[go: up one dir, main page]

CN108225318A - 基于图像质量的航空遥感路径规划方法及系统 - Google Patents

基于图像质量的航空遥感路径规划方法及系统 Download PDF

Info

Publication number
CN108225318A
CN108225318A CN201711227820.4A CN201711227820A CN108225318A CN 108225318 A CN108225318 A CN 108225318A CN 201711227820 A CN201711227820 A CN 201711227820A CN 108225318 A CN108225318 A CN 108225318A
Authority
CN
China
Prior art keywords
image
remote sensing
route
image quality
flight
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
CN201711227820.4A
Other languages
English (en)
Other versions
CN108225318B (zh
Inventor
孙竹
薛新宇
常春
张宋超
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.)
Nanjing Research Institute for Agricultural Mechanization Ministry of Agriculture
Original Assignee
Nanjing Research Institute for Agricultural Mechanization Ministry of Agriculture
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 Nanjing Research Institute for Agricultural Mechanization Ministry of Agriculture filed Critical Nanjing Research Institute for Agricultural Mechanization Ministry of Agriculture
Priority to CN201711227820.4A priority Critical patent/CN108225318B/zh
Publication of CN108225318A publication Critical patent/CN108225318A/zh
Application granted granted Critical
Publication of CN108225318B publication Critical patent/CN108225318B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Automation & Control Theory (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于图像质量的航空遥感路径规划方法。所述基于图像质量的航空遥感路径规划方法包括如下步骤：一、预先分析所需遥感图像的图像质量和图像区域面积；二、根据所述图像质量和所述图像区域面积计算飞行器的飞行状态；三、根据所述飞行器的飞行状态确定航空遥感的航路和航线。本发明还提供一种基于图像质量的航空遥感路径规划方法的系统。

Description

基于图像质量的航空遥感路径规划方法及系统
技术领域
本发明涉及航空遥感技术领域，具体地涉及一种基于图像质量的航空遥感路径规划方法及系统。
背景技术
目前，随着航空遥感技术的发展，航空遥感技术已经在现代生活中起到越来越多的作用，例如灾难评估、耕地面积预测、农田航空喷药等。
但是，现有的航空遥感技术中，重点关注的是如何获取高质量的遥感图像，但是对飞行器的遥感航路的关注较少。这导致在遥感测绘中，为了获得全面的图像数据，可能会使飞行器进行重复覆盖拍摄，导致遥感测绘的作业效率较低。
例如，在农田遥感领域中，为了获得具有合适图像质量的遥感图片，从而计算得到合理的植被指数，一般通常在于获取高质量的遥感图像，进而计算得到所述植被系数，但是却很少考虑飞行高度的因素等，从而导致遥感作业效率不高。
因此，为了提高航空遥感的作业效率和作业质量，有必要提出一种基于图像质量的航空遥感路径规划方法和系统。
发明内容
本发明的目的在于提供一种能够提高航空遥感的作业效率和作业质量的基于图像质量的航空遥感路径规划方法和系统。
本发明的技术方案如下：一种基于图像质量的航空遥感路径规划方法包括如下步骤：一、预先分析所需遥感图像的图像质量和图像区域面积，并预先分析不同的图像质量对NDVI、RVI、GVI、SAVI等植被指数采集的影响；二、根据遥感所需获取的植被指数和所述图像质量和所述图像区域面积计算飞行器的飞行状态；三、根据所述飞行器的飞行状态确定航空遥感的航路和航线。
优选地，所述步骤一具体包括如下步骤：预先设定所需遥感图像的图像质量，包括如下技术指标：图像清晰度、信噪比、灰度均方差、梯度均方差、混合熵和辐射精度；对不同高度的遥感图像，进行区域点像素分析，并分析图像两点间的像素值，综合计算航拍图像的图像区域面积。
优选地，所述步骤二具体包括如下步骤：根据所需获取的植被指数及所述遥感图像的图像质量计算所述飞行器的飞行高度；根据所述遥感图像的图像区域面积计算所述飞行器的飞行速度、连续航拍时间和航线宽幅。
优选地，根据所需获取的植被指数及所述遥感图像的图像质量计算所述飞行器的飞行高度具体包括如下步骤：利用三角函数拟合方法对所述图像质量中每一技术指标与飞行高度之间的关系进行分析；获取本次需采集的植保指数类型，使用卡尔曼滤波与加权平均算法对所述图像质量的技术指标进行加权融合，以确定最佳飞行高度。
优选地，在步骤三中，所述航空遥感的航路和航线的确定包括：最短飞行线路优化、最少转弯次数优化、最佳飞行速度和高度优化及航拍控制点优化。
一种根据上述基于图像质量的航空遥感路径规划方法的系统包括：图像分析模块，用于预先分析所需遥感图像的图像质量和图像区域面积，并预先分析不同的图像质量对NDVI、RVI、GVI和SAVI植被指数采集的影响；飞行状态确定模块，根据所述图像质量和所述图像区域面积计算飞行器的飞行状态；航路和航线确定模块，用于根据所述飞行器的飞行状态确定航空遥感的航路和航线。
优选地，在所述图像分析模块中，预先设定所需遥感图像的图像质量，包括如下技术指标：图像清晰度、信噪比、灰度均方差、梯度均方差、混合熵和辐射精度；对不同高度的遥感图像，进行区域点像素分析，并分析图像两点间的像素值，综合计算航拍图像的图像区域面积；分析不同的图像质量对NDVI、RVI、GVI和SAVI植被指数采集的影响。
优选地，在所述飞行状态确定模块中，根据所需获取的植被指数及所述遥感图像的图像质量计算所述飞行器的飞行高度；根据所述遥感图像的图像区域面积计算所述飞行器的飞行速度、连续航拍时间和航线宽幅。
优选地，通过三角函数拟合方法对所述图像质量与飞行高度之间的关系进行分析；并使用卡尔曼滤波与加权平均算法对所述图像质量的技术指标进行加权融合，以确定最佳飞行高度。
优选地，在所述航路和航线确定模块中，所述航空遥感的航路和航线的确定包括：最短飞行线路优化、最少转弯次数优化、最佳飞行速度和高度优化及航拍控制点优化。
本发明的有益效果在于：所述基于图像质量的航空遥感路径规划方法及系统根据航空遥感对遥感图像质量的具体要求，设计飞行器遥感航路规划系统，在满足图像质量的前提下，优化航线与航拍控制点，提升航空遥感作业效率与作业质量。
附图说明
图1是本发明实施例提供的基于图像质量的航空遥感路径规划方法的流程示意图；
图2是图1所示基于图像质量的航空遥感路径规划方法的流程框图；
图3是不同高度条件下图像质量的遥感图像对比示意图；
图4是根据图1所示基于图像质量的航空遥感路径规划方法的系统的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
除非上下文另有特定清楚的描述，本发明中的元件和组件，数量既可以单个的形式存在，也可以多个的形式存在，本发明并不对此进行限定。本发明中的步骤虽然用标号进行了排列，但并不用于限定步骤的先后次序，除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础，否则步骤的相对次序是可以调整的。可以理解，本文中所使用的术语“和/或”涉及且涵盖相关联的所列项目中的一者或一者以上的任何和所有可能的组合。
请同时参阅图1和图2，所述基于图像质量的航空遥感路径规划方法具体包括如下步骤：
S1、预先分析所需遥感图像的图像质量和图像区域面积，并预先分析不同的图像质量对NDVI、RVI、GVI和SAVI植被指数采集的影响。
具体的，在步骤S1中具体包括如下步骤：
预先设定所需遥感图像的图像质量，包括如下技术指标：成像分辨率、图像清晰度、信噪比、调制传递函数、灰度均方差、梯度均方差、混合熵和辐射精度；
对不同高度的遥感图像，进行区域点像素分析，并分析图像两点间的像素值，综合计算航拍图像的图像区域面积；
预先分析不同的图像质量对NDVI、RVI、GVI和SAVI植被指数采集的影响。
具体地，在预先分析不同的图像质量对NDVI、RVI、GVI、SAVI等植被指数采集的影响的步骤中，分析不同的图像质量对NDVI、RVI、GVI、SAVI等植被指数采集的影响，例如，图像信噪比和纹理对NDVI、RVI影响较大、图像的清晰度对GVI影响较大，使用卡尔曼滤波与加权平均算法对所述图像质量的技术指标进行加权融合。
又例如，如图3所示，在0-100m不同高度可以获得具有不同图像质量的遥感图像照片。
而且，分析所述图像质量所采用的成像分辨率是光谱影像质量评价最常用指标之一，表示某一光学系统对微小细节反差表达的能力。光谱相机检验分辨率用的分辨率板可刻成黑白相间、宽度相等的条纹，其透过率按矩形波规律变化。根据美军标MIL-STD-150A对比度规格而设计，它的不同分辨率单元使用对应的组和单元标记，可以通过查表得出它的每个单元对应的分辨率，分辨率法的优点是指标单一，便于测量。
所述清晰度表示影像边界的清晰程度，可用相邻像元之间在X、Y两个方向的灰度变化速率的加权平均值来表达，清晰度的数值本身并无绝对的意义，只是用于相互比较的一种指标，并且由于地物种类的不同，清晰度有很大的差异。
而且，所述清晰度采用边缘锐度值得“后验模型化算法”来计算清晰度(EAV)：
其中，df/dx为垂直于边缘的灰度变化率，f(b)-f(a)为该方向总对比度。
所述调制传递函数(MTF)定义为输出像与输入像的对比度之比，MTF越大，表示光学系统的成像质量越好。
而且，所述调制传递函数为：T(f)＝Mi(f)/Mb(f)，
其中Mb(f)和Mi(f)分别为在频率f的条件下，目标物的地面真实调制度和对应图像上像元的调制度，
M＝(u-1)/(u+1)，u＝(ro-rb)/rb(ro，rb)：表示目标与背景的辐射度。
所述信噪比等于信号与噪声的功率谱之比，反映了成像系统的抗干扰能力，信噪比越大，画质就越干净无噪点。其中，利用局域平均值与方差比来计算信噪比(SNR)：
其中，M为整幅影像的灰度平均值，LSDm为图像分块后局部方差极大值。
所述辐射精度是反映图像信息量丰富程度的指标。同一地区的不同图像，若灰度分布范围越大，方差越大，则表明图像信息越丰富。
而且，均值m＝∑(i×p(i))，方差d＝∑((i-m)2×p(i))，
其中，i为图像像元灰度值，p(i)为图像像元灰度值为i的概率。
S2、根据遥感所需获取的植被指数、所述图像质量和所述图像区域面积计算飞行器的飞行状态。
具体的，在步骤S2中具体包括如下步骤：
根据所需获取的植被指数及所述遥感图像的图像质量计算所述飞行器的飞行高度；
根据所述遥感图像的图像区域面积计算所述飞行器的飞行速度、连续航拍时间和航线宽幅。
其中，根据所需获取的植被指数及所述遥感图像的图像质量计算所述飞行器的飞行高度的步骤具体包括如下步骤：
利用三角函数拟合方法对所述图像质量中每一技术指标与飞行高度之间的关系进行分析；
获取本次需采集的植保指数类型，使用卡尔曼滤波与加权平均算法对所述图像质量的技术指标进行加权融合，以确定最佳飞行高度。
应当理解，在考虑所述图像质量因素的同时，也需要将光线的亮暗程度考虑进去。例如，在光线较好的时间段，则可以选择较高的拍摄，以在保证所述图像质量的同时提高作业效率；在光线较暗的时间段，则可以选择较低的拍摄，需要在保证作业效率的同时保证所述图像质量。
例如，所述图像质量的技术指标的三角函数拟合公式如下：
信噪比：
y＝(464.1×sin(0.02494×x-0.02272)+52.85×sin(0.032×x+2.657)+46.28×sin(0.1796×x+1.087))×10/45；
清晰度：
y＝(2.323×sin(0.02547×x+0.1416)+1.474×sin(0.03476×x+2.756)+0.05419×sin(0.07367×x+3.847))×100/0.9156；
灰度均方差：
y＝(66.08×sin(0.00162×x+0.1521)+2.929×sin(0.1758×x-1.254)+8.25×sin(0.0894×x-3.277))×100/21.9；
梯度均方差：
y＝(4.306×sin(0.01249×x+1.474)+1.402×sin(0.02798×x+4.346)+0.2587×sin(0.1328×x+0.6897))×100/3.29；
混合熵：
y＝(3.334×sin(0.005064×x+0.4549)+0.4497×sin(0.02674×x+2.464)+0.1884×sin(0.09063×x+1.539))×100/2.2。
S3、根据所述飞行器的飞行状态确定航空遥感的航路和航线。
具体的，在步骤S3中，所述航空遥感的航路和航线的确定包括：最短飞行线路优化、最少转弯次数优化、最佳飞行速度和高度优化及航拍控制点优化。
例如，在本实施例中，采用全覆盖路径规划方法基本分为折返式和螺旋式。具体又有梭行法、套行法等等演变的方法。由于飞行器如无人机等的具有悬停特点，软件采用常用的路径规划折返方法，在作业区域边界悬停转弯掉头，实际中可以根据具体作业形状、无人机性能、转弯半径、转弯模式等进行适当选择。
请参与图4，一种根据图1所示基于图像质量的航空遥感路径规划方法的系统包括：图像分析模块10、飞行状态确定模块20及航路和航线确定模块30。
其中，所述图像分析模块10用于预先分析所需遥感图像的图像质量和图像区域面积、及分析不同的图像质量对NDVI、RVI、GVI和SAVI植被指数采集的影响；所述飞行状态确定模块20根据所述图像质量和所述图像区域面积计算飞行器的飞行状态；所述航路和航线确定模块30用于根据所述飞行器的飞行状态确定航空遥感的航路和航线。
具体地，在所述图像分析模块10中，首先，预先设定所需遥感图像的图像质量，包括如下技术指标：图像清晰度、信噪比、灰度均方差、梯度均方差、混合熵和辐射精度；对不同高度的遥感图像，进行区域点像素分析，并分析图像两点间的像素值，综合计算航拍图像的图像区域面积；而且，还分析不同的图像质量对NDVI、RVI、GVI和SAVI植被指数采集的影响。
在所述飞行状态确定模块20中，首先，根据所需获取的植被指数及所述遥感图像的图像质量计算所述飞行器的飞行高度；然后，根据所述遥感图像的图像区域面积计算所述飞行器的飞行速度、连续航拍时间和航线宽幅。
而且，在所述飞行状态确定模块20中，通过三角函数拟合方法对所述图像质量与飞行高度之间的关系进行分析；获取本次需采集的植保指数类型，并使用卡尔曼滤波与加权平均算法对所述图像质量的技术指标进行加权融合，以确定最佳飞行高度。
在所述航路和航线确定模块30中，所述航空遥感的航路和航线的确定包括：最短飞行线路优化、最少转弯次数优化、最佳飞行速度和高度优化及航拍控制点优化。
相较于现有技术，本发明提供的基于图像质量的航空遥感路径规划方法及系统根据航空遥感对遥感图像质量的具体要求，设计飞行器遥感航路规划系统，在满足图像质量的前提下，优化航线与航拍控制点，提升航空遥感作业效率与作业质量。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种基于图像质量的航空遥感路径规划方法，其特征在于：包括如下步骤：
一、预先分析所需遥感图像的图像质量和图像区域面积，并预先分析不同的图像质量对NDVI、RVI、GVI和SAVI植被指数采集的影响；
二、根据遥感所需获取的植被指数、所述图像质量和所述图像区域面积计算飞行器的飞行状态；
三、根据所述飞行器的飞行状态确定航空遥感的航路和航线。
2.根据权利要求1所述的基于图像质量的航空遥感路径规划方法，其特征在于：所述步骤一具体包括如下步骤：
预先设定所需遥感图像的图像质量，包括如下技术指标：图像清晰度、信噪比、灰度均方差、梯度均方差、混合熵和辐射精度；
对不同高度的遥感图像，进行区域点像素分析，并分析图像两点间的像素值，综合计算航拍图像的图像区域面积。
3.根据权利要求1所述的基于图像质量的航空遥感路径规划方法，其特征在于：所述步骤二具体包括如下步骤：
根据所需获取的植被指数及所述遥感图像的图像质量计算所述飞行器的飞行高度；
根据所述遥感图像的图像区域面积计算所述飞行器的飞行速度、连续航拍时间和航线宽幅。
4.根据权利要求3所述的基于图像质量的航空遥感路径规划方法，其特征在于：根据所需获取的植被指数及所述遥感图像的图像质量计算所述飞行器的飞行高度具体包括如下步骤：
利用三角函数拟合方法对所述图像质量中每一技术指标与飞行高度之间的关系进行分析；
获取本次需采集的植保指数类型，使用卡尔曼滤波与加权平均算法对所述图像质量的技术指标进行加权融合，以确定最佳飞行高度。
5.根据权利要求1所述的基于图像质量的航空遥感路径规划方法，其特征在于：在步骤三中，所述航空遥感的航路和航线的确定包括：最短飞行线路优化、最少转弯次数优化、最佳飞行速度和高度优化及航拍控制点优化。
6.一种根据权利要求1所述的基于图像质量的航空遥感路径规划方法的系统，其特征在于：包括：
图像分析模块，用于预先分析所需遥感图像的图像质量和图像区域面积，并预先分析不同的图像质量对NDVI、RVI、GVI和SAVI植被指数采集的影响；
飞行状态确定模块，根据遥感所需获取的植被指数、所述图像质量和所述图像区域面积计算飞行器的飞行状态；
航路和航线确定模块，用于根据所述飞行器的飞行状态确定航空遥感的航路和航线。
7.根据权利要求1所述的系统，其特征在于：在所述图像分析模块中，预先设定所需遥感图像的图像质量，包括如下技术指标：图像清晰度、信噪比、灰度均方差、梯度均方差、混合熵和辐射精度；
对不同高度的遥感图像，进行区域点像素分析，并分析图像两点间的像素值，综合计算航拍图像的图像区域面积；
分析不同的图像质量对NDVI、RVI、GVI和SAVI植被指数采集的影响。
8.根据权利要求6所述的系统，其特征在于：在所述飞行状态确定模块中，根据所需获取的植被指数及所述遥感图像的图像质量计算所述飞行器的飞行高度；
根据所述遥感图像的图像区域面积计算所述飞行器的飞行速度、连续航拍时间和航线宽幅。
9.根据权利要求6所述的系统，其特征在于：通过三角函数拟合方法对所述图像质量与飞行高度之间的关系进行分析；并使用卡尔曼滤波与加权平均算法对所述图像质量的技术指标进行加权融合，以确定最佳飞行高度。
10.根据权利要求6所述的系统，其特征在于：在所述航路和航线确定模块中，所述航空遥感的航路和航线的确定包括：最短飞行线路优化、最少转弯次数优化、最佳飞行速度和高度优化及航拍控制点优化。
CN201711227820.4A 2017-11-29 2017-11-29 基于图像质量的航空遥感路径规划方法及系统 Active CN108225318B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711227820.4A CN108225318B (zh) 2017-11-29 2017-11-29 基于图像质量的航空遥感路径规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711227820.4A CN108225318B (zh) 2017-11-29 2017-11-29 基于图像质量的航空遥感路径规划方法及系统

Publications (2)

Publication Number Publication Date
CN108225318A true CN108225318A (zh) 2018-06-29
CN108225318B CN108225318B (zh) 2021-11-02

Family

ID=62652924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711227820.4A Active CN108225318B (zh) 2017-11-29 2017-11-29 基于图像质量的航空遥感路径规划方法及系统

Country Status (1)

Country Link
CN (1) CN108225318B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109099925A (zh) * 2018-08-31 2018-12-28 江苏大学 一种无人农机导航路径规划与作业质量评估方法与装置
CN110503244A (zh) * 2019-07-29 2019-11-26 武汉大学 一种面向浒苔灾害覆盖区域的多观测手段组网优化监测方法
CN113950610A (zh) * 2020-07-21 2022-01-18 深圳市大疆创新科技有限公司 设备控制方法、装置及计算机可读存储介质
CN113988612A (zh) * 2021-10-27 2022-01-28 广东电网有限责任公司 一种线路规划方法、装置、存储介质及电子设备
CN119223292A (zh) * 2024-11-29 2024-12-31 山东数源地理信息技术有限公司 基于遥感影像的不动产测绘区域管理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006051031A1 (fr) * 2004-11-10 2006-05-18 Thales Dispositif de representation cartographique des vitesses verticales minimales
CN101073693A (zh) * 2006-05-16 2007-11-21 爱斯泰克（上海）高频通讯技术有限公司 基于小型飞行器的准实时动态森林火灾监测系统
CN104596516A (zh) * 2014-11-24 2015-05-06 中国海洋大学 基于动态新增毗邻区域的无人机覆盖航迹规划
WO2015140496A1 (en) * 2014-03-18 2015-09-24 Bae Systems Plc Path planning
CN105004337A (zh) * 2015-08-19 2015-10-28 青岛科技大学 基于直线匹配的农用无人机自主导航方法
CN105892483A (zh) * 2016-04-05 2016-08-24 中科九度(北京)空间信息技术有限责任公司 一种基于多旋翼无人机的微型sar遥感观测方法
CN106485655A (zh) * 2015-09-01 2017-03-08 张长隆 一种基于四旋翼飞行器航拍地图生成系统及方法
CN106919178A (zh) * 2017-04-14 2017-07-04 南京信息工程大学 一种植保无人机自主飞行路径优化装置及其优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006051031A1 (fr) * 2004-11-10 2006-05-18 Thales Dispositif de representation cartographique des vitesses verticales minimales
CN101073693A (zh) * 2006-05-16 2007-11-21 爱斯泰克（上海）高频通讯技术有限公司 基于小型飞行器的准实时动态森林火灾监测系统
WO2015140496A1 (en) * 2014-03-18 2015-09-24 Bae Systems Plc Path planning
CN104596516A (zh) * 2014-11-24 2015-05-06 中国海洋大学 基于动态新增毗邻区域的无人机覆盖航迹规划
CN105004337A (zh) * 2015-08-19 2015-10-28 青岛科技大学 基于直线匹配的农用无人机自主导航方法
CN106485655A (zh) * 2015-09-01 2017-03-08 张长隆 一种基于四旋翼飞行器航拍地图生成系统及方法
CN105892483A (zh) * 2016-04-05 2016-08-24 中科九度(北京)空间信息技术有限责任公司 一种基于多旋翼无人机的微型sar遥感观测方法
CN106919178A (zh) * 2017-04-14 2017-07-04 南京信息工程大学 一种植保无人机自主飞行路径优化装置及其优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
薛新宇，等: "我国航空植保技术的发展前景", 《中国农机化》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109099925A (zh) * 2018-08-31 2018-12-28 江苏大学 一种无人农机导航路径规划与作业质量评估方法与装置
CN109099925B (zh) * 2018-08-31 2021-07-20 江苏大学 一种无人农机导航路径规划与作业质量评估方法与装置
CN110503244A (zh) * 2019-07-29 2019-11-26 武汉大学 一种面向浒苔灾害覆盖区域的多观测手段组网优化监测方法
CN110503244B (zh) * 2019-07-29 2022-04-15 武汉大学 一种面向浒苔灾害覆盖区域的多观测手段组网优化监测方法
CN113950610A (zh) * 2020-07-21 2022-01-18 深圳市大疆创新科技有限公司 设备控制方法、装置及计算机可读存储介质
WO2022016348A1 (zh) * 2020-07-21 2022-01-27 深圳市大疆创新科技有限公司 设备控制方法、装置及计算机可读存储介质
CN113950610B (zh) * 2020-07-21 2024-04-16 深圳市大疆创新科技有限公司 设备控制方法、装置及计算机可读存储介质
CN113988612A (zh) * 2021-10-27 2022-01-28 广东电网有限责任公司 一种线路规划方法、装置、存储介质及电子设备
CN119223292A (zh) * 2024-11-29 2024-12-31 山东数源地理信息技术有限公司 基于遥感影像的不动产测绘区域管理方法及系统

Also Published As

Publication number Publication date
CN108225318B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN108225318A (zh) 基于图像质量的航空遥感路径规划方法及系统
O’Connor et al. Cameras and settings for aerial surveys in the geosciences: Optimising image data
Roth et al. PhenoFly Planning Tool: flight planning for high-resolution optical remote sensing with unmanned areal systems
US11763441B2 (en) Information processing apparatus
CN108267175B (zh) 一种基于无人机的农作物监测方法和装置
JP6764577B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
CN116182805A (zh) 基于遥感图像的国土测绘方法
JP7218365B2 (ja) 情報処理装置
CN110657891A (zh) 一种无人机运用多光谱侦查相机对植物识别的技术
TWI444593B (zh) 地面目標定位系統與方法
WO2019026619A1 (ja) 画像処理装置、画像処理方法、並びにプログラム
CN105900143A (zh) 从图像确定镜面反射性
CN110599412A (zh) 基于无人机的遥感数据处理方法及系统
CN111598961A (zh) 地物信息提取方法、装置、电子设备及存储介质
CN116645321A (zh) 植被叶倾角演算统计方法、装置、电子设备及存储介质
CN115187481A (zh) 一种机载推扫式高光谱影像辐射扰动校正方法
RU2716477C1 (ru) Система мониторинга лесопользования и лесопатологических изменений
CN115619959B (zh) 基于无人机采集视频抽取关键帧的综合环境三维建模方法
CN114565733B (zh) 一种植被覆盖度测量方法、装置、电子设备及介质
WO2021126339A1 (en) Information weighted rendering of 3d point set
WO2024075121A1 (en) Real-time multi-spectral system and method
CN115713696A (zh) 一种基于无人机采集图像的反光膜识别方法
CN116721344A (zh) 基于航拍设备的植被检测方法、装置和设备
Beber et al. Multi-modal geospatial and thematic data to foster green deal applications
CN115564678A (zh) 优化bp神经网络的低空无人机光谱辐射校正方法及系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: No. 100, Liuying, Zhongshan Gate, Xuanwu District, Nanjing, Jiangsu Province, 210000

Applicant after: NANJING Research Institute FOR AGRICULTURAL MECHANIZATION MINISTRY OF AGRICULTURE

Address before: No. 100, Liuying, Zhongshan Gate, Xuanwu District, Nanjing, Jiangsu Province, 210000

Applicant before: NANJING Research Institute FOR AGRICULTURAL MECHANIZATION MINISTRY OF AGRICULTURE

GR01 Patent grant
GR01 Patent grant