CN115100262A - 一种复杂场景三维温度和长波辐射模型的建立方法及系统 - Google Patents

一种复杂场景三维温度和长波辐射模型的建立方法及系统 Download PDF

Info

Publication number
CN115100262A
CN115100262A CN202210639705.2A CN202210639705A CN115100262A CN 115100262 A CN115100262 A CN 115100262A CN 202210639705 A CN202210639705 A CN 202210639705A CN 115100262 A CN115100262 A CN 115100262A
Authority
CN
China
Prior art keywords
temperature
thermal infrared
color
point cloud
dimensional
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
Application number
CN202210639705.2A
Other languages
English (en)
Other versions
CN115100262B (zh
Inventor
钟雪
赵立华
任鹏
郑海超
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202210639705.2A priority Critical patent/CN115100262B/zh
Publication of CN115100262A publication Critical patent/CN115100262A/zh
Application granted granted Critical
Publication of CN115100262B publication Critical patent/CN115100262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/48—Thermography; Techniques using wholly visual means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radiation Pyrometers (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种复杂场景三维温度和长波辐射模型的建立方法及系统，包括，通过无人机搭载轻巧便携的热红外相机获取不同场景三维表面的R‑JPEG彩色热红外图像，批量处理原始图像编码加密的相机参数、温度和坐标信息，统一温度标尺的基础上，进行三维点云重建，利用点云RGB和温度之间的映射关系以及玻耳兹曼公式，建立具有温度和长波辐射信息的三维点云模型。该模型不仅以用户自定义的调色板反映出复杂场景三维表面温度和辐射等热属性差异，还能多通道读取像素级的地理坐标信息、表面温度和长波辐射，兼具地理空间信息和深度内容，可以更加逼真的反映监测目标的几何结构和表面热工参数。

Description

一种复杂场景三维温度和长波辐射模型的建立方法及系统
技术领域
本发明涉及室外热环境检测领域，特别涉及一种复杂场景三维温度和长波辐射模型的建立方法及系统。
背景技术
随着城市化进程加剧和人口聚集，我国城市热环境恶化和环境污染等问题日益显著，为应对这些问题，有效减少全球变暖对环境和健康的影响，对城区复杂场景热环境进行全面监测、评估与改造具有重要的现实意义。三维表面温度和长波辐射作为城市能量平衡的关键因子，对其准确快速测量是研究城市热环境的首要任务。
目前，城市热环境主要是通过现场固定点进行长时间观测，例如固定气象站和移动气象站。这种观测方法虽然可以获取比较长期和稳定的温度和辐射数据，但无法覆盖异质性较高的复杂场景的三维表面。近年来，随着红外设备的发展，手持式热红外法在城市热环境检测领域得到了广泛的应用，高分辨率的热像仪可以提供表面像素级的温度和辐射信息，基于此可以直接快速定位到“冷点”和“热点”，但该方法受限于观测视场角，工作量巨大，观测数据还容易受到人为干扰，导致其无法应用于区域尺度复杂场景三维表面温度和辐射的监测。随着无人机的普及，将便携轻巧的热红外相机安装在无人机上能够实现对复杂场景三维表面温度的实时快速监测，但针对普遍的R-JPEG格式的热红外图像只能进行单张图片的温度读取、编辑和分析，无法生成可以点读温度和辐射信息的三维模型，进而无法综合判断不同场景三维表面的热状况。
发明内容
为了克服现有技术的上述缺点与不足，本发明的目的在于提供一种复杂场景三维温度和长波辐射模型的建立方法及系统。
本发明通过无人机搭载轻巧便携的热红外相机获取不同场景三维表面的R-JPEG彩色热红外图像，批量处理原始图像编码加密的相机参数、温度和坐标信息，统一温度标尺的基础上，进行三维点云重建，利用点云RGB和温度之间的映射关系以及玻耳兹曼公式，建立具有温度和长波辐射信息的三维点云模型。该模型不仅以用户自定义的调色板反映出复杂场景三维表面温度和辐射等热属性差异，还能多通道读取像素级的地理坐标信息、表面温度和长波辐射，兼具地理空间信息和深度内容，可以更加逼真的反映监测目标的几何结构和表面热工参数，进而对复杂场景三维表面热属性进行全面、准确、无创、高效的评估。
本发明的目的通过以下技术方案实现：
一种复杂场景三维温度和长波辐射模型的建立方法，包括：
确定需要检测的场景地理位置及面积，确定无人机的飞行参数及热红外相机的拍摄参数，确定热红外图像的数据格式为R-JPEG，热红外相机采集需要检测场景的彩色热红外图像；
确定地面控制点地理坐标采集；
解密原始R-JPEG彩色热红外图像加密的温度数据，批量读取所有热红外图像温度数据，根据温度分布的高频区间，确定统一的温度范围，并以同一调色板统一表示该温度范围，即对所有热红外图像进行批处理，得到不同场景统一温度标尺后的彩色热红外图像；
解密原始R-JPEG彩色热红外图像加密的相机畸变参数和坐标，并批量读取，依次将上述参数写入统一温度标尺后的彩色热红外图像；
彩色三维点云模型重建；
将点云数据的RGB映射为三维温度和长波辐射，进一步获得任意点云的地理坐标、色彩、温度和长波辐射信息。
进一步，所述无人机的飞行参数包括飞行高度及航速。
进一步，所述热红外相机的拍摄参数包括倾斜摄影角度、拍摄间隔、横向和航行的重叠率。
进一步，所述确定地面控制点地理坐标采集，具体为：
确定靶标板放置位置，设置地理坐标系，垂直对准靶标板中心获取坐标信息，作为地面控制点的地理坐标。
进一步，所述解密原始R-JPEG彩色热红外图像加密的温度数据是基于Jupyternotebook和Flyr工具包。
进一步，基于Jupyter notebook和ExifTool工具包解密原始R-JPEG彩色热红外图像加密的相机畸变参数和坐标，并批量读取这些信息。
进一步，所述彩色三维点云模型重建，具体为：
采用摄影测量软件ContextCapture对统一温度标尺后的彩色热红外图像进行三维重建，并基于地面实测的控制点坐标对特征影像进行刺点，进而优化空中三角测量结果，生成具有准确地理坐标信息的三维彩色点云模型，将点云的坐标信息和RGB输出为LAS格式的文件；最后利用FME将LAS格式转换为XYZ格式。
进一步，所述将点云数据的RGB映射为三维温度和长波辐射，具体如下：
用户自定义调色板类型、温度范围及图像位深度；
基于位深度对调色板色阶和点云的色阶RGB之间进行等比例缩放，然后根据温度范围实现色阶RGB和温度的映射；
再以色阶和点云的RGB之间的“最小距离”为目标，采用查找表的方式实现点云和色阶RGB的对应，进而实现点云RGB和温度之间的映射；
最后结合玻耳兹曼公式将点云的温度转换成长波辐射，并将温度和长波辐射依次作为第七列和第八列数据添加至XYZ文件。
进一步，还包括展示并点读附有地理和热工信息的三维彩色点云模型步骤。
一种实现复杂场景三维温度和长波辐射模型的建立方法的系统，包括：
无人机：所述无人机搭载热红外相机，进行彩色热红外图像采集；
地面定位控制点：包括靶标板，所述靶标板设置场景四个角落及中心空旷处；采用RTK GPS测量仪设置好地理坐标系后，垂直对准靶标板中心获取其坐标信息；
云台任务执行系统，分别与无人机，热红外相机及地面定位控制点连接。
与现有技术相比，本发明具有以下优点和有益效果：
(1)多旋翼无人机搭载的热红外相机的照片格式普遍为R-JPEG，其相片显示为24bit三通道RGB值，但温度数据、相机畸变参数以及坐标(即pos信息)编码加密后写入R-JPEG中，若要读取上述信息，只能利用专有软件进行单张读取，无法对影像进行批处理。因此，本发明批处理流程可解密原始图像加密的信息，统一影像调色板和温度标尺，实现R-JPEG彩色热红外图像RGB和温度的逐像素读取及编辑，并能批量生成统一温度标尺后的彩色热红外图像，为后续复杂场景三维温度和长波辐射模型提供基础数据，打破现有技术中无法对R-JPEG格式的热红外图像进行批处理的壁垒。
(2)相比于灰度图像，本发明批量处理得到的彩色热红外图像不仅可以直接输入到摄影测量软件中，利于空中三角测量过程中同名点的匹配，提升彩色三维点云模型的质量；还能通过统一温度标尺，排除温度异常值，提高温度分辨率。
(3)本发明提出的调色板色阶和温度范围的映射关系，可根据使用者实际情况进行调整，解决现有技术中无法通过第三方平台对R-JPEG的热红外图像进行温度读取和编辑的不足。
(4)本发明建立的彩色三维点云模型，可以根据用户自定义调色板来无损显示，还能以多通道的形式展示每个像素的地理坐标、RGB、温度和长波辐射，克服现有技术中建立的三维模型只有相对温度信息或只能改RGB通道读取温度信息的缺陷。
附图说明
图1是本发明的工作流程图；
图2是本发明实施例的场景正射图；
图3是本发明实施例像素温度值的分布统计图；
图4是本发明实施例统一温度标尺后的批量彩色热红外示意图；
图5是本发明实施例热红外三维重建模型示意图；
图6是本发明实施例热红外三维点云模型多通道显示和像素级读取地理坐标、RGB、温度和长波辐射示意图。
具体实施方式
下面结合实施例，对本发明作进一步地详细说明，但本发明的实施方式不限于此。
一种复杂场景三维温度和长波辐射模型的建立方法，其硬件部分包括无人机及热红外相机、地面定位控制点、云台任务执行系统以及无线传输系统，所述无人机搭载热红外相机，地面定位控制点、无人机、热红外相机均通过无线传输系统与云台任务执行系统连接。
如图1所示，具体包括如下步骤：
S1图像采集
如图2所示，确定需要检测的场景地理位置及面积，同时对场景周边进行环境勘察；确定无人机的飞行高度、航速、热红外相机倾斜摄影角度、拍摄间隔、横向和航行重叠率；确定热红外图像的数据格式为R-JPEG。
S2地面控制点地理坐标采集
确定靶标板放置位置，一般在场景四个角落和中心空旷处各放置一个，采用RTKGPS测量仪设置好地理坐标系后，垂直对准靶标板中心获取其坐标信息，根据场景面积确定坐标系。
S3批量统一温度标尺
基于Jupyter notebook和Flyr工具包解密原始R-JPEG彩色热红外图像加密的温度数据，批量读取所有热红外图像温度数据，根据温度分布的高频区间，确定统一的温度标尺，并对所有热红外图像进行批处理，得到不同场景统一温度标尺后的彩色热红外图像。
S4批量写入相机参数和坐标信息
统一温度标尺后彩色热红外图像丢失了相机参数和坐标信息，基于Jupyternotebook和ExifTool工具包解密原始R-JPEG彩色热红外图像加密的相机参数和坐标信息并批量读取这些信息，依次将这些参数写入统一温度标尺后的彩色热红外图像。本步骤中相机参数为相机畸变参数，所述坐标信息为pos信息。
S5彩色三维点云模型重建
采用专业摄影测量软件ContextCapture对统一温度标尺后的彩色热红外图像进行三维重建，并基于地面实测的控制点坐标对特征影像进行刺点，进而优化空中三角测量结果，生成具有准确地理坐标信息的三维彩色点云模型，将点云的坐标信息和RGB输出为LAS格式的文件；最后利用FME将LAS格式转换为XYZ格式，便于后续将RGB映射为温度和长波辐射。
S6点云数据的RGB映射为温度和长波辐射
使用者根据实际情况自定义调色板色阶、温度范围以及图像位深度，基于位深度对色阶和点云的RGB进行等比例缩放，然后根据温度范围实现色阶RGB和温度的映射。再以色阶和点云的RGB之间的“最小距离”为目标，采用查找表的方式实现点云和色阶RGB的对应，进而实现点云RGB和温度之间的映射。最后结合玻耳兹曼公式(1)，将点云的温度转换成长波辐射，并将温度和长波辐射依次作为第七列和第八列数据添加至XYZ文件；将字段“x yz color_red color_green color_blue temp Elw”添加至XYZ文件的第一行。
Elw＝σT4 (1)
其中，σ为玻耳兹曼常数，σ＝5.6696x10-8W/(m-2·K-4)；T为温度(单位为K)。
S7展示并点读附有地理和热工信息的三维彩色点云模型
将XYZ文件导入FME Data Inspector中，选择导入文件格式是XYZ，并定义好导入参数和坐标系；点击任一点云，在特征信息窗口就能获取其精确的地理坐标、色彩、温度和长波辐射信息。
该批处理流程打破了原始R-JPEG彩色热红外图像只能通过专有软件单张处理的壁垒，为三维重建提供了统一温度标尺的彩色热红外图像，进而提升了模型重建质量和温度分辨率；
该模型能展示复杂场景三维表面的热工属性以外，还可以点读单个像元信息读取地理坐标、色彩、温度以及长波辐射等信息，对于缺陷的高空间分辨率量化研究具有重要意义。适用于区域尺度的复杂场景热环境的三维展示和分析，为数字城市、智慧城市的发展提供了可能。
下述为本方法具体的实施应用例：
如图2-图6所示，以某办公园区广州御银科技园作为实验对象，采用无人机大疆经纬M300 RTK，内置高性能RTK模块，在网络通畅的前提下，可开通千寻服务实现高精度定位。飞机满装两块电池后最大可载重2.7kg，最长续航里程约55min，工作环境温度为-20-50℃；热红外相机选用与大疆经纬M300 RTK兼容的FLIR Zenmuse XT2，镜头焦距19毫米，视场角为32°x26°焦平面阵列为640x512，热辐射响应波段范围为7.5-13.5微米。
飞机采用五向自动航线模式，飞行高度为100m，相机结合正射和60°倾斜角度进行拍照，航速为1.7m/s，拍摄间隔为2.0s，横向和航行重叠率为90％，输出数据为R-JPEG格式的图像。
包括如下步骤：
S1采集1407张图像；
S2采用中海达V60 GNSS RTK系统手簿连接千寻后，本次案例根据测区实际位置和面积，将地理坐标系设置为WGS84，投影坐标系设置为UTM-49N，然后将垂直对准靶标中心位置，待手簿显示固定解时，保存该控制点的坐标信息，考虑到高楼信号屏蔽和杂波影响，共采集了4个控制点坐标；
S3基于Jupyter notebook，调用Flyr工具包，对原始R-JPEG彩色热红外图像加密的温度数据进行解密和批量读取，如图3所示，表明原始温度范围为0-100℃，而统计表明99.61％的温度数据位于15-65℃，所以确定统一的温度标尺为15-65℃，并基于IRON调色板拉伸对所有热红外图像进行批处理，得到不同场景统一温度标尺后的彩色热红外图像，如图4所示。
S4统一温度标尺后的彩色热红外图像缺少相机参数和坐标信息，这会影响后续三维重建，所以基于Jupyter notebook，调用ExifTool工具包对原始R-JPEG彩色热红外图像加密的相机参数和坐标信息进行解密和批量读取，然后依次将这些参数写入统一温度标尺后的彩色热红外图像。
S5将S4生成的1407张彩色热红外图像直接导入ContextCapture软件中进行三维重建，如图6所示，Temp是温度，Elw是长波辐射量，初始化空中三角测量结果表明共有1116张影像可用于重建；然后导入控制点坐标，在特征影像上刺点，基于刺点结果优化空中三角测量，最终重投影误差为1.34个像素(23.3cm)；最后进行三维点云模型的生产，如图5所示，输出格式为LAS，空间参考系统为WGS84/UTM-49N(EPSG:32649)。接着利用FME WorkBench将LAS文件转换为XYZ文件，确保转换参数为“x y z color_red color_green color_blue”，坐标系为EPSG:32649。
S6使用原始图像的IRON调色板，对其色阶RGB和S5得到的点云RGB进行缩放，然后根据温度范围(15-65℃)实现色阶RGB和温度的映射。再以色阶和点云的RGB之间的“最小距离”为目标，采用查找表的方式实现点云和色阶RGB的对应，进而实现点云RGB和温度之间的映射。最后结合玻耳兹曼公式(1)，得到长波辐射，并分别将温度和长波辐射作为第七列和第八列数据添加至XYZ文件，最后将字段“x y z color_red color_green color_bluetemp Elw”添加至XYZ文件的第一行。
Elw＝σT4 (1)
其中，σ为玻耳兹曼常数，σ＝5.6696x10-8W/(m-2·K-4)；T为温度(单位为K)。
S7将S6处理好的XYZ文件导入FME Data Inspector中，选择导入文件格式是XYZ，并定义好导入参数和坐标系；随后点击任一点云，就能在特征信息窗口获取其精确的地理坐标、色彩、温度和长波辐射信息。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种复杂场景三维温度和长波辐射模型的建立方法，其特征在于，包括：
确定需要检测的场景地理位置及面积，确定无人机的飞行参数及热红外相机的拍摄参数，确定热红外图像的数据格式为R-JPEG，热红外相机采集需要检测场景的彩色热红外图像；
确定地面控制点地理坐标采集；
解密原始R-JPEG彩色热红外图像加密的温度数据，批量读取所有热红外图像温度数据，根据温度分布的高频区间，确定统一的温度范围，并以同一调色板统一表示该温度范围，即对所有热红外图像进行批处理，得到不同场景统一温度标尺后的彩色热红外图像；
解密原始R-JPEG彩色热红外图像加密的相机畸变参数和坐标，并批量读取，依次将上述参数写入统一温度标尺后的彩色热红外图像；
彩色三维点云模型重建；
将点云数据的RGB映射为三维温度和长波辐射，进一步获得任意点云的地理坐标、色彩、温度和长波辐射信息。
2.根据权利要求1所述的建立方法，其特征在于，所述无人机的飞行参数包括飞行高度及航速。
3.根据权利要求1所述的建立方法，其特征在于，所述热红外相机的拍摄参数包括倾斜摄影角度、拍摄间隔、横向和航行的重叠率。
4.根据权利要求1所述的建立方法，其特征在于，所述确定地面控制点地理坐标采集，具体为：
确定靶标板放置位置，设置地理坐标系，垂直对准靶标板中心获取坐标信息，作为地面控制点的地理坐标。
5.根据权利要求1所述的建立方法，其特征在于，所述解密原始R-JPEG彩色热红外图像加密的温度数据是基于Jupyter notebook和Flyr工具包。
6.根据权利要求1所述的建立方法，其特征在于，基于Jupyter notebook和ExifTool工具包解密原始R-JPEG彩色热红外图像加密的相机畸变参数和坐标，并批量读取这些信息。
7.根据权利要求1所述的建立方法，其特征在于，所述彩色三维点云模型重建，具体为：
采用摄影测量软件ContextCapture对统一温度标尺后的彩色热红外图像进行三维重建，并基于地面实测的控制点坐标对特征影像进行刺点，进而优化空中三角测量结果，生成具有准确地理坐标信息的三维彩色点云模型，将点云的坐标信息和RGB输出为LAS格式的文件；最后利用FME将LAS格式转换为XYZ格式。
8.根据权利要求7所述的建立方法，其特征在于，所述将点云数据的RGB映射为三维温度和长波辐射，具体如下：
用户自定义调色板类型、温度范围及图像位深度；
基于位深度对调色板色阶和点云的色阶RGB之间进行等比例缩放，然后根据温度范围实现色阶RGB和温度的映射；
再以色阶和点云的RGB之间的“最小距离”为目标，采用查找表的方式实现点云和色阶RGB的对应，进而实现点云RGB和温度之间的映射；
最后结合玻耳兹曼公式将点云的温度转换成长波辐射，并将温度和长波辐射依次作为第七列和第八列数据添加至XYZ文件。
9.根据权利要求1-8任一项所述的建立方法，其特征在于，还包括展示并点读附有地理和热工信息的三维彩色点云模型步骤。
10.一种实现复杂场景三维温度和长波辐射模型的建立方法的系统，其特征在于，包括：
无人机：所述无人机搭载热红外相机，进行彩色热红外图像采集；
地面定位控制点：包括靶标板，所述靶标板设置场景四个角落及中心空旷处；采用RTKGPS测量仪设置好地理坐标系后，垂直对准靶标板中心获取其坐标信息；
云台任务执行系统，分别与无人机，热红外相机及地面定位控制点连接。
CN202210639705.2A 2022-06-08 2022-06-08 一种复杂场景三维温度和长波辐射模型的建立方法及系统 Active CN115100262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210639705.2A CN115100262B (zh) 2022-06-08 2022-06-08 一种复杂场景三维温度和长波辐射模型的建立方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210639705.2A CN115100262B (zh) 2022-06-08 2022-06-08 一种复杂场景三维温度和长波辐射模型的建立方法及系统

Publications (2)

Publication Number Publication Date
CN115100262A true CN115100262A (zh) 2022-09-23
CN115100262B CN115100262B (zh) 2024-05-17

Family

ID=83289590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210639705.2A Active CN115100262B (zh) 2022-06-08 2022-06-08 一种复杂场景三维温度和长波辐射模型的建立方法及系统

Country Status (1)

Country Link
CN (1) CN115100262B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116754076A (zh) * 2023-05-22 2023-09-15 华南理工大学 一种城市复杂三维场景高异质性地表温度的反演方法
CN117541114A (zh) * 2023-11-10 2024-02-09 华南理工大学 一种快速评价城市室外场景高空间分辨率热舒适度的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160196688A1 (en) * 2015-01-06 2016-07-07 Iteris, Inc. Three-dimensional visualization model of roadway information in a pavement condition analysis
CN109147033A (zh) * 2018-07-27 2019-01-04 桂林电子科技大学 一种基于实时三维重建技术的建筑测量方法
CN113409450A (zh) * 2021-07-09 2021-09-17 浙江大学 一种包含rgbdt信息的鸡只三维重建方法
CN114529682A (zh) * 2022-02-10 2022-05-24 中国人民解放军战略支援部队航天工程大学士官学校 一种机载热红外影像建筑物真三维温度场构建方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160196688A1 (en) * 2015-01-06 2016-07-07 Iteris, Inc. Three-dimensional visualization model of roadway information in a pavement condition analysis
CN109147033A (zh) * 2018-07-27 2019-01-04 桂林电子科技大学 一种基于实时三维重建技术的建筑测量方法
CN113409450A (zh) * 2021-07-09 2021-09-17 浙江大学 一种包含rgbdt信息的鸡只三维重建方法
CN114529682A (zh) * 2022-02-10 2022-05-24 中国人民解放军战略支援部队航天工程大学士官学校 一种机载热红外影像建筑物真三维温度场构建方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ANDREAS MATZARAKIS等: "Modelling radiation fluxes in simple and complex environments: basics of the RayMan model", 《SPRINGER》, 12 December 2009 (2009-12-12), pages 1 - 9 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116754076A (zh) * 2023-05-22 2023-09-15 华南理工大学 一种城市复杂三维场景高异质性地表温度的反演方法
CN116754076B (zh) * 2023-05-22 2024-05-10 华南理工大学 一种城市复杂三维场景高异质性地表温度的反演方法
CN117541114A (zh) * 2023-11-10 2024-02-09 华南理工大学 一种快速评价城市室外场景高空间分辨率热舒适度的方法
CN117541114B (zh) * 2023-11-10 2024-05-28 华南理工大学 一种快速评价城市室外场景高空间分辨率热舒适度的方法

Also Published As

Publication number Publication date
CN115100262B (zh) 2024-05-17

Similar Documents

Publication Publication Date Title
CN115100262B (zh) 一种复杂场景三维温度和长波辐射模型的建立方法及系统
CN108168554B (zh) 一种无人机电力巡线系统地图快速规划方法
CN116754076B (zh) 一种城市复杂三维场景高异质性地表温度的反演方法
CN107734449B (zh) 一种基于光标签的室外辅助定位方法、系统及设备
KR101223741B1 (ko) 도화이미지의 왜곡 보정을 위한 현장 지형의 측지 및 측량시스템
CN110675448B (zh) 基于民航客机的地面灯光遥感监测方法、系统及存储介质
CN101159068A (zh) 外业设备进行土地巡查和实时监控的信息采集与处理方法
CN105516584A (zh) 全景影像采集系统、基于其的测量天际线的装置和方法
CN112613397B (zh) 多视角光学卫星遥感影像目标识别训练样本集构建方法
Ulvi The effect of the distribution and numbers of ground control points on the precision of producing orthophoto maps with an unmanned aerial vehicle
CN112859130B (zh) 一种野外导航巡查的高精度电子地图位置匹配方法
CN111914049A (zh) 经纬度坐标与图像坐标映射方法
CN106027960A (zh) 一种定位系统和方法
CN109801217B (zh) 一种基于gps地面控制点的全自动正射影像拼接方法
CN105513078A (zh) 基于图像的立木信息采集方法和装置
CN116182805A (zh) 基于遥感图像的国土测绘方法
CN112902928A (zh) 一种无人机航摄测量方法及其系统
CN210603293U (zh) 交通事故现场勘查处理系统
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
CN110146062B (zh) 一种基于图根点测量点云数据的坐标系转化方法
CN112381942B (zh) 基于无人机红外图像的建筑三维温度模型的建立方法
KR100878781B1 (ko) 휴대 단말기를 이용하여 구조물의 크기 및 좌표를 측정하는측량 방법
King et al. Airborne digital frame camera imaging for elevation determination
LU501719B1 (en) Terrain simulation method based on satellite images and digital elevation data
CN115900656A (zh) 一种基于无人机的不动产测绘项目分区域测绘方法及系统

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