CN117541938B - 基于无人机遥感的线性文化遗产数据采集方法及装置 - Google Patents
基于无人机遥感的线性文化遗产数据采集方法及装置 Download PDFInfo
- Publication number
- CN117541938B CN117541938B CN202410028591.7A CN202410028591A CN117541938B CN 117541938 B CN117541938 B CN 117541938B CN 202410028591 A CN202410028591 A CN 202410028591A CN 117541938 B CN117541938 B CN 117541938B
- Authority
- CN
- China
- Prior art keywords
- digital twin
- cultural heritage
- data acquisition
- determining
- unmanned aerial
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 27
- 201000010099 disease Diseases 0.000 claims description 16
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 16
- 238000012876 topography Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 12
- 239000000178 monomer Substances 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 14
- 239000004566 building material Substances 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 3
- 239000004575 stone Substances 0.000 description 3
- 241000592183 Eidolon Species 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 239000011449 brick Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000009304 pastoral farming Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
- G01C5/005—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels altimeters for aircraft
-
- 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
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Astronomy & Astrophysics (AREA)
- Computer Graphics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于无人机遥感的线性文化遗产数据采集方法及装置,该方法包括:建立数字孪生精度体系;在卫星图上确定文化遗产的不同测量对象的测量范围;确定每种测量对象的无人机遥感设备组合的数据采集参数;根据每种测量对象对应的最小地面分辨率和数据采集参数,确定飞行高度;对每种测量对象进行飞行任务规划,获得任务规划结果;获得无人机遥感设备组合采集的影像数据,对影像数据进行处理,生成二维数字成果和三维数字成果,影像数据是无人机遥感设备组合按照数据采集参数、飞行高度和任务规划结果,对线性文化遗产进行数据采集获得;构建不同精度的数字孪生模型,形成线性文化遗产数字孪生体。本发明可以使数据采集效率高、质量高。
Description
技术领域
本发明涉及文化遗产保护数据采集与建模技术领域,尤其涉及一种基于无人机遥感的线性文化遗产数据采集方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
随着无人机制造和使用成本逐渐降低以及技术性能的逐步提升,民用无人机越来越普及,使用无人机遥感开展文化遗产的科学研究工作也愈发受到关注。不同类型的无人机(固定翼、旋翼等)可以携带不同类型的传感器(可见光、多光谱、红外、Lidar等),对不同地域、年代、类别的文化遗产开展丰富多彩的探索。
相较于卫星遥感、有人飞行器遥感以及地面遥感,无人机遥感与文化遗产保护及科学研究之间其独特的适配性,可以把其概括为:受环境影响小,作业灵活度大,采集数据质量高。首先,相比较卫星和有人飞行器而言,无人机由于飞行高度较低,可以避免由云彩、雾气等带来的遥感信息缺失等问题;而且在危险环境、八级以下大风、小雨等条件下,无人机仍能正常工作,相对受环境影响较小。其二,卫星遥感和有人飞行器遥感作业机动性较小,作业角度受限,且无法避免地物遮挡,这些问题无人机遥感都能很好地避免;而相比地面遥感视野窄、复杂且繁复的工作流程,无人机遥感可以通过规划飞行结合手动飞行,自由灵活地采集不同高度、角度且多元的数据类型,具有极高的作业灵活度。最后,由于无人机遥感可以便捷、及时、无接触地到达一些人力难以企及的位置,配合贴近摄影测量技术,可以获取高达毫米级精度的数据,这对于位于悬崖峭壁上的长城墙体、高耸的木结构佛塔、空中楼阁般的悬空寺等文化遗产来说,可以快速、高效、无损地采集多种类型的高质量数据。
近年来,随着无人机和传感器设备的迭代升级,以及计算机科学的发展,无人机遥感在文化遗产科学研究中的应用也与日俱增。但是,目前无人机遥感数据采集经常容易陷入片面求大求全的局面,采集数据效率低且采集的数据噪声较大,因此,目前缺乏一种高效率且高质量的采用无人机遥感进行文化遗产数据采集的方案。
发明内容
本发明实施例提供一种基于无人机遥感的线性文化遗产数据采集方法,用以基于工程制图实际需求,进行文化遗产的无人机遥感数据采集,效率高,采集的数据质量高,该方法包括:
建立针对文化遗产数据采集的数字孪生精度体系,每种数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;
根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围;
确定每种测量对象的无人机遥感设备组合的数据采集参数;
根据每种测量对象对应的最小地面分辨率和所述数据采集参数,确定飞行高度;
根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;
获得无人机遥感设备组合采集的影像数据,对所述影像数据进行处理,生成二维数字成果和三维数字成果,其中,所述影像数据是无人机遥感设备组合按照所述数据采集参数、所述飞行高度和所述任务规划结果,对线性文化遗产进行数据采集获得的;
根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体。
本发明实施例还提供一种基于无人机遥感的线性文化遗产数据采集装置,用以基于工程制图实际需求,进行文化遗产的无人机遥感数据采集,效率高,采集的数据质量高,该装置包括:
数字孪生精度体系建立模块,用于建立针对文化遗产数据采集的数字孪生精度体系,每种数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;
测量范围确定模块,用于根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围;
数据采集参数确定模块,用于确定每种测量对象的无人机遥感设备组合的数据采集参数;
飞行高度确定模块,用于根据每种测量对象对应的最小地面分辨率和所述数据采集参数,确定飞行高度;
飞行任务规划模块,用于根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;
影像数据采集与处理模块,用于获得无人机遥感设备组合采集的影像数据,对所述影像数据进行处理,生成二维数字成果和三维数字成果,其中,所述影像数据是无人机遥感设备组合按照所述数据采集参数、所述飞行高度和所述任务规划结果,对线性文化遗产进行数据采集获得的;
线性文化遗产数字孪生体构建模块,用于根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体。
本发明实施例还提供一种计算机设备,包括存储器、处理器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计算机程序时实现上述基于无人机遥感的线性文化遗产数据采集方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于无人机遥感的线性文化遗产数据采集方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述基于无人机遥感的线性文化遗产数据采集方法。
本发明实施例中,建立针对文化遗产数据采集的数字孪生精度体系,每种数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围;确定每种测量对象的无人机遥感设备组合的数据采集参数;根据每种测量对象对应的最小地面分辨率和所述数据采集参数,确定飞行高度;根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;获得无人机遥感设备组合采集的影像数据,对所述影像数据进行处理,生成二维数字成果和三维数字成果,其中,所述影像数据是无人机遥感设备组合按照所述数据采集参数、所述飞行高度和所述任务规划结果,对线性文化遗产进行数据采集获得的;根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体。通过上述步骤,本发明实施例提出的方案能够针对不同测量对象,分别进行测量范围分析、飞行任务规划,实现影像数据的准确、高效率采集,后续对影像数据进行处理后,形成了线性文化遗产数字孪生体,为文化遗产数字化保护和展陈提供了全面而有效的解决方案,并为文化遗产数字孪生提供科学、有效、及时的输入支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。在附图中:
图1为本发明实施例中基于无人机遥感的线性文化遗产数据采集方法的流程图;
图2为本发明实施例中基于无人机遥感的线性文化遗产数据采集的原理图;
图3为本发明实施例中线状对象飞行任务规划的原理图;
图4为本发明实施例中基于无人机遥感的线性文化遗产数据采集装置的示意图;
图5为本发明实施例中计算机设备的示意图。
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明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1为本发明实施例中基于无人机遥感的线性文化遗产数据采集方法的流程图,图2为本发明实施例中基于无人机遥感的线性文化遗产数据采集的原理图,包括:
步骤101,建立针对文化遗产数据采集的数字孪生精度体系,每种数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;
步骤102,根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围;
步骤103,确定每种测量对象的无人机遥感设备组合的数据采集参数;
步骤104,根据每种测量对象对应的最小地面分辨率和所述数据采集参数,确定飞行高度;
步骤105,根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;
步骤106,获得无人机遥感设备组合采集的影像数据,对所述影像数据进行处理,生成二维数字成果和三维数字成果,其中,所述影像数据是无人机遥感设备组合按照所述数据采集参数、所述飞行高度和所述任务规划结果,对线性文化遗产进行数据采集获得的;
步骤107,根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体。
通过上述步骤,本发明实施例提出的方案能够针对不同测量对象,分别进行测量范围分析、飞行任务规划,实现影像数据的准确、高效率采集,后续对影像数据进行处理后,形成了线性文化遗产数字孪生体,为文化遗产数字化保护和展陈提供了全面而有效的解决方案,并为文化遗产数字孪生提供科学、有效、及时的输入支撑。
参见图1和图2,本发明实施例提出的方案涉及到前期准备、数字孪生精度体系建立、设备组合、任务规划、野外作业、室内作业、成果导出等环节;当然,无人机遥感作业需要经历内业、外业的往复工作。
下面对每个步骤进行详细介绍。
前期准备:目前数字孪生的精度没有一个统一的标准,本发明基于不同比例工程制图所反映和解决的问题来预设不同场景的数字孪生精度体系。如图2所示,在开展外业工作之前,需要做大量的前期研究工作,前期工作的重中之重就是需要先明确作业目标,即以问题为导向,带着明确的问题去开展野外工作,而这一目标就涉及不同地物对象测量的精度需求。因为野外作业时间、条件等诸多客观限制比较多,这样能避免外业作业陷入片面求大求全的陷阱,进而极大地提高作业效率。当目标确立后,就可以开始组合无人机遥感系统,包括飞行平台、传感器、地面控制系统 ,合适的组合能提高作业质量,避免重复劳动。基于确定好的无人机遥感设备组合,就可以制定具体的飞行计划,进而开展实际的外业、内业工作。当数据处理完成获得第一批成果后,经常会发现漏测或者数据不理想的情况,因此需要返回去检查设备组合是否合理,是否需要更新替换设备,亦或是基于原有无人机遥感设备组合修改飞行任务,以此反复迭代最终获得理想的二维影像、三维模型等数字化成果集合。
在前期准备阶段,还需明确数字孪生精度体系中测量对象的属性,包括但不限于遗产类型(古文化遗址、古墓葬、古建筑、石窟寺、石刻、壁画、近代现代重要史迹和代表性建筑),建造年代(古代、近代、现代),保护等级(国家级、省级、市级、县级、未定级),建筑材料(土筑、石构、砖砌、混合),风险类型(雨水冲蚀、风蚀、农业耕作、放牧畜牧、房屋建设、水土流失、植树造林、盗掘、冻融、水利设施、电力设施、盐碱、旅游发展、墙体霉菌、特殊事件、污染、无需旅游、不当展示),这些属性用于后续分析。
在步骤101,建立针对文化遗产数据采集的数字孪生精度体系,每种数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;
在一实施例中,建立针对文化遗产数据采集的数字孪生精度体系,包括:
确定针对文化遗产数据采集的数字孪生的目标尺度体系,所述目标尺度体系包括总图制图关联赋存环境尺度、建筑制图关联建筑单体尺度和详图制图关联病害特征尺度,其中,总图制图、建筑制图和详图制图为工程制图,赋存环境尺度、建筑单体尺度和病害特征尺度为地物目标尺寸;
确定数字孪生的目标尺度体系对应的数字孪生精度体系,所述数字孪生精度体系包括每种工程制图的比例及对应的最小地面分辨率,所述最小地面分辨率为无人机采集的影像数据上能够准确分辨的地物目标尺寸的精度;
在上述实施例中,总图制图关联赋存环境尺度针对的是建筑物、构筑物、道路、河流、大型乔木,建筑制图关联建筑单体尺度针对的是单体建筑、建筑构件,详图制图关联病害特征尺度针对的是建筑材料单元、病害特征。最小地面分辨率应该足够高,以确保能够准确地分辨出最小待测地物目标的特征和尺寸。
例如,本发明实施例中总图制图的比例为1:500、建筑制图的比例为1:100、详图制图的比例为1:1。
在一实施例中,确定数字孪生的目标尺度体系对应的数字孪生精度体系,包括:
确定每种工程制图的比例;
采用如下公式,根据每种工程制图的比例,确定每种工程制图对应的最小地面分辨率:
其中,GSD为最小地面分辨率,米/像素,A为工程制图的比例,B为数码影像精度,像素/英寸。
设A为比例尺比例(例如1:500的比例尺,则A=500),则地图上1米代表实际A米。通常人眼能分辨的两点间最小距离是1×10-4米(0.1毫米),则按1:A的比例尺绘制的地图精度是A×10-4米。设输出的数码影像精度(DPI)为B 像素/英寸。换算关系为:
1 英寸= 0.0254米 = 300像素
例如,总图制图关联赋存环境尺度中,以300dpi的数码影像精度为例,1:500比例的图纸所反映的最小地物目标约为0.0423米,即最小地面分辨率为0.0423米。建筑制图关联建筑单体尺度中,考虑最小地物特征门、窗、台阶等,以300dpi的数码影像精度为例,1:100比例的图纸所反映的最小地物目标约为0.00847米,即最小地面分辨率为0.00847米。详图制图关联病害特征尺度中,考虑最小地物特征建筑材料单元(砖、石、木料)及病害特征(裂缝等)及建造年代,以300dpi的数码影像输出精度为例,1:1比例的图纸所反映的最小地物目标约为0.0000847米,即最小地面分辨率为0.0000847米。
在一实施例中,步骤102(根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围),包括:
在测量对象为面状对象时,在卫星图上,以线性文化遗产本体的曲率变化的拐点为连接点,将线性文化遗产本体描述为多条连续的直线段,并向两侧扩展第一预设长度,生成面状对象的测量范围,所述面状对象为总图制图关联赋存环境尺度涉及的所有地物目标;其中,第一预设长度是根据测量对象的保护等级确定的,例如,保护等级为国家级,第一预设长度为500米;
在测量对象为线状对象时,在卫星图上,以线性文化遗产本体的曲率转折点为断点,将线性文化遗产本体描述为连续的直线组成的多段线,以多段线为轨道,以每个断点处线性文化遗产本体的截面宽度加第二预设长度为截面,生成线状对象的测量范围,所述线状对象为建筑制图关联建筑单体尺度涉及的所有地物目标,多段线为线状测量区域的中心线;
在测量对象为点状对象时,在卫星图上,连接单个独立存在的点状对象的角点,并向外扩展第三预设长度,生成点状对象的测量范围,点状对象为详图制图关联病害特征尺度涉及的所有地物目标。
具体实施时,第二预设长度和第三预设长度可以相同。
在步骤103,确定每种测量对象的无人机遥感设备组合的数据采集参数;在一实施例中,所述无人机遥感设备组合包括无人机云台和传感器;所述数据采集参数包括传感器的焦距、传感器拍摄影像的宽度、传感器拍摄影像的高度和传感器宽度、无人机云台的可旋转角度。其中,无人机云台的可旋转角度一般为0°- 90°。
在一实施例中,步骤104(根据每种测量对象对应的最小地面分辨率和所述数据采集参数,确定飞行高度)包括:
根据每种测量对象在每种工程制图的比例及对应的最小地面分辨率、所述数据采集参数,确定每种工程制图的比例对应的飞行高度,包括:
采用如下公式,计算第一飞行高度:
采用如下公式,计算第二飞行高度:
其中,Fh1和 Fh2分别为第一飞行高度和第二飞行高度,Fl为传感器的焦距,Iw为传感器拍摄影像的宽度,Ih 为传感器拍摄影像的高度,GSD为最小地面分辨率,Sw为传感器宽度,Sh为传感器高度。
确定第一飞行高度和第二飞行高度的最小值为每种工程制图的比例对应的飞行高度;
本发明实施例中,飞行高度为基于测量对象的高度,也可以称为离测量对象的距离。以大疆精灵4 RTK飞行器及相机的相关数据进行计算和验证。运用大疆精灵4 RTK飞行器采集数据,无人机飞行高度Fh与制图比例A及输出的数码影像精度(DPI)B的关系如下:
验证:当需要测绘1:500的地形图,并用于300dpi的数码影像输出时,则
在步骤105,根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;
在一实施例中,根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果,包括:
若面状对象的地形为平地,在面状对象的测量范围内,确定飞行航线为井字交叉布置,并确定航向重叠率和旁向重叠率、云台角度;
若面状对象的地形为非平地(例如丘陵、山地、高山地),在面状对象的测量范围内,先按平地地形确定飞行航线并建立地形模型,再在地形模型的基础上规划井字型仿地飞行航线,并确定航向重叠率和旁向重叠率、云台角度,所述任务规划结果包括飞行航线、航向重叠率和旁向重叠率、云台角度。
具体实施时,航向重叠率一般不低于60%,旁向重叠率一般不低于15%。
在一实施例中,根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果,包括:
在线状对象的测量范围内,根据线状对象的多段线,生成每个线状对象的梯形航线,作为任务规划结果,其中,梯形航线的截面包括梯形顶部的航线面域和梯形两侧的航线面域。
参见图3为本发明实施例中线状对象飞行任务规划的原理图,线状对象的梯形航线的截面为梯形截面,以测量对象的截面为基准,向外偏移第二预设长度Fh米;垂直方向的两条边线以上顶点为基准,向外旋转α度(α等于云台可旋转角度);以测量目标最下端待测地物目标为基点,向旋转后的直线作垂直线,完成航线下边缘的限定;同理生成对侧的两个顶点;连接形成测量对象的梯形截面。由于已将线性遗产拆分为若干连续的直线,形成了多段线,按此方法生成直线两端的梯形截面,进而得到顶部和两侧的三个航线面域。通过上述步骤,可以避免遗产根部植被对飞行带来的影响。
在一实施例中,根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果,包括:
在点状对象的测量范围内,生成点状对象的第一梯形航线截面,并保留第一梯形航线截面中梯形两侧的航线面域作为测量范围的第一补充范围;
面向点状对象的预设特别位置,生成预设特别位置的第二梯形航线截面,并保留第二梯形航线截面中梯形两侧的航线面域作为测量范围的第二补充范围;
根据测量范围、所述第一补充范围和第二补充范围,确定飞行航线,作为任务规划结果。
具体实施时,由于点状对象的测量范围已经以点状对象的五个基准面向外扩展了第三预设长度Fh米,此时的测量范围为第一部分飞行面域,然后按照线状对象生成梯形航线的方法,生成点状对象的第一梯形航线截面,并保留第一梯形航线截面中梯形两侧的航线面域作为测量范围的第一补充范围;预设特别位置为建筑物檐口、室内等部位,生成第二梯形航线截面,并保留第二梯形航线截面中梯形两侧的航线面域作为测量范围的第二补充范围。
在一实施例中,步骤106(对所述影像数据进行处理,生成二维数字成果和三维数字成果),包括:
对所述影像数据进行去冗余数据,获得第一影像数据;这一步可确保影像数据的质量和一致性;
运用混合空三加密对第一影像数据进行同步调整,获得第二影像数据;进行同步调整,可获得更准确的相机位姿和地物三维坐标,有助于提高后续三维模型的几何精度;
对第二影像数据进行影像密集匹配,获得第二影像数据的特征点和纹理,并生成具有高密度深度信息的三维模型;进行影像密集匹配时,可考虑测量对象的建筑材料和风险类型;
将第二影像数据投射到生成的三维模型上,获得三维模型上具有真实感和细节的纹理,所述三维模型为三维数字成果;这一步可称为三维模型的上色;这一步可以提高三维模型的视觉质量;
从三维数字成果中提取二维的遥感地图,作为二维数字成果。
具体实施时,提取二维的遥感地图包括平面遥感地图和立面遥感地图和不同角度的遥感地图的透视图。
在一实施例中,步骤107(根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体)包括:
根据二维数字成果和三维数字成果,基于数字孪生精度体系,构建不同精度的数字孪生模型;其中,精度包括总图制图、建筑制图、详图制图三个精度,数字孪生模型为针对地物目标建立的模型;
按照精度优先原则,将不同精度的数字孪生模型,整合为数字孪生综合模型;具体地,用详图制图的数字孪生模型替代建筑制图的数字孪生模型中重复的区域,获得中间模型;再将中间模型替代总图制图的数字孪生模型中重复的区域,形成数字孪生综合模型;
记录多种工程制图的比例;其中,总图制图包括1:500、1:1000、1:2000比例的工程制图;建筑制图包括1:100、1:150、1:200、1;300比例的工程制图;详图制图包括1:1、1:2、1:5、1:10、1:15、1:20、1:25、1:30、1:50比例的工程制图;
根据数字孪生综合模型,整理线性文化遗产最小构筑单元的语义信息;具体地,利用图像分割和深度学习技术方法,在数字孪生综合模型中识别并统计线性文化遗产最小构筑单元(如砖块、石块)的数量病害分布及特征(如裂缝宽度、坍塌面积等),作为语义信息;
将数字孪生综合模型、多种工程制图的比例和语义信息进行整合,并接入已布设的物联网数据,气候气象和灾害数据,形成线性文化遗产数字孪生体。灾害数据可以是地震灾害数据。
在本发明实施例提出的方法中,建立针对文化遗产数据采集的数字孪生精度体系,每种数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围;确定每种测量对象的无人机遥感设备组合的数据采集参数;根据每种测量对象对应的最小地面分辨率和所述数据采集参数,确定飞行高度;根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;获得无人机遥感设备组合采集的影像数据,对所述影像数据进行处理,生成二维数字成果和三维数字成果,其中,所述影像数据是无人机遥感设备组合按照所述数据采集参数、所述飞行高度和所述任务规划结果,对线性文化遗产进行数据采集获得的;根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体。通过上述步骤,本发明实施例提出的方案能够针对不同测量对象,分别进行测量范围分析、飞行任务规划,实现影像数据的准确、高效率采集,后续对影像数据进行处理后,形成了线性文化遗产数字孪生体,为文化遗产数字化保护和展陈提供了全面而有效的解决方案,并为文化遗产数字孪生提供科学、有效、及时的输入支撑。
本发明实施例还提出一种基于无人机遥感的线性文化遗产数据采集装置,其原理与基于无人机遥感的线性文化遗产数据采集方法类似,这里不再赘述。
图4为本发明实施例中基于无人机遥感的线性文化遗产数据采集装置的示意图,包括:
数字孪生精度体系建立模块401,用于建立针对文化遗产数据采集的数字孪生精度体系,每种数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;
测量范围确定模块402,用于根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围;
数据采集参数确定模块403,用于确定每种测量对象的无人机遥感设备组合的数据采集参数;
飞行高度确定模块404,用于根据每种测量对象对应的最小地面分辨率和所述数据采集参数,确定飞行高度;
飞行任务规划模块405,用于根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;
影像数据采集与处理模块406,用于获得无人机遥感设备组合采集的影像数据,对所述影像数据进行处理,生成二维数字成果和三维数字成果,其中,所述影像数据是无人机遥感设备组合按照所述数据采集参数、所述飞行高度和所述任务规划结果,对线性文化遗产进行数据采集获得的;
线性文化遗产数字孪生体构建模块407,用于根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体。
在一实施例中,数字孪生精度体系建立模块具体用于:
确定针对文化遗产数据采集的数字孪生的目标尺度体系,所述目标尺度体系包括总图制图关联赋存环境尺度、建筑制图关联建筑单体尺度和详图制图关联病害特征尺度,其中,总图制图、建筑制图和详图制图为工程制图,赋存环境尺度、建筑单体尺度和病害特征尺度为地物目标尺寸;
确定数字孪生的目标尺度体系对应的数字孪生精度体系,所述数字孪生精度体系包括每种工程制图的比例及对应的最小地面分辨率,所述最小地面分辨率为地物目标尺寸的精度;
在一实施例中,数字孪生精度体系建立模块具体用于:
确定每种工程制图的比例;
采用如下公式,根据每种工程制图的比例,确定每种工程制图对应的最小地面分辨率:
其中,GSD为最小地面分辨率,米/像素,A为工程制图的比例,B为数码影像精度,像素/英寸。
在一实施例中,测量范围确定模块具体用于:
在测量对象为面状对象时,在卫星图上,以线性文化遗产本体的曲率变化的拐点为连接点,将线性文化遗产本体描述为多条连续的直线段,并向两侧扩展第一预设长度,生成面状对象的测量范围,所述面状对象为总图制图关联赋存环境尺度涉及的所有地物目标;
在测量对象为线状对象时,在卫星图上,以线性文化遗产本体的曲率转折点为断点,将线性文化遗产本体描述为连续的直线组成的多段线,以多段线为轨道,以每个断点处线性文化遗产本体的截面宽度加第二预设长度为截面,生成线状对象的测量范围,所述线状对象为建筑制图关联建筑单体尺度涉及的所有地物目标,多段线为线状测量区域的中心线;
在测量对象为点状对象时,在卫星图上,连接单个独立存在的点状对象的角点,并向外扩展第三预设长度,生成点状对象的测量范围,点状对象为详图制图关联病害特征尺度涉及的所有地物目标。
在一实施例中,所述无人机遥感设备组合包括无人机云台和传感器;所述数据采集参数包括传感器的焦距、传感器拍摄影像的宽度、传感器拍摄影像的高度和传感器宽度、无人机云台的可旋转角度。
在一实施例中,飞行高度确定模块具体用于:
采用如下公式,计算第一飞行高度:
采用如下公式,计算第二飞行高度:
其中,Fh1和 Fh2分别为第一飞行高度和第二飞行高度,Fl为传感器的焦距,Iw为传感器拍摄影像的宽度,Ih 为传感器拍摄影像的高度,GSD为最小地面分辨率,Sw为传感器宽度,Sh为传感器高度。
确定第一飞行高度和第二飞行高度的最小值为每种工程制图的比例对应的飞行高度。
在一实施例中,飞行任务规划模块具体用于:
若面状对象的地形为平地,在面状对象的测量范围内,确定飞行航线为井字交叉布置,并确定航向重叠率和旁向重叠率、云台角度;
若面状对象的地形为非平地,在面状对象的测量范围内,先按平地地形确定飞行航线并建立地形模型,再在地形模型的基础上规划井字型仿地飞行航线,并确定航向重叠率和旁向重叠率、云台角度,所述任务规划结果包括飞行航线、航向重叠率和旁向重叠率、云台角度。
在一实施例中,飞行任务规划模块具体用于:
在线状对象的测量范围内,根据线状对象的多段线,生成每个线状对象的梯形航线,作为任务规划结果,其中,梯形航线的截面包括梯形顶部的航线面域和梯形两侧的航线面域。
在一实施例中,飞行任务规划模块具体用于:
在点状对象的测量范围内,生成点状对象的第一梯形航线截面,并保留第一梯形航线截面中梯形两侧的航线面域作为测量范围的第一补充范围;
面向点状对象的预设特别位置,生成预设特别位置的第二梯形航线截面,并保留第二梯形航线截面中梯形两侧的航线面域作为测量范围的第二补充范围;
根据测量范围、所述第一补充范围和第二补充范围,确定飞行航线,作为任务规划结果。
在一实施例中,影像数据采集与处理模块具体用于:
对所述影像数据进行去冗余数据,获得第一影像数据;
运用混合空三加密对第一影像数据进行同步调整,获得第二影像数据;
对第二影像数据进行影像密集匹配,获得第二影像数据的特征点和纹理,并生成具有高密度深度信息的三维模型;
将第二影像数据投射到生成的三维模型上,获得三维模型上具有真实感和细节的纹理,所述三维模型为三维数字成果;
从三维数字成果中提取二维的遥感地图,作为二维数字成果。
在一实施例中,线性文化遗产数字孪生体构建模块具体用于:
根据二维数字成果和三维数字成果,基于数字孪生精度体系,构建不同精度的数字孪生模型;
按照精度优先原则,将不同精度的数字孪生模型,整合为数字孪生综合模型;
记录多种工程制图的比例;
根据数字孪生综合模型,整理线性文化遗产最小构筑单元的语义信息;
将数字孪生综合模型、多种工程制图的比例和语义信息进行整合,并接入已布设的物联网数据,气候气象和灾害数据,形成线性文化遗产数字孪生体。
综上所述,本发明实施例提出的装置中,在本发明实施例提出的方法中,建立针对文化遗产数据采集的数字孪生精度体系,每种数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围;确定每种测量对象的无人机遥感设备组合的数据采集参数;根据每种测量对象对应的最小地面分辨率和所述数据采集参数,确定飞行高度;根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;获得无人机遥感设备组合采集的影像数据,对所述影像数据进行处理,生成二维数字成果和三维数字成果,其中,所述影像数据是无人机遥感设备组合按照所述数据采集参数、所述飞行高度和所述任务规划结果,对线性文化遗产进行数据采集获得的;根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体。通过上述步骤,本发明实施例提出的方案能够针对不同测量对象,分别进行测量范围分析、飞行任务规划,实现影像数据的准确、高效率采集,后续对影像数据进行处理后,形成了线性文化遗产数字孪生体,为文化遗产数字化保护和展陈提供了全面而有效的解决方案,并为文化遗产数字孪生提供科学、有效、及时的输入支撑。
本发明实施例还提供一种计算机设备,图5为本发明实施例中计算机设备的示意图,所述计算机设备500包括存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序530,所述处理器520执行所述计算机程序530时实现上述基于无人机遥感的线性文化遗产数据采集方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于无人机遥感的线性文化遗产数据采集方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述基于无人机遥感的线性文化遗产数据采集方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种基于无人机遥感的线性文化遗产数据采集方法,其特征在于,包括:
建立针对文化遗产数据采集的数字孪生精度体系,数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;
根据数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围;
确定每种测量对象的无人机遥感设备组合的数据采集参数;
根据每种测量对象在每种工程制图的比例及对应的最小地面分辨率、所述数据采集参数,确定飞行高度;
根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;
获得无人机遥感设备组合采集的影像数据,对所述影像数据进行处理,生成二维数字成果和三维数字成果,其中,所述影像数据是无人机遥感设备组合按照所述数据采集参数、所述飞行高度和所述任务规划结果,对线性文化遗产进行数据采集获得的;
根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体;
建立针对文化遗产数据采集的数字孪生精度体系,包括:
确定针对文化遗产数据采集的数字孪生的目标尺度体系,所述目标尺度体系包括总图制图关联赋存环境尺度、建筑制图关联建筑单体尺度和详图制图关联病害特征尺度,其中,总图制图、建筑制图和详图制图为工程制图,赋存环境尺度、建筑单体尺度和病害特征尺度为地物目标尺寸;
确定数字孪生的目标尺度体系对应的数字孪生精度体系,所述数字孪生精度体系包括每种工程制图的比例及对应的最小地面分辨率,所述最小地面分辨率为无人机采集的影像数据上能够准确分辨的地物目标尺寸的精度。
2.如权利要求1所述的方法,其特征在于,确定数字孪生的目标尺度体系对应的数字孪生精度体系,包括:
确定每种工程制图的比例;
采用如下公式,根据每种工程制图的比例,确定每种工程制图对应的最小地面分辨率:
;
其中,GSD为最小地面分辨率,米/像素,A为工程制图的比例,B为数码影像精度,像素/英寸。
3.如权利要求1所述的方法,其特征在于,根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围,包括:
在测量对象为面状对象时,在卫星图上,以线性文化遗产本体的曲率变化的拐点为连接点,将线性文化遗产本体描述为多条连续的直线段,并向两侧扩展第一预设长度,生成面状对象的测量范围,所述面状对象为总图制图关联赋存环境尺度涉及的所有地物目标;
在测量对象为线状对象时,在卫星图上,以线性文化遗产本体的曲率转折点为断点,将线性文化遗产本体描述为连续的直线组成的多段线,以多段线为轨道,以每个断点处线性文化遗产本体的截面宽度加第二预设长度为截面,生成线状对象的测量范围,所述线状对象为建筑制图关联建筑单体尺度涉及的所有地物目标,多段线为线状测量区域的中心线;
在测量对象为点状对象时,在卫星图上,连接单个独立存在的点状对象的角点,并向外扩展第三预设长度,生成点状对象的测量范围,点状对象为详图制图关联病害特征尺度涉及的所有地物目标。
4.如权利要求1所述的方法,其特征在于,所述无人机遥感设备组合包括无人机云台和传感器;所述数据采集参数包括传感器的焦距、传感器拍摄影像的宽度、传感器拍摄影像的高度和传感器宽度、无人机云台的可旋转角度。
5.如权利要求4所述的方法,其特征在于,根据每种测量对象在每种工程制图的比例及对应的最小地面分辨率、所述数据采集参数,确定每种工程制图的比例对应的飞行高度,包括:
采用如下公式,计算第一飞行高度:
;
采用如下公式,计算第二飞行高度:
;
其中,Fh1和 Fh2分别为第一飞行高度和第二飞行高度,Fl为传感器的焦距,Iw为传感器拍摄影像的宽度,Ih 为传感器拍摄影像的高度,GSD为最小地面分辨率,Sw为传感器宽度,Sh为传感器高度;
确定第一飞行高度和第二飞行高度的最小值为每种工程制图的比例对应的飞行高度。
6.如权利要求3所述的方法,其特征在于,根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果,包括:
若面状对象的地形为平地,在面状对象的测量范围内,确定飞行航线为井字交叉布置,并确定航向重叠率和旁向重叠率、云台角度;
若面状对象的地形为非平地,在面状对象的测量范围内,先按平地地形确定飞行航线并建立地形模型,再在地形模型的基础上规划井字型仿地飞行航线,并确定航向重叠率和旁向重叠率、云台角度,所述任务规划结果包括飞行航线、航向重叠率和旁向重叠率、云台角度。
7.如权利要求3所述的方法,其特征在于,根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果,包括:
在线状对象的测量范围内,根据线状对象的多段线,生成每个线状对象的梯形航线,作为任务规划结果,其中,梯形航线的截面包括梯形顶部的航线面域和梯形两侧的航线面域。
8.如权利要求3所述的方法,其特征在于,根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果,包括:
在点状对象的测量范围内,生成点状对象的第一梯形航线截面,并保留第一梯形航线截面中梯形两侧的航线面域作为测量范围的第一补充范围;
面向点状对象的预设特别位置,生成预设特别位置的第二梯形航线截面,并保留第二梯形航线截面中梯形两侧的航线面域作为测量范围的第二补充范围;
根据测量范围、所述第一补充范围和第二补充范围,确定飞行航线,作为任务规划结果。
9.如权利要求1所述的方法,其特征在于,对所述影像数据进行处理,生成二维数字成果和三维数字成果,包括:
对所述影像数据进行去冗余数据,获得第一影像数据;
运用混合空三加密对第一影像数据进行同步调整,获得第二影像数据;
对第二影像数据进行影像密集匹配,获得第二影像数据的特征点和纹理,并生成具有高密度深度信息的三维模型;
将第二影像数据投射到生成的三维模型上,获得三维模型上具有真实感和细节的纹理,所述三维模型为三维数字成果;
从三维数字成果中提取二维的遥感地图,作为二维数字成果。
10.如权利要求1所述的方法,其特征在于,根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体,包括:
根据二维数字成果和三维数字成果,基于数字孪生精度体系,构建不同精度的数字孪生模型;
按照精度优先原则,将不同精度的数字孪生模型,整合为数字孪生综合模型;
记录多种工程制图的比例;
根据数字孪生综合模型,整理线性文化遗产最小构筑单元的语义信息;
将数字孪生综合模型、多种工程制图的比例和语义信息进行整合,并接入已布设的物联网数据,气候气象和灾害数据,形成线性文化遗产数字孪生体。
11.一种基于无人机遥感的线性文化遗产数据采集装置,其特征在于,包括:
数字孪生精度体系建立模块,用于建立针对文化遗产数据采集的数字孪生精度体系,每种数字孪生精度体系用于表示不同比例的工程制图及对应的最小地面分辨率;
测量范围确定模块,用于根据所述数字孪生精度体系,在卫星图上确定文化遗产的不同测量对象的测量范围;
数据采集参数确定模块,用于确定每种测量对象的无人机遥感设备组合的数据采集参数;
飞行高度确定模块,用于根据每种测量对象对应的最小地面分辨率和所述数据采集参数,确定飞行高度;
飞行任务规划模块,用于根据每种测量对象的测量范围,对每种测量对象进行飞行任务规划,获得任务规划结果;
影像数据采集与处理模块,用于获得无人机遥感设备组合采集的影像数据,对所述影像数据进行处理,生成二维数字成果和三维数字成果,其中,所述影像数据是无人机遥感设备组合按照所述数据采集参数、所述飞行高度和所述任务规划结果,对线性文化遗产进行数据采集获得的;
线性文化遗产数字孪生体构建模块,用于根据二维数字成果和三维数字成果,构建不同精度的数字孪生模型,并形成线性文化遗产数字孪生体;
建立针对文化遗产数据采集的数字孪生精度体系,包括:
确定针对文化遗产数据采集的数字孪生的目标尺度体系,所述目标尺度体系包括总图制图关联赋存环境尺度、建筑制图关联建筑单体尺度和详图制图关联病害特征尺度,其中,总图制图、建筑制图和详图制图为工程制图,赋存环境尺度、建筑单体尺度和病害特征尺度为地物目标尺寸;
确定数字孪生的目标尺度体系对应的数字孪生精度体系,所述数字孪生精度体系包括每种工程制图的比例及对应的最小地面分辨率,所述最小地面分辨率为无人机采集的影像数据上能够准确分辨的地物目标尺寸的精度。
12.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至10任一所述方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至10任一所述方法。
14.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至10任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410028591.7A CN117541938B (zh) | 2024-01-08 | 2024-01-08 | 基于无人机遥感的线性文化遗产数据采集方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410028591.7A CN117541938B (zh) | 2024-01-08 | 2024-01-08 | 基于无人机遥感的线性文化遗产数据采集方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117541938A CN117541938A (zh) | 2024-02-09 |
CN117541938B true CN117541938B (zh) | 2024-03-29 |
Family
ID=89788436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410028591.7A Active CN117541938B (zh) | 2024-01-08 | 2024-01-08 | 基于无人机遥感的线性文化遗产数据采集方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117541938B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942828A (zh) * | 2014-01-21 | 2014-07-23 | 中国科学院遥感与数字地球研究所 | 文化遗产三维场景生成系统和方法 |
CN113282108A (zh) * | 2021-07-15 | 2021-08-20 | 湖北无垠智探科技发展有限公司 | 基于无人机技术快速精准采集低空遥感影像的方法 |
CN115146883A (zh) * | 2022-09-06 | 2022-10-04 | 中国建筑第二工程局有限公司 | 一种建筑工程智慧建造的管控方法及系统 |
CN115907493A (zh) * | 2022-12-29 | 2023-04-04 | 西北大学 | 一种基于空间数据库的大遗址保护规划系统 |
CN116071649A (zh) * | 2023-01-28 | 2023-05-05 | 中国科学院空天信息创新研究院 | 一种遥感图像识别的方法及装置 |
CN116091724A (zh) * | 2023-02-16 | 2023-05-09 | 西安欧亚学院 | 一种建筑数字孪生建模方法 |
WO2023203389A1 (en) * | 2022-04-21 | 2023-10-26 | Sindhu Sarvesh | A method for generating an automated survey and analysis of an opencast mine using an unmanned aerial vehicle |
CN117332635A (zh) * | 2023-09-21 | 2024-01-02 | 北京联远智维科技有限公司 | 一种基于数字孪生的结构在线监测系统及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3062066A1 (en) * | 2015-02-26 | 2016-08-31 | Hexagon Technology Center GmbH | Determination of object data by template-based UAV control |
KR102611537B1 (ko) * | 2021-06-04 | 2023-12-08 | 한국전자통신연구원 | 초고품질의 디지털 데이터 생성 방법 및 장치 |
US11983156B2 (en) * | 2021-08-17 | 2024-05-14 | Janak Babaji Alford | System and method for indexing large volumes and durations of temporally-based sensor datasets |
-
2024
- 2024-01-08 CN CN202410028591.7A patent/CN117541938B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942828A (zh) * | 2014-01-21 | 2014-07-23 | 中国科学院遥感与数字地球研究所 | 文化遗产三维场景生成系统和方法 |
CN113282108A (zh) * | 2021-07-15 | 2021-08-20 | 湖北无垠智探科技发展有限公司 | 基于无人机技术快速精准采集低空遥感影像的方法 |
WO2023203389A1 (en) * | 2022-04-21 | 2023-10-26 | Sindhu Sarvesh | A method for generating an automated survey and analysis of an opencast mine using an unmanned aerial vehicle |
CN115146883A (zh) * | 2022-09-06 | 2022-10-04 | 中国建筑第二工程局有限公司 | 一种建筑工程智慧建造的管控方法及系统 |
CN115907493A (zh) * | 2022-12-29 | 2023-04-04 | 西北大学 | 一种基于空间数据库的大遗址保护规划系统 |
CN116071649A (zh) * | 2023-01-28 | 2023-05-05 | 中国科学院空天信息创新研究院 | 一种遥感图像识别的方法及装置 |
CN116091724A (zh) * | 2023-02-16 | 2023-05-09 | 西安欧亚学院 | 一种建筑数字孪生建模方法 |
CN117332635A (zh) * | 2023-09-21 | 2024-01-02 | 北京联远智维科技有限公司 | 一种基于数字孪生的结构在线监测系统及方法 |
Non-Patent Citations (5)
Title |
---|
An accuracy and performance-oriented accurate digital twin modeling method for precision microstructures;Qimuge Saren et al.;《Journal of Intelligent Manufacturing》;20230728;1-25 * |
Digital twin applications on cultural world heritage sites in China:A state-of-the-art overview;Xinyuan Dang et al.;《Journal of Cultural Heritage》;20231101;228-243 * |
数字孪生下的超大城市空间三维信息的建设与更新技术研究;李志鹏;金雯;王斯健;王伦;;科技资讯;20200803(22);13-19 * |
虚实共生视角下的工业遗产景观数字化构建方法;孙淼等;《风景园林》;20230630;61-69 * |
长城文化遗产保护与利用的信息技术方法框架构建;张智等;《遥感学报》;20211231;2339-2350 * |
Also Published As
Publication number | Publication date |
---|---|
CN117541938A (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3580547B1 (en) | Device and method for analyzing objects | |
Martínez et al. | Recording complex structures using close range photogrammetry: The cathedral of Santiago de Compostela | |
Gruen et al. | Joint processing of UAV imagery and terrestrial mobile mapping system data for very high resolution city modeling | |
Tache et al. | UAV SOLUTIONS FOR THE PROTECTION AND MANAGEMENT OF CULTURAL HERITAGE. CASE STUDY: HALMYRIS ARCHAEOLOGICAL SITE. | |
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 | |
Ahmed et al. | A GIS-based mathematical approach for generating 3D terrain model from high-resolution UAV imageries | |
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 | |
Giuffrida et al. | Digitization of two urban archaeological areas in Reggio Calabria (Italy): Roman Thermae and Greek fortifications | |
CN117541938B (zh) | 基于无人机遥感的线性文化遗产数据采集方法及装置 | |
Teng et al. | Extraction and Analysis of Spatial Feature Data of Traditional Villages Based on the Unmanned Aerial Vehicle (UAV) Image | |
CN116448080A (zh) | 一种基于无人机倾斜摄影辅助土方开挖施工的方法 | |
Dursun et al. | 3D city modelling of Istanbul historic peninsula by combination of aerial images and terrestrial laser scanning data | |
Huang et al. | Integration of mobile laser scanning data with UAV imagery for very high resolution 3D city modeling | |
CN113514037A (zh) | 基于便携无人机摄影筛查的岩体露头测量方法 | |
Wang et al. | Grid algorithm for large-scale topographic oblique photogrammetry precision enhancement in vegetation coverage areas | |
Rák et al. | Photogrammetry possibilities and rules focusing on architectural usage | |
Gospodinova et al. | Three-dimensional modelling of a bridge by integrating terrestrial and aerial photogrammetry applying an adapted capture method | |
Kaartinen et al. | EuroSDR building extraction comparison | |
Wojciechowska | Case studies on the use of UAV's for documentation of cultural heritage | |
Pavelka Jr et al. | Using of modern technologies for visualization of cultural heritage | |
Picon-Cabrera et al. | Building reconstruction and urban analysis of historic centres with airborne photogrammetry | |
Wang et al. | Example analysis of digital wireless mapping applied to construction engineering measurement | |
Pedersen | Automated measurement of ground control objects in large scale aerial photographs | |
Jankauskienė et al. | Surface modelling of a unique heritage object: Use of UAV combined with camera and lidar for mound inspection | |
Maghiar et al. | Measurement comparison of city roadway intersection models obtained via laser-scanning and photogrammetry |
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 |