一种基于多源遥感的自然资源登记方法技术

本发明专利技术提供一种基于多源遥感的自然资源登记方法，其特征在于，包括以下步骤：步骤1：根据用户操作，来选择调取多源遥感影像数据，所述多源遥感镜像数据通过无人机遥感系统进行捕捉并获取数据；步骤2：获取激光雷达遥感

【技术实现步骤摘要】
一种基于多源遥感的自然资源登记方法


[0001]本专利技术属于超薄型多源遥感
，涉及一种基于多源遥感的自然资源登记方法
。

技术介绍

[0002]多源遥感技术在自然资源登记中具有一定的应用潜力，但也存在一些问题和缺陷
。
[0003]数据源的选择和获取
。
多源遥感需要融合多种遥感数据，包括高分辨率遥感影像
、
雷达影像
、
光学影像等
。
然而，不同数据源的获取成本和技术门槛各不相同，对于一些发展中国家或地区来说，获取高质量的遥感数据可能存在困难，因此可能导致数据质量不够理想
。
[0004]数据处理和分析
。
多源遥感需要将不同数据源进行融合处理，包括数据预处理
、
影像配准
、
数据融合等
。
这一过程需要高水平的遥感专家和专业软件的支持，对于缺乏相关经验和技术的地区来说，可能存在技术难题和人才短缺的问题
。
[0005]信息提取和解译
。
多源遥感的目的是从遥感影像中提取有用的地物信息，如土地利用类型
、
植被覆盖度等
。
然而，由于地物的复杂性和遥感影像的局限性，信息的提取和解译可能存在一定的误差和主观性
。
特别是在复杂地形和植被密集区域，遥感影像可能无法提供准确的信息
。
[0006]地面验证和监测
。
多源遥感的结果需要与地面实地调查进行验证和监测，以确保数据的准确性和可靠性
。
然而，实地调查需要耗费大量的时间
、
人力和物力资源，对于广大地区来说可能存在困难，因此，我们单位现在亟需一种基于多源遥感的自然资源登记方法来解决以上的问题
。

技术实现思路

[0007]针对现有技术存在的不足，本专利技术目的是提供一种基于多源遥感的自然资源登记方法，解决上述
技术介绍
中提出的问题
。
[0008]本专利技术通过以下的技术方案实现：一种基于多源遥感的自然资源登记方法，包括以下步骤：
[0009]步骤1：根据用户操作，来选择调取多源遥感影像数据，所述多源遥感镜像数据通过无人机遥感系统进行捕捉并获取数据；
[0010]步骤2：获取激光雷达遥感
、
多光谱遥感图像以及实时摄像图像采集，分别对激光雷达图像以及多光谱遥感图像进行软件处理，并对实时摄像图像进行影像可视化处理；
[0011]步骤3：将所述激光雷达遥感图像通过
ERDAS Lmagins
软件进行处理，同时将并通过
LAS
框架激光雷达数据进行拆分
、
整理，随后通过感知哈希算法
Swift
进行激光雷达数据开源；
[0012]步骤4：所述激光雷达遥感图像以及多光谱图像开源后的数据模型进行高度融合
得到融合图像，然后使用
ARCGIS
对激光雷达图像进行图斑勾绘；
[0013]所述实时摄像图像在进行影像预处理过程中将大量影像切片进行几何校正
、
几何精校正
、
辐射校正和影像融合，通过
TERRASAR
‑
X
的自适应校正进行初步校正，同时几何精校正生成数字地形模型
(DEM)
以及地面覆盖模型
(DSM)。
[0014]进一步地，对多光谱遥感的预处理方式包括
ENVI
软件处理
、
图像融合
、
辐射校正以及大气校正
。
[0015]进一步地，所述激光雷达遥感图像的预处理方法包括滤除激光雷达遥感图像中的点云数据中的噪声点以及镶嵌线的确定
。
[0016]进一步地，所述感知哈希算法
Swift
进行激光雷达数据开源放大包括基于
LOAM
框架对
global matching
模块进行特征提取
、
基于
slam
工具对二元边以及一元边进行定义
、
通过
Pose Fasion
模块输出优化后的电程计位姿以及对
Kitti Drive 18
数据集融合更新
。
[0017]进一步地，所述大气校正基于模型
MODTRA
对
Landsat8
数据进行大气校正，并采用具体采用
ENVI5.3
中
FLAASH
模块对纬度
、
经度自动获取，同时进行大气模型
、
气溶胶模型
、
气溶胶反演以及多光谱设置流程，同时并生成波谱响应文件，该算法的优点在于仅需要3个基本参数
:
地表比辐射率
、
大气透过率和大气平均作用温度，减少运算时冗长复杂的流程，并且能够快速获得地物反射率
、
辐射率
、
地表温度等真实物理模型参数
。
[0018]进一步地，所述
ARCGIS
通过建立多个矢量图层并使用
Sketchup tool
进行图斑勾绘，可快速采集数据
,
且具有非常高的精度，表面数据具有较高的采样密度，高采样密度能改善某些应用
(
如洪泛区描绘
)
的结果
。
[0019]进一步地，通过移动端或电脑端通过
internet
上传相关激光雷达遥感
、
多光谱遥感以及实施摄像图像采集的整合后的综合数据，并将数据上传进行登记，所有整合后的综合数据信息集中到一个平台，在操作上减少了无用的数据收集，并减少了数据分类以及冗长复杂的额外计算，显著提升了自然资源数据效率
。
[0020]采用了上述技术方案后，本专利技术的有益效果是：通过使用卡槽以及底壳，能够对卡槽内部零件进行位置限制，并防止其内部松动，通过使用底壳以及侧安装座，能够在
LCD
模块损坏时便于拆卸维修
。
附图说明
[0021]为了更清楚地说明本专利技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图
。
[0022]图1为本专利技术一种基于多源遥感的自然资源登记方法的技术流程图；
[0023]图2为本专利技术一种基于多源遥感的自然资源登记方法中感知哈希算法
Swift
进行激光雷达数据开源的算法技术流程图
。
[0024]图3为本专利技术一种基于多源遥感的自然资源登记方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多源遥感的自然资源登记方法，其特征在于，包括以下步骤：步骤1：根据用户操作，来选择调取多源遥感影像数据，所述多源遥感镜像数据通过无人机遥感系统进行捕捉并获取数据；步骤2：获取激光雷达遥感
、
多光谱遥感图像以及实时摄像图像采集，分别对激光雷达图像以及多光谱遥感图像进行软件处理，并对实时摄像图像进行影像可视化处理；步骤3：将所述激光雷达遥感图像通过
ERDAS Lmagins
软件进行处理，同时将并通过
LAS
框架激光雷达数据进行拆分
、
整理，随后通过感知哈希算法
Swift
进行激光雷达数据开源；步骤4：所述激光雷达遥感图像以及多光谱图像开源后的数据模型进行高度融合得到融合图像，然后使用
ARCGIS
对激光雷达图像进行图斑勾绘；所述实时摄像图像在进行影像预处理过程中将大量影像切片进行几何校正
、
几何精校正
、
辐射校正和影像融合，通过
TERRASAR
‑
X
的自适应校正进行初步校正，同时几何精校正生成数字地形模型
(DEM)
以及地面覆盖模型
(DSM)。2.
根据权利要求1所述一种基于多源遥感的自然资源登记方法，其特征在于，对多光谱遥感的预处理方式包括
ENVI
软件处理
、
图像融合
、
辐射校正以及大气校正
。3.
根据权利要求1所述一种基于多源遥感的自然资源登记方法，其特征在于，所述激光雷达遥感图像的预处理方法包括滤除激光雷达遥感图像中的点云数据中的噪声点以及镶嵌线的确定
。...

【专利技术属性】
技术研发人员：朱东亚，肖志峰，聂晓萌，陈雅靖，
申请(专利权)人：广东东图规划科技有限公司，
类型：发明
国别省市：