个实景图像进行差异度匹配，并得到多个所述实景图像集的平均差异度；

区域实景图像获取模块，用于确定最低平均差异度对应的实景图像集的目标工作参数，并控制所述无人机在所述目标工作参数下对所述待测绘区域进行多源遥感数据的采集以得到待测绘区域实景图像。

9.一种可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任意一项所述的方法的步骤。

10.一种电子设备，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至7任一所述的方法的步骤。

Images