无人机遥感影像快速处理技术研究
无人机遥感系统的研究进展与应用前景
无人机遥感系统的研究进展与应用前景随着科技的不断发展，无人机技术在农业、环境监测、地质勘探、城市规划等领域得到了广泛的应用。
无人机遥感技术作为无人机应用的一个重要方向，其在资源调查、环境监测、灾害评估等方面的应用日益广泛。
本文将对无人机遥感系统的研究进展和应用前景进行探讨。
一、无人机遥感技术的研究进展1. 硬件技术的发展随着无人机技术的逐步成熟，无人机的载荷能力、续航能力、稳定性等方面得到了很大的提升，使得无人机逐渐成为了遥感数据获取的理想平台。
传感器技术也在不断发展，高分辨率的光学摄像头和雷达传感器使得无人机遥感系统可以获取更加精细的数据。
2. 数据处理技术的进步随着计算机和人工智能技术的不断发展，无人机获取的遥感数据可以通过数据处理技术进行高效处理和分析。
利用图像识别和机器学习算法可以对遥感图像进行自动解译和分类，大大提高了数据分析的效率和准确性。
1. 环境监测与资源调查无人机遥感技术可以对土地利用、植被覆盖、水资源分布等进行监测和调查，为环境保护和资源管理提供数据支持。
特别是在一些人迹罕至的地区或者复杂的地形条件下，无人机可以取代传统的遥感卫星，提供更加高分辨率的遥感数据。
2. 灾害监测与评估在地质灾害、森林火灾等方面，无人机遥感技术可以快速地获取受灾地区的信息，包括损毁情况、人员分布等，为灾害救援提供可靠的数据支持。
基于无人机遥感技术的灾害预警系统也得到了越来越多的关注和应用。
3. 城市规划与建设在城市规划、交通管理等方面，无人机遥感技术可以获取城市的地形、交通状况、建筑物分布等信息，为城市规划和建设提供决策支持。
尤其是在城市更新和建设规划中，无人机遥感技术可以提供准确的数据支持，为城市的可持续发展提供支撑。
4. 农业生产与资源管理在农业领域，无人机遥感技术可以监测农田的土壤墒情、作物生长情况等信息，为精准农业和水资源管理提供支持。
通过无人机遥感技术获取的数据，可以为农业生产提供精细化的管理决策，提高农业生产的效益和可持续性。
无人机遥感技术在环境监测中的应用与数据处理方法的研究
无人机遥感技术在环境监测中的应用与数据处理方法的研究摘要：随着无人机遥感技术的快速发展，其在环境监测中的应用也日益广泛。
本文旨在研究无人机遥感技术在环境监测中的应用以及相应的数据处理方法。
首先介绍了无人机遥感技术的基本原理和特点，然后探讨了其在环境监测中的几个关键应用领域，包括大气环境监测、水质监测和土地资源调查。
最后，提出了一些数据处理方法，以更好地利用无人机遥感技术进行环境监测。
1. 引言无人机遥感技术在环境监测中具有巨大潜力，可以高效地获取大面积、高分辨率的环境数据，为环境保护和资源管理提供有效的支持。
该技术已经在大气环境监测、水质监测和土地资源调查等方面取得了显著的应用效果。
本文将对无人机遥感技术在这些领域中的具体应用以及相应的数据处理方法进行研究和总结。
2. 无人机遥感技术的基本原理和特点2.1 无人机遥感技术的基本原理无人机遥感技术是利用安装在无人机上的传感器获取地面或水面的信息，并通过数据处理方法对这些信息进行解译和分析的一种技术。
这些传感器可以包括光学传感器、热红外传感器和微波传感器等。
光学传感器可以获取地表特征、植被信息和水质信息等，热红外传感器可以获取地表温度分布信息，微波传感器可以获取地下水位和土壤含水量等信息。
2.2 无人机遥感技术的特点无人机遥感技术相比于传统的遥感技术具有以下特点：（1）高分辨率：无人机可以低空飞行，获取更高分辨率的图像数据，使得环境监测更加精细化。
（2）灵活性：无人机可以快速部署，适应不同环境和任务需求，提高了数据采集的效率。
（3）实时性：无人机可以实时传输采集到的数据，提供在线监测和及时预警的功能。
3. 无人机遥感技术的应用3.1 大气环境监测大气环境监测是无人机遥感技术的重要应用领域之一。
无人机搭载的光学传感器可以获取大气污染物的分布情况和浓度变化，包括氮氧化物、二氧化硫和颗粒物等。
此外，热红外传感器可以监测大气温度、湿度分布和热岛效应等。
通过无人机遥感技术，可以实现精细化的大气环境监测和空气质量预警。
遥感影像快速处理与智能解译系统
遥感影像快速处理与智能解译系统随着空间科学技术的快速发展，遥感影像的获取和分析已成为地理信息系统（GIS）、环境监测、城市规划、土地资源调查等领域的重要工具。
然而，遥感影像的解析往往面临处理量大、处理速度慢以及解译精度不高等问题。
为了解决这些问题，本文将介绍一种遥感影像快速处理与智能解译系统。
一、遥感影像快速处理系统遥感影像快速处理系统主要包括以下四个步骤：数据预处理、图像融合、图像分类和图像分割。
1、数据预处理：这个步骤主要是对原始数据进行质量检查、格式转换和噪声去除等操作，以确保数据的准确性和一致性。
2、图像融合：通过将多源遥感影像进行融合，可以获取更全面和准确的信息。
常用的图像融合方法包括基于波段融合、基于空间融合和基于光谱融合等。
3、图像分类：这个步骤主要是利用计算机视觉和深度学习技术对遥感影像进行自动分类，以实现快速、准确的数据处理。
4、图像分割：对于一些特定的应用场景，可能需要对遥感影像进行更精细的处理，例如目标检测、边缘检测等，这时就需要用到图像分割技术。
二、智能解译系统智能解译系统是遥感影像解析的关键部分，它主要包括以下三个步骤：特征提取、分类识别和结果输出。
1、特征提取：从遥感影像中提取有用的特征是智能解译系统的第一步。
这些特征可以包括颜色、形状、纹理等，具体提取哪些特征需要根据实际应用场景来确定。
2、分类识别：在提取出有用的特征之后，就需要利用这些特征来进行分类识别。
常用的分类识别方法包括支持向量机（SVM）、随机森林（RF）、神经网络等。
3、结果输出：智能解译系统需要将分类识别的结果以易于理解的方式输出，例如生成报告、绘制图表等。
三、总结遥感影像快速处理与智能解译系统是遥感技术发展的重要方向，它可以大大提高遥感影像的处理速度和解译精度，从而为各领域的决策提供更准确、更及时的数据支持。
虽然现有的系统已经取得了很大的进展，但是仍存在一些挑战和问题需要解决，例如如何进一步提高处理速度和解译精度，如何更好地适应各种复杂的应用场景等。
无人机遥感影像处理与图像识别方法
无人机遥感影像处理与图像识别方法无人机已经成为了监测、测绘、地理信息等领域不可或缺的工具。
无人机遥感技术，即通过无人机平台获取地面信息进行实时监测和数据分析，已经成为了目前最前沿的科技领域之一。
其中，无人机遥感影像处理与图像识别方法是无人机遥感技术的关键问题之一。
一、无人机遥感影像处理无人机遥感影像处理是利用无人机拍摄的遥感影像进行像元分析、分类和处理等各种操作，从而获取有用信息的技术。
无人机获取的图像具有高时空分辨率、数据量大、信息量丰富等特点，但同时也带来了处理难度大等问题。
1.像元分析像元指图像中的一个个像素点，像元分析是指对图像中每一个像素点的分析和处理。
像元分析根据图像中像素点的亮度、颜色和纹理等特征进行分析和处理。
像元分析可以提取出大量的图像特征，比如纹理、色调、边缘等，对图像的分类和识别有着重要的作用。
2.分类处理分类是指将像元根据其特征分为不同类别，并赋予标签。
在遥感影像的处理中，分类是一个非常重要的步骤。
常用的分类方法有聚类、最大似然、决策树等。
分类后，可利用机器学习等方法对分类结果进行进一步的分析和处理。
二、无人机遥感图像识别方法无人机遥感图像识别方法是指根据无人机获取的遥感影像对图像中目标进行自动识别的方法。
遥感图像识别方法可以分为两种，即基于特征提取的方法和基于深度学习的方法。
1.基于特征提取的方法基于特征提取的方法是通过对遥感影像进行像元分析和特征提取，从而得到图像中目标的识别特征。
这种方法处理速度快，但是对图像中目标特征的提取精度有一定局限。
2.基于深度学习的方法基于深度学习的方法是基于卷积神经网络（CNN）的图像识别方法，它通过大量的数据训练模型，从而实现对图像中目标的自动识别。
这种方法处理精度高，但需要大量的数据进行训练和优化，且计算成本较高。
三、无人机遥感影像处理与图像识别的应用1.农业无人机遥感技术在农业领域的应用非常广泛。
无人机可以根据农田的土壤、气候、降雨等数据进行实时监测，从而在农业生产中更精准地施肥、浇水等，提高了农业生产效率。
无人机遥感影像处理技术的技术趋势与实际应用案例
无人机遥感影像处理技术的技术趋势与实际应用案例无人机遥感影像处理技术是近年来发展迅速的技术领域之一。
它利用无人机搭载的导航设备和遥感传感器，可以高效获取地球表面的影像数据，并通过影像处理技术进行分析和解译。
该技术具有高空间分辨率、低成本和快速部署等优势，被广泛应用于农业、城市规划、环境监测等领域。
在农业领域，无人机遥感影像处理技术可以提供精准的农田管理方案和病虫害监测。
通过遥感影像处理，可以对农田进行多光谱、热红外等多方面的监测，实时掌握农田生长情况和作物状况，并通过图像处理技术进行图像分类和病虫害识别。
例如，利用无人机遥感影像处理技术可以实现不同作物的分类和面积监测，帮助农民进行农作物的种植规划和产量预测。
此外，该技术还可以通过图像差异分析，及早发现农田中的病虫害问题，并进行精确的喷药，减少农药使用量，提高农作物产量。
在城市规划领域，无人机遥感影像处理技术可以提供高分辨率的城市地形模型和三维建筑物信息。
通过无人机遥感影像采集，可以获取城市地理信息的大量数据，并通过图像处理技术进行地形重建和三维模型构建。
这些数据可以帮助城市规划师进行城市规划与建设，优化道路布局、绿化规划等。
例如，利用无人机遥感影像处理技术可以实现城市地形测绘，得到高分辨率的数字地图，辅助城市规划师进行道路和建筑物的布局规划。
此外，该技术还可以通过红外图像处理来识别城市建筑物的能量消耗，为城市节能环保方案提供决策依据。
在环境监测领域，无人机遥感影像处理技术可以提供快速响应和高精度的监测数据。
通过无人机搭载的遥感传感器，可以对山区植被、河流水质、气象变化等进行实时监测，并通过影像处理技术进行数据分析和解释。
例如，利用无人机遥感影像处理技术可以实现森林火灾的早期检测和监测，通过图像纹理分析和火焰指数计算，可以实时监测火势发展趋势，并向相关部门提供及时的预警信息。
此外，该技术还可以通过多光谱图像处理来监测河流水质，判断水体中的悬浮物浓度和富营养化程度，帮助环境保护部门进行水生态环境的管理和保护。
无人机低空遥感对于影像数据获取与处理论文
探讨无人机低空遥感对于影像数据的获取与处理摘要：无人机低空遥感作为一种新兴的遥感手段，在各行各业中有着广泛的应用。
本文简要的介绍了无人机低空遥感的特点，并对其影像数据获取与处理的方法进行了分析。
关键词：无人机低空遥感影像获取数据处理随着科技的进步，无人机低空遥感技术被广泛的应用在多个领域当中，因此，无人机低空遥感影像数据的获取与处理方式也渐渐得到了人们的重视。
1 无人机低空遥感的特点及应用无人机是采用无线电遥控设备进行远程操控，或利用自身程序进行控制的无人驾驶飞行装置。
无人机的低空遥感将获得高清晰度的影像作为目的，融合了gps卫星定位和低空遥感的技术，形成了具有较高机动性与灵活性、体积小、成本低的无人机遥感系统，并广泛的应用于国土利用、矿产勘测、地质调查、环境监测、森林防火等多个领域。
在汶川大地震当中，无人机更是充分发挥了其机动灵活、安全便捷的特点，弥补了卫星遥感以及航空遥感的不足，在第一时间为抗震救灾提供了宝贵的资料，对后期的救灾工作起到了很大的帮助。
与卫星遥感和航空遥感相比，无人机低空遥感具备独特的优势。
首先，无人机低空遥感更加迅速灵活，能够快速的对任务做出响应，而作业与维护的成本却要远远低于前两者。
其次，无人机的飞行高度较低，能够获得大比例尺、高精度的影像，非常适合对小范围的区域进行高清晰度的拍摄。
第三，无人机低空遥感的飞行高度通常在1000米以下，对民航等其他飞行设施几乎没有任何影响，因此无需申请空域。
最后，无人机体积较小，便于携带和转移，并且能够获取高重叠度的影像，保证了后期处理的准确与可靠。
但是，无人机低空遥感也有一定的不足之处。
由于无人机体型较小，工作时受风力的影响较大，使其难以承受过高的载荷，并且对载荷的体积和抗震性有着严格的要求。
同时，无人机搭载的成像设备在拍摄及后期处理的方式上与航空遥感及卫星遥感有所不同，给数据的获取与处理带来了一定的难度。
2 无人机低空遥感影像数据的获取2.1 无人机遥感系统的组成无人机的遥感系统主要由三大部分组成，具体包括空中控制系统、地面控制系统以及数据后处理系统。
无人机遥感技术的研究及应用
无人机遥感技术的研究及应用随着科技的快速发展，无人机遥感技术也越来越成熟，被广泛应用于农业、林业、环境、地质、建设等领域。
无人机遥感技术依靠高分辨率影像、精准定位、数据可视化等手段，可以快速、高效地获取目标地区的地表信息。
一、无人机遥感技术的基础原理无人机遥感技术依靠搭载在无人机上的各种传感器，通过获取地表的高分辨率影像和其他数据，来获取目标地区的地表信息。
这些传感器包括高精度光学相机、激光雷达、多光谱相机、超高分辨率星载遥感传感器等。
通过这些传感器，可以实现全天候、全天时、高精度的地表数据获取和处理，为后续的数据分析和应用提供了可靠的数据支持。
二、无人机遥感技术的应用领域1.农业领域：无人机遥感技术可以快速获取农作物的生长状况、土地利用情况等信息，为农业生产提供精准化管理和决策支持。
例如，可以使用无人机遥感技术获取农作物的生长情况和叶片颜色等信息，来判断农作物的健康程度和生长状态，为精准施肥、喷药提供依据。
2.林业领域：无人机遥感技术可以快速获取森林的覆盖情况、树种、树高、杂草覆盖等信息，为林业生产提供科学的管理决策。
例如，可以使用无人机遥感技术获取森林的覆盖情况和杂草覆盖等信息，来制定杂草清除计划，提高树木生长的空间和养分的竞争能力，来提高林木的产量和质量。
3.环境领域：无人机遥感技术可以快速获取城市中的空气、水质、土壤等环境的数据信息，为环保监测提供科学的依据。
例如，可以使用无人机遥感技术获取城市空气颗粒物的浓度和颗粒物大小等信息，来判断城市的空气质量和污染程度，从而采取针对性的环保措施。
4.地质领域：无人机遥感技术可以快速获取某些地区的地形、地貌、地质、水文等方面的数据，为灾害预警、地质勘探和资源开发提供可靠的数据支持。
例如，可以使用无人机遥感技术获取山体的形态和动态变化等信息，来判断山体的稳定性和风险等级，为地质勘探和灾害预警提供数据依据。
5.建设领域：无人机遥感技术可以快速获取建筑物的高度、面积、体积等各种信息，为建筑施工和工程管理提供数据支持。
测绘工程测量中无人机遥感技术的运用研究
测绘工程测量中无人机遥感技术的运用研究一、无人机遥感技术在测绘工程测量中的应用现状1. 无人机遥感技术概述无人机遥感技术是指利用无人机平台携带相应的传感器设备，通过无线通讯等方式实现对地球表面各种要素进行遥感信息的获取和处理。
无人机作为载体，可以携带高精度摄影机、激光雷达、多光谱相机等多种传感器，可以实现对地表的高分辨率成像、三维测绘和环境监测等功能。
2. 无人机遥感技术在测绘工程测量中的应用目前，无人机遥感技术在测绘工程测量领域的应用已经涉及到地形测量、地理信息系统建设、城市规划、土地利用变化监测、自然资源调查等诸多领域。
在地形测量中，无人机搭载的激光雷达可以实现对地面地形的高精度三维测绘；在土地利用变化监测中，多光谱相机可以实现对植被覆盖情况的监测和分析；在城市规划中，无人机遥感技术可以实现对城市空间结构的分析和规划等。
3. 应用案例分析在中国，无人机遥感技术在测绘工程测量中已经取得了许多成功的案例。
比如在福建省漳州市，利用无人机遥感技术实现了对城市地形的高精度测绘，为城市规划和基础设施建设提供了重要的数据支持；在西部地区，利用无人机遥感技术实现了对地质灾害隐患点的监测和预警，为地质灾害防治工作提供了有力的技术支持。
二、无人机遥感技术在测绘工程测量中的优势1. 数据获取快速相比传统的测绘方法，无人机遥感技术可以实现对大范围区域的快速数据获取，尤其在应对灾害和紧急情况时具有明显的优势。
2. 数据精度高无人机搭载的高精度传感器设备可以实现对地表的高精度成像和测绘，可以满足工程测量中对数据精度的要求。
3. 数据处理智能化借助现代计算机技术，无人机遥感技术可以实现对大量遥感数据的处理和分析，实现对地表要素的智能识别和分类。
4.成本效益高相比传统的测绘方法和航空遥感技术，无人机遥感技术具有成本较低的优势，可以满足工程测量中的实际需求。
三、未来发展趋势1. 技术发展随着无人机技术和遥感技术的不断发展，无人机遥感技术将更加智能化和自动化，实现对地表要素的更加精细化和深度识别。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
无人机遥感影像快速处理技术研究
摘要：该文基于笔者从事国土资源数据处理的相关工作经验，以面向灾害应急的航空数据快速处理为研究对象，论文首先分析了无人机低空遥感影像的特点，进而分析了无人机低空遥感影像快速处理的步骤，在此基础上，笔者探讨了面向对象的城市震害建筑物信息提取，相信对从事相关工作的同行能有所裨益。
关键词：航空影像快速处理灾害
地震及其次生灾害严重毁坏了灾区的房屋、道路等构建筑物，造成人民生命和财产的重大损失。
研究表明，地震造成的建筑物受损情况是评估地震引发的经济损失、人员伤亡和社会功能受损状况的主要标准。
遥感技术空间观察模式是快速获取灾区灾情的重要手段，国内外学者们在利用遥感技术进行地震震害信息的获取与快速评估这方面做了大量的探讨和试验性研究，并取得了许多具有实用价值的成果。
“时间就是生命”，利用高分辨率影像资料对震后建筑物受损情况的快速调查为指挥人员做出决策实施救援提供了科学依据。
所以，准确快速有效地从遥感影像上自动提取建筑物震害信息，成为防震减灾研究工作中颇有意义的一项内容。
该文通过对比分析无人机低空遥感影像的特点，探讨无人机低空遥感影像快速处理方法，为灾后应急中无人机低空遥感影像的少地面
控制快速影像纠正提供了解决思路，并采用面向对象的遥感影像信息的快速分类和信息自动提取方法，实现了基于低空遥感影像快速提取的房屋等建筑物受损破坏的信息，对于抢险救灾具有十分重要的意义。
1 无人机低空遥感影像的特点
航空摄影的分辨率较高，可以人为控制进行有针对性的航拍，重点获取某个区域的数据，可以成为反映灾情、指导救援工作以及进行灾情评估和灾后重建的重要技术手段。
在地震灾害发生后可以采用不同的航空遥感飞行平台和传感器，互为补充，各自发挥所长多方位地获取灾后影像资料。
其中一种是采用无人驾驶飞机或飞艇低空遥感平台搭乘数码相机进行航摄，由于这类设备体积小巧，机动灵活，通过地面遥控快速采集影像，不需要专用跑道起降，受天气和空域管制的影响较小，因此无人机遥感技术作为遥感和航空摄影测量的有效补充，主要用于局部监测，反映地质灾害情况。
研究中获取的覆盖某次地震重灾区遵道镇的数字航空影像数据共有767幅，采用超轻型直升机搭载分辨率较高的数码相机(Canon EOS5D)以及惯性导航系统和卫星导航系统获取得到真彩色数码航空影像，其影像参数信息见表1。
该地区数字航空影像具有如下特点。
（1）用超轻型直升机为航空遥感平台，具有定点起降、近地面航摄；（2）采用数码相机拍摄，影像无框标信息；（3）分辨率高，可以清楚地从影像上分辨震后建构筑物受损等情况；（4）影像间的航向重叠度较大，基本在80%左右；（5）个别原始影像摄影时候摄影机主光轴与铅垂线航线偏转角较大，没有严格按照常规摄影测量飞行中保证航片是竖直摄影状态，影像局部变形较大。
2 无人机低空遥感影像快速处理
在实验中，根据获取的数据和收集的基础测绘资料情况，采取数字摄影测量辅助空中三角测量方法进行处理，处理步骤如下。
（1）数码影像格式转换及影像畸变校正：由JPG格式的转成8位非压缩的TIF影像，接着数码影像畸变校正，校正完后，需要旋转有些影像。
（2）数码航空影像内定向：在内定向过程中将数码像片的4个角点作为的框标点，通过设置相机参数，完成像片内定向工作。
像片内定向工作完成后就建立了数码相片坐标系统和像平面坐标系统之间的关系，即可以通过像片上任意像点的行列号(i，j)能确定其
在像平面的位置(xi, yi)。
（3）POS系统数据后处理计算近似的外方位元素：从该地区数字航空影像的POS系统数据文件通过C#编程实现计算，解算出每一张航片的近似外方位元素。
（4）影像相对定向及航带拼接：使用VirtuoZo AATM组建航带测区，将计算的近似外方位角元素与原始POS数据重新组合形成新的影像位置参数文件，在构网中起辅助连接作用。
（5）空中三角测量处理：采用PATB进行区域网平差处理，计算出所有连接点的地面坐标，并获取外方位元素口。
（6）制作正射影像图：将空三结果导入VirtuoZo，完成单模型的定向等工作，直接将地面简化为平面来处理，生成正射影像，并完成正射影像的镶嵌。
3 面向对象的城市震害建筑物信息提取
面向对象的建筑物震害信息提取主要包括两部分工作：一是进行影像
分割，形成影像对象；二是通过计算生成的影像对象的各种特征，包括光谱特征、纹理特征、空间关系特征等进行建筑物分类识别。
（1）影像分割。
由于我们目标区为城市建筑物，因此本文采用层次分割方法。
研究中为异质性寻找最佳的闭值，通过反复试验，最终确定第一层分割算法采用棋盘分割算法，进行专题图层共同参与分割运算。
（2）震害建筑物类别提取。
影像对象建立后，对大多数类别采用成员函数分类法进行分类，对倒塌房屋采用最邻近距离法分类。
建立分类类别结构图，采用分层分类、逐级掩膜、矢量转换等方法得到最终的房屋受损情况结果图。
（3）结果分析。
由于从遥感影像上获取得房屋震害信息和实际调查的震害房屋具有较大的差别。
比如，房屋墙壁裂缝、屋梁断裂等能从实际调查中得出来的结果在遥感影像上却无法得到。
故而，与实际调查结果进行定量的比较，可比性会大大降低。
基于这样的认识，作者在对识别精度进行评价时，只与遥感影像震害的目视解译结果进行对比和分析，从结果看，该方法速度快，对城市完好和毁坏房屋的提取精度还是比较高的，但是对部分破坏建筑物的分类结果不是很理想。
4 结语
采取数字摄影测量辅助空中三角测量方法对地震受灾地区带POS数据的数码航空影像进行快速处理，其结果不论从速度还是精度基本达到了灾后应急的需求。
通过POS数据解算的近似外方位元素虽不能用于直接定向，但能起到辅助空中三角测量的作用，并通过在航带拼接采用人工添加连接点的办法保证空中三角测量处理精度。
将空三结果导入VirtuoZo，按照常规流程应该先进行地形地物信息采集，生成DEM后进行正射校正，而在本实验中直接将地面简化为平面来处理，快速完成正射影像图的制作，也符合灾后应急响应的需求。
参考文献
[1] 甘倬.航空影像数据处理流程研究[M].测绘与空间地理信
息，2013.
[2] 吴岩.云计算模型国内外发展现状研究[M].科技资讯，2013.。