无人机航拍高度与地面采样距离

news2024/11/28 18:53:17

无人机航拍高度与地面采样距离

1.无人机航拍高度与地面采样距离的关系

为搞清无人机航拍高度与地面采样距离的关系,首先需要了解像素与像元之间的细小差别(个人理解)。像素偏重于图片描述,也就是常说的一张图片像素是多少。像元则指一个像素点的实际大小。
对同样大小面积的图片,像元越小,即像素面积越小,进而该场景图片像素数目越大,也就越清晰。

G=[GSD_L,GSD_W]G=[G_L,G_W]P=[F,pt_l,pt_w,P_L,P_W]A=(g_l*g_w)/(pt_l*pt_w)

GSD:地面采样分辨率,是指航拍时每个像元代表的范围大小(假设为垂直拍摄)。
G:拍摄到的地面信息,G_L与G_W分别地面信息的长和宽。
P:相机。F为焦距,pt_l与pt_w表示图片像素数量。P_L,P_W为成像尺寸(假设为方形观测视角)。
令n表示该方向像素个数,a表示一个像素点大小。

P_L=n*a

A:每个像素所表示的实际大小,计算方法如上。

GSD_L=G_L/n

GSD与地面距离和像素关系如上。考虑H>>F,为了方面理解,画图如下:
在这里插入图片描述

接下来讲述高度与地面采样距离的关系:
利用小孔成像原理:
G_L=P_L*H/F推出H=G_L*F/P_L
进而:

H=(G_L/n)*(F/a)=F*GSD/a

即该方向上的无人机航拍高度与地面采样率之间的关系。

2.无人机数据采集地面分辨率反推飞行高度

前言
在无人机数据采集的过程中,经常我们很难推算飞行高度与地面分辨率之间的关系,借助于Pix4D官方手册,做一个记录,供参考。

关键词
飞行高度计算需要知道GSD(地面分辨率),相机焦距,相机传感器宽度(mm)和照片宽度(像素);
在这里插入图片描述

Sw:真实传感器宽度(mm);
Fr:真实焦距(mm);
H:飞行高度(m);
Dw:一幅图像覆盖地面的真实宽度(飞行方向)(m);
imW:图像宽度(像素);
计算公式
H(m)=(imW x GSD x Fr)/(Sw x 100)
示例:假设获取地面分辨为5,使用的相机的焦距为5,真实相机传感器宽度为6.17,相机宽度为4000像素,那么计算结果为:162.07m;
H(m)=(imW x GSD x Fr)/(Sw x 100)=(4000 x 5 x5)/(6.17 x100)=162.07(m)
以精灵4P参数为例

型号相机图像宽度(像素)图像高度(像素)传感器宽度传感器高度相机焦距
精灵4PFC63105472307812.83337.218758.8
  • 那么,如果dji 精灵4P飞行高度为200m,采集到的数据的地面分辨率为5.33cm;

上述相机参数可以通过pix4D软件新建项目,导入照片得到;

3.什么是遥感图像的空间分辨率

遥感图像的空间分辨率是指图像上可以检测最小单元的大小,一般用地面采样间距(Ground Sample Distance, GSD)或像元大小表示。

遥感图像的空间分辨率用像元大小表示很容易理解,指数字图像中一个像元(像素)对应地面上的大小。例如10米的空间分辨率图像上,一个像元对应的地面大小就是10米*10米。从这个形象的表示中我们可以知道,空间分辨率的值越小,图像中的细节就越多。比如图中,30米空间分辨率的图像在显示地物细节和信息量方面明显优于250米空间分辨率图像,前者可以清晰分辨旧金山的奥克兰海湾大桥及其阴影,而250米的图像则不行。

在这里插入图片描述

表示图像空间分辨率的更专业方式是地面采样间距GSD,GSD是图像像元(单个探测元)在地面上的投影大小。GSD的计算方式为:GSD=(离地面距离传感器单个探测元大小)/焦距。如某一航飞系统,传感器的单个探测元大小0.009mm,光学系统焦距28mm,航高1800m,其GSD=(0.009mm1800m)/28mm=0.6m。

需要注意的是,图像像元大小并不一定会与成像系统的GSD一致,虽然大部分情况下是一致的。例如空中客车(Airbus)公司的Pleiades-1A/1B高分辨率光学卫星全色图像其地面采样间距是0.7米,但是对外提供的图像产品像元大小为0.5米,对外宣传的图像空间分辨率也是0.5米。另外,一般我们会说星下点地面采样间距(空间分辨率),那是因为如图5所示传感器成像的投影点位置是最佳的GSD(分辨率),其它位置的GSD由于h变大会导致GSD变大,这对于大幅宽的图像尤为明显,如MODIS的1000米分辨率图像由于其高达2330千米的幅宽,在图像边缘GSD会变成2000米。对于可以大角度侧摆成像的商业遥感卫星,在大角度成像时其GSD也会大于星下点GSD,例如Worldview-3星下点全色GSD是0.31米,偏离星下点20°时GSD是0.34米。

空间分辨率(或GSD)大小仅表明影像细节的可见程度,不代表能识别或区分同等大小的目标。事实上,当图像空间分辨率为3米,该图像上尺寸为3米大小的目标绝大部分并不能被识别。空间分辨率的值越低,其识别目标的能力越强,但是目标的可分辨程度不完全取决于空间分辨率,目标被识别与目标本身结构和图像背景等因素相关,线性目标(铁路、公路、桥梁等)与单一背景反差较大时,即使目标尺寸小于空间分辨率的值也可以被识别;图4上旧金山奥克兰海湾大桥西段(连接旧金山市区)的宽度为20米,但是在空间分别率60米的图像上可以被分辨,桥梁宽度不到空间分辨率的1/3,这是因为线性的桥梁与海面背景反差比较强烈。

图像空间分辨率随着成像条件(成像几何、成像天气等)是会变的,例如成像时,太阳高度角、方位角、观测角度等发生变化时,同一个卫星系统所拍摄的图像分辨率(或图像清晰度)可能会有肉眼可见的明显差异

参考资料2
参考资料3

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/626599.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

谷粒商城学习笔记(一):分布式基础概念

分布式基础概念 1. 微服务2. 集群&分布式&节点3. 远程调用4. 负载均衡5. 服务注册/发现&注册中心6. 配置中心7. 服务熔断&服务降级8. API网关 1. 微服务 微服务架构风格,就是把一个单体架构按照业务拆分成多个服务模块,每个模块之间独立…

C标准库——字符串函数反汇编分析

1、前置概念补充 test:逻辑与,如果是1,zf就是1,如果是0,zf就是0 可以还原成等价的高级语言,理解代码逻辑,但是不一定是源代码 大写的A:41,小写a:61 asci…

manacher——马拉车算法(图文详解)

文章目录 简要介绍实际应用算法详解 简要介绍 马拉车算法,Manacher‘s Algorithm 是用来查找一个字符串的最长回文子串的线性方法,是一个叫Manacher的人在1975年发明的,这个方法的最大贡献是在于将时间复杂度提升到了线性O(N)。 实际应用 刷…

ChatGPT让沟通更智能、更便捷

ChatGpt是最近引起强烈关注的一种技术,它可以实现聊天机器人,为使用者解决复杂的信息获取和学习任务。但他也不仅仅是一个聊天机器人,它是一种基于深度学习算法的自然语言生成模型,由OpenAI公司开发。它可以模拟人类的对话方式&am…

AICG - Stable Diffusion 学习思考踩坑实录(待续补充)

关于模型 如果模型中没有各种角度的脚和手,无论你再怎么费劲心思,AI 都画不出来,目前C 站也没有什么好脚的例子,正面脚背面脚,但是没有侧面脚,脚这块还是很欠缺,希望未来有大牛能训练出来美脚 …

Python头歌合集(题集附解)

目录 一、Python初识-基本语法 第1关:Hello Python! 第2关:我想看世界 第3关:学好Python 第4关:根据圆的半径计算周长和面积 第5关:货币转换 二、turtle简单绘图 第1关:英寸与厘米转换 第2关&#xff1…

【MySQL数据库 | 第十篇】DCL操作

目录 🤔 前言: 🤔DCL介绍: 🤔1.DCL管理用户: 1.查询用户: 图示: 2.创建用户 示例1: 运行结果:​ 示例2: 运行结果:​ 3.修改…

基于html+css的图展示116

准备项目 项目开发工具 Visual Studio Code 1.44.2 版本: 1.44.2 提交: ff915844119ce9485abfe8aa9076ec76b5300ddd 日期: 2020-04-16T16:36:23.138Z Electron: 7.1.11 Chrome: 78.0.3904.130 Node.js: 12.8.1 V8: 7.8.279.23-electron.0 OS: Windows_NT x64 10.0.19044 项目…

色环电阻出现的年代以及如何快速记忆计算

上次群里面大家兴趣盎然地讨论着几颗开关电源上面的色环电阻的读数。因为开关电源上面比较特殊,会出现几颗阻值很小的电阻(小于1欧姆的)。大家又非常感兴趣地重温了色环的计算方法。 色环的口诀我总结的是:黑,棕红橙&…

插件化技术

插件化技术 一.概述二.原理三.好处四.插件化涉及到的技术以及常用的插件化框架五.详细说明1.第一个问题:类加载(1)Android 项目中,动态加载技术按照加载的可执行文件的不同大致可以分为两种:(2)…

本地安装 Stable Diffusion 教程 Mac 版本

前面两篇讲了如何用免费的网络资源搭建 Stable Diffusion,有朋友问,有没有在本地搭建的教程。 以 MacBook Pro 为例,下面是安装步骤。 前置要求:Homebrew,Python 3.0。 如未安装Homebrew,请按照https://bre…

CASAIM与北京大学达成科研合作,基于3D打印技术加快力学性能试验分析,实现高效的力学结构设计和力学测试

近期,CASAIM与北京大学达成科研合作,基于3D打印技术进行力学性能试验分析,快速制造各种力学测试样件,从而实现高效的力学结构设计和力学测试。 北京大学是我国教育部直属的全国重点大学,位列国家“双一流”A类 、“985…

SpringBoot的宠物医院管理系统(有文档)

SpringBoot的宠物医院管理系统 本项目适合用来学习,以及二次开发,分享下 简介 1.访问地址 http://localhost:8080/ 超级管理员账户 账户名:admin 密码:admin123 宠物医生 账户名: laozhang 密码:12345…

异常检测学习笔记 二、基于角度和深度的极值分析技术

一、异常检测的概率模型 为您的数据选择合适的模型,选择一个概率阈值,低于该阈值将数据标记为异常,计算观察数据中每个实例的概率,低于阈值的情况属于异常情况。 研究表明,世界杯比赛的进球数可以很好地近似于泊松分布。在一场比赛中进n球的概率由下式给出: ,其中λ是每…

IP地址与MAC地址

引言(有基础的同学可以不看):在复杂的网络通信中,有茫茫多的数据在中传输,它们是如何在相隔一步一步寻找到对方的呢? 网络通信的基本结构https://blog.csdn.net/qq_68140277/article/details/130937717?sp…

OpenStack部署(五)

OpenStack部署 11. 启动一个实例11.1 获取凭证11.2 创建虚拟网络11.3 创建主机规格11.4 生产环境的规格推荐11.5 生成一个键值对11.6 增加安全组规则11.7 创建块设备存储11.8 创建实例 12. 资源整理12.1 用到的端口12.2 openstack各组件常用命令1. openstack命令2. nova的常用命…

chatgpt赋能python:Python怎么5个一行?——提高代码可读性的方法

Python怎么5个一行?——提高代码可读性的方法 在Python编程中,提高代码可读性是非常重要的。然而,如果代码缩进不当,代码块就会非常难以辨认。那么,如何在不影响代码可读性的情况下使代码更清晰易懂呢?本文…

javaScript蓝桥杯---一起会议吧

目录 一、介绍二、准备三、目标四、代码五、完成 一、介绍 网络会议已经成为当下最流行的会议模式,为网络会议提供支持的当然是一些优秀的会议软件。 本题需要在已提供的基础项目中使用 Vue 2.x 知识完善代码,最终实现网络会议软件中,参会人…

javaScript蓝桥杯----权限管理

目录 一、介绍二、准备三、目标四、代码五、知识点六、完成 一、介绍 你有没有想过,在我们日常浏览的网页中,那些新闻或者商品内容是如何被输入到数据库中的呢?大家虽然没有用过,但是肯定听过“后台管理系统”,运营人…

从零开始的软路由之爱快虚拟机搭建openwrt

缘起 上篇文章我们介绍了爱快软路由的搭建方法,成功了实现了软路由的初级布置——能上网了。接下来就是搭建双软路由中的另一个openwrt了,上期介绍了爱快的特点,主要是用来多拨,分流,流控等操作,在这些方面…