一种流域性洪涝场景的无人机监测方法及系统与流程

本发明涉及洪涝监测领域，特别涉及一种流域性洪涝场景的无人机监测方法及系统。

背景技术：

中国是洪涝灾害频发的国家，其中流域性洪涝灾害尤为频繁，严重危险广大人民群众的生命财产安全。例如，1991年，江淮地区遭受特大流域性洪涝灾害，致使2.3亿人受灾，1930万人被洪水围困，受灾农田425万公顷，毁坏房屋605万间，减产粮食200多亿公斤，直接经济损失达500多亿元(中国国际减灾十年委员会，1991)。因此，深入开展流域性洪涝灾害场景检测研究，不仅是防灾减灾研究的重要组成部分，对流域防洪规划、江河洪泛区土地的合理利用以及区域经济持续发展等方面均具重要意义。

传统的灾害调查与评估主要依据于地面调查，灾情数据受到人为因素影响而“水分较大”，真实性不高。卫星遥感技术虽然在灾害调查与评估方面具有较大的客观性，但卫星遥感技术因为卫星重访周期限制、云覆盖影响的因素，在时效性方面限制较大。载人飞机具有自主性强、机动灵活等特点，至今仍然是一种重要的遥感平台，在自然灾害评估调查等方面还经常发挥着难以替代的作用，但由于使用成本较大，限制了其广泛使用。如何提供及时、准确且低成本的流域性洪涝灾害场景检测成为一个亟待解决的技术问题。

技术实现要素：

本发明的目的是提供一种流域性洪涝场景的无人机监测方法及系统，以实现及时、准确且低成本的流域性洪涝灾害场景检测。

为实现上述目的，本发明提供了如下方案：

本发明提供一种流域性洪涝场景的无人机监测方法，所述监测方法包括如下步骤：

通过第一无人机系统获取拍摄流域性洪涝场景的全景视频；

根据所述全景视频实时监测流域性洪涝的实际场景；

通过多个第二无人机系统，获取多个遥感影像集和多个点云数据影像集；每个第二无人机系统获取的遥感影像集包括所述第二无人机系统在不同的时间点获取的多个遥感影像；每个第二无人机系统获取的点云数据影像集包括所述第二无人机系统在不同的时间点获取的多个点云数据影像；

将多个所述点云数据影像集中的点云数据影像拼接成合成点云数据影像；

根据所述合成点云数据影像与地理空间数据云数据库中的土地覆盖点云数据遥感影像进行影像配准直观对比，确定淹没的土地利用类型；

将多个遥感影像集中的遥感影像拼接成合成遥感影像；

根据所述合成遥感影像确定每种土地利用类型的淹没范围和淹没深度。

可选的，所述将多个遥感影像集中的遥感影像拼接成合成遥感影像，具体包括：

采用surf算法和hsi(hue-saturation-intensity(lightness))颜色模型对多个遥感影像集中的遥感影像进行粗匹配，得到多个粗匹配点；

采用随机抽样一致性算法对多个所述粗匹配点进行提纯，得到多个提纯后的粗匹配点；

采用最小二乘法对多个所述提纯后的粗匹配点进行精匹配，得到多个精匹配点；

基于多个所述精匹配点，采用插值方法将多个遥感影像集中的遥感影像拼接成合成遥感影像。

可选的，所述采用surf算法和hsi颜色模型对多个遥感影像集中的遥感影像进行粗匹配，得到多个粗匹配点，具体包括：

构建每个遥感影像的尺度空间；

建立并求解每个遥感影像的尺度空间的黑塞矩阵，得到每个遥感影像的多个特征点；

构造每个特征点的描述子；

根据所述hsi颜色模型，将每个特征点的色彩数据添加至所述特征点的描述子，得到每个特征点的色彩描述子；

根据每个特征点的色彩描述子，确定所述特征点是否为遥感影像重叠区域的特征点，选取重叠区域的特征点作为重叠的遥感影像的粗匹配点。

可选的，所述根据所述合成遥感影像确定每种土地利用类型的淹没范围和淹没深度，具体包括：

根据所述合成遥感影像，建立流域洪涝场景的数字高程模型；

将所述流域洪涝场景的数字高程模型与所述流域的洪涝前的数字高程模型对比，确定每种土地利用类型的淹没范围和淹没深度。

可选的，所述土地利用类型包括居民地、道路、桥梁和耕地中的一种或几种。

一种流域性洪涝场景的无人机监测系统，所述监测系统包括：

第一无人机系统、多个第二无人机系统和地面控制及数据处理中心；

所述第一无人机系统和多个所述第二无人机系统与所述地面控制及数据处理中心无线连接；

所述第一无人机系统包括第一无人机、视频相机和第一无线数据传输模块，所述视频相机和所述第一无线数据传输模块安装在所述第一无人机上；

所述视频相机通过所述第一无线数据传输模块与所述地面控制及数据处理中心无线连接；所述视频相机用于拍摄所述流域性洪涝场景的全景视频，并将所述全景视频通过所述第一无线数据传输模块发送给所述地面控制及数据处理中心；

所述第二无人机系统包括第二无人机、测绘相机、激光雷达和第二无线数据传输模块；

所述测绘相机、所述激光雷达和所述第二无线数据传输模块安装在所述第二无人机上；

所述测绘相机和所述激光雷达分别通过所述第二无线数据传输模块与所述地面控制及数据处理中心无线连接，所述测绘相机用于获取流域性洪涝场景的遥感影像集，并将所述遥感影像集通过所述无线数据传输模块发送给所述地面控制及数据处理中心；所述激光雷达用于获取点云数据影像集，并将所述点云数据影像集通过第二无线数据传输模块发送给所述地面控制及数据处理中心；

所述地面控制及数据处理中心用于根据所述场景视频、所述遥感影像集和所述点云数据影像集，获取流域性洪涝的实际场景，淹没的土地利用类型，以及每种土地利用类型的淹没范围和淹没深度；

所述第一无人机系统的第一无人机和多个所述第二无人机系统的第二无人机分别与所述地面控制及数据处理中心无线连接；所述地面控制及数据处理中心还用于控制所述第一无人机和多个所述第二无人机的飞行。

可选的，所述第一无人机在多个所述第二无人机的上空飞行；多个所述第二无人机在同一高度并排等间距的飞行。

可选的，所述第一无人机和多个所述第二无人机相互平行且同步的沿“8”字形飞行路线飞行。

可选的，所述第一无人机系统还包括：红外视频相机，所述红外视频相机安装在所述第一无人机上，所述红外视频相机通过所述第一无线数据传输模块与所述地面控制及数据处理中心连接。

可选的，所述第二无人机系统还包括：红外摄影相机，所述红外摄影相机安装在所述第二无人机上，所述红外摄影相机通过所述无线数据传输模块与所述输出处理中心连接。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开了一种流域性洪涝场景的无人机监测方法及系统。本发明基于第一无人机系统和多个第二无人机系统，获取流域性洪涝场景的全景视频、遥感影像和点云数据影像，然后根据全景视频对洪涝场景进行实时监测，并在遥感影像和点云数据影像中提取淹没的土地利用类型，以及每种土地利用类型的淹没范围和淹没深度，实现了及时、准确且低成本的流域性洪涝灾害场景检测。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种流域性洪涝场景的无人机监测方法的流程图；

图2为本发明提供的将多个遥感影像集中的遥感影像拼接成合成遥感影像的流程图；

图3为本发明提供的一种流域性洪涝场景的无人机监测系统的结构图。

具体实施方式

本发明的目的是提供一种流域性洪涝场景的无人机监测方法及系统，以实现及时、准确且低成本的流域性洪涝灾害场景检测。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对发明作进一步详细的说明。

如图1所示，一种流域性洪涝场景的无人机监测方法，所述监测方法包括如下步骤：

步骤101，通过第一无人机系统获取拍摄流域性洪涝场景的全景视频。

步骤102，根据所述全景视频实时监测流域性洪涝的实际场景。

步骤103，通过多个第二无人机系统，获取多个遥感影像集和多个点云数据影像集；每个第二无人机系统获取的遥感影像集包括所述第二无人机系统在不同的时间点获取的多个遥感影像；每个第二无人机系统获取的点云数据影像集包括所述第二无人机系统在不同的时间点获取的多个点云数据影像。

步骤104，将多个所述点云数据影像集中的点云数据影像拼接成合成点云数据影像。其拼接方法与将多个遥感影像集中的遥感影像拼接成合成遥感影像的方法相同。

步骤105，根据所述合成点云数据影像与地理空间数据云数据库中的土地覆盖点云数据遥感影像进行影像配准直观对比，确定淹没的土地利用类型。

步骤106，将多个遥感影像集中的遥感影像拼接成合成遥感影像。如图2所示，所述将多个所述点云数据影像集中的点云数据影像拼接成合成点云数据影像，具体包括：采用surf算法和hsi颜色模型对多个遥感影像集中的遥感影像进行粗匹配，得到多个粗匹配点；采用随机抽样一致性算法对多个所述粗匹配点进行提纯，得到多个提纯后的粗匹配点；采用最小二乘法对多个所述提纯后的粗匹配点进行精匹配，得到多个精匹配点；基于多个所述精匹配点，采用插值方法将多个遥感影像集中的遥感影像拼接成合成遥感影像。

其中，采用surf算法和hsi颜色模型对多个遥感影像集中的遥感影像进行粗匹配，得到多个粗匹配点，具体包括：构建每个遥感影像的尺度空间；建立并求解每个遥感影像的尺度空间的黑塞矩阵，得到每个遥感影像的多个特征点；构造每个特征点的描述子；根据所述hsi颜色模型，将每个特征点的色彩数据添加至所述特征点的描述子，得到每个特征点的色彩描述子；根据每个特征点的色彩描述子，确定所述特征点是否为遥感影像重叠区域的特征点，选取重叠区域的特征点作为重叠的遥感影像的粗匹配点。

步骤107，根据所述合成遥感影像确定每种土地利用类型的淹没范围和淹没深度；具体包括：根据所述合成遥感影像，建立流域洪涝场景的数字高程模型；将所述流域洪涝场景的数字高程模型与所述流域的洪涝前的数字高程模型对比，确定每种土地利用类型的淹没范围和淹没深度。

如图3所示，本发明还提供一种流域性洪涝场景的无人机监测系统，所述监测系统包括：

第一无人机系统1、多个第二无人机系统2和地面控制及数据处理中心3；其中，所述第一无人机系统1和多个所述第二无人机系统2与所述地面控制及数据处理中心3无线连接；

所述第一无人机系统1包括第一无人机、视频相机和第一无线数据传输模块，所述视频相机和所述第一无线数据传输模块安装在所述第一无人机上；

所述视频相机通过所述第一无线数据传输模块与所述地面控制及数据处理中心无线连接；所述视频相机用于拍摄所述流域性洪涝场景的全景视频，并将所述全景视频通过所述第一无线数据传输模块发送给所述地面控制及数据处理中心；

所述第二无人机系统2包括第二无人机、测绘相机、激光雷达和第二无线数据传输模块；

所述测绘相机、所述激光雷达和所述第二无线数据传输模块安装在所述第二无人机上；

所述测绘相机和所述激光雷达分别通过所述第二无线数据传输模块与所述地面控制及数据处理中心无线连接，所述测绘相机用于获取流域性洪涝场景的遥感影像集，并将所述遥感影像集通过所述无线数据传输模块发送给所述地面控制及数据处理中心；所述激光雷达用于获取点云数据影像集，并将所述点云数据影像集通过第二无线数据传输模块发送给所述地面控制及数据处理中心3；

所述地面控制及数据处理中心用于根据所述场景视频、所述遥感影像集和所述点云数据影像集，获取流域性洪涝的实际场景，淹没的土地利用类型，以及每种土地利用类型的淹没范围和淹没深度；

所述第一无人机系统的第一无人机和多个所述第二无人机系统的第二无人机分别与所述地面控制及数据处理中心无线连接；所述地面控制及数据处理中心还用于控制所述第一无人机和多个所述第二无人机的飞行；具体的，控制所述第一无人机和多个所述第二无人机，使所述第一无人机在多个所述第二无人机的上空飞行；多个所述第二无人机在同一高度并排等间距的飞行，且使所述第一无人机和多个所述第二无人机相互平行且同步的沿“8”字形飞行路线飞行。

为了保障夜间拍摄，所述第一无人机系统1还包括：红外视频相机，所述红外视频相机安装在所述第一无人机上，所述红外视频相机通过所述第一无线数据传输模块与所述地面控制及数据处理中心3连接。所述第二无人机系统2还包括：红外摄影相机，所述红外摄影相机安装在所述第二无人机上，所述红外摄影相机通过所述无线数据传输模块与所述输出处理中心3连接。

可见，本发明的无人机监测系统，考虑到流域性洪涝具有涉及范围广、爆发迅速的特点，因此利用无人机遥感进行监测时应充分考虑无人航空平台的续航时间和载荷能力。本发明采用两种不同型号的无人机分别完成大尺度宏观监测(第一无人机系统)和小尺度精细监测(多个第二无人机系统)，两者配套使用，相辅相。具体安排是以续航时间较长和载荷能力较大的中程无人机(第一无人机系统)作为主要平台，完成大尺度宏观监测，以续航时间较短和载荷能力较小的近程无人机(多个第二无人机系统)作为辅助平台，实现重灾区流域精细监测。为满足洪水实时动态监测的需求，第一无人机上搭载高清监测视频相机，获取灾区的实时视频数据；第二无人机上搭载航空测绘相机，获取灾区的实时影像数据；为获取流域区域内dem数据，可搭载高精度轻量化激光雷达。为保障夜间也能对灾区进行监测，也需配备相应的红外摄影相机和红外视频相机。本发明的提供的无人机监测系统的各个设备的参数如表1所示。

表1流域性洪涝场景的无人机监测系统的各个设备的参数表

本发明公开了一种流域性洪涝场景的无人机监测方法及系统。本发明基于第一无人机系统和多个第二无人机系统，获取流域性洪涝场景的全景视频、遥感影像和点云数据影像，然后根据全景视频对洪涝场景进行实时监测，并在遥感影像和点云数据影像中提取淹没的土地利用类型，以及每种土地利用类型的淹没范围和淹没深度，实现了及时、准确且低成本的流域性洪涝灾害场景检测。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。