基于无人机航测的复杂沟谷地形沉降观测方法
发布时间:2021-09-02 19:27
为了提高对复杂沟谷地形沉降观测能力,提出基于无人机航测的复杂沟谷地形沉降观测方法,采用无人机航测遥感成像方法进行复杂沟谷地形图像采集,对采集的复杂沟谷地形沉降无人机航测遥感图像进行边缘轮廓检测,提取遥感图像的角点信息特征量,结合空间边缘结构信息重组方法进行遥感图像的融合滤波处理,建立复杂沟谷地形沉降无人机航测遥感检测统计信息分析模型,采用自适应的信息跟踪和特征优化提取方法实现复杂沟谷地形沉降无人机航测遥感检测,提高对复杂沟谷地形沉降的图像监测能力。仿真结果表明,采用该方法进行复杂沟谷地形沉降观测的特征分辨能力较好,图像成像质量较高,提高了复杂沟谷地形沉降的遥感监测能力。
【文章来源】:蚌埠学院学报. 2020,9(02)
【文章页数】:4 页
【部分图文】:
复杂沟谷地形沉降无人机航测实现流程
为了验证所提方法在实现复杂沟谷地形沉降观测中的应用性能,进行仿真实验分析,对复杂沟谷地形沉降观测的无人机航测扫描帧数为1200帧,在WebGIS地理信息库中进行原始的地形数据调度,信息采集的长度为2000,训练样本集为20,对复杂沟谷地形沉降观测的迭代次数为400,根据上述参数设定,采用无人机进行复杂沟谷地形沉降观测,得到原始的地理信息采集结果如图3所示。以图3的数据为输入,进行复杂沟谷地形沉降的遥感信息重构,得到重构结果如图4所示。以地理坐标来表示各个矿区沉降区域内各地面点的沉降量。
以图3的数据为输入,进行复杂沟谷地形沉降的遥感信息重构,得到重构结果如图4所示。以地理坐标来表示各个矿区沉降区域内各地面点的沉降量。分析图4得知,通过本文所提方法,可以将图3原始的信息数据二维图像重构成三维立体的图像,图像清晰明了,便于观测,使用本文方法可以有效地实现对复杂沟谷地形沉降的遥感信息重构,提高了沉降观测能力,采用GIS分析软件,结合设计算法,定量分析复杂沟谷地形沉降度,得到测试结果如图5所示。
【参考文献】:
期刊论文
[1]沟谷地形对高填方盖板涵受力及填土沉降特性的影响[J]. 冯忠居,董芸秀,潘放,郝宇萌,李少杰,建鑫龙. 长安大学学报(自然科学版). 2019(03)
[2]一种机载LiDAR点云缺失数据的填补方法[J]. 王丽英,夏玉红,徐艳,赵元丁. 测绘通报. 2018(10)
[3]面向大数据的多维数据缺失特征填补仿真研究[J]. 李彦,刘军. 计算机仿真. 2018(10)
[4]协变量数据缺失情形下的参数估计方法[J]. 于力超. 统计与决策. 2018(17)
[5]复杂地形电力线机载激光雷达点云自动提取方法[J]. 沈小军,秦川,杜勇,于忻乐. 同济大学学报(自然科学版). 2018(07)
[6]基于BIM的建筑空间与设备拓扑信息提取及应用[J]. 张建平,何田丰,林佳瑞,陈星雨,张永利. 清华大学学报(自然科学版). 2018(06)
[7]ATS系统与三维视景仿真系统的结合技术研究[J]. 张代胜,蒋鹏,陈荣武,王坚强. 大连交通大学学报. 2017(03)
[8]HCT变换与联合稀疏模型相结合的遥感影像融合[J]. 许宁,肖新耀,尤红建,曹银贵. 测绘学报. 2016(04)
[9]一种基于背景先验的飞机目标检测方法[J]. 陈丽勇,闫梦龙,孙显,王宏琦. 测绘科学. 2016(03)
[10]基于透射率空间与色彩纹理相关性的图像分割[J]. 王云烨,李勃,董蓉,陈惠娟,陈启美. 电子测量技术. 2015(01)
本文编号:3379593
【文章来源】:蚌埠学院学报. 2020,9(02)
【文章页数】:4 页
【部分图文】:
复杂沟谷地形沉降无人机航测实现流程
为了验证所提方法在实现复杂沟谷地形沉降观测中的应用性能,进行仿真实验分析,对复杂沟谷地形沉降观测的无人机航测扫描帧数为1200帧,在WebGIS地理信息库中进行原始的地形数据调度,信息采集的长度为2000,训练样本集为20,对复杂沟谷地形沉降观测的迭代次数为400,根据上述参数设定,采用无人机进行复杂沟谷地形沉降观测,得到原始的地理信息采集结果如图3所示。以图3的数据为输入,进行复杂沟谷地形沉降的遥感信息重构,得到重构结果如图4所示。以地理坐标来表示各个矿区沉降区域内各地面点的沉降量。
以图3的数据为输入,进行复杂沟谷地形沉降的遥感信息重构,得到重构结果如图4所示。以地理坐标来表示各个矿区沉降区域内各地面点的沉降量。分析图4得知,通过本文所提方法,可以将图3原始的信息数据二维图像重构成三维立体的图像,图像清晰明了,便于观测,使用本文方法可以有效地实现对复杂沟谷地形沉降的遥感信息重构,提高了沉降观测能力,采用GIS分析软件,结合设计算法,定量分析复杂沟谷地形沉降度,得到测试结果如图5所示。
【参考文献】:
期刊论文
[1]沟谷地形对高填方盖板涵受力及填土沉降特性的影响[J]. 冯忠居,董芸秀,潘放,郝宇萌,李少杰,建鑫龙. 长安大学学报(自然科学版). 2019(03)
[2]一种机载LiDAR点云缺失数据的填补方法[J]. 王丽英,夏玉红,徐艳,赵元丁. 测绘通报. 2018(10)
[3]面向大数据的多维数据缺失特征填补仿真研究[J]. 李彦,刘军. 计算机仿真. 2018(10)
[4]协变量数据缺失情形下的参数估计方法[J]. 于力超. 统计与决策. 2018(17)
[5]复杂地形电力线机载激光雷达点云自动提取方法[J]. 沈小军,秦川,杜勇,于忻乐. 同济大学学报(自然科学版). 2018(07)
[6]基于BIM的建筑空间与设备拓扑信息提取及应用[J]. 张建平,何田丰,林佳瑞,陈星雨,张永利. 清华大学学报(自然科学版). 2018(06)
[7]ATS系统与三维视景仿真系统的结合技术研究[J]. 张代胜,蒋鹏,陈荣武,王坚强. 大连交通大学学报. 2017(03)
[8]HCT变换与联合稀疏模型相结合的遥感影像融合[J]. 许宁,肖新耀,尤红建,曹银贵. 测绘学报. 2016(04)
[9]一种基于背景先验的飞机目标检测方法[J]. 陈丽勇,闫梦龙,孙显,王宏琦. 测绘科学. 2016(03)
[10]基于透射率空间与色彩纹理相关性的图像分割[J]. 王云烨,李勃,董蓉,陈惠娟,陈启美. 电子测量技术. 2015(01)
本文编号:3379593
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3379593.html