无人机遥感影像快速处理技术_第1页
无人机遥感影像快速处理技术_第2页
无人机遥感影像快速处理技术_第3页
无人机遥感影像快速处理技术_第4页
无人机遥感影像快速处理技术_第5页
已阅读5页,还剩60页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

无人机遥感影像快速处理技术

报告内容无人机数据处理流程无人机数据处理关键算法无人机数据快速处理技术无人机数据快速处理应用后续遥感数据快速处理的展望

(1)无人机数据处理流程

(1)无人机数据处理流程——高精度相机标定YwOwXwZwZcYcXc像点xixyoOcf投影中心像平面世界坐标系相机坐标系空间点I几何成像模型

径向畸变

切向畸变

薄棱镜畸变非量测相机:像主点焦距

(1)无人机数据处理流程人造对象精密仪器多准直仪可测角准直仪和精密格网室内三维控制场平面格网简易三维刚体自然对象一维物体恒星同名点、绝对二次曲线和二次曲面铅垂线建筑物垂直线和灭点——高精度相机标定

(1)无人机数据处理流程——无人机预处理影像旋转主点修正畸变改正格式转换

(1)无人机数据处理流程——空中三角测量空中三角测量DSM自动提取影像正射纠正正射影像辐射处理正射影像拼接处理DSM滤波生成DTM

(2)无人机数据处理关键算法——自动空中三角测量影像航向重叠度和旁向重叠度都不够规则像幅较小、像片数量多影像的倾角过大且倾斜方向没有规律航摄区域地形起伏大、高程变化显著,影像间的比例尺差异大、旋偏角大,影像有明显畸变等这些情况下实现自动空三是现有数字摄影测量系统的主要挑战,在大多数情况下都将导致错误结果.无人机数据存在的问题:

(2)无人机数据处理关键算法基于尺度/旋转不变的全自动相对定向——自动空中三角测量基于尺度/旋转不变的全自动相对定向(无人机影像–影像旋偏角较大)

基于尺度/旋转不变的全自动相对定向(无人机影像–影像旋偏角较大,影像纹理缺乏)基于尺度/旋转不变的全自动相对定向(无人机影像–纹理缺乏,影像偏航较大)基于尺度/旋转不变的全自动相对定向(倾斜摄影影像)基于尺度/旋转不变的全自动模型连接

(2)无人机数据处理关键算法——DSM/DEM自动提取技术

算法采用由粗到细(Coarse-to-fine)的多级影像匹配策略,综合集成多种成熟的,性能互补的影像匹配算法,并在匹配算法的各个子模块之间进行质量控制,自动进行匹配粗差定位和剔除,充分利用高分辨率遥感影像所提供的新特点(高信噪比,高反差的影像,高地面覆盖重叠率等),获取成像区域的高精度DEM。+基于物方的多影像匹配(多目视觉)方法,可以同时匹配多于2景影像,有效地解决匹配困难地区(如重复纹理,遮挡区域)的三维信息自动提取问题;+融合多种特征进行匹配,如离散点和特征线,并采用TIN结构表达地面模型,有利于地形复杂地区的DEM生成;+兼顾影像的全局和局部信息,采用兼顾地形特征线信息的全局概率松弛法影像匹配算法,有效的解决了影像纹理缺乏区域(大面积沙漠,荒漠,冰雪覆盖区域)的自动地形测绘问题;+自适应匹配参数调整,可同时匹配各种不同地面分辨率,不同传感器的影像;例如:可同时匹配同一区域的SPOT510×5米分辨率HRS立体影像和2.5/5.0米分辨率HRG影像,从而自动生成该区域的DEMDigitalSurfaceModelofCityArea+具有独特的地貌细节精化匹配(GRM)技术,使生成的数字地面模型对微细地貌表达更好。可引入SRTM90、GTOPO30等地分辨率DEM做为初值,加快DEM的生成效率.由0.2米分辨率无人机航空影像获取的1米分辨率DSM数据(宁夏中卫市)由无人机航空影像获取的2米分辨率DSM数据(四川)

(2)无人机数据处理关键算法——无人机遥感影像辐射校正

(2)无人机数据处理关键算法——大范围正射影像自动拼接

(2)无人机数据处理关键算法

通常的拼接线自适应正射影像拼接线(躲避房屋,树木等)基于动态规划算法的正射影像拼接线提取——大范围正射影像自动拼接

(2)无人机数据处理关键算法——大范围正射影像自动拼接

(2)无人机数据处理关键算法(1)缩小算法创建Laplacian

金字塔影像(2)针对拼接缝利用缩小算法创建高斯金字塔(3)各级上利用高斯金字塔影像作为权重对Laplacian影像进入加权融合(4)扩张算法从低层到高级顺序累加融合后金字塔影像,形成最终融合影像——全景图快速拼接高时相、高分辨率、高光谱、高重叠度等成像方式为测量物体带来大量数据的同时,也给数据处理技术带来了新的挑战。怎样及时将原始数据加工、处理,使之成为能被人们所理解与利用以及能由计算机系统识别、利用、分析的信息,特别是实时转化为所需要的信息,这是我们面临的一个严峻的课题。与传统摄影测量相比,新的数据获取技术为测量物体提供更高精度和更佳稳定性的基础数据。DMCUltraCam-DADS40

(3)无人机数据快速处理技术(3)无人机数据快速处理技术

法国欧空局已经开发了一套处理大重叠度影像的,集群式处理环境下比较成熟的高性能遥感影像数据处理软件“像素工厂”(PixelFactory),主要功能自动DSM生产,自动正射影像纠正等

美国Intergraph公司为企业化高效生产正射影像而推出的软件系统PixelPipe,该软件为正射影像生产提供了可扩展的无缝解决方案,它主要包括以下特点:可以管理影像及元数据、智能分布式处理数据、严格的质检和质量评价和高度自动化的正射影像纠正。

PixelPipe还处于发展的初期,今后还会扩展现有解决方案中功能,扩展主要体现在数据的获取、数据的后处理、自动空中三角测量、自动数字地面模型的提取、编辑和管理功能。(3)无人机数据快速处理技术DPGrid系统、PixelGrid系统具备网络化、自动化、智能化、分布式处理和并行处理等特性,是一个能够适应新型传感器、大范围、自动化、网络化、智能化的新一代数字摄影测量数据处理平台BasicconfigurationofPCworkstationclustersystemBasicconfigurationofhigh-qualitybladeserversystemHighqualitybladecomputersystemAutomated¶llelcomputationdatadataTaskschedulingcomputesdatadataPCworkstationsLANLANGigabyteswitchGigabyteswitch

(3)无人机数据快速处理技术(3)无人机数据快速处理技术多种数字产品无人机遥感数据单机多核、多机多核集群处理与GPU并行处理技术

(3)无人机数据快速处理技术(预处理)

(3)无人机数据快速处理技术(预处理)

(3)无人机数据快速处理技术(预处理)

(3)无人机数据快速处理技术(空三)UCXP航空影像自动相对定向单机多核分布式处理实验(8核CPU,856像对只需75分钟)自动/高效航空影像区域网平差技术

宁夏中卫市0.15米分辨率无人机影像(1100幅)区域网平差结果,自动化完成,共需1天左右时间(预处理、人工建工程、自动连接点量测+半自动控制点量测+人工微调)

(3)无人机数据快速处理技术(DSM)重庆测绘院基于普通PC机多核并行的无人机航空影像处理实验(200像对只需3小时)

Post-preprocessing:DSMtoDTMusingamodifiedfilterproposedbyVosselman,G.,2000(3)无人机数据快速处理技术(DSM滤波)(3)无人机数据快速处理技术(DSM编辑)多人网络分布式DSM在线编辑系统服务端:测区DSM编辑任务的分配

(3)无人机数据快速处理技术(DSM编辑)

(3)无人机数据快速处理技术(DSM编辑)DSM分布式编辑客户端登录后自动从服务器上获取测区DSM

(3)无人机数据快速处理技术(DSM编辑)基于晕渲图的快速DSM编辑

(3)无人机数据快速处理技术(DSM编辑)基于立体模型的DSM精编辑

(3)无人机数据快速处理技术(DSM编辑)

(3)无人机数据快速处理技术(正射纠正)

(3)无人机数据快速处理技术(色彩处理)系统在HPXW6600四核图形工作站上的运行界面。B是单个任务执行情况A是三个任务同时执行情况

(3)无人机数据快速处理技术基于图形处理单元的快速影像漫游大影像快速漫游技术分辨率0.2米,正射影像大小为756MB,基于FX1800显卡处理只需30秒而采用PixelGrid中基于CPU的纠正则需大约8分钟,加速比为16倍基于GPU的快速影像精纠正技术

(3)无人机数据快速处理技术 21张UCD航空遥感影像(面积约73平方公里)利用GPU纠正(单机单线程处理模式)

(3)无人机数据快速处理技术基于GPU的快速影像精纠正技术

(3)无人机数据快速处理技术基于GPU的快速影像精纠正技术

在NVIDIAFX1800显卡和7200转速的SATA盘机器上运效率:生成21张正射影像,共9.2GB数据量,共花销约19分钟

(3)无人机数据快速处理技术基于GPU的快速影像精纠正技术在NVIDIAQuadro4000显卡和1000转速SAS盘的机器上运行效率:生成21张正射影像,共9.2GB数据量,共花销约8分钟

(3)无人机数据快速处理技术PC+高性能刀片模式PC+多主机工作站模式基于多机多核的分布式集群处理技术

(3)无人机数据快速处理技术基于中间件的松散耦合并行服务架构

增加或删除计算节点而无需修改现有系统,从而提高系统的可扩展性

增加或删除计算节点而无需修改现有系统,从而提高系统的可扩展性2建立钻孔数据集市

中间件可以屏蔽网络中参与处理的计算机平台的异构,从而可以透明地使用这些计算平台

不同的实现但符合接口和协议规范的服务可以在系统中使用,因此具有比较好的开放性413中间件(Middleware)是位于平台(硬件和操作系统)和应用之间的通用服务,这些服务具有标准的程序接口和协议这种架构的优点:系统软件组成自动处理部分网络服务中间件服务本机性能监测服务摄影测量处理服务性能检测服务:为客户端提供本机负载、资源使用情况,以便任务调度端进行负载均衡调度任务摄影测量处理服务:在本地为任务调度端提供相应的摄影测量处理服务中间件服务:为上层的应用服务提供分布式集群框架,使得上层的应用服务只需关注具体的应用,而无需关注底层的应用协议和本机多线程并行处理调度等网络服务:为中间件服务层提供网络传输服务,使得上层无需关注网络端的异步通信或同步传输等系统软件组成自动处理部分多机分布式集群处理单机多CPU和多核并行处理系统软件组成任务调度部分网络服务中间件服务自动处理节点性能监测任务调度任务监控自动处理节点监测:定时从处理节点获取节点的负载信息,然后生成报告给任务调度模块,以便负载均衡式地调度任务任务调度:通过人机界面接收任务,然后按照性能检测模块的报告,按照负载均衡的方式将待处理的任务发送到相应的处理节点上,然后通知任务监控模块,对任务处理的进展进行实时监控任务监控:接收在处理节点上运行任务的信息,并通过人机界面让操作员实时了解任务进展,并接收远端处理完的成果数据,并在本机上储存该数据系统软件组成任务调度部分正射影像纠正试验效率对比试验数据:原始影像:SPOT5HRS为全色影像(像素大小12000×100904)DEM:利用该HRS立体像对进行自动匹配所得,格网间隔为25米,格网数为8728×20575。正射影像:地面分解率为5米方案时间(秒)单机模式4286分布式处理3台27994台14325台11806台11577台11008台1015结论:一、多台分布式并行处理比单机处理方式能够提高效率二、处理效率并不一定与计算节点数成正比,究其原因,其中最大的效率瓶颈是数据网络传输问题和调度机器的IO操作瓶颈,提高网络传输数据和解决IO操作瓶颈是一种提高分布式处理效率的有效办法。

+单机运行

-IntelXeon™3.00GHZCPU-2.0GBMemory-32bitWindowsXPOS.+总共207小时,大约13.8小时/立体像对+onIBMHS21-8853刀片集群系统中运行

-8bladesevers,andforeach,--2×4coreIntelXeonTM

E53101.6GHZCPU--8GBMemory--32bitWindowsXPOS.+15并行处理任务,

大约1.9处理任务/节点

+总共17.2小时,大约1.1

小时/立体像对50mDTMgeneratedfrom15SPOT-5HRSpairs

从15景SPOT-5HRS立体像对生产DSM

+在一台工作站上运行

-IntelXeon™3.00GHZCPU-2.0GBMemory-32bitWindowsXPOS.+总共74小时,大约2.1

小时/像对+在PC集群系统中运行

-GigabitSwitch,1KMb/sLAN-8PCs,andforeachPC,--4coreIntelXeonTM

E53101.6GHZCPU--8GBMemory--64bitWindows7.0OS.+32并发处理任务,

大约1.1处理任务/

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论