无人机载线阵列高光谱影像数据拼接技术及应用9787567433984

易俐娜，1986年出生，湖北省云梦县人，博士。2011年于武汉大学遥感信息工程学院获得摄影测量与遥感专业博士学位，2019-2020年于多伦多大学地理与规划系访学。现就职于中国矿业大学(北京)地球科学与测绘工程学院，发表SCI检索期刊论文5篇，国内核心期刊论文3篇，国内期刊2篇，授权国家发明专利3项。主要研究方向:无人机高光谱遥感影像处理及信息提取;高分辨率遥感;激光雷达点云数据处理及信息提取。

张桂峰，1979年出生，湖北省蕲春县人，博士，副研究员，硕士生导师。2010年于武汉大学遥感信息工程学院获得摄影测量与遥感专业博士学位。现就职于中国科学院空天信息创新研究院、中国科学院大学，已发表论文17篇，授权国家发明专利10项。主要从事高分辨率相机研制，多1高光谱数据预处理，多高光谱数据智能化处理方法、无人机多光谱图像处理水下高光谱成像仪研制工作。

第一章无人机系统概述

第一节无人机系统及其分类

第二节无人机系统技术发展现状及缘起.

第三节无人机全球市场概述

第四节无人机高光谱成像技术的发展及其应用

第二章无人机载高光谱影像成像原理及特性

第一节高光谱成像光谱仪的成像原理

第二节无人机高光谱数据采集及预处理

第三章无人机高光谱反射率数据无缝拼接技术

第一节无人机高光谱反射率数据几何粗校正

第二节单航带高光谱反射率数据几何精校正

第三节多航带高光谱反射率数据几何配准

第四节多航带高光谱反射率数据影像融合

第四章无人机高光谱影像拼接方案及应用

第一节城区高光谱影像拼接方案

第二节河道高光谱影像拼接

第三节林地高光谱影像拼接

第四节基于河道数据的水质反演应用案例

第五节基于红树林无人机高光谱数据的种间分类应用案例

第五章主要结论与展望

第一节主要结论

第二节展望

参考文献

第一章无人机系统概述

第一节无人机系统及其分类

一、无人机系统

无人机全称“无人驾驶飞行器”(Unmanned Acrial Vehicle)，英文缩写为‘UAN”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。它涉及传感器技术、通信技术、信息处理技术、智能控制技术及航空动力推进技术等，是信息时代技术含量高的产物。随着无人机研发技术逐渐成熟，制造成本大幅度降低，无人机在各个领域得到了广泛应用。在军事领域，无人机可以参与侦察、搜索、反恐等军事任务;在民用领域，无人机可以用于农业植保、电力巡检警用执法、地质勘探、环境监测、森林防火以及影视航拍等，且其适用领域还在迅速拓展，如在商业领域无人机可以用来进行快递服务、飞行表演等商业服务。

二、无人机分类

无人机系统种类繁多、用途广、特点鲜明，致使其在尺寸、质量、航程、航时、飞行高度、飞行速度、任务等多方面都有较大差异。由于无人机的多样性，出于不同的考量会有不同的分类方法。根据应用场景、飞行平台、控制方式、视距、质量尺度、任务高度、活动半径等，可以对无人机进行不同分类。

无人机按飞行平台构型可分为固定翼无人机、旋翼无人机、无人飞艇、伞翼无人机、扑翼无人机等。固定翼无人机是指无人机的机翼位置、后掠角等参数固定不变的无人机。旋翼无人机操控性强，可垂直起降和悬停，主要适用于低空、低速、有垂直起降和悬停要求的任务类型。无人飞艇是一种由发动机驱动的，轻于空气的，可以操纵的航空器。无人飞艇在现代空中勘测、摄影、广告、救生及航空运动中得到了广泛的应用。伞翼无人机是指以柔性伞翼提供升力重于空气的无人机。扑翼无人机是指像鸟一样通过机翼主动运动产生升力和前行力的飞行器，又称振翼机。

……

本书针对该种成像仪获取的影像进行航带拼接研究，以获得具有高几何定位精度和高光谱保真性的高光谱影像。本书首先利用曲面样条函数法或基于导航数据或二者结合的方法对影像进行几何校正；然后采用基于边缘块剔除的局部方差法计算各波段信噪比，取分值最高的波段作为最优波段；再利用该最优波段采用SIFT算法或改进的相位相关法来纠正航带间已经存在的地理空间映射关系；最后选用加权平均融合法或最佳缝合线融合法对相邻航带进行融合，得到带有绝对地理坐标的高光谱全景图。对拼接结果从光谱保真性和几何精度两方面进行评价，其光谱保真性和几何精度高，证明了拼接方案的可行性与可靠性。