本發(fā)明涉及無人機影像處理，尤其涉及一種無人機影像補償切片方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、在地理空間數(shù)據(jù)處理技術(shù)領(lǐng)域，無人機影像的處理與可視化是基礎(chǔ)設(shè)施巡檢、智慧城市建設(shè)和環(huán)境監(jiān)測等領(lǐng)域的關(guān)鍵環(huán)節(jié)，而對長條狀地理目標（如管道、道路、輸電線路等）的影像切片與三維建模則是技術(shù)難點所在。高效處理這類特殊形態(tài)目標的影像數(shù)據(jù)對于巡檢企業(yè)、地理信息系統(tǒng)開發(fā)機構(gòu)和遙感數(shù)據(jù)處理中心至關(guān)重要，它直接影響到系統(tǒng)響應(yīng)速度、數(shù)據(jù)存儲成本和整體用戶體驗。因此，一種針對長條狀目標的高效影像切片方法對于提升地理信息系統(tǒng)的運行效率和資源利用率具有重要意義。

2、現(xiàn)今，行業(yè)普遍采用的切片方法包括傳統(tǒng)矩形網(wǎng)格切片（如按512×512像素固定尺寸劃分），矢量掩膜裁剪（依賴人工預(yù)先繪制邊界），基于內(nèi)容識別的智能切片，以及流式切片等技術(shù)。然而，這些方法在處理長條狀目標時仍面臨嚴重挑戰(zhàn)：傳統(tǒng)矩形切片會導(dǎo)致長條狀目標（如管道、道路）的切片中包含高達60%以上的無效區(qū)域，顯著增加存儲與處理成本；矢量掩膜裁剪依賴人工干預(yù)，無法動態(tài)適應(yīng)無人機在巡檢過程中的視角變化；內(nèi)容識別切片雖然能減少冗余，但對大型tiff影像處理時需要大量內(nèi)存資源且實時性差；流式切片僅解決了前端加載延遲問題，并未從根本上減少底層切片數(shù)量。這些方法普遍忽視了無人機飛行參數(shù)與影像采集過程的動態(tài)性，且未能充分利用rtk定位系統(tǒng)提供的補償數(shù)據(jù)來優(yōu)化切片策略，導(dǎo)致最終的長條狀目標的切片效率低，資源消耗過高。

技術(shù)實現(xiàn)思路

1、本發(fā)明的主要目的在于解決現(xiàn)有無人機影像切片方法普遍忽視了無人機飛行參數(shù)與影像采集過程的動態(tài)性，且未能充分利用rtk定位系統(tǒng)提供的補償數(shù)據(jù)來優(yōu)化切片策略，導(dǎo)致最終的長條狀目標的切片效率低，資源消耗過高的問題。

2、本發(fā)明第一方面提供了一種無人機影像補償切片方法，所述無人機影像補償切片方法包括：獲取目標無人機在巡檢長條狀目標區(qū)域時采集的無人機飛行標記數(shù)據(jù)、飛行巡檢參數(shù)數(shù)據(jù)和巡檢區(qū)域影像，并提取所述無人機飛行標記數(shù)據(jù)中的多種飛行參數(shù)數(shù)據(jù)，所述飛行參數(shù)數(shù)據(jù)包括無人機坐標數(shù)據(jù)、定位補償數(shù)據(jù)和定位狀態(tài)數(shù)據(jù)；基于所述定位補償數(shù)據(jù)，對所述無人機坐標數(shù)據(jù)進行坐標疊加計算，得到修正地理坐標，并基于所述飛行巡檢參數(shù)數(shù)據(jù)和所述修正地理坐標，構(gòu)建出所述目標無人機的相機成像視錐體模型；對所述相機成像視錐體模型和所述長條狀目標區(qū)域進行交集區(qū)域的幾何計算，得到有效影像覆蓋區(qū)域，并基于所述有效影像覆蓋區(qū)域和所述定位狀態(tài)數(shù)據(jù)，確定所述目標無人機的影像切片參數(shù)數(shù)據(jù)；基于所述影像切片參數(shù)數(shù)據(jù)，對所述巡檢區(qū)域影像進行非均勻瓦片切割，生成巡檢影像切片數(shù)據(jù)，并基于所述長條狀目標區(qū)域?qū)?yīng)巡檢主軸方向，對所述巡檢影像切片數(shù)據(jù)進行非均勻空間索引的多分辨率結(jié)構(gòu)存儲，得到所述目標無人機的巡檢影像補償切片結(jié)果。

3、可選的，在本發(fā)明第一方面的第一種實現(xiàn)方式中，所述提取所述無人機飛行標記數(shù)據(jù)中的多種飛行參數(shù)數(shù)據(jù)，所述飛行參數(shù)數(shù)據(jù)包括無人機坐標數(shù)據(jù)、定位補償數(shù)據(jù)和定位狀態(tài)數(shù)據(jù)，包括：基于預(yù)設(shè)的數(shù)據(jù)格式規(guī)范和字段結(jié)構(gòu)，對所述無人機飛行標記數(shù)據(jù)中各條記錄數(shù)據(jù)進行初步解析，得到初步解析后的飛行標記數(shù)據(jù)；提取所述初步解析后的飛行標記數(shù)據(jù)中的多種坐標參數(shù)數(shù)據(jù)，得到無人機坐標數(shù)據(jù)，以及提取所述初步解析飛行標記數(shù)據(jù)中的多向補償參數(shù)數(shù)據(jù)，得到定位補償數(shù)據(jù)，以及提取所述初步解析飛行標記數(shù)據(jù)中各條記錄數(shù)據(jù)對應(yīng)的定位狀態(tài)q值，得到定位精度指標，以及提取所述初步解析飛行標記數(shù)據(jù)中各條記錄數(shù)據(jù)對應(yīng)的北向標準差和東向標準差，得到水平精度數(shù)據(jù)，并基于所述定位精度指標和所述水平精度數(shù)據(jù)，生成定位狀態(tài)數(shù)據(jù)。

4、可選的，在本發(fā)明第一方面的第二種實現(xiàn)方式中，所述定位補償數(shù)據(jù)包括北向補償值、東向補償值和高程補償值，所述基于所述定位補償數(shù)據(jù)，對所述無人機坐標數(shù)據(jù)進行坐標疊加計算，得到修正地理坐標，包括：確定所述無人機坐標數(shù)據(jù)對應(yīng)的坐標系統(tǒng)類型，并基于所述坐標系統(tǒng)類型，并對所述無人機坐標數(shù)據(jù)進行統(tǒng)一坐標系轉(zhuǎn)換，得到統(tǒng)一地理坐標系下的坐標數(shù)據(jù)，以及對所述北向補償值、東向補償值和高程補償值進行初步修正計算，得到初步修正后的北向補償值、初步修正后的東向補償值和初步修正后的高程補償值；對所述統(tǒng)一地理坐標系下的坐標數(shù)據(jù)中對應(yīng)的緯度值與所述初步修正后的北向補償值進行代數(shù)相加，得到補償后的緯度值，以及對所述統(tǒng)一地理坐標系下的坐標數(shù)據(jù)中對應(yīng)的經(jīng)度值與所述初步修正后的東向補償值進行代數(shù)相加，得到補償后的經(jīng)度值，并對所述統(tǒng)一地理坐標系下的高程值與所述初步修正后的高程補償值進行代數(shù)相加，得到補償后的高程值；對所述補償后的緯度值、所述補償后經(jīng)度值和所述補償后高程值進行組合，形成所述修正地理坐標，并對所述修正地理坐標與所述統(tǒng)一地理坐標系下的坐標數(shù)據(jù)進行對比計算，生成沿著所述長條狀目標區(qū)域?qū)?yīng)巡檢路徑的修正地理坐標。

5、可選的，在本發(fā)明第一方面的第三種實現(xiàn)方式中，所述基于所述飛行巡檢參數(shù)數(shù)據(jù)和所述修正地理坐標，構(gòu)建出所述目標無人機的相機成像視錐體模型，包括：提取所述飛行巡檢參數(shù)數(shù)據(jù)中對應(yīng)的俯仰角、橫滾角和航向角數(shù)據(jù)，得到所述目標無人機的三維姿態(tài)參數(shù)，以及讀取所述飛行巡檢參數(shù)數(shù)據(jù)中對應(yīng)的相機焦距、視場角和傳感器尺寸參數(shù)，得到相機成像幾何參數(shù)，并對所述修正地理坐標和所述三維姿態(tài)參數(shù)進行坐標系轉(zhuǎn)換，得到所述目標無人機對應(yīng)原點位置的相機坐標系；對所述三維姿態(tài)參數(shù)進行旋轉(zhuǎn)矩陣計算，得到相機光軸方向向量和多個視錐體角點向量，以及對所述相機成像幾何參數(shù)進行視錐體幾何參數(shù)計算，得到視錐體近平面和遠平面參數(shù)，并對所述視錐體近平面和遠平面參數(shù)和所述視錐體角點向量進行空間方程構(gòu)建，得到視錐體四個側(cè)面方程；對所述相機光軸方向向量、所述視錐體角點向量和所述視錐體四個側(cè)面方程進行幾何關(guān)系整合，得到視錐體頂點與面的拓撲結(jié)構(gòu)數(shù)據(jù)，并對所述拓撲結(jié)構(gòu)數(shù)據(jù)和所述相機坐標系信息進行巡檢空間定位的整合，構(gòu)建出相機成像視錐體模型。

6、可選的，在本發(fā)明第一方面的第四種實現(xiàn)方式中，所述對所述相機成像視錐體模型和所述長條狀目標區(qū)域進行交集區(qū)域的幾何計算，得到有效影像覆蓋區(qū)域，包括：對所述長條狀目標區(qū)域?qū)?yīng)的地表高程信息數(shù)據(jù)進行三角網(wǎng)格劃分，生成區(qū)域三角網(wǎng)格模型，并對所述相機成像視錐體模型與所述區(qū)域三角網(wǎng)格模型進行三維幾何求交運算，得到視錐體與地表的區(qū)域空間交線；對所述區(qū)域空間交線進行投影輪廓的提取，生成所述長條狀目標區(qū)域地表上對應(yīng)的視錐體投影多邊形，并基于所述巡檢區(qū)域影像對應(yīng)的原始影像坐標系，對所述視錐體投影多邊形進行統(tǒng)一坐標系轉(zhuǎn)換，得到地理空間多邊形；對所述地理空間多邊形進行多種幾何參數(shù)數(shù)值的計算，得到所述長條狀目標區(qū)域的空間分布特征，并對所述空間分布特征進行矢量邊界提取和巡檢像素級的掩碼轉(zhuǎn)換，生成有效影像覆蓋區(qū)域。

7、可選的，在本發(fā)明第一方面的第五種實現(xiàn)方式中，所述基于所述有效影像覆蓋區(qū)域和所述定位狀態(tài)數(shù)據(jù)，確定所述目標無人機的影像切片參數(shù)數(shù)據(jù)，包括：對所述定位狀態(tài)q值等于預(yù)設(shè)的定位狀態(tài)精度閾值的定位狀態(tài)數(shù)據(jù)進行固定解狀態(tài)數(shù)據(jù)標記，得到狀態(tài)標記結(jié)果，以及檢測所述定位狀態(tài)數(shù)據(jù)中的北向標準差和東向標準差是否大于預(yù)設(shè)標準差臨界值，得到標準差檢測結(jié)果；基于所述狀態(tài)標記結(jié)果和所述標準差檢測結(jié)果，確定所述有效影像覆蓋區(qū)域中各個巡檢拍攝位置對應(yīng)的切片分辨率，以及判斷所述有效影像覆蓋區(qū)域?qū)?yīng)的區(qū)域長寬比值是否大于預(yù)設(shè)的長寬比閾值；若所述有效影像覆蓋區(qū)域?qū)?yīng)的區(qū)域長寬比值大于預(yù)設(shè)的長寬比閾值，則確定所述有效影像覆蓋區(qū)域為長條狀影像區(qū)域，以及調(diào)整所述有效影像覆蓋區(qū)域?qū)?yīng)第一影像瓦片參數(shù)的數(shù)值，生成所述長條狀影像區(qū)域的第一切片調(diào)整結(jié)果；若所述有效影像覆蓋區(qū)域?qū)?yīng)的區(qū)域長寬比值不大于預(yù)設(shè)的長寬比閾值，則確定所述有效影像覆蓋區(qū)域為非長條狀影像區(qū)域和確定所述有效影像覆蓋區(qū)域?qū)?yīng)第二影像瓦片參數(shù)數(shù)值，生成所述非長條狀影像區(qū)域的第二切片調(diào)整結(jié)果；基于所述狀態(tài)標記結(jié)果、所述切片分辨率、所述第一切片調(diào)整結(jié)果和所述第二切片調(diào)整結(jié)果，整合生成所述目標無人機的影像切片參數(shù)數(shù)據(jù)。

8、可選的，在本發(fā)明第一方面的第六種實現(xiàn)方式中，所述基于所述影像切片參數(shù)數(shù)據(jù)，對所述巡檢區(qū)域影像進行非均勻瓦片切割，生成巡檢影像切片數(shù)據(jù)，并基于所述長條狀目標區(qū)域?qū)?yīng)巡檢主軸方向，對所述巡檢影像切片數(shù)據(jù)進行非均勻空間索引的多分辨率結(jié)構(gòu)存儲，得到所述目標無人機的巡檢影像補償切片結(jié)果，包括：基于所述影像切片參數(shù)數(shù)據(jù)，對所述巡檢區(qū)域影像進行無效區(qū)域的裁剪和非均勻切片，得到多個影像切片瓦片數(shù)據(jù)；對各所述影像切片瓦片進行地理位置和縮放級別的標識編碼，得到編碼后的影像切片瓦片數(shù)據(jù)，以及識別所述長條狀目標區(qū)域?qū)?yīng)的巡檢主軸方向，并基于所述巡檢主軸方向，確定所述長條狀目標區(qū)域?qū)?yīng)索引方向的非均勻空間索引；基于所述非均勻空間索引，對所述編碼后的影像切片瓦片數(shù)據(jù)進行多分辨率結(jié)構(gòu)組織和瓦片數(shù)據(jù)存儲，得到所述目標無人機的巡檢影像補償切片結(jié)果。

9、本發(fā)明第二方面提供了一種無人機影像補償切片裝置，所述無人機影像補償切片裝置包括：數(shù)據(jù)獲取模塊，用于獲取目標無人機在巡檢長條狀目標區(qū)域時采集的無人機飛行標記數(shù)據(jù)、飛行巡檢參數(shù)數(shù)據(jù)和巡檢區(qū)域影像，并提取所述無人機飛行標記數(shù)據(jù)中的多種飛行參數(shù)數(shù)據(jù)，所述飛行參數(shù)數(shù)據(jù)包括無人機坐標數(shù)據(jù)、定位補償數(shù)據(jù)和定位狀態(tài)數(shù)據(jù)；視錐構(gòu)建模塊，用于基于所述定位補償數(shù)據(jù)，對所述無人機坐標數(shù)據(jù)進行坐標疊加計算，得到修正地理坐標，并基于所述飛行巡檢參數(shù)數(shù)據(jù)和所述修正地理坐標，構(gòu)建出所述目標無人機的相機成像視錐體模型；區(qū)域計算模塊，用于對所述相機成像視錐體模型和所述長條狀目標區(qū)域進行交集區(qū)域的幾何計算，得到有效影像覆蓋區(qū)域，并基于所述有效影像覆蓋區(qū)域和所述定位狀態(tài)數(shù)據(jù)，確定所述目標無人機的影像切片參數(shù)數(shù)據(jù)；切片存儲模塊，用于基于所述影像切片參數(shù)數(shù)據(jù)，對所述巡檢區(qū)域影像進行非均勻瓦片切割，生成巡檢影像切片數(shù)據(jù)，并基于所述長條狀目標區(qū)域?qū)?yīng)巡檢主軸方向，對所述巡檢影像切片數(shù)據(jù)進行非均勻空間索引的多分辨率結(jié)構(gòu)存儲，得到所述目標無人機的巡檢影像補償切片結(jié)果。

10、本發(fā)明第三方面提供了一種無人機影像補償切片設(shè)備，包括：存儲器和至少一個處理器，所述存儲器中存儲有指令；所述至少一個處理器調(diào)用所述存儲器中的所述指令，以使得所述無人機影像補償切片設(shè)備執(zhí)行上述的無人機影像補償切片方法的各個步驟。

11、本發(fā)明的第四方面提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有指令，當其在計算機上運行時，使得計算機執(zhí)行上述的無人機影像補償切片方法的各個步驟。

12、上述無人機影像補償切片方法、裝置、設(shè)備及存儲介質(zhì)。本發(fā)明實施例中，通過對目標無人機巡檢長條狀目標時的飛行標記數(shù)據(jù)和參數(shù)數(shù)據(jù)進行提取和處理，獲取無人機坐標、定位補償和狀態(tài)等基礎(chǔ)飛行參數(shù)；然后基于定位補償數(shù)據(jù)對坐標進行疊加計算，得到修正地理坐標，并結(jié)合飛行巡檢參數(shù)構(gòu)建精確的相機成像視錐體模型；接著將視錐體模型與長條狀目標區(qū)域進行幾何交集計算，獲得有效影像覆蓋區(qū)域，并依據(jù)覆蓋區(qū)域特征和定位狀態(tài)確定自適應(yīng)切片參數(shù)；最后根據(jù)切片參數(shù)對巡檢區(qū)域影像實施非均勻瓦片切割，并按照目標區(qū)域主軸方向進行非均勻空間索引的多分辨率結(jié)構(gòu)存儲，輸出最終的巡檢影像補償切片結(jié)果。通過動態(tài)自適應(yīng)的數(shù)據(jù)處理和幾何分析，解決了長條狀地理空間數(shù)據(jù)的切片效率與資源消耗矛盾，特別是針對管道、道路等線性設(shè)施的三維建模與可視化場景；采用基于無人機位姿參數(shù)的動態(tài)切片方法，既充分利用了rtk定位系統(tǒng)提供的精確補償數(shù)據(jù)，又實現(xiàn)了切片形狀與目標形態(tài)的匹配；此外通過非均勻空間索引和多分辨率存儲策略，有效降低了冗余數(shù)據(jù)存儲量和處理時間，整體上實現(xiàn)了長條狀目標影像數(shù)據(jù)的高效切片處理。

13、本發(fā)明的其他特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

14、為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。