輕小型無人機遙感系統關鍵技術研究

無人機技術是當前發展的熱點，利用輕小型無人機進行遙感探測可有效彌補傳統遙感方式的不足。由于輕小型無人機自身條件的局限性，利用其構建遙感系統時仍有許多關鍵技術有待突破。分析了輕小型無人機遙感所面臨的主要技術問題，明確了其關鍵技術，闡明了進一步的研究方向；設計了系統實現方案，給出了系統的總體結構和運行流程。

【關鍵詞】無人機 遙感 關鍵技術

1 引言

遙感是以航空、航天攝影技術為基礎，在20世紀60年代初發展起來的一門新興技術[1]。經過幾十年的發展，遙感技術已廣泛應用于資源調查、環境監測、情報偵察等各個領域，是開展經濟建設、維護國家安全不可或缺的技術手段。

遙感系統由平臺、傳感、接收、處理等系統組成[2]，完成對探測對象電磁波輻射的收集、傳輸、校正、轉換和處理的全部過程，將物質與環境的電磁波特性轉換成圖像或數字形式。傳統的遙感方式主要以衛星和大型固定翼飛機為承載平臺，利用星載或機載傳感器完成信息采集。受制于衛星回歸周期、軌道高度、氣象、以及空域管制等因素影響，傳統的遙感方式缺乏機動快速的能力，很難滿足常態化偵察和實時測繪的需求。

無人機是一種無人駕駛的航空器，經過近一個世紀的發展，已經形成了一個完整的體系。近年來，輕小型無人機成為熱點，主要體現為重量越來越輕、體積越來越小，且結構上由固定翼轉向旋翼，如大疆的四旋翼無人機，已在多個領域得到廣泛應用。利用輕小型無人機進行遙感探測，具有成本低、實時性強、影像分辨率高、作業方式靈活等顯著優點，可有效彌補傳統遙感方式的不足，因而也是當前的研究熱點。

本文以輕小型無人機遙感為背景，分析面臨的主要問題，明確其關鍵技術，給出系統實現方案。

2 問題分析與研究現狀

2.1 主要技術問題

輕小型無人機遙感盡管存在較大的優勢，但受制于平臺、載荷等因素，也存在著一定的局限性，主要體現在以下方面：

2.1.1 平臺局限性

輕小型無人機由于自身質量較輕，受風的影響大[3]，影像航向重疊度和旁向重疊度都不夠規則，影像傾角過大，且傾斜方向沒有規律，對地圖測繪及目標識別而言，影像旋偏角大，影響測繪與識別的效率和精度。

2.1.2 飛行高度局限性

輕小型無人機通常飛行高度較低，由于相機焦距限制，容易造成單張影像像幅小、像對多，其數據處理的工作量將會有較大增加。

2.1.3 載荷局限性

輕小型無人機由于結構尺寸較小，其載荷的攝影基線較短，影響測繪成果的高程精度；且所搭載的相機多為非專業量測相機，存在較大畸變，所獲取圖像需要進行較為嚴格的前期矯正和后期處理。

由以上可看出，輕小型無人機遙感由于自身條件等原因存在一定局限性，而這種局限性最終體現在影像處理的復雜度進一步提高，雖然遙感影像的處理技術已大體成熟，但是基于無人機影像特點的處理方法還有待更深入的探究。

2.2 研究現狀

圍繞輕小型無人機遙感的主要問題，國內外學者們提出了很多方法。針對影像校正，傳統方法有共線方程校正法和多項式校正法。劉異等人[4]提出了一種以分塊方式提取圖像中心區域特征點對圖像進行幾何校正的方法；徐秋輝[5]提出了一種基于POS參數的幾何校正方法。針對無人機影像拼接，目前研究的主流是基于特征匹配的圖像拼接方法。D.G.Lowe[6]提出了SIFT算法，具有較強匹配性和良好的魯棒性，但算法復雜度高；陳信華將SIFT算法與最小二乘法結合，實現影像的匹配與拼接。針對影像融合，目前主流的方法有直接平均融合法、加權平均融合法等[7]。

3 關鍵技術

基于以上分析，我們提出輕小型無人機遙感的重點研究方向，如下所示：

3.1 航線規劃

傳統的航線規劃采用外接矩形包含任務區域的方法進行航攝，效率較低且容易生成較多無效的影像數據。研究如何在不規則任務區域進行高效的航線規劃，將有效降低后期處理的工作量。

3.2 影像校正

通常的幾何校正需要在航攝區域布設一定數量的地面控制點，但在野外、災害發生區域等很難得到實測控制點。研究無地面控制點輔助的情況下，如何實現精確的影像幾何校正是一個必須關注的問題。

3.3 影像拼接

影像拼接的基本任務是將多幅小范圍影像序列拼接成有價值的大幅面影像。SIFT特征匹配算法應用于無人機影像匹配具有精度高、魯棒性好等優勢，但運算量大，無法實現實時匹配。進一步研究兼顧精度和運算速度的算法仍有必要。

3.4 影像融合

輕小型無人機在獲取影像時，由于飛行姿態不穩定，以及影像存在光強和色彩差異，影像拼接線附近會有明顯的邊界痕跡和顏色差異，因此需要對拼接后的影像進行融合處理。傳統的加權平均算法是根據固定的矩形重疊形狀進行權值分配，但影像拼接后的重疊區域往往不規則，較難滿足實際需求。

4 系統實現方案

輕小型無人機遙感系統的總體結構如圖1所示。

輕小型無人機遙感系統由三部分構成，分別是控制系統、無人機遙感平臺、影像處理系統，其功能如下：

4.1 控制系統

完成無人機航線規劃和飛行控制，前者設定無人機的飛行路線，規劃飛行任務；后者用于飛行時的實時控制和交互操作。

4.2 無人機遙感平臺

該平臺是無人機遙感系統的傳感器承載平臺，由四旋翼無人機、相機、云臺、GPS定位系統、以及數傳系統等組成，完成對地連續垂直拍照任務，并將其相應位置及飛行狀態數據實時回傳。

4.3 影像處理系統

該系統對遙感影像進行處理，包括矯正、拼接、融合等。在此基礎上，系統可面向具體應用進行擴展，如影像查詢與瀏覽、地圖測繪、農林普查、戰場偵察、變化檢測等。

系統的運行流程如圖2所示。

在每次實施作業之前，需對探測區域進行分析，確定飛行航線，然后將該航線注入到遙感飛行平臺；遙感飛行平臺在控制系統及GPS的協助下，按既定計劃進行航攝，獲取預定區域內的影像序列；當航攝任務結束后，將所獲取的影像回傳至影像處理系統，完成校正、拼接、融合等處理，并進行剖分存儲。進一步的應用則需針對處理后的大幅影像進行像素和特征處理，從而發現有價值的目標信息。

參考文獻

[1]Kemper G.New airborne sensors and platforms for solving specific tasks in remote sensing[C]//ISPRS Congress.Melbourne，Australia，2012.

[2]Li Deren，Sui Haigang，ShanJie. Discusion on Key Technologies of Geographic National Conditions Monitoring[J].Geomatics and Information Science of Wuhan University，2012，37（05）：505-512.

[3]Lin Zongjian.UAV for Mapping-Low Altitude Photogrammetric Survey[J].ISPRS，2008：1183-1186.

[4]劉異，李玉霞，童玲.無地面控制點的無人機遙感影像幾何校正算法[J].測繪通報，2012（07）：57-59.

[5]徐秋輝.無控制點的無人機遙感影像幾何校正與拼接方法研究[D].南京：南京大學，2013.

[6]Lowe D G.Distinctive image features from scale-invariant key points[J].International Journal of Computer Vision（1）：20，2004.

[7]程多祥.無人機移動測量數據處理[M].北京：測繪出版社，2015（09）.

[8]周培德.計算幾何-算法分析與設計（第3版）[M].北京：清華大學出版社，2008.

作者簡介

陳敏（1969-），女，江西省南昌市人。博士。副教授。主要研究方向為計算機應用、圖形圖像處理。

作者單位

湖南信息學院 湖南省長沙市 410151