王忠豐

(中國(guó)人民解放軍92493部隊(duì)52分隊(duì)，遼寧 葫蘆島 125000)

0 引言

無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)主要由無(wú)人機(jī)進(jìn)行航空拍攝，在拍攝的過(guò)程中通過(guò)調(diào)節(jié)自身角度進(jìn)行信息數(shù)據(jù)的獲取，并為后續(xù)工作提供較為強(qiáng)大的技術(shù)支撐，可以同時(shí)獲得多個(gè)方位及角度的地面物體信息，其飛行角度較低，能夠較為全面的掌控不同的地面物體數(shù)據(jù)，且影像所表達(dá)的數(shù)據(jù)內(nèi)容較為豐富，航向重疊度較高，經(jīng)過(guò)計(jì)算機(jī)自動(dòng)計(jì)算航行角度，能夠提高數(shù)據(jù)測(cè)量自動(dòng)化，較為清晰地采集實(shí)體頂部信息，快捷便利地進(jìn)行數(shù)據(jù)分析，客觀全面地反映影像狀況[1]。無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)常用于城市三維建設(shè)、電力觀測(cè)、各行各業(yè)的測(cè)量中，因此，人們對(duì)于其的測(cè)量要求也不斷提高[2]。

當(dāng)前已有學(xué)者對(duì)無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)做出了研究，并取得了一定的研究成果。文獻(xiàn)[3]提出一種無(wú)人機(jī)傾斜攝影技術(shù)。進(jìn)行選型設(shè)計(jì)，在此基礎(chǔ)上選擇系統(tǒng)的傳感器配置，得出適用于不同場(chǎng)景的無(wú)人機(jī)設(shè)備選擇方案及傾斜攝影相機(jī)配置方案。文獻(xiàn)[4]提出基于Smart3D的傾斜攝影測(cè)量技術(shù)。采用模擬沙盤(pán)技術(shù)，根據(jù)Smart3D軟件對(duì)待測(cè)量物體建模，根據(jù)傾斜相機(jī)對(duì)其進(jìn)行測(cè)量。

以上測(cè)量技術(shù)雖在一定程度上能夠?qū)?shù)據(jù)進(jìn)行分解與利用，并通過(guò)較為先進(jìn)的監(jiān)測(cè)技術(shù)強(qiáng)化數(shù)據(jù)自身的過(guò)濾性能，但在數(shù)據(jù)信息匹配方面的操作較弱，無(wú)法達(dá)到強(qiáng)性操作的效果，且投入的成本較高，無(wú)法保障系統(tǒng)自身的測(cè)量安全，對(duì)于影像的測(cè)量效果較差。

針對(duì)上述問(wèn)題，提出一種基于自適應(yīng)末端滑膜控制的無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)。經(jīng)過(guò)對(duì)無(wú)人機(jī)傾斜攝影獲取的影像數(shù)據(jù)進(jìn)行系統(tǒng)收集，聯(lián)合其有效部分，并不斷地將數(shù)據(jù)進(jìn)行分割強(qiáng)化，在提升數(shù)據(jù)自身過(guò)濾性能的同時(shí)增強(qiáng)系統(tǒng)數(shù)據(jù)收集能力，排除干擾因素的影響，自主進(jìn)行數(shù)據(jù)系統(tǒng)處理，進(jìn)一步進(jìn)行影像數(shù)據(jù)的匹配操作，對(duì)分割的數(shù)據(jù)平面進(jìn)行掃描，將影響因子進(jìn)行權(quán)值設(shè)定，固定其運(yùn)動(dòng)范圍，并通過(guò)設(shè)置數(shù)據(jù)區(qū)間優(yōu)化數(shù)據(jù)系統(tǒng)，最終進(jìn)行無(wú)人機(jī)傾斜攝影測(cè)量，精準(zhǔn)分析各類影像特點(diǎn)，并分類操作，以便完成對(duì)人機(jī)傾斜攝影的整體測(cè)量操作。該技術(shù)在一定程度上增強(qiáng)了系統(tǒng)的集中化處理性能，提升了測(cè)量效率及準(zhǔn)確率，能夠更加完整地反映測(cè)量信息，具有更為廣闊的發(fā)展前景。

1 無(wú)人機(jī)傾斜攝影影像數(shù)據(jù)聯(lián)合收集

為更好地對(duì)地面影像進(jìn)行監(jiān)測(cè)與測(cè)量，需對(duì)無(wú)人機(jī)傾斜攝影獲取的影像數(shù)據(jù)進(jìn)行聯(lián)合收集。

本文利用垂直影像攝影收集追蹤數(shù)據(jù)，確定數(shù)據(jù)來(lái)源。同時(shí)注重對(duì)影像幾何位置的設(shè)定，選擇合適的區(qū)間以及截取點(diǎn)進(jìn)行數(shù)據(jù)的收集，并固定影像可控范圍，利用無(wú)人機(jī)功能系統(tǒng)為攝影數(shù)據(jù)提供多方位影響測(cè)控，將可控?cái)?shù)據(jù)進(jìn)行系統(tǒng)加工，采用技術(shù)手段獲取初始公式條件，并加大數(shù)據(jù)主動(dòng)聯(lián)合控制力度，提升測(cè)量系統(tǒng)對(duì)數(shù)據(jù)的實(shí)時(shí)檢測(cè)功能，以便為數(shù)據(jù)的采集提供較為強(qiáng)大的技術(shù)支撐，根據(jù)不同方位的因素因子確定矢量數(shù)據(jù)存在的具體狀況，利用由粗聯(lián)合到精細(xì)聯(lián)合的數(shù)據(jù)聯(lián)合方式進(jìn)一步收集影像數(shù)據(jù)，并連接影像數(shù)據(jù)線，完善數(shù)據(jù)聯(lián)接系統(tǒng)，按照金字塔結(jié)構(gòu)排列收集數(shù)據(jù)，將數(shù)據(jù)進(jìn)行分類操作，采用完整結(jié)合手段添加聯(lián)合因素，促使數(shù)據(jù)關(guān)聯(lián)更加緊密，進(jìn)而提升整體攝影獲取圖像完整度，在聯(lián)合的同時(shí)，注重對(duì)數(shù)據(jù)的安全性操控，保證數(shù)據(jù)在攝影傳輸過(guò)程中能夠較為完整的儲(chǔ)存至中心系統(tǒng)中[5]。

在不同等級(jí)的影像上安裝實(shí)時(shí)監(jiān)控裝置，確保無(wú)人機(jī)在進(jìn)行傾斜攝影時(shí)能夠完善初始處理系統(tǒng)，通過(guò)進(jìn)行同點(diǎn)名匹配測(cè)量攝影影像可靠性，利用自由網(wǎng)光束平差進(jìn)行數(shù)據(jù)采控，強(qiáng)化無(wú)人機(jī)系統(tǒng)執(zhí)行的科學(xué)性，采用自適應(yīng)末端滑膜對(duì)數(shù)據(jù)進(jìn)行控制，選取適宜的影像進(jìn)行連接線及坐標(biāo)設(shè)定，將設(shè)定好的主坐標(biāo)組合，增加主體無(wú)人機(jī)追蹤目標(biāo)，實(shí)現(xiàn)對(duì)影像數(shù)據(jù)的整體性掌控[6]。其主坐標(biāo)如圖1所示。

圖1 測(cè)量數(shù)據(jù)主坐標(biāo)圖

利用無(wú)人機(jī)作為影像傳輸主要載體，進(jìn)一步加強(qiáng)對(duì)傾斜影像的監(jiān)測(cè)，確定影像空間位置，在數(shù)據(jù)集中的過(guò)程中加大滑膜控制，并經(jīng)過(guò)控制點(diǎn)坐標(biāo)及連接線方位確定輔助數(shù)據(jù)的具體位置[7]。通過(guò)自動(dòng)校驗(yàn)網(wǎng)絡(luò)對(duì)影像數(shù)據(jù)進(jìn)行校驗(yàn)，查找相關(guān)數(shù)據(jù)問(wèn)題，采取相應(yīng)的過(guò)濾操作完成影像的初步過(guò)濾步驟，分析三維實(shí)景模型構(gòu)造，如圖2所示。

進(jìn)行項(xiàng)目建立，對(duì)數(shù)據(jù)解析模型進(jìn)行操控，同時(shí)計(jì)算攝影誤差，查詢傾斜角度并加強(qiáng)聯(lián)合結(jié)算力度，確保平差計(jì)算結(jié)果的精確度，最終完成對(duì)攝影影像數(shù)據(jù)的聯(lián)合收集[8]。

2 無(wú)人機(jī)傾斜攝影數(shù)據(jù)匹配

在經(jīng)過(guò)對(duì)影像數(shù)據(jù)的聯(lián)合收集后，對(duì)無(wú)人機(jī)傾斜攝影數(shù)據(jù)進(jìn)行數(shù)據(jù)匹配操作，提升數(shù)據(jù)的整合性，并通過(guò)數(shù)據(jù)整理加強(qiáng)攝影影像的可操作性[9]。

本文利用多視影像覆蓋范圍大的特點(diǎn)在匹配過(guò)程中對(duì)冗余信息進(jìn)行充分考慮，對(duì)影像進(jìn)行同名地點(diǎn)坐標(biāo)獲取，并建立地面數(shù)據(jù)信息，對(duì)攝影影像進(jìn)行集中匹配，將匹配關(guān)鍵點(diǎn)分散到所需位置，將匹配單元進(jìn)行獨(dú)立放置操作，使用不同的匹配手段強(qiáng)化數(shù)據(jù)模型，以視覺(jué)建模為基礎(chǔ)發(fā)展多基元影像匹配，并加強(qiáng)焦點(diǎn)研究，強(qiáng)化測(cè)量物面部識(shí)別及數(shù)據(jù)提取技術(shù)，對(duì)攝影影像進(jìn)行特征搜尋，規(guī)劃目標(biāo)建設(shè)，確定攝影影像二維數(shù)據(jù)集，將不同的測(cè)量視角轉(zhuǎn)化為三維特征數(shù)據(jù)匹配集，在固定多視影像數(shù)據(jù)的同時(shí)，設(shè)置各類影響因素對(duì)數(shù)據(jù)進(jìn)行平衡，分類追蹤影像數(shù)據(jù)，進(jìn)行同種類別的數(shù)據(jù)平面掃描及數(shù)據(jù)切割，綜合性能研究，在多視影像數(shù)據(jù)匹配的同時(shí)，將數(shù)據(jù)進(jìn)行數(shù)字化轉(zhuǎn)換，選用分辯率、精度較高的匹配器系統(tǒng)，對(duì)影像數(shù)據(jù)進(jìn)行完整表達(dá)，其影像數(shù)據(jù)匹配圖如圖3所示。

圖3 影像數(shù)據(jù)匹配圖

接著精準(zhǔn)掌握測(cè)量對(duì)象的特征，簡(jiǎn)化攝像流程，選擇不易被遮擋的基礎(chǔ)零件對(duì)影像數(shù)據(jù)進(jìn)行全面覆蓋，獲取覆蓋結(jié)果，將覆蓋結(jié)果整合，轉(zhuǎn)移到無(wú)人機(jī)控制系統(tǒng)中，經(jīng)過(guò)滑膜控制處理，對(duì)結(jié)果數(shù)據(jù)進(jìn)行審核，通過(guò)初步審核的數(shù)據(jù)可進(jìn)行下一步驟的操作，未通過(guò)初步審核的數(shù)據(jù)則需對(duì)其進(jìn)行預(yù)處理，處理結(jié)果達(dá)標(biāo)后再重新進(jìn)行審核，直至通過(guò)初步審核。選用自動(dòng)算法對(duì)各類影像方位進(jìn)行算法計(jì)算，選擇合適的影像數(shù)據(jù)單元將對(duì)應(yīng)數(shù)據(jù)進(jìn)行匹配，分解出匹配單元逐項(xiàng)升級(jí)影像數(shù)據(jù)，添加并行算法處理數(shù)據(jù)匹配問(wèn)題，注意對(duì)數(shù)據(jù)安全性的考察[10]。不斷提升攝影影像圖像獲取精確度，獲得高密度匹配影像，并采取適當(dāng)?shù)臑V波處理，濾除無(wú)關(guān)因素，增加攝影圖像建設(shè)性能，融合不同的匹配類型數(shù)據(jù)，形成統(tǒng)一的數(shù)據(jù)模型，進(jìn)行多分布粒度因素追蹤，其追蹤圖見(jiàn)圖4。

圖4 數(shù)據(jù)追蹤圖

經(jīng)過(guò)海量方位角拍攝，選取固定位置進(jìn)行數(shù)字匹配，將匹配數(shù)據(jù)進(jìn)行情景還原，把握信息內(nèi)容，提供理論基礎(chǔ)數(shù)據(jù)研究，通過(guò)輪廓碎片提取，擬合碎片數(shù)據(jù)，加大提取物語(yǔ)義信息處理，集合情景影響數(shù)據(jù)，完善理論信息，實(shí)現(xiàn)對(duì)無(wú)人機(jī)傾斜攝影數(shù)據(jù)的匹配操作[11]。

3 無(wú)人機(jī)傾斜攝影測(cè)量

為進(jìn)一步增強(qiáng)無(wú)人機(jī)傾斜攝影的測(cè)量準(zhǔn)確性，本文對(duì)無(wú)人機(jī)傾斜測(cè)量技術(shù)進(jìn)行精準(zhǔn)分析，綜合其優(yōu)化特點(diǎn)，強(qiáng)化系統(tǒng)測(cè)量理論部分性能，完善測(cè)量物理性操作技巧[12]。

將經(jīng)過(guò)匹配的數(shù)據(jù)進(jìn)行整合，提取所需數(shù)據(jù)信息，對(duì)攝影影像的匹配理論進(jìn)行系統(tǒng)化研究，對(duì)比中心攝影影像特征，選擇與理論原則相匹配的中心圖像，生產(chǎn)正像攝影三維實(shí)景模型，對(duì)測(cè)量零件的比例進(jìn)行測(cè)量，統(tǒng)一其比例，并將獲取的比例數(shù)據(jù)進(jìn)行記錄操作，結(jié)合氣象預(yù)測(cè)系統(tǒng)降低氣象因素對(duì)測(cè)量實(shí)驗(yàn)的影響，以此提高測(cè)量的準(zhǔn)確性，并設(shè)置圖5所示的強(qiáng)化測(cè)量處理。

圖5 無(wú)人機(jī)傾斜攝影圖

增加無(wú)人機(jī)留空時(shí)間，延長(zhǎng)攝影時(shí)長(zhǎng)，加大攝影影像數(shù)據(jù)數(shù)量獲取，提升無(wú)人機(jī)飛行高度，擴(kuò)大其測(cè)量范圍，并對(duì)視野范圍數(shù)據(jù)進(jìn)行理論化解析，根據(jù)系統(tǒng)產(chǎn)生的三維數(shù)據(jù)模型對(duì)地面對(duì)象實(shí)施離散操作，分散較集中的影像，以便更加清晰地進(jìn)行測(cè)量，設(shè)計(jì)符合航行標(biāo)準(zhǔn)的航行增控器，輔助滑膜控制，掌控?zé)o人機(jī)飛行路線，進(jìn)行有選擇性的測(cè)量行動(dòng)，加大模型處理逼真程度[13]?？s小單次攝影規(guī)模，進(jìn)而增強(qiáng)無(wú)人機(jī)相機(jī)分辨率，加強(qiáng)目標(biāo)設(shè)置，明確后期數(shù)據(jù)處理內(nèi)容，準(zhǔn)確獲取線路信息，簡(jiǎn)化航行線路，降低無(wú)關(guān)因素干擾率，及時(shí)更新無(wú)人機(jī)攝影部件，避免產(chǎn)生因部件損壞造成的測(cè)量數(shù)據(jù)失誤狀況[14]。

確定測(cè)量數(shù)據(jù)的平面位置，在集中數(shù)據(jù)的同時(shí)，將數(shù)據(jù)進(jìn)行可視化處理，便于測(cè)量操作，改進(jìn)傾斜攝影角度與數(shù)據(jù)儲(chǔ)存能力，加大對(duì)數(shù)據(jù)的加密，保證數(shù)據(jù)信息安全，利用無(wú)人機(jī)平臺(tái)開(kāi)展攝影姿態(tài)穩(wěn)定測(cè)試活動(dòng)[15]。其測(cè)試圖見(jiàn)圖6。

圖6 無(wú)人機(jī)攝影姿態(tài)穩(wěn)定測(cè)試圖

去除不穩(wěn)定的無(wú)人機(jī)傾斜攝影姿態(tài)，減少干擾因素的存在。對(duì)測(cè)量軟件不斷進(jìn)行改造處理，改善測(cè)量計(jì)算方法，選擇優(yōu)化性較強(qiáng)的算法對(duì)數(shù)據(jù)進(jìn)行計(jì)算，及時(shí)更新理論算法的數(shù)據(jù)處理功能，規(guī)范監(jiān)管制度，集中總結(jié)分析測(cè)量技術(shù)，研究無(wú)人機(jī)滑跑距離，并固定相關(guān)距離，選取工程測(cè)量點(diǎn)作為測(cè)量切入點(diǎn)，掌握關(guān)鍵信息，在測(cè)量的基礎(chǔ)上確保數(shù)據(jù)運(yùn)行軌跡符合軌道軌跡，擴(kuò)大航攝范圍與測(cè)量空間，提高測(cè)量結(jié)果準(zhǔn)確性，達(dá)到對(duì)無(wú)人機(jī)傾斜攝影測(cè)量的目的。無(wú)人機(jī)攝影姿態(tài)穩(wěn)定測(cè)試過(guò)程如圖7所示。

圖7 無(wú)人機(jī)攝影姿態(tài)穩(wěn)定測(cè)試過(guò)程

4 實(shí)驗(yàn)與研究

4.1 實(shí)驗(yàn)?zāi)康?/h3>

為了檢測(cè)基于自適應(yīng)末端滑膜控制的無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)的測(cè)量效果，與文獻(xiàn)[3]、文獻(xiàn)[4]方法的測(cè)量效果進(jìn)行對(duì)比，并分析實(shí)驗(yàn)結(jié)果。

4.2 實(shí)驗(yàn)參數(shù)設(shè)計(jì)

針對(duì)自適應(yīng)末端滑膜研究的技術(shù)復(fù)雜性以及無(wú)人機(jī)傾斜攝影測(cè)量的技術(shù)高要求性，需進(jìn)行測(cè)量技術(shù)實(shí)驗(yàn)參數(shù)的設(shè)定，如表1所示。

表1 實(shí)驗(yàn)參數(shù)表

4.3 實(shí)驗(yàn)結(jié)果與分析

根據(jù)上述無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)的實(shí)驗(yàn)參數(shù)進(jìn)行實(shí)驗(yàn)對(duì)比，將所提基于自適應(yīng)末端滑膜控制的無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)的測(cè)量效果與文獻(xiàn)[3]方法、文獻(xiàn)[4]方法的測(cè)量效果進(jìn)行比較，得到的測(cè)量影像清晰度對(duì)比圖及測(cè)量數(shù)據(jù)有效率對(duì)比如圖8所示。

圖8 所提測(cè)量影像清晰度圖

在圖9中，攝影顯示度參數(shù)越高，表示圖像清晰度越好。對(duì)比圖9可知，在相同的參數(shù)條件下，本文測(cè)量技術(shù)的測(cè)量影像清晰度較高，而傳統(tǒng)測(cè)量技術(shù)的測(cè)量影像清晰度較低，造成此種差異的主要原因在于本文對(duì)測(cè)量影像數(shù)據(jù)進(jìn)行聯(lián)合收集操作，在最大程度上獲取了主要的影像數(shù)據(jù)，提升了數(shù)據(jù)的集中度，并強(qiáng)化了測(cè)量系統(tǒng)的數(shù)據(jù)采集力度，提高數(shù)據(jù)的完整性，便于后續(xù)對(duì)影像數(shù)據(jù)信息的研究，并增強(qiáng)了系統(tǒng)的自主保護(hù)功能，保障系統(tǒng)在測(cè)量過(guò)程中不會(huì)因自身原因而對(duì)測(cè)量數(shù)據(jù)產(chǎn)生影響，保護(hù)收集的數(shù)據(jù)圖像的完整度，經(jīng)過(guò)聯(lián)合的影像數(shù)據(jù)的自身強(qiáng)化性能更強(qiáng)，利于影像數(shù)據(jù)的數(shù)據(jù)保持，而傳統(tǒng)測(cè)量技術(shù)不具備此步驟，對(duì)于測(cè)量影像數(shù)據(jù)的初步處理效果較差，其測(cè)量影像清晰度較低。

圖9 對(duì)比測(cè)量影像清晰度圖

對(duì)比圖10可知，在測(cè)量時(shí)間為5 d時(shí)，所提影像測(cè)量技術(shù)的測(cè)量影像清晰度為28%，文獻(xiàn)[3]方法的測(cè)量影像清晰度為24%，文獻(xiàn)[4]方法的測(cè)量影像清晰度為20%，在測(cè)量時(shí)間為10 d時(shí)，所提影像測(cè)量技術(shù)的測(cè)量影像清晰度為32%，文獻(xiàn)[3]方法的測(cè)量影像清晰度為22%，文獻(xiàn)[4]方法的測(cè)量影像清晰度為25%。由于本文對(duì)無(wú)人機(jī)傾斜影像數(shù)據(jù)進(jìn)行匹配，利用多視影像覆蓋范圍較大的特點(diǎn)集中處理收集的影像數(shù)據(jù)，并不斷將其進(jìn)行系統(tǒng)集中操作，進(jìn)而挑選出較為合適的測(cè)量數(shù)據(jù)，提升整體測(cè)量技術(shù)的測(cè)量性能，加大數(shù)據(jù)處理力度，在處理的過(guò)程中完善影像監(jiān)測(cè)系統(tǒng)，根據(jù)信息特點(diǎn)進(jìn)行信息數(shù)據(jù)特性查找，并將數(shù)據(jù)分類，將隸屬于相同類別的數(shù)據(jù)進(jìn)行組合，獲取所需測(cè)量影像數(shù)據(jù)，使用多基元匹配方法，增強(qiáng)數(shù)據(jù)主動(dòng)匹配性，并完成最終的數(shù)據(jù)匹配操作，進(jìn)而提升測(cè)量數(shù)據(jù)的有效性。

圖10 測(cè)量數(shù)據(jù)有效率對(duì)比圖

在此后的實(shí)驗(yàn)中，隨著實(shí)驗(yàn)時(shí)間的不斷增加，本文測(cè)量技術(shù)的測(cè)量數(shù)據(jù)有效率不斷提高，且一直位于傳統(tǒng)測(cè)量技術(shù)之上。除以上原因外，本文將無(wú)人機(jī)傾斜影像進(jìn)行初步的系統(tǒng)處理，過(guò)濾影像干擾數(shù)據(jù)，增強(qiáng)影像數(shù)據(jù)自身的純凈度，并提升主系統(tǒng)的自主操作能力，在數(shù)據(jù)匹配的基礎(chǔ)上進(jìn)行攝影測(cè)量，增強(qiáng)系統(tǒng)關(guān)鍵部件的抵抗能力，強(qiáng)化系統(tǒng)運(yùn)行安全性，縮減測(cè)量所需時(shí)間，提高測(cè)量的效率，保證圖像來(lái)源的科學(xué)性，排除干擾數(shù)據(jù)的影響，提升測(cè)量數(shù)據(jù)的有效率。

經(jīng)過(guò)以上對(duì)比分析可知，本文基于自適應(yīng)末端滑膜控制的無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)的測(cè)量影像清晰度及測(cè)量數(shù)據(jù)有效率均高于傳統(tǒng)無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)，在較高程度上提升系統(tǒng)的測(cè)量性能，同時(shí)降低無(wú)關(guān)因素的干擾率，強(qiáng)化了無(wú)人機(jī)在攝影過(guò)程中的自身防護(hù)功能，擁有較為良好的發(fā)展市場(chǎng)。

5 結(jié)束語(yǔ)

在傳統(tǒng)測(cè)量技術(shù)的基礎(chǔ)上研究了一種新式基于自適應(yīng)末端滑膜控制的無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)，該技術(shù)的測(cè)量結(jié)果明顯優(yōu)于傳統(tǒng)測(cè)量技術(shù)。

首先對(duì)無(wú)人機(jī)傾斜攝影影像數(shù)據(jù)進(jìn)行聯(lián)合收集，提升初始數(shù)據(jù)的集中性，并不斷增強(qiáng)系統(tǒng)的主導(dǎo)收集性能，在收集的基礎(chǔ)上實(shí)施數(shù)據(jù)匹配操作，利用多視影像高分辨率的特點(diǎn)，輔助數(shù)據(jù)信息集中技術(shù)，將收集的數(shù)據(jù)根據(jù)地面物體三維信息特征進(jìn)行分類，加強(qiáng)綜合掌控，提高系統(tǒng)匹配能力，在不同的角度將二維特征轉(zhuǎn)化為三維特征，進(jìn)一步對(duì)匹配后的數(shù)據(jù)進(jìn)行測(cè)量，以不同方位視角對(duì)數(shù)據(jù)進(jìn)行測(cè)量，在充分了解影響特征后加強(qiáng)特征強(qiáng)化操作，最終實(shí)現(xiàn)對(duì)無(wú)人機(jī)傾斜攝影影像的測(cè)量。

相較于傳統(tǒng)測(cè)量技術(shù)，所提測(cè)量技術(shù)能夠在較高的程度上實(shí)現(xiàn)對(duì)數(shù)據(jù)的完整儲(chǔ)存，并能更好地提升測(cè)量系統(tǒng)的自主保護(hù)能力，確保測(cè)量數(shù)據(jù)安全性，同時(shí)具備較為充分的發(fā)展空間。