创新课题可选题目.doc

思路：利用无人机影像进行农田信息快速巡查的几个关键问题研究简介：1、试验研究内容（1）无人机低空遥感农田影像数据的获取研究，主要包括：实验区调研，无人机航线规划，获取的无人机影像数据质量检查研究。（2）无人机低空遥感农田影像数据快速预处理研究，主要包括：无人机影像的匀色与裁边、空中三角测量、正射影像生成以及精度检查等内容的研究。（3）无人机影像自动展点方法研究，包括：无人机影像自动展绘外业控制点方法及精度研究。（4）无人机影像自动快速拼接算法研究，通过对多张无人机影像进行快速自动拼接获得全试验区影像。（5）无人机高分辨率影像自动分割及分类研究，主要包括：高分辨率无人机影像分割方法的研究，根据分割后影像对象完成农田信息的分类，并进行精度评估。（6）高分辨率遥感影像分割评价模型建立，针对当前影像分割模型匮乏的现状，建立一种同时顾及光谱和面积的分割评价模型，并将模型运用到无人机影像分割的检验中。（7）试验区农田信息三维可视化及其应用研究，将试验区全区的无人机正射影像图和试验区的DEM叠加形成三维模型。（8）基于无人机影像的农田信息快速巡查方法研究，通过对上述研究整合形成一套利用无人机低空遥感影像进行农田信息快速巡查的技术体系。2、技术关键（1）在对农田作物采用遥感监测方式中，由于作物类型、分布情况和生长发育的复杂性以及成像条件等因素，同一类作物的波谱式样并不完全相同, 而不同类型作物的波谱式样之间有时差别不大，即出现“同物异谱”和“同谱异物”现象，使得采用传统方法从遥感图像上准确识别作物类型变得复杂。因此，从作物成像机理上来定量研究农田作物信息非常必要，尤其需要高精度、 高清晰度遥感数据来建立新的遥感数据模型。（2）传统Mean Shift算法在高空间分辨率彩色遥感影像分割中存在着两个主要缺陷：采用统一且固定的带宽参数对影像做Mean Shift滤波，对于纹理丰富的区域，仅使用颜色信息和空间位置信息难以刻画不同地物间的差别；图谱理论如直接利用通常会产生巨大的运算量，很难适用于较大面积的影像。因此，研究出一种自适应选择带宽均值漂移与图谱理论相结合的高分辨率影像分割方法是本研究要解决的其中一个关键技术；（3）无人机影像重叠度高，在制作正射影像时需要展绘控制点，单个控制点可能出现在多张相邻影像上。空中三角测量工作中，影像上寻找控制点的位置是一项繁杂的内业工作。如何利用无人机机载POS数据实现影像的自动展点是本研究拟解决的关键技术之一；（4）在无人机影像快速拼接过程中，提取特征点时，由于传统SIFT算法存在采用固定核尺寸方法的缺陷，占用内存和耗时量都较大，如何结合无人机自身特点对算法进行改进，达到既减少时间消耗，又尽可能多的获得特征点的目的是本研究拟解决的关键技术之一；（5）由于目前还未有通用的影像分割理论，对如何选择、评价分割尺度的相应研究还很匮乏，特别是针对不同传感器和不同分辨率影像分割结果的评价方面的研究还不深入。因此，非常有必要进行最优分割尺度评价的研究，建立一种适用于高分辨影像分割结果评价模型是本研究中需解决的一个关键技术； （6）如何构建一套基于无人机影像的农田信息快速巡查方法，从而克服多云雾地区卫星影像难以实时获取的缺陷是本研究中需解决的关键技术。3、技术路线图1为本研究拟采用的技术路线