[发明专利]基于RGB影像的无人机成像高光谱几何校正的方法及系统有效
申请号: | 201711185848.6 | 申请日: | 2017-11-23 |
公开(公告)号: | CN107798668B | 公开(公告)日: | 2020-07-10 |
发明(设计)人: | 任立新;韩善龙;石利;朱湘宁 | 申请(专利权)人: | 北京依锐思遥感技术有限公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/50;G06T17/05 |
代理公司: | 北京力量专利代理事务所(特殊普通合伙) 11504 | 代理人: | 李之壮 |
地址: | 100094 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 rgb 影像 无人机 成像 光谱 几何 校正 方法 系统 | ||
本发明提供一种基于RGB影像的无人机成像高光谱几何校正的方法,包括以下步骤:实时采集高光谱数据、RGB相机数据及低精度POS传感器的POS数据;根据POS数据对RGB相机数据进行空三解算及三维建模,得到成像区域内的正射RGB影像数据;根据POS数据对高光谱数据进行初步几何校正,生成低几何精度的高光谱影像数据;将正射RGB影像数据与低几何精度的高光谱影像数据进行对比分析,得到相同的空间纹理特征点数据,得到高几何精度的高光谱影像数据。本发明利用机载RGB相机获取高精度的DOM数据,利用DOM的空间纹理特征点对机载高光谱数据进行几何校正,从而解决推扫式高光谱相机几何精度差的问题。同时,本发明还提供一种基于RGB影像的无人机成像高光谱几何校正系统。
技术领域
本发明涉及一种图像处理技术领域,尤其涉及一种基于RGB影像的无人机成像高光谱几何校正的方法及系统。
背景技术
POS(即Position and Orientation System)为定位定向系统,POS数据主要包括位置信息及姿态信息。
DSM(即Digital Elevation Model)为数字表面模型,是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。DSM是在数字高程的基础上,进一步涵盖了除地面以外的其它地表信息。在无人机三维建模中,DSM可以通过网格模型而得到。
DOM(即Digital Orthophoto Map)为数字正射影像图,其利用数字高程模型(DEM)对航空航天影像进行正射纠正、接边、色彩调整、镶嵌,并按照一定范围裁切生成的数字正射影像数据集。DOM同时具有地图几何精度和影像特征,其具有精度高、信息丰富、直观真实、制作周期短的特点。
高光谱遥感是近二十年发展起来的谱像合一的遥感前沿技术。虽然发展时间不长,但由于其本身的特点,使其获得了广泛的重视和应用。然而由于卫星技术及气候的影像,高光谱卫星数据的空间分辨率很低,使得高光谱卫星数据的应用受到限制。
随着科技的发展,尤其是无人机技术的发展,推扫式机载高光谱相机得到了广泛的应用,然而由于在数据获取过程中无人机不可避免产生的机械抖动及飞行偏差,致使最终得到的高光谱数据存在较大的几何误差,如何降低这些误差对于高光谱数据的推广具有关键作用。
由于机载高光谱相机多为推扫式相机,在成像过程中无人机存在机械抖动,致使最终结果不可避免产生较大的几何误差。因此,如何研发一种对数据进行精准校正的校正方法及系统,便成为本领域技术人员亟待解决的技术问题。
发明内容
为了解决上述问题,本发明提供一种基于RGB影像的无人机成像高光谱几何校正的方法,包括以下步骤:
步骤S1:实时采集高光谱相机的高光谱数据、RGB相机的RGB相机数据及低精度POS传感器的位置姿态信息(POS数据);
步骤S2:根据所述POS数据对所述RGB相机数据进行空三解算及三维建模,进而得到成像区域内的正射RGB影像数据;
步骤S3:根据所述POS数据对所述高光谱数据进行初步几何校正,生成低几何精度的高光谱影像数据;
步骤S4:将所述正射RGB影像数据与所述低几何精度的高光谱影像数据进行对比分析,得到相同的空间纹理特征点数据,进而得到高几何精度的高光谱影像数据。
进一步的,在所述步骤S1之前,还包括:将所述高光谱相机、所述低精度POS传感器固定于无人机云台上,且所述高光谱相机与所述低精度POS传感器为固定连接,使其在空间上保持变化位置和方向一致;根据所述高光谱相机的成像参数确定所述RGB相机的相机参数;将所述RGB相机固定于无人机其他部位,所述RGB相机与所述高光谱相机的位置相互独立,且互无遮挡。
进一步的,通过所述高光谱相机的成像参数确定所述RGB相机的相机参数的方式如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京依锐思遥感技术有限公司,未经北京依锐思遥感技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711185848.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于残差学习的人脸增强方法
- 下一篇:图像去雾方法、装置及计算机可读存储介质