System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及地质测量和遥感,具体为基于无人机的地质测量与遥感数据融合管理系统。
技术介绍
1、在地质测量和遥感领域,获取准确的地表地貌特征信息对于环境监测、资源勘探和地质灾害预警等方面至关重要。传统的地质测量方法通常需要耗费大量时间和人力物力,且难以获取全面的地表信息。而无人机和遥感技术的快速发展为地质测量带来了新的机遇和挑战。
2、无人机作为一种灵活、高效的数据采集工具,能够快速获取地表影像和数据。遥感技术则可以通过热红外传感器和雷达等设备获取更多细节和特征信息。然而,目前存在的问题是如何将无人机和遥感技术相结合,实现地质测量数据的有效融合和分析。现有的地质测量与遥感数据融合管理系统多数缺乏完整的数据处理流程和综合分析能力。传统的数据处理方法往往依赖于人工判断和处理,容易出现主观性和不一致性。
3、为了解决上述缺陷,现提供一种技术方案。
技术实现思路
1、本专利技术的目的在于提供基于无人机的地质测量与遥感数据融合管理系统。
2、本专利技术的目的可以通过以下技术方案实现:基于无人机的地质测量与遥感数据融合管理系统,包括数据采集单元、云数据库、无人机地质测量分析单元、遥感地质测量分析单元、数据融合单元和显示终端;
3、所述数据采集单元用于通过无人机及遥感技术获取地表的影像信息,并将其发送至云数据库中进行存储;
4、所述云数据库还用于存储纹理特征对照表,存储第一地表地貌特征对照表,存储第二地表地貌特征对照表,存储第三地表地貌
5、所述无人机地质测量分析单元基于无人机搭载的摄像机拍摄地表获取的地表影像,并由此进行地质数据特征提取操作,据此对地表影像进行影像预处理,并在地表影像完成预处理后,由此对预处理后的影像进行地貌特征数据提取处理,据此得到无人机拍摄所对应的地表纹理特征信息、地表边缘信息及地表物体识别信息与分割信息及地形的起伏度、坡向数据、坡度;
6、所述遥感地质测量分析单元基于无人机搭载的热红外传感器获取地表热红外图像,并由此对地表进行地下路径及地下热点的判定分析,据此输出地下水流动的方向和路径及地下热点的位置和大小;
7、所述遥感地质测量分析单元还用于通过遥感技术获取地表的雷达图像,并由此进行地质遥感数据特征提取操作,据此输出雷达技术所对应的地表纹理信息;
8、所述数据融合单元用于将无人机拍摄所对应各项地质特征信息和遥感技术所对应的各项地质特征信息进行数据融合,由此输出地表的最终地貌特征信息,并通过显示终端进行显示说明。
9、优选地,所述地质数据特征提取操作,其具体分析过程如下:
10、通过无人机搭载的摄像机拍摄地表,由此得到目标对象的地表影像,并由此对地表影像进行影像预处理,由此完成地表影像的噪声去除、几何畸变校正和图像亮度及对比度调整;
11、并在地表影像完成预处理后,由此对预处理后的影像进行地貌特征数据提取处理,据此得到无人机拍摄所对应的地表纹理特征信息、地表边缘信息及地表物体识别信息与分割信息,由此完成无人机拍摄所对应的地表影像的特征提取中的纹理特征提取、边缘检测及物体识别和分割;
12、并根据地表纹理特征信息、地表边缘信息及地表物体识别信息与分割信息由此计算地表的高程信息,将地表影像与相应的高程数据进行配准,由此获取每个像素点的地面高程信息;
13、根据地面高程信息,计算每个像素点领域内高程值的标准差,并将其作为地形的起伏度,计算每个像素点在水平和垂直方向上的高程变化率,并将其作为地形的坡度,计算每个像素点在水平和垂直方向上的高程梯度,并将其转换为方位角,并将其作为判断地形的坡向数据。
14、优选地,所述对地表影像进行影像预处理,其具体分析过程如下:
15、将地表影像按照时间的先后顺序等帧划分为若干个子图像画面;
16、利用中值滤波器来计算每个子图像画面的像素周围邻域的中值,由此来平滑每个子图像画面,并完成地表影像的噪声去除;
17、获取无人机所搭载的摄像机的标定板,通过标定板获取相机模型和畸变参数,计算每个像素点的畸变校正后的坐标,根据畸变校正后的坐标,对相应的每个子图像画面进行插值处理,由此获取校正后的像素值,将校正后的像素值赋给新的图像,由此完成若干个子图像画面的畸变校正,即将地表影像中的物体恢复到真实的几何形状;
18、利用直方图均衡化,重新分布每个子图像画面像素的灰度值,由此增强每个子图像画面的对比度和亮度,即完成地表影像的亮度和对比度调整。
19、优选地,所述对预处理后的影像进行地貌特征数据提取处理,其具体分析过程如下:
20、利用灰度共生矩阵的方法对预处理后影像在不同方向上像素间的灰度共生矩阵进行计算分析,由此得到预处理后影像的统计特征参数组,且统计特征参数组包括对比度、能量和熵,将统计特征参数组与存储在云数据库中的纹理特征对照表进行对照匹配分析,由此输出地表影像的纹理特征信息,且纹理特征信息包含有纹理粗糙度和纹理方向,其中,输出的每个统计特征参数组均有一种纹理特征信息与其对应;
21、计算预处理后影像中每个像素点的梯度幅值和方向,由此确定预处理后影像中的边缘位置,将每个像素点的梯度方向上的两个相邻像素进行比较,保留梯度值最大的像素,由此得到更细的边缘,设定低阈值和高阈值,当像素点的梯度值大于高阈值时,则被认为是强边缘;当像素点的梯度值在低阈值和高阈值之间时,则被认为是弱边缘;当像素点的梯度值小于低阈值时,则被认为是非边缘,并对强边缘进行保留,对弱边缘进行连接,由此得到地表的最终边缘信息;
22、通过图像分割和目标识别算法,将预处理后影像中的不同物体或地貌单元进行分割和识别,由此得到地表的物体识别信息与分割信息。
23、优选地,所述对地表进行地下路径及地下热点的判定分析,其具体分析过程如下:
24、通过无人机搭载的热红外传感器获取地表温度分布数据,由此得到地表的热红外图像;
25、分析地下水流动路径,从热红外图像中选择一段长度较长的区域,并计算该区域内每个像素点的温度值以及周围像素点的温度值,并将其分别记作第一温度值和第二温度值,若该像素点的第一温度值比周围像素点的第二温度值高,则说明该像素点位于地下水流动路径上,并由此将该像素点标记为地下水流动路径标识,由此得到地下水流动的方向和路径;
26、提取地下热点信息,从热红外图像中选择面积小于v1的区域,并计算各区域内像素点的平均温度值,若该区域的平均温度值比周围区域的平均温度值高,则说明该区域是一个地下热点,并由此将该区域标记为地下热点标识,并提取出地下热点的位置和大小,由此得到地下热点的位置和大小。
27、优选地,所述地质遥感数据特征提取操作,其具体分析过程如下:
28、通过遥感技术获取地表的信息,由此得到雷达图像;
29、根据雷达图像,并绘制其对应的直本文档来自技高网...
【技术保护点】
1.基于无人机的地质测量与遥感数据融合管理系统,其特征在于,包括数据采集单元、云数据库、无人机地质测量分析单元、遥感地质测量分析单元、数据融合单元和显示终端;
2.根据权利要求1所述的基于无人机的地质测量与遥感数据融合管理系统,其特征在于,所述地质数据特征提取操作,其具体分析过程如下:
3.根据权利要求2所述的基于无人机的地质测量与遥感数据融合管理系统,其特征在于,所述对地表影像进行影像预处理,其具体分析过程如下:
4.根据权利要求2所述的基于无人机的地质测量与遥感数据融合管理系统,其特征在于,所述对预处理后的影像进行地貌特征数据提取处理,其具体分析过程如下:
5.根据权利要求1所述的基于无人机的地质测量与遥感数据融合管理系统,其特征在于,所述对地表进行地下路径及地下热点的判定分析,其具体分析过程如下:
6.根据权利要求1所述的基于无人机的地质测量与遥感数据融合管理系统,其特征在于,所述地质遥感数据特征提取操作,其具体分析过程如下:
7.根据权利要求1所述的基于无人机的地质测量与遥感数据融合管理系统,其特征在
...【技术特征摘要】
1.基于无人机的地质测量与遥感数据融合管理系统,其特征在于,包括数据采集单元、云数据库、无人机地质测量分析单元、遥感地质测量分析单元、数据融合单元和显示终端;
2.根据权利要求1所述的基于无人机的地质测量与遥感数据融合管理系统,其特征在于,所述地质数据特征提取操作,其具体分析过程如下:
3.根据权利要求2所述的基于无人机的地质测量与遥感数据融合管理系统,其特征在于,所述对地表影像进行影像预处理,其具体分析过程如下:
4.根据权利要求2所述的基于无人机的地质测量与遥感数据融合管理系统,其特征在于,所述对预处理后...
【专利技术属性】
技术研发人员:闫高原,孙维凤,杨柳,曲国鹏,邱冬冬,马健原,高懿凡,王晨鸣,陈子默,
申请(专利权)人:江苏建筑职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。