提高航空摄影具体位置分辨率的方法以及系统与流程

本发明设计一种无人机拍摄全景图的方法和系统，具体是指提供航空摄影具体位置分辨率的方法。

背景技术

目前在大视野覆盖范围镜头下，携带成像设备的精密运动平台可以在长焦相机下拍摄全场的高分辨率图像。该设备允许自动跟踪和扫描，而无需移动相机机身或镜头。两个或多个器件的耦合使用可实现自动化的范围计算，而无需后续的极性整流，可以提高分辨率。用于成像器定位的控制方法能够减少由相机运动或物体的运动引起的模糊。

因此，上述方法需要使用长焦镜头，高分辨率照相和多次拍摄，这种方法耗时低效率，图像清晰度比较差。

技术实现要素：

本发明要解决的技术问题是：提供一种提高航空摄影具体位置分辨率的方法以及系统，使用两次飞行拍摄的结果融合成全景图高分辨率照片，这提高了拍摄速度而不降低关键目标的图像质量。

为了解决上述技术问题，本发明提供了一种提高航空摄影具体位置分辨率的方法，其包括的步骤如下：

s1：跟随相机的载体移动相机按照线路遍历全区常规拍摄，根据拍摄数据生成全景图像；

s2：根据s1获得的图像与定位系统的区域进行目标识别，选择局部目标区域，分析局部目标区域并精确定位线路；

s3：根据目标区域定位，规划相机载体的二次拍摄线路，精细拍摄或执行目标任务，得到局部拍摄数据，生成局部高清图像；

s4:融合所述s1的全景图像和s3的局部高清图像，融合数据结果，生成局部高分辨率的全景图。

进一步，步骤s1中，所述线路为规划区域目标航线，根据航线飞行拍摄。

进一步，步骤s2中，所述目标精确定位线路包括：根据全景图自动或人工选择局部区别，计算局部局域位置的地理位置，规划出最佳的线路。

进一步，所述二次规划线路包括：降低飞行高度或更换更高清摄像头拍摄数据。

进一步，所述相机的载体为无人机或机器人。

进一步，所述步骤s3中的目标任务为识别故障。

另一种技术方案在于：一种提高航空摄影具体位置分辨率的系统，包括相机的载体、机载平台和控制室，相机的载体用于拍摄图像；机载平台将拍摄的图像信息实时传回到控制室；控制室，用于控制人员根据收到的图像信息微调路线和拍摄角度。

进一步，所述机载平台包括相互连接的通信设备、动力设备、机载稳定设备以及数据采集器，该通信系统将图像信息实时传送回控制室，以便控制人员微调路线和微调拍摄角度，该动力系统负责运载设备的运转以及每个子系统的电力；该机载稳定系统使数据采集器在运动过程中保持姿态静止，减少运动过程中的干扰。

进一步，所述数据采集器包括可见光图像采集和红外图像采集。

本发明的技术效果在于：本发明提高航空摄影具体位置分辨率的方法以及系统，在现有的技术中，实现高清图像并快速拍摄完整图像并不容易。在正常情况下，航拍照片不需要获取所有区域的高清图像，只需要获取特定区域的高清图像，比如故障区域。在本发明中，使用两次拍摄（比如航拍）的结果融合成全景图高分辨率图像。通过两次拍摄这提高了拍摄速度而不降低关键目标的图像质量。因此，本发明的最终目的是通过两次摄影来生成局部高分辨率全景图。

附图说明

图1是本发明提高航空摄影具体位置分辨率的方法的结构示意图；

图2是本发明的实施例的基本流程的结构示意图；

图3是本发明的实施例的路线规划和图像拍摄的结构示意图；

图4为本发明的实施例的故障识别的结构示意图；

图5为本发明的实施例的再次路线规划和图像拍摄示意图；

图6位本发明的实施例的数据融合生成报告与全景图示意图；

图7为本发明的实施例提高航空摄影具体位置分辨率系统的机载平台结构示意图;

图8为本发明的实施例路线比较图像，其中第一条航线遵循z型规划航线的图像，第二条航线按照特定的目标点进行规划的图像；

图9为本发明的实施例两个图像的数据融合前后清晰度的对比图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

如图1所示，为本发明一种提高航空摄影具体位置分辨率的方法，其包括的步骤如下：

s1：跟随相机的载体移动相机按照线路遍历全区常规拍摄，根据拍摄数据生成全景图像；

s2：根据s1获得的图像与定位系统的区域进行目标识别，选择局部目标区域，分析局部目标区域并精确定位线路；

s3：根据目标区域定位，规划相机载体的二次拍摄线路，精细拍摄或执行目标任务，得到局部拍摄数据，生成局部高清图像；

s4：结合所述s1的全景图像和s3的局部高清图像，融合二次数据结果，生成局部高分辨率的全景图。

本实施例以目标任务为航拍故障位置为例，说明以上流程以及所生成的高分辨率的全景图。

1.1基本流程

如图2所示，首先，用常规方法收集数据。然后，使用常规数据分析故障位置并计算相应的地理位置。再然后，生成只飞行故障位置的路线，并降低飞行高度，相机垂直向下拍摄故障区域。最后，将收集的数据进行整合以生成局部高分辨率的全景图。

1.2路线规划和图像拍摄

如图3所示，使用常规路线收集数据，相机的载体不限于无人机，不同的载体设备可以替换为不同的拍摄场景。

1.3故障识别

如图4所示，主要是图像信息经过前景分割后，识别目标对象，然后识别和分类故障，生成全图报告和故障点分布。

1.4再次路线规划和图像拍摄

如图5所示，根据故障点的分布类别，确定是否进行拍摄，并将需要拍摄的故障点重新规划新路线。再次前往这些故障点进行精细拍摄。

1.5数据融合生成报告与全景图

如图6所示，将两幅拍摄的图像与机载设备收集的其他信息进行融合算法，以生成更高清全景图和更详细的故障报告。

1.6路线比较

如图8所示，第一条航线为z型规划航线，这需要很长时间才能完成飞行，并且关键细节无法展现。第二条航线按照特定的目标点进行规划，飞行时间短，目标点详细拍摄。

1.7数据清晰度的比较

如图9所示，可以看到两个图像的数据融合后，关键融合后目标的清晰度比融合前的图像有了明显的超高分辨率的提高。

如图7所示，为本发明一种提高航空摄影具体位置分辨率的系统，包括相机的载体、机载平台和控制室。相机的载体用于拍摄图像；机载平台将拍摄的图像信息实时传回到控制室；控制室控制人员根据收到的图像信息微调路线和拍摄角度。其中，所述机载平台包括相互连接的通信设备、动力设备、机载稳定设备以及数据采集器，该通信系统将图像信息实时传送回控制室，以便控制人员微调路线和微调拍摄角度，该动力系统负责运载设备的运转以及每个子系统的电力；该机载稳定系统使数据采集器在运动过程中保持姿态静止，减少运动过程中的干扰。所述数据采集器包括可见光图像采集和红外图像采集。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。