浅析遥感航测技术在地图测绘中的应用

浅析遥感航测技术在地图测绘中的应用

龚洪丽

贵州省第一测绘院贵州贵阳550025

摘要：随着政府部门对地图信息需求量的不断增加，航空数字摄影测量作为基础地理信息采集最有效的手段，已经被广泛的应用于地理信息的测量与采集中。就目前而言，无人机航空遥感系统所具有的实时性强、灵活性、分辨率高、成本低等各方面的特点，为地图测绘任务的顺利完成提供了全面的技术支持。本文主要就遥感航测技术在地图测绘中的应用进行了分析与探讨。

关键词：无人机；应用；地图测绘

1、无人机航空摄影测量技术概述

不管是国家的发展还是工程项目的实施都离不开测绘工作的支持，而无人机摄影测绘技术则在其中发挥着至关重要的作用。随着现代社会进入了数字化发展的时代，测绘技术也迅速的从传统的人工测绘向无人机测绘发展。这些现代测绘技术的应用，为无人机航空遥感技术的发展提供了新的机遇。比如，无人机航测技术在城市建设、公共设施建设、土地供应、灾害预警、环境保护、矿产开发等众多领域的应用，对我国现代化建设目标的顺利实现具有极为重要的意义。

2、无人机遥感技术地图数据的处理流程

无人机在飞行过程中由于无法保持完全平整的状态，再加上受到飞行高度、拍摄角度、俯仰视角、气候变化、风力变化等诸多因素的影响，导致无人机往往无法准确的将物体的真实形状和位置，通过照片显示出来。因此，为了获得更加真实、完整的图像，无人机必须拍摄大量的照片，然后利用照片处理技术对这些图像进行拼接、融合，最后获得符合要求的图像。这也更进一步说明了，图像数据的处理流程和技术，是解决无人机拍摄效果不佳的关键。就目前而言，无人机图像拼接，主要是通过图像的几何校正、图像预处理、图像匹配和图像融合等几个步骤完成的。在进行无人机图像拼接开始前，首先要做的就是进行无人机图像的几何校正。图像几何校正，实质上是处理图像校正成像过程中，可能出现的各种畸变，确保所产生的图幅符合图形所要表达的要求。图像预处理则主要是通过将已变形的图像纠正，并将其统一到已经建立的坐标中，以便于准确的掌握测量地物的坐标信息。图像匹配主要是指图像之间的信息提取，通过信息提取的方式寻找最佳的匹配，确保已完成图像之间信息。图像融合则主要是在图像配准后，对图像进行相应的缝合以确保图像边界的平滑，使图像可以在自然的状态下过渡。

2.1几何校正

几何校正不仅具有消除图像失真现象的功能，而且还有局部将失真图像还原为正常图像的功能。在进行图像几何校正时，必须先进行几何校正模型的建立，然后充分利用已知条件确定模型的参数，最后再根据模型进行图形的几何校正。就目前而言，几何校正主要分为图像空间变换坐标和灰度插入值两个步骤。空间变换坐标主要是先确定图像的范围，然后利用相关的计算公式，计算出基准图像和需要校正图像的变换函数，最后再完成逐点的逆变换。在坐标变换完成后，则需要进行灰度差值。在整个坐标系中，数字图像所有的像素点都是以整数形式存在的，而失真图像的坐标则有可能不是整数，因此，必须将失真图像非整数处的数值准确的计算出来，而这也就是我们所说的灰度差值。

2.2图像预处理

图像预处理除了针对图像进行几何校正外，一般还有图像的拼接和裁剪。（1）图像拼接。如果研究的区域，超过了遥感图像覆盖的范围之内，那么就需要将不同的图像加以拼接，继而形成较大的图像，在图像的拼接过程中，首先要确定参考图像，这个参考图像就是拼接的基准图像。根据这个基准图像，进行图像对比度的调整、输出图像大小的调整以及数据类型的匹配等。拼接的图像在进行成像时需要和原图像色调一直。如果在接边是色调差别过大，此时可以调用直方图以及色彩平滑等措施，使得两边接缝处保持一致，但是，如果图像是用于变化信息提取，此时相邻的接缝处色调禁止平滑，主要目的就是防止信息出现变异。（2）裁剪。图像裁剪就是将需要使用的图像切割出，一般图像裁剪的依据是行政区划或者是自然区划等，然后对图像进行裁剪。

2.3图像匹配

在完成图像的基本处理后，必须对图像进行两两间的匹配。而图像匹配则主要是通过匹配算法，找出具有重叠区域图像的两者之间存在的相似点。这一操作步骤最终的目的，是为了利用图像坐标点的矩阵变换明显，完成图像之间特征点的最佳匹配搜索。经过长期的实践应用发现，现阶段的图像匹配方法，主要有下列几种形式：（1）相位相关法。这一方法在实际操作过程中，必须使用傅里叶变换算法，计算出不同图像的同一坐标点，并以此为基础将两副图像间的相对平移量以及相对旋转矢量准确的计算出来。但是，由于这种方法存在着图像重合度效果不是十分的理想，再加上这种方法在旋转和缩放时遥感图像之间的匹配计算量较大，所以一般不适用于遥感图像序列的拼接。（2）边缘匹配。这一方法在实际应用过程中，必须先通过提取边缘的算法，将图像的边缘提取出来，然后利用特征参数对边缘进行相应的描述，从而实现图像间特征参数相互匹配的目的。（3）图像区域匹配。先在像上提取区域，然后将同一组参数将区域特征描述出来，最后再利用相关参数集合完成图像的匹配。（4）图像特征点匹配。这一方法在实际应用过程中主要分为：图像特征提取、利用参数描述图像特征、根据特征描述相似度进行图像特征的匹配。此方法在实际应用过程中主要是以基准图像和待拼接图像提取的特征点为基础，对图像的特征点间存在的相似点进行比对，然后再确定各个图像之间存在的变换关系，最后才能进行图像间的匹配。另外，在实际应用这一方法提取图像特征点计算两幅图像点矩阵变换关系，不仅降低了工作人员的计算量，促进了数据计算遥感图像间配准、匹配准确性的有效提升，而且也为遥感航测技术的发展和完善奠定了坚实的基础。

2.4对图像处理加以融合

所谓的图像融合，实际上就是利用特定算法，将多幅相同或者不同成像源的图像采取不同比例叠加生成一幅或者多幅图像的过程，这种图像处理方式具有单一源图像所不具有的优势，融合图像所具有的纹理细节信息多的特点，使图像的色彩或者灰度变化更加的平滑，最大限度的满足了人们肉眼对图像信息提取的要求。另外，融合图像主要是依据两副图像本身做保护的内容信息，通过图像融合操作的方式产生新的图像内容，并以此为基础将相邻两副图像的重叠部分融合在一起，使其给人一种自然结合的感觉。

结束语

总之，随着社会经济的迅速发展，我国城市建设、区域规划、交通运输、水利建设等重大项目，对于数据采集质量所提出的要求也不断的提高。所以为了满足社会经济发展的需要，必须加快无人机遥感航测技术，在地图测绘中应用研究的力度，准确获取地理信息数据，确保我国社会经济的长期稳定发展。

参考文献

[1]钟光旭.浅析遥感航测技术在地图测绘中的应用[J].智能城市，2017，v.307：79-80.

[2]林骏.无人机遥感技术在校园地图测绘中的应用[J].中国培训，2017，No.30710：54-55.

[3]房斌斌.GIS系统在地图测绘中的应用研究[J].数字技术与应用，2017，11：102.