基于无人机点云数据的河流DEM创建研究

河流地区的地理空间信息对于河流管理（如河流规划、洪水分析和泥沙负荷分析）至关重要。无人机（Unmanned Aerial Vehicle,UAV）技术已广泛应用于获取三维地形,其直接获取的是数字表面模型（Digital Surface Model,DSM）,包括地表植被、建（构）筑物等地物的高程信息。该文以北京市内某河流为工程背景,使用区域增长算法,基于无人机获取的点云数据提取地面点,创建区域数字高程模型（Digital Elevation Model,DEM）,并使用虚拟参考站（Virtual Reference Station,VRS）和全站仪量测检测点坐标,检验所获取DEM的精度,验证基于无人机点云数据创建DEM的有效性。因此,可以通过应用基于区域增长算法的无人机点云来生成DEM,并将其有效地用于河流管理中。     

影像重叠率和地面分辨率对基于无人机影像的树高估测精度的影响

植被冠层高度是一个重要的生态度量指标;无人机遥感技术为森林和城市景观中的树高快速估测提供了更经济、高效的途径,但目前基于无人机影像的采集条件对精确获取森林结构参数的影响还存在许多不确定的因素。本文以福州大学旗山校区为研究区,采集不同地面分辨率/航向/旁向重叠率无人机影像（5cm/90%/80%、10cm/90%/80%、5cm/65%/60%）,并实测了树高及冠幅。在软件中对无人机影像进行处理,生成研究区正射影像和三维点云;然后评价生成的地面数字高程模型的精度以及基于点云的局部最大值法提取树高;最后比较不同影像重叠率及地面分辨率下的树高估测精度。实验结果表明：较小的地面分辨率及较大的重叠率下的采集参数不仅生成的点云密度较高,重建更为完整,单木检测的F测度及树高估测精度更高,尤其是对于高度和冠幅较小的梧桐,而且当林下无灌木丛时有助于减小DEM误差。     

基于机器视觉和激光测距的输电线故障定位

结合定位技术和激光测距技术,提出了一种基于机器视觉的电力巡线故障定位新方法.通过无人机搭载可见光相机进行巡线拍摄,将航拍图像实时传回地面站进行处理.采用数学形态学的图像处理方法和模式识别方法进行故障检测与识别.通过惯性测量系统进行初步定位,得到无人机的经纬度坐标.利用无人机机载激光测距模块,测量故障点到无人机的距离来修正坐标.最后,经过空间大地坐标系和空间直角坐标系的变换,以及两个空间直角坐标系的基准转换,计算出了故障点的准确位置,并且很大程度地提高了定位的准确性,其空间直角坐标测量精度可达0.11m.     

一种支持移动自组网通信的多无人机中继网络

针对移动自组网中移动和活动范围扩大等因素导致网络连通性的变化问题,该文提出一种支持移动自组网通信的多无人机中继网络。通过场景分析与系统建模,定义了地面节点与无人机连通率、地面节点跨域通信连通率、无人机连通率,提出了一种加权质心的单无人机飞行模型,设计了多无人机中继网络的飞行控制方法。仿真分析了地面节点的活动区域、移动速度以及通信业务对3种网络连通率的影响,比较了基于加权质心方法与质心方法在支持网络连通率上的不同。结果表明:加权质心方法在支持地面节点跨域实时通信上的能力要优于质心方法,但前者在支持地面节点与无人机间连通率的能力上要差于后者。     

无人机滑跑起飞过程及其数学模型研究

无人机地面滑跑起飞时的运动特性与空中飞行时的有所不同。以某型无人机为背景,描述了无人机地面滑跑起飞的全过程,分析了无人机在滑跑起飞各个阶段的受力情况,并逐一建立了各个阶段的运动方程（数学模型）,在飞机地面运动模型中采用了弹性的轮胎和起落架模型。仿真结果表明,建立的模型比较准确地反映该无人机地面滑跑起飞的运动特性。     

基于MD-CGAN的脑部肿瘤图像生成方法研究

深度学习已广泛用于脑部磁共振（MR）图像分析中,但脑部肿瘤MR图像样本不足会严重影响深度学习模型的性能.提出基于多鉴别器循环一致性生成对抗网络（MD-CGAN）的样本生成方法 .利用所提出的MD-CGAN生成脑部肿瘤病理区域图像,将生成的脑部肿瘤病理区域图像覆盖脑部正常图像子区域,合成得到脑部肿瘤MR图像. MD-CG...     

影像采集参数对无人机遥感估测树高精度的影响

以福州大学旗山校区为研究区,采集不同地面分辨率/航向/旁向重叠率无人机影像（5 cm/90%/80%、10 cm/90%/80%、5 cm/65%/60%）,并实测树高及冠幅. 无人机影像经处理生成正射影像和三维点云;然后评价数字高程模型(DEM）的精度,并采用基于点云的局部最大值法提取树高;最后比较不同影像重叠率及地面分辨率下的树高估测精度. 实验结果表明： 较小的地面分辨率及较大的重叠率下的采集参数不仅生成的点云密度较高,重建更为完整,单木检测的F测度及树高估测精度更高,尤其是对于高度和冠幅较小的梧桐,而当林下无灌木丛时有助于减小DEM误差.     

基于改进CycleGAN的图像翻译方法

生成对抗网络在图像翻译领域有着非常出色的表现,它可以将源域风格的图像翻译成目标域风格的图像.针对图像翻译生成的图像受噪声干扰严重、轮廓模糊、图像质量较低等问题,提出了一种基于改进CycleGAN的图像翻译方法.以源域风格下的无人机图像举例,在CycleGAN网络结构的基础上,在其生成器中引入自注意力模块,提升网络对中心像素的特征提取能力;用带惩罚项的EM距离替代JS距离,缓解不易收敛的难题.实验结果证明,改进模型成功生成了更高质量的无人机图像.     

基于SIFT算法的自动全景图生成算法

自动全景生成被广泛应用于全景数码相机,卫星图像拼接以及医学图像分析中。本文提出一种基于尺度不变特征变换（SIFT）算法和改进的普氏分析（Procrustes analysis）的自动全景图像生成算法。实验证明该算法能够根据多幅图像的特征自动准确地拼接生成全景图像。     

基于演化深度神经网络的无人机协同无源定位动态航迹规划

 针对多无人机在无源定位过程中协同动态规划航迹提高定位精度问题,提出基于演化深度神经网络的分布式动态航迹优化方法。首先将演化计算与深层前向反馈神经网络结合,设计基于演化神经网络的无人机协同无源定位动态航迹规划框架。以多无人机到达角（AOA）协同定位为例,利用定位过程中对目标估计的克拉美罗界（CRLB）生成最优训练集。通过无人机下一时刻与目标形成的相对构型作为系统学习的行为,从而得到下一时刻优化后的航迹点。实验结果表明,该方法相对于传统中心控制的无人机协同定位方法,具有更低的处理延时,能够以更短时间达到定位精度。     

基于弹道下降方式的无人机风险评估与航路规划

针对无人机系统失效后对地面人员及财产安全的威胁,提出了一种基于弹道下降方式下的无人机风险评估及航路规划方法。分析了无人机失效后的下降特点及规律,采用栅格法划分空域环境,以地面不同属性构建低空空域环境风险评估模型。结合无人机飞行的风险值、路径长度和空域情况,建立了多目标、多约束的无人机飞行航路规划模型。利用改进蚁群算法进行求解：优化转移概率,避免蚂蚁陷入死区间和减少盲目搜索;对信息素的更新进行改进,调整自适应系数增强最优路径的信息素浓度,提高算法收敛速度与稳定性。相比传统蚁群算法的路径规划,运行时间缩短6.7%、最优路径风险值降低41.45%、整体性能提高18.0%。仿真结果表明：本文模型及改进算法可以在提高路径安全性的前提下,缩短规划路径生成时间且保障运行的经济性。     

基于DSP与FPGA的靶标动态检测跟踪技术

针对靶场目标测试面临的测量目标小、距离远、目标与背景对比度低等实际问题,提出了基于DSP(Digital Signal Processing）与FPGA（Field Programmable Gate Array）的数字视频图像信息进行目标动态检测跟踪的方法。该方法采用了图像分割检测方法与目标跟踪算法,精确并快速地定位靶标十字的中心,从而实现复杂环境下运动靶标检测跟踪,提高了检测效率和精度。     

基于无人机航摄的土地确权调查研究

该文针对农村土地承包经营的确权问题,基于无人机航拍和摄影测量技术,实现农村土地面积、界址、位置和权属方面的调查。首先,利用搭载光学相机的无人机航拍各个村落,获取作业区域内的影像数据和对应的POS数据。其次,利用Inpho软件对具有少量的地面控制点进行空三加密,密集匹配生成数字表面模型（DSM）,地物对象滤除获得数字高程（DEM）,再进行数字微分纠正,制作数字正射影像（DOM）。最后,将DOM结合矢量图、基本农田保护等级的分类,获取土地边界信息,确定经营权属。实验测试表明：测点位置精度远高于农村土地权属调查中规定的精度要求。     

无人机地面隔振系统动力学建模与优化设计

为减小路面随机激励对机载相机的成像危害,对无人机地面隔振系统进行了动力学建模与优化设计.首先根据无人机起落架缓冲要求以及空中隔振约束条件,计算了起落架以及隔振器参数的选取范围.然后建立了地面隔振系统的动力学模型,采用滤波白噪声模拟路面不平度的方法分析了路面随机激励对机载相机的影响.最后以机载相机加速度与角位移均方根最小为目标,利用多岛遗传算法与二次规划法组合优化对隔振系统参数进行了优化.结果表明:优化后相机的加速度均方根由0.63m/s2减小为0.25m/s2,减小了60.3%,角位移均方根由405″减小为147″,减小了63.7%.优化方法提高了起落架与隔振器设计的合理性,可以为无人机地面隔振性能的研究提供指导.     

基于云台相机的四旋翼无人机跟踪控制系统

针对四旋翼无人机跟拍过程中视角固定,易丢失目标的问题,设计了一种基于云台相机的四旋翼无人机跟踪控制系统。首先,使用云台相机对地面移动目标进行拍摄,通过对目标的颜色特征和形状特征进行检测识别,使用核相关滤波( KCF: Kernel Correlation Filter) 方法进行视觉跟踪,得到地面移动目标在图像坐标系的位置。然后,通过建立针孔模型,解算出在云台相机带有俯仰角时的无人机与地面目标的相对位置关系。最后,设计了离散串级比例-积分-微分( PID: Proportion-Integral-Differential) 踪控制器,实现对无人机的位移控制,使四旋翼无人机可对地面移动目标进行稳定跟踪。同时设计了串级比例-微分( PD: Proportion-Differential) 控制器以实现云台相机的视角跟踪,增大了无人机的跟踪范围,降低了丢失目标的风险。实验结果表明,所设计的四旋翼无人机跟踪控制系统可实现对地面移动目标的稳定跟踪。     

无人机多光谱影像的几何与辐射校正

为了使无人机多光谱影像能够真实地反映地面目标的光谱特征和实际地理位置,需要对无人机多光谱影像进行几何与辐射校正.结合摄影测量方法和经验线性定标法对多光谱影像进行几何与辐射校正,并基于地面实测数据对几何与辐射校正精度进行评价.结果表明:基于上述方法处理后的无人机多光谱遥感影像与地面实测数据一致性良好.基于摄影测量方法处理...     

基于颜色不变量和轮廓特征的地面多圆形目标检测

研究了一种室外环境旋翼无人机对地面多圆形目标检测的方法。考虑室外环境光照变化、阴影等自然因素以及无人机飞行高度、姿态变化等因素对目标检测带来的不利影响,首先引入颜色不变量特征;并采用改进K-means算法进行图像分割;其次根据目标轮廓特征,设置面积与圆形度阈值滤除干扰区域;最后,采用基于对称性的最小二乘法与残差度确定目标位置。实际实验及无人飞行器大赛验证了所研究方法的实时性和准确性。     

基于视觉传感的地面烟火监测系统设计

针对地面火灾区域识别的实时性要求,提出了一种高精度的地面烟火面积快速测量方案,通过电子测量手段和视觉传感图像甄别方法,对拍摄图像的特征区域进行处理。根据单目视觉测距成像原理,采用无人机航拍为该测量过程提供相应参数及烟火区域方位信息。系统采用视觉图像分割与堆叠技术,初步判别存在烟火区域特征并进行人工圈定边界识别,运用人机交互进行实时烟火面积判断测量。实验结果表明:通过无人机实际飞控测量及软件处理,能准确判断地面烟火区域及位置信息,模拟烟火区域面积测量精度为10~(-3) m~2,测量相对误差低于5%,垂直拍摄平均相对误差低于1.3%。     

GPR图像的数据集构建及其DRDU-Net去噪算法

为了解决生成对抗网络（Generative Adversarial Network,GAN）在生成探地雷达（Ground Penetrating Radar,GPR）图像时存在训练不稳定的问题,提出利用带有梯度惩罚的Wasserstein距离生成对抗网络（WGAN-GP）生成GPR图像,并结合时域有限差分法和实地采集图像提出了一种构建GPR图像数据集的方法.相较于原始GAN与Wasserstein GAN等方法,WGAN-GP具有更好的稳定性,而且生成的GPR图像更接近真实图像.在此基础之上,将密集残差块和U-Net相结合提出了一种适合于GPR图像的密集残差去噪U-Net方法.该方法利用U-Net中编码-解码结构提高了GPR图像的去噪性能;同时,密集残差块的引入加强了GPR图像的特征复用,且使U-Net训练更加稳定.最后,利用仿真实验验证了所提去噪方法的性能,并与三维块匹配（BM3D）和U-Net方法进行了对比.结果表明：所提方法与BM3D以及U-Net去噪方法相比,具有更好的去噪效果.当σ等于20时,在模拟和实测数据上取平均值,其峰值信噪比分别提升了约6.5 dB和2.4 dB;结构相似性分别提升了约0.09和0.04.     

控制点布设对无人机遥感精度的影响

无人机遥感以其高精度、高效率、低成本的优势正在被应用于越来越多的领域。与此同时,如何提高无人机遥感的精度正成为关注的热点。以2016年10月在北京市密云区威克铁矿进行的一次无人机飞行为基础,选取了飞行范围内的28个控制点以及90个验证点进行测量;将控制点编号分组,选用不同数量的控制点生成11幅DEM图像。提取出每一幅DEM图像上验证点所在坐标的高程值与实测值进行比较。最后得出结论:控制点对于无人机遥感影像的精度存在影响;但并不是控制点数目越多,精度越高。较好地探究了无人机遥感外业控制点的布设需求。