小型无人机倾斜摄影在浙江省农经权确权中的应用

随着无人机倾斜技术的发展,无人机在航空摄影方面得到了广泛的应用。结合目前正在开展的农村土地承包经营权确权工作,选取不同面积、不同形状的45个地块,采用小型无人机获取多视角高分辨率原始影像,用外业采集的像控点坐标作为控制资料,制作三维模型,对界址点及地块面积精度进行比对分析。结果表明,界址点平面中误差52.9cm,最大误差1.87m,误差超过1.2m的检查点有3个,均在限差范围之内;地块面积相对误差最大的为6.3%,相对误差超过5%的地块共有5个,占检查地块的11.1%。说明小型无人机倾斜摄影技术可以满足农村土地承包经营权确权登记颁证工作对数学精度的要求。     

倾斜摄影测量技术提取落叶松人工林地形信息

目的林下地形是提取单木树高、冠幅等森林参数的必备条件,但由于林区地形起伏较大,传统的测量手段难以获取大范围高精度的森林地区数字地形模型（DTM）。近年来,倾斜摄影测量克服了传统测量技术的缺点,成为获取三维地理信息的新型手段。本文使用无人机倾斜摄影测量技术提取落叶松林下地形,并评测精度与适用性,为后续基于倾斜摄影测量技术提取单木参数的研究提供参考。方法选择内蒙古旺业甸林场内山区典型落叶松幼龄林、中龄林和成熟林林分在落叶季进行无人机飞行,采用Context Capture软件对获取的落叶季倾斜像片进行三维重建,生成林区点云。使用布料模拟滤波、加权线性最小二乘、渐进不规则三角网加密法、渐进形态学滤波算法从点云中提取地面点,并采用3种插值方法插值地面点生成测区完整地形。使用激光雷达DTM作为验证数据评价精度。结果不同算法的地形提取精度与郁闭度相关。在幼龄林区域和中龄林区域,布料模拟滤波提取地面点的精度最高,决定系数（R2）均达到0.999,均方根误差（RMSE）分别为1.61 m和0.47 m;在成熟林区域,渐进三角网滤波效果最好,R2为0.999,RMSE为0.39 m。在不同郁闭度林分选择最优滤波算法基础上,比较不同插值方法生成的数字地形模型（DTM）精度,结果表明:在幼龄林和中龄林,布料模拟滤波点云后经不规则三角网（TIN）插值得到的DTM精度最高,RMSE分别为1.58 m和0.44 m;成熟林分渐进不规则三角网加密滤波后地面点经克里金（Kriging）法插值得到的DTM精度最高,RMSE为0.31 m。结论实验证明,倾斜摄影测量技术可用于落叶松林分地形提取。      

基于无人飞行器航测建立数字高程模型研究

为探索利用无人飞行器获取遥感影像并将之用于建立测区数字高程模型(DEM)的可行性,以南水北调山东省境内济平干渠部分区段为试验对象,进行了无人飞行器的遥感数据采集,并利用全数字摄影测量处理软件VirtuoZo对所得数据进行处理,生成测区数字高程模型.结果表明,数据处理过程中相对定向中误差较小,由于部分试验材料不能满足试验标准,绝对定向的中误差偏大,利用现有材料生成的数字高程模型精度不高.     

数字近景摄影测量在河工模型试验中的应用*

 传统常规的测量手段具有工作量大、效率低、费用高、精度低等多方面的问题。介绍了基于非量测数字相机的近景摄影测量方法,通过解算观测点的空间三维坐标,结合平甸河河工模型试验的实例进行分析,结果表明,数字近景摄影精度高,能很好地解决河工模型试验的测量问题。     

无人机倾斜摄影三维建模技术在农村宅基地管理中的应用

【目的】 利用无人机倾斜摄影技术，对农村宅基地进行影像采集，建立实景三维模型，为后续农村宅基地科学合理化管理平台的建立提供技术支撑。【方法】 文章以邢台市信都区为研究区，使用无人机倾斜摄影测量技术获取测区影像数据，通过大疆智图软件构建实景三维模型。【结果】 实景三维模型结果精度较高，误差均达到地籍测绘规范要求，并在此基础上建立了农村宅基地管理系统平台。【结论】 通过平台搭建，推动宅基地各项流程电子化管理，实现实景立体三维模型，为农村宅基地管理提供技术保障的同时还方便后续农村宅基地管理工作进行。     

基于全数字摄影测量的林分立木高度量测

树高是森林资源调查中的主要测树因子之一,快速准确地量测树高具有现实意义和应用价值。该文收集了东北林业大学哈尔滨市试验林场的16张航片和相应的外方位元素,建立了一个测区,通过模型的内定向、相对定向和绝对定向构建测区的立体像对模型;在立体像对模型的基础上,利用专业的数字摄影测量平台,量测研究区域内的32棵样木的高度;同时使用超声波测高器在准同步状态下实地测量32棵样木的实际高度,并将实地测量结果与数字摄影测量结果进行对比分析。结果表明,两组数据的差异不显著,基于数字摄影测量的立木高度量测的实际精度为90.92％,使用数字摄影测量量测立木高度的方法精度较高。      

数字近景摄影测量在河工模型试验中的应用

传统常规的测量手段具有工作量大、效率低、费用高、精度低等多方面的问题。介绍了基于非量测数字相机的近景摄影测量方法，通过解算观测点的空间三维坐标，结合平甸河河工模型试验的实例进行分析，结果表明，数字近景摄影精度高，能很好地解决河工模型试验的测量问题。     

PHANTOM 4 RTK+大疆像控处理技术在燕麦长势模拟中的应用

【目的】 利用小型消费级无人机航拍获取地物影像,通过地物阴影、高度差、色差快速提取地物,进而获取地物结构信息。【方法】 文章选取云南省曲靖市会泽县的大桥乡为研究区域,针对冬闲田闲置土地资源、种植结构相对单一的区域展开试验,利用高分辨率无人机遥感影像对燕麦进行识别,同时结合超声波传感器数据估算地物高度,并与实际高度和无人机生成的传统测高方法得到的高度进行相关性分析,获取高精度、可靠性强的数据。【结果】 基于可见光燕麦的总体分类精度为91.46%,Kappa系数为0.857,在增加DSM数据后的分类总体精度为98.91%,Kappa系数为0.982。研究表明由无人机获取的代表燕麦冠层高度信息的DSM数据能够显著提升燕麦的识别效果。相对于传统无人机测高方法生成数字表面模型提取地物高度的方法,依赖于光谱和高程信息识别地物信息的方法在计算地物高度时,精度更高,识别结果更可靠。【结论】 该文提出的小型消费级无人机利用地物阴影计算燕麦高度的方法,改进了相机镜头光心地位和RTK天线中心点地位补偿作用,打通了RTK模块、飞控模块及相机云台模块之间的通讯,能够应用于实际准确获取影像地位信息,为无人机遥感快速、准确地获取地物高度信息提供了一种新的思路。     

倾斜摄影测量技术在矿山土石方量计算中的应用——以皖北某露天矿山生态修复项目为例

目的针对传统矿山土石方量计算不够精确的问题,提出一种倾斜摄影测量结合方格网进行矿山土石方量计算的方法。方法以皖北某露天矿山为研究对象,利用无人机搭载的数码相机获取矿区序列倾斜影像,通过特征提取、空三测量、多视影像密集匹配,在获得密集点云的基础上,构建不规则三角格网和纹理映射,重建露天矿山三维模型进而绘图并运用方格网法计算土石方量。结合传统测量模式的成果,对碎部点精度和土石方量精度进行详细的分析。结果通过两种模式对比,碎部点平面中误差为0.083 m,高程中误差为0.069 m,土石方量的挖方差值为4 577 m~3,差值率为1.2%,填方差值为1 331 m~3,差值率为1.0%,两种精度均满足国家规范要求。结论该方法有效提高工作效率和工程精度,对相关工作有一定参考意义。     

基于卫星遥感影像在农村土地承包经营权确权登记中的应用

农村土地地块复杂,分布无规律,大大增加了土地确权的难度。基于此,针对卫星遥感影像、航拍图和实测数据在数据获取效率、成本、误差和精度等方面进行综合比对分析,结果表明,卫星遥感影像具有数据获取快、成本低、误差小和精度满足规范要求等优势,能够保障土地地块勾绘准确,为农村土地经营权确权登记提供有力的技术保障。     

基于无人机航摄技术在土地整治项目中的应用研究

针对传统土地整治项目施工监管、后期监测效率不高的问题,本文通过低空无人机航摄和PhotoScan软件后期处理,对比生成的正射影像图和Google earth卫星图的分辨率和位置,发现该影像图能精准、高效的表征项目区影像数据变化,从而得到一种可用于土地整治项目各阶段动态观测的简单、快捷方法。     

基于无人机RGB影像估测田间小麦穗数

单位面积穗数是小麦产量构成的重要因素,利用图像信息处理技术快速、准确地估测田间小麦穗数,可以为小麦长势监测和产量估测提供直接依据.利用无人机路径规划和控制系统(fragmentation monitoring and analysis with aerial photography,FragMAP)获取标准统一、高分辨...     

基于无人机可见光影像和面向对象的树种分类研究

针对目前林业部门人工调查树种存在效率低、成本高等问题,采用无人机遥感技术进行树种分类识别,提高树种调查效率,辅助林业管理部门进行林木种植结构分析、病虫害防治等工作。利用无人机获取矮冬青、三球悬铃木、马尾松和紫叶李的冠层红绿蓝（red-green-blue,RGB）可见光影像,进行数字表面模型（digital surface model,DSM）特征图像提取,通过色彩空间转换提高树种间颜色差异;应用最优尺度分割,以纹理特征、颜色特征及几何特征为分类特征参数,优选最佳分类特征集,以期实现无人机可见光影像的树种分类。结果表明,DSM与RGB特征融合图像提取树种的精度较高,可见光影像分类总精度为91.58%,Kappa系数为0.89;特征融合图像分类总精度为98.27%,Kappa系数为0.98。研究提出的特征融合图像结合面向对象分类方法实现了可见光影像的树种分类,为实现树种计数、统计、分类提供数据参考。     

基于无人机影像的边坡植物物种分类

无人机的出现，给生态调查带来关键性革新。而使用无人机进行生态调查，植物遥感分类是关键，基于平地的无人机植物物种分类创新运用于边坡，使用可见光正射影像联合nDSM（normalized digital surface model，归一化数字表面模型）对边坡植物物种进行分类。结果表明，边坡样地的分类的精度达85%，自然样地达84%，与没有加入nDSM的分类结果对比，边坡、自然样地分类精度分别增加了32%和16%。在边坡条件下可见光正射影像与nDSM结合，可大幅度提升边坡植物物种分类精细度。     

Imaging from manned ultra-light and unmanned aerial vehicles for estimating properties of spring wheat

This study investigates an imaging system based on a Rikola hyperspectral (HSI) and Nikon D800E (CIR) cameras installed on a manned ultralight aircraft Bekas Ch-32 for applications involving precision agriculture. The efficiency of this technical solution is compared with that of using Canon PowerShot SX260HS camera images acquired from helicopter-type unmanned aerial vehicle (UAV) to accomplish similar tasks. The criteria for comparison were the suitability of acquired images for modelling chlorophyll concentration in spring wheat and for estimating the normalized difference red edge (NDRE) index, which is conventionally obtained using OptRx proximal sensors. Hyperspectral image values used as explanatory variables in ordinary least squares regression explain 68 and 61% of the variance in chlorophyll concentration and NDRE, respectively and outperform other images. The advantage of hyperspectral imagery became negligible when applying geographically weighted regression to improve global regression models. The use of ultralight aircraft as a sensor platform for precision agriculture aimed aerial photography projects is suggested as currently the most cost-effective solution in Lithuania.     

Assessing the accuracy of mosaics from unmanned aerial vehicle (UAV) imagery for precision agriculture purposes in wheat

High spatial resolution images taken by unmanned aerial vehicles (UAVs) have been shown to have the potential for monitoring agronomic and environmental variables. However, it is necessary to capture a large number of overlapped images that must be mosaicked together to produce a single and accurate ortho-image (also called an ortho-mosaicked image) representing the entire area of work. Thus, ground control points (GCPs) must be acquired to ensure the accuracy of the mosaicking process. UAV ortho-mosaics are becoming an important tool for early site-specific weed management (ESSWM), as the discrimination of small plants (crop and weeds) at early growth stages is subject to serious limitations using other types of remote platforms with coarse spatial resolutions, such as satellite or conventional aerial platforms. Small changes in flight altitude are crucial for low-altitude image acquisition because these variations can cause important differences in the spatial resolution of the ortho-images. Furthermore, a decrease of flying altitude reduces the area covered by each single overlapped image, which implies an increase of both the sequence of images and the complexity of the image mosaicking procedure to obtain an ortho-image covering the whole study area. This study was carried out in two wheat fields naturally infested by broad-leaved and grass weeds at a very early phenological stage. The geometric accuracy differences and crop line alignment among ortho-mosaics created from UAV image series were investigated while taking into account three different flight altitudes (30, 60 and 100 m) and a number of GCPs (from 11 to 45). The results did not show relevant differences in geo-referencing accuracy on the interval of altitudes studied. Similarly, the increase of the number of GCPs did not imply a relevant increase of geo-referencing accuracy. Therefore, the most important parameter to consider when choosing the flying altitude is the ortho-image spatial resolution required rather than the geo-referencing accuracy. Regarding the crop mis-alignment, the results showed that the overall errors were less than twice the spatial resolution, which did not break the crop line continuity at the studied spatial resolutions (pixels from 7.4 to 24.7 mm for 30, 60 and 100 m flying altitudes respectively) on the studied crop (early wheat). The results lead to the conclusion that a UAV flying at a range of 30 to 100 m altitude and using a moderate number of GCPs is able to generate ultra-high spatial resolution ortho-imagesortho-images with the geo-referencing accuracy required to map small weeds in wheat at a very early phenological stage. This is an ambitious agronomic objective that is being studied in a wide research program whose global aim is to create broad-leaved and grass weed maps in wheat crops for an effective ESSWM.     

基于无人机可见光遥感影像的耕地精准分类方法研究

无人机可见光遥感具有使用成本低、操作简单、实时获取遥感影像、地面分辨率高等优势。提出了一种利用无人机可见光遥感影像进行耕地精准分类的方法,以广东省惠州市惠东县铁涌镇石桥村部分耕地的可见光遥感影像为研究对象,对耕地的面积信息、形状信息以及位置信息进行监测和提取,采用面向对象法对影像中两种基于可见光波段的植被指数、纹理信息、形状信息进行分析,研究出分类提取耕地信息的较佳方案。经过反复实验确定分割尺度45、合并尺度90为分割参数,同时利用波段信息和纹理信息对未种植作物耕地和其他地物进行分离。该方法总体精度为89.23%,Kappa系数为0.72。实验结果表明利用无人机可见光遥感数据对耕地进行分类虽然存在一些细碎地块被错提、误提的情况,但总体精度仍然保持在一个很高的水准,可以为耕地作物分类提供参考,为实现精准农业提供精准的数据基础。     

基于无人机三维点云的玉米植株自动计数研究

植株计数是农民、育种专家等在整个作物生长季评估作物生长状况和管理实践的最常用方法之一,可用来进行合理的田间规划以及管理。针对高密度种植试验区高通量获取玉米自动株数方法匮乏的问题,本研究利用无人机遥感平台,获取田间314个不同基因型的玉米高密度育种小区的数码影像和激光雷达(light detection and ranging,LiDAR)点云数据,发展了一种结合玉米三维空间信息的固定窗口局部最大值算法,实现了高密度玉米育种小区成株数的自动检测,并对比了基于此两种不同数据源的检测精度。该方法以冠层高度模型(canopy height model,CHM)中包含的株高信息为基础,以玉米种植株距为固定窗口进行单株玉米种子点检测,并将检测到的种子点与目视解译的玉米位置进行空间匹配来进行精度的评估。结果表明,基于无人机数码影像构建3种空间分辨率CHM的综合检测精度分别为81.30%、83.11%和78.93%;基于无人机LiDAR的综合精度分别为82.33%、88.66%和81.46%;基于两种数据源构建的CHM,均在空间分辨率为0.05 m时,获得最佳的检测精度。此外,当空间分辨率相同时,LiDAR数据检测精度略优于无人机数码影像,无人机数码传感器由于其成本低、易于操作等优势,在大面积、高密度育种小区的玉米高通量单株检测中表现出更大的潜力。本研究实现了对密植玉米育种试验区玉米株数的自动计数,为表型筛选、田间管理和精准估产等提供依据。     

基于无人机影像匹配点云数据的喀斯特峡谷区火龙果单株提取研究

针对无人机可见光影像对背景与目标地物混淆时提取识别难的问题,利用四旋翼无人机采集喀斯特峡谷区的火龙果影像匹配点云数据,对原始点云数据进行去噪、滤波和归一化等处理,通过建立高精度的数字高程模型(DEM)、数字表面模型(DSM),进而建立高精度的冠层高度模型(CHM),并以目视解译的火龙果株数为参照,对火龙果株数进行识别提取验证。结果表明,运用无人机影像匹配点云数据,通过冠层高度模型在一定程度上可以消除植株下方杂草的影响;当样地内的基础设施或存在地物高度与火龙果冠层接近,导致误提,错提率最高为8.55%,漏提率最高为12.28%;在各样区中,运用种子点进行火龙果株数提取的精度均在92.38%以上;运用植被冠层进行火龙果株数提取的精度均在90.68%以上。由此表明,运用无人机影像匹配点云数据提取火龙果具有快速、简单有效、成本低、精度可靠的特点,适用于喀斯特山区作物株数的快速提取,可以与基于颜色指数的提取方法互为补充。     

Near-optimal coverage trajectories for image mosaicing using a mini quad-rotor over irregular-shaped fields

Aerial images are useful tools for farmers who practise precision agriculture. The difficulty in taking geo-referenced high-resolution aerial images in a narrow time window considering weather restrictions and the high cost of commercial services are the main drawbacks of these techniques. In this paper, a useful tool to obtain aerial images by using low cost unmanned aerial vehicles (UAV) is presented. The proposed system allows farmers to easily define and execute an aerial image coverage mission by using geographic information system tools in order to obtain mosaics made of high-resolution images. The system computes a complete path for the UAV by taking into account the on-board camera features once the image requirements and area to be covered are defined. This work introduces a full four-step procedure: mission definition, automatic path planning, mission execution and mosaic generation.