基于数据融合的无人机影像碎屑岩岩性识别

不同类型岩性影像纹理相似性高,基于单一的二维影像进行岩性识别精度较低。本文针对这一问题,开展了顾及影像深度信息的岩性智能识别方法研究。利用无人机影像具有多模态的特性,采用通道叠加、IHS变换、小波变换以及多模态融合四种影像融合方式,将深度信息融入到影像数据中,运用深度卷积神经网络DeepLabv3+进行碎屑岩岩性识别。经人工解译结果对比分析,结果表明,实验区内基于多模态融合影像的岩性识别精度最高,Kappa系数可达76.17%,总体识别精度可提升到91.05%;分析认为,顾及影像深度信息的岩性智能识别方法针对岩层表面不平整,高差落差大的砾岩识别效果有明显提升,但表面平整、高差表现不明显的泥岩和砂岩地层识别效果有待提升,总体为野外碎屑岩露头岩性快速识别提供了新思路。     

基于LSD算法的航拍影像电力线提取

针对输电线路提取方法的现有研究,分析了当前主流的电力线提取方法——LSD (Line Segment Detecto)算法,根据算法的基本原理及电力线的布设特征,设计了一种结合图像增强和LSD算法的无人机影像电力线提取方法,首先对图像进行预处理和图像增强,结合Canny算子对图像进行LSD算法提取,将结果中的小线段进一步提取出像素点的坐标,之后根据筛选后的像素点坐标进行线段拟合,得到最终电力线结果。采用无人机航拍的影像进行实验。结果表明,本方法在复杂地物背景下对电力线提取的检测速度较快,稳健性强。对电力巡线具有较大的实际意义。     

基于FPV无人机航拍在新农村规划的研究

以河南省郑州市龙湖镇小乔沟寨村为例,通过FPV无人机进行遥感航拍,结合当地及周边的地形图,利用有限的无人机技术和航拍测量技术对沟寨村进行了用地现状的提取,并通过实地调查研究,帮助规划人员进行新农村的规划,从而论证了无人机航拍技术在新农村规划方面的运用。     

基于HSV阈值法的无人机影像变色松树识别

【目的】提出一种色调-饱和度-明度(HSV)阈值划分方法,提高变色松树的调查效率,为疫木的砍伐提供数据支撑。【方法】基于变色松树与其他地类在“H-V空间”上的差异建立变色松树阈值提取规则; 对比分析HSV阈值法和红-绿-蓝(RGB)阈值法在不同情景下提取得到的变色松树识别结果,并对识别结果的精度进行评价。【结果】① 变色松树样本在“H-V空间”散点云图中有明显的聚类现象,而在“G-R空间”散点云图中呈条带状分布。② RGB色彩空间中的R和G之间存在较强的相关性,直接采用阈值法提取变色松树时漏分误差较大。HSV阈值法由于在色彩变换过程中能够分离出色调值H和亮度值V,便于进行阈值划分,对基于无人机数据的变色松树识别的总体精度要优于RGB阈值法。③ HSV阈值法对变色松树的识别适合于病死松树发展的后期监测,在对借助高分辨率影像提取的发病前松树分布进行掩膜后,可实现60%～65%的变色松树提取精度。【结论】HSV阈值法对于基于无人机影像的变色松树监测具有一定的优势,能提高人工判读的效率,可为基于无人机影像的变色松树监测提供理论和方法支撑。     

基于改进SIFT的无人机航拍图像快速匹配

针对无人机航拍图像快速匹配问题,传统的SIFT算法复杂度高,处理时间长,为了满足实时性的要求,提出一种改进的SIFT算法.首先将特征点的矩形区域改为圆形区域,对描述子进行降维,然后借助绝对距离和余弦相似度进行双重匹配,最后再通过RANSAC算法剔除误匹配点.实验证明,改进的SIFT算法在尺度缩放、旋转、光照等情况下均有良好的匹配效果,与原算法相比,在保证匹配精度的同时很好的提高了匹配速率,验证了算法的实时性、有效性.     

基于无人机航拍的近地风场类别确定方法

应用无人机航拍城市地区地面的照片,通过对照片进行识别可快速获取地面建筑物信息,进而有效地获得测区内地貌状况并且实现参数化.通过建立地面粗糙度Z0与地面粗糙度指数α的对应关系可以确定该地区近地风场类别,同时应用无人机搭载风速仪对该地区的风场和风剖面进行实测并通过分析获得了该地区的近地风场类别,进而对采用两种方法获得的近地风场类别识别结果进行了比较.结果表明,通过这两种方法判定的场地类别一致,且相对误差在5%以内.该研究实现了依据实际地貌判定同目标建筑相关的风场类别,所用方法具有广泛的适用性,研究结果可为城市地区的建筑抗风设计提供新思路.     

基于预测区域匹配的无人机航拍图像快速拼接

利用无人机侦查拍摄的图像,拼接成整个战场的全景图,方便指挥人员了解战场动态,做出战略决策. 根据无人机航拍图片序列的特点,提出了一种快速精确的拼接方法,即在无人机航拍图片拼接过程中,使用一种创新的匹配对齐策略,根据图片间的重叠率构造估计范围矩形,仅对矩形区域内的特征点进行匹配计算,然后使用图像融合等方法优化拼接效果. 此算法提高了鲁棒性,可在短时间内获得较好的拼接效果. 分别对谷歌地球卫星图片和无人机航拍真实数据进行实验,验证了算法的有效性.      

基于无人机遥感技术的南极冰川表面冰坑监测

冰坑(ice doline)是指冰川表面因塌陷所形成的特殊地貌,由于冰坑的规模通常较小,相关的高分辨率遥感数据十分匮乏,加之其形成具有突发性和偶然性,目前的研究尚不充分.已有的研究主要通过对冰坑形成后的表面特征分析得出,对形成前冰面的应力应变状态尚缺乏有效观测数据支撑.在我国第33次南极考察期间,中山站至内陆出发基地的达尔克冰川表面发生了塌陷,形成了冰坑地貌.在达尔克冰川开展长时间序列的无人机遥感监测,获取了塌陷事件发生前后多期高分辨率无人机遥感数据.利用该数据处理得到的塌陷区高分辨率数字高程模型(DEM)和数字正射模型(DOM),分析了塌陷发生前后冰面地形变化和融池分布,发现此处冰坑地貌的形成与冰下径流、冰上的融水过程有重要关系.     

基于无人机量测和卫星影像识别的红树林生长分布规律研究

时间尺度上分析红树林生长区域变化规律,对保护红树林生长和恢复具有重要意义。本研究使用无人机获取研究区域高空间分辨率正射影像并结合近50年卫星遥感影像,通过人工目视解译方法提取并统计历年红树林面积分布大小和区域。主要研究结论如下：1) 本区域植被以红树林和互花米草为主,分别对2012、2015、2018和2019年红树林与互花米草面积进行解译分析,红树林与其他植被面积平均比例约为1:6;2) 近年研究区域红树林面积波动较大,从1973年至1984年红树林面积维持在13.5公顷,1984年至2001年红树林面积急剧减少至0.19公顷,2001年至2019年红树林面积逐步恢复至2.14公顷。3)互花米草入侵和人为活动的干扰将对红树林生长和繁衍产生不利影响。该研究可为无人机量测和遥感技术在植被保护中的应用提供相关参考。     

基于YOLOv5的无人机航拍改进目标检测算法Dy-YOLO

由于无人机航拍具有场景复杂多样，目标尺度变化剧烈，高速低空运动模糊等诸多特性，给目标检测带来了很大的挑战。针对无人机航拍目标检测效果不佳的问题，提出了Dy-YOLO模型，在YOLOv5的基础上引入Dynamic Head注意力，从尺度感知、空间位置、多任务3个角度探索具有注意力机制的预测头潜力；设计了C3-DCN结构和Dynamic Head注意力相互配合增强特征提取能力；此外，还使用SimOTA标签分配方式来弥补小样本的损失，并使用CARAFE(content-aware resssembly of features)上采样算子，有效增强了不同卷积特征图的融合效果。在VisDrone2019测试集上，Dy-YOLO检测的平均均值精度达到了38.2%,较基线方法YOLOv5提高了7.1%,同时与主流的检测方法相比也取得更高的检测精度。结果表明，Dy-YOLO算法对于无人机航拍检测任务具有较好的性能。     

2019年无人机热点回眸

在科技创新牵引和管控政策的推动下,无人机产业焕发出新的活力。2019年,无人机自主控制及应用技术又取得长足发展,呈现出一些新的发展态势。从无人机新战略、无人机赛事、技术革新、实战化等多个角度,对2019年无人机的科技热点及发展趋势进行了总结。分析表明,无人机集群智能作为一项颠覆性技术和作战理念,将成为未来无人机研究发展的重要方向。     

2020年无人机热点回眸

2020年为无人机领域的发展与应用提供了新的机遇,同时也提出了新的挑战.在过去的一年中,无人机技术所呈现出的一些新特点引发了更多关于无人机产业发展之路的深刻思考.从无人机政策法规、关键技术、应用推广等多视角全方位盘点和分析了2020年无人机的科技热点及发展动向.以政策为导向,以创新为内核,无人机技术和产业将会迎来新的增长点,集群化、智能化和实战化作为颠覆性技术仍是无人机未来发展的重要方向.     

2021年无人机热点回眸

随着人工智能技术的发展以及机载任务平台性能的提升,2021年无人机技术与应用呈现新的发展态势.从无人机政策法规、自主控制、反无人机、应用领域等多方面回眸了2021年无人机的技术研究热点,分析了无人机技术领域未来的发展动向.人工智能、视觉导航等技术使无人机综合能力更加强大,也使其应用领域向更宽、更深、更综合方向拓展,尤其...     

2022年无人机热点回眸

2022年，无人机技术研究加速推进，并取得了一系列突破性进展。从无人机政策法规、设计实现、关键技术、人机交互、反无人机等方面回顾了2022年无人机领域热点和动向。随着视觉导航、人工智能技术的进步与普及，无人机综合能力不断提升，应用领域持续扩大，无人机集群关键技术、平台建设与执行任务样式不断完善，自主化、智能化、跨域化、集群化、体系化是当前无人机的技术发展趋势。     

2020年无人机热点回眸

2020年为无人机领域的发展与应用提供了新的机遇,同时也提出了新的挑战.在过去的一年中,无人机技术所呈现出的一些新特点引发了更多关于无人机产业发展之路的深刻思考.从无人机政策法规、关键技术、应用推广等多视角全方位盘点和分析了2020年无人机的科技热点及发展动向.以政策为导向,以创新为内核,无人机技术和产业将会迎来新的增长点,集群化、智能化和实战化作为颠覆性技术仍是无人机未来发展的重要方向.     

信道编码在无人机数据链中的应用研究

针对无人机（unmanned aerial vehicle, UAV)平台数据链机栽端机所要求的信道编码算法简单、运算速度快、糾错能力强和实时性高等特点,研究分析了适用于无人机数据链系统的卷积码、Turbo码、LDPC(low density parity check code)码等信道编码的编译码特点,采用基于信道编码的OFDM( orthogonal frequency division multiplexing)传输方案设计了高速无人机数据链系统,并针对不同的编码方案分别进行了在Rayleigh衰落和Rician衰落信道下的性能仿真分析,仿真结果表明,在高速无人机信道下,不论在短码和长码情况下,综合考虑编译码实现复杂度和性能2个方面,LDPC码均表现出了比卷积码和Turbo码较优异的性能,可作为无人机数据链系统中较好的信道编码方案。LDPC码相比卷积码与Turbo码具有更好的误码率性能,是较好的解决方案。     

2018年无人机领域热点评述

 无人机集群和反无人机技术作为未来无人机发展的重要方向,已经成为研究热点,科技创新和相关政策的推动为无人机产业的蓬勃发展提供了持续动力。本文从无人机系统发展新路线、实战化应用、集群自主控制、创新驱动产业等多个角度,总结了2018年无人机领域的科技热点及发展态势。     

无人机模拟训练系统的设计与实现

介绍了虚拟现实技术的基本概念，阐述了虚拟现实技术的核心思想和在无人机模拟训练系统中的作用，给出了用虚拟现实技术创建某无人机虚拟仿真模拟训练系统的基本方法，具体说明了该系统的整体设计及关键技术的实现途径，最后给出了系统将来的扩展情况。     

无人机遥感植被覆盖度提取方法研究综述

在介绍了无人机平台及携带的多种传感器的基础上,总结了无人机遥感提取植被覆盖度的算法,并将算法分成了三大类:颜色空间法、植被指数法和机器学习分类法;针对无人机遥感提取植被覆盖度所存在的问题及发展趋势进行了讨论.结果表明:颜色空间法能有效消除无人机图像中亮度和饱和度等因素的干扰;植被指数法原理简单,且具有良好的精度,是应用最广泛的方法;机器学习分类法适用于不同传感器获取的图像且提取精度高.     

着陆过程中机载相机姿态估计的球面投影方法

针对飞行器进近着陆中的自主导航问题,提出了一类基于机场跑道边缘信息的姿态估计方法.首先,获取不同姿态及高度下机场航拍图像,对图像进行边缘检测,将边缘点投影到球面上;然后,利用球面的几何性质得到跑道边缘在球面上投影的交点位置,交点位置和飞行器姿态是一一对应关系;计算得到机场跑道边缘球面投影的交点位置,利用对应关系得到飞行器的姿态角.三维仿真环境验证了所提方法的有效性.提出的方法能够获得飞行器下降过程中的姿态角的信息.