[发明专利]一种基于无人机、VR技术的自动解译方法

说明书

本发明涉及一种基于无人机、VR技术的自动解译方法，包括下列步骤：步骤一、像控点布设、选刺与测量：步骤101、像控点布设；步骤102、像控点选刺；步骤103、像控点测量；步骤二、无人机图像采集：步骤201、正射用图像采集；步骤202、VR用图像采集；步骤三、无人机数据处理：步骤301、空三加密；步骤302、DEM、正射影像生成；步骤303、DOM色彩调整；步骤304、VR全景生成；步骤四、无人机航测影像解译：步骤401、影像分割；步骤402、影像分类；步骤403、解译结果修改；步骤404、合并；步骤五、环境变化量化提取：步骤501、提取数据；步骤502、计算。本方法步骤简单、实现方便、可操作性强,大幅度提高了影像解译效率，节约了成本，确保满足工程项目要求的解译精度。

技术领域

本发明涉及一种自动解译方法，具体涉及无人机图像采集、VR全景图制作和影像自动解译。

背景技术

工程勘察阶段是高山峡谷区长距离带状组合建筑物设计中一项事关全局的总体性工作。随着我国长距离带状建筑物设计方法的发展与进步，工程地形地地貌勘察手法已经呈现多样化，勘察手段也在不断更新。

现如今，常见的解译方法主要有人工目视解译、人机交互解译、基于像元的遥感影像解译、面向对象的遥感影像解译等。在实际运用过程中，上述现有解译方法所存在的缺点分析如下：

第一、人工目视解译：专业人员在遥感图像中凭借个人经验，双目观察或者利用判读仪器辅助，进行指定目标地物类型信息的提取的过程，但是这种方法作业量大且耗费人力；

第二、人机交互解译：适用于地形较为复杂、地面物类之间破碎度较大的区域，它对影像质量要求比计算机自动解译低。但是这种方法作业效率较低，并且对属性和位置精度高、现势性强的辅助数据有依赖性，基于此提高人机交互解译的正确率；

第三、基于像元的遥感影像解译：此方法虽然能够利用先验知识来提高图像解译的效果，但没有办法能彻底的解决影像中“同物异谱、异物同谱”的现象，使得解译精度明显降低；

第四、面向对象的遥感影像解译：此方法充分利用已有的属性信息，帮助判別影像分类，减少了人工工作量以及对作业人员的经验依赖程度，有利于缩短工期。但该方法由于遥感影像的地物光谱特征一般比较复杂，分割方法与分类方法多，需要进行研究选择适当的方法，否则自动分类很难达到令人满意的判读精度。

综上，目前影像解译的方法很多，但各种方式都存在耗费人力物力等不同的缺陷。

发明内容

本发明所要解决的技术问题在于针对上述解译方法存在的缺陷，提供一种基于无人机、VR技术的自动解译方法，其方法可应用于工程全生命周期内对工程范围地物信息变化的量化提取，步骤简单、实现方便、可操作性强,大幅度提高了影像解译效率，节约了成本，而且能确保满足工程项目要求的解译精度。

步骤一、像控点布设、选刺与测量：

具体的处理过程如下：

步骤101、像控点布设：起降场地的高程以及位置坐标在实地得到，相邻航向上，平面以及高程控制点的间隔基线数由下式进行估算，航向跨度估算公式：

公式1：

公式2：

其中，m_h为连接点的高程中误差，m_q为单位权中误差，b为像片的基线长度，H为无人机相对航高，m_s为其平面中误差，K为像片放大的倍数，n为航线方向相邻平面控制点的间隔基线数。

旁向的相邻平面控制点，参照规范选取航线跨度值，并且尽量不超过该值。

高程控制点在航线的两个端点、以及按照航线逐条均匀布设。