无人机遥感技术的应用研究
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。
基于无人机的遥感技术及其应用研究
基于无人机的遥感技术及其应用研究随着科技的不断发展，无人机技术越来越成熟，遥感技术也得到了很大的发展和广泛应用。
基于无人机的遥感技术具有高效性、高精度性、高灵活性等优势，正被越来越多的领域所应用和探索。
一、基于无人机的遥感技术简介基于无人机的遥感技术是指通过搭载传感器和相应设备的无人机，对地面、水面或者大气进行监测和检测，采集数据信息并进行处理，以便解决相关问题。
它主要包括航空摄影、激光雷达、热红外等相关应用领域。
基于无人机的遥感技术相对于传统的遥感技术可以更好地实现高效高精度的数据采集和分析处理，由于无人机可以在具有危险性的场合或者不易到达的地方进行作业，这大大提高了数据采集的安全性和效率，同时还能有效降低成本，提高数据处理效率。
二、基于无人机的遥感技术应用领域1.地球科学领域。
基于无人机的遥感技术在地球科学领域应用最为广泛，可以用于地形图、地图制作、地质勘探、环境监测、水文气象等相关工作，以及海岸线查勘等方面。
2.农业领域。
无人机技术可以用于农业领域，尤其是在农作物识别、作物生长状态监测等方面。
通过搭载红外相机等设备可以获取到不同波段下的农作物图像，从而可以对于不同农作物进行精细化管理，监测作物发育情况，提高农业生产效益，同时还可以实现精准施肥、预警病虫害等。
3.安全领域。
基于无人机的遥感技术可以用于安全领域，如地质灾害监测、森林火灾控制、城市交通监测、医疗救援等方面。
通过搭载摄像头、红外热像仪等设备可以对于地质灾害或者森林火灾等重要场合进行实时的监测和检测，从而可以更好地控制事态的发展，减少损失。
三、发展趋势随着技术的不断进步，基于无人机的遥感技术还有着巨大的发展潜力和广阔的发展前景。
随着传感器技术、无人机技术、以及航拍技术的不断提高和进步，无人机遥感技术逐渐开始向精准可控方向发展，极大的推动遥感技术的发展和应用。
此外，无人机遥感技术还有不断向智能化方向发展的趋势，随着人工智能和大数据技术的应用，基于无人机的遥感技术将更加深入人们生活各个领域，实现自主飞行、自主处理数据等功能，具有巨大的潜力和未来性。
无人机遥感技术的研究与发展
无人机遥感技术的研究与发展一、绪论无人机遥感技术是利用无人机平台、载荷和控制系统实现空中成像、数据采集、遥感监测等任务的技术系统。
自从无人机技术得到快速发展以来，利用无人机开展遥感任务的应用也得到了快速发展，极大的扩展了遥感应用领域。
本文将从技术原理、关键技术以及未来发展趋势三个方面论述无人机遥感技术的研究与发展。
二、技术原理无人机遥感技术是将先进的遥感成像技术与无人机技术有机结合，通过无人机平台的高度、稳定性、机动性以及智能化特性，克服了传统遥感技术在数据获取与处理方面的局限性，提高了遥感精度和精度的空间分辨率。
遥感数据获取的基本原理是通过地面遥感设备发射出一定波段的电磁波，由目标物体反射而回，再经过地面遥感设备的接收和处理产生相应的遥感数据。
而无人机遥感技术通过无人机平台、载荷和控制系统实现遥感数据的获取和处理。
其中，无人机平台是无人机遥感技术的一大支柱。
无人机平台的性能不仅影响遥感数据的获取，也对遥感精度及数据处理的后续工作产生影响。
高性能的无人机平台，可以提供更高稳定度的遥感图像质量，更高的载荷承载能力和更好的机动性，提高了遥感数据的覆盖率和采样率。
载荷，也是无人机遥感技术的重要组成部分。
载荷是指安装在无人机上的遥感设备或传感器，如多光谱相机、高分辨率相机、雷达设备、激光雷达设备等。
不同载荷的选择，直接决定了无人机遥感技术在不同应用环境中的适用性和技术水平。
控制系统，是无人机遥感技术的调度中心和命脉所在，包括无人机机体和载荷的控制部分。
无人机遥感技术中的控制系统需要精度高、稳定性强、响应速度快以及对多种载荷设备的支持及控制，特别是为了保证无人机平台还要考虑控制对风、天气等不同自然环境因素的干扰情况。
三、关键技术无人机遥感技术的关键技术包括：1.遥感图像采集及处理技术；2.无人机遥感监测控制技术；3.遥感数据挖掘技术。
遥感图像采集及处理技术：无人机遥感技术的核心是遥感图像的采集和处理技术。
无人机遥感技术在精准农业中的应用研究
无人机遥感技术在精准农业中的应用研究近年来，随着无人机技术的发展和普及，无人机遥感技术在农业领域应用的研究越来越受到重视。
它的应用不仅可以提高作物生产质量和产量，同时还可以实现精准施肥、精准灌溉、精准植保等，从而推动农业生产模式从传统向现代化转型，对建设现代农业和实现可持续发展具有重要意义。
一、无人机遥感技术在农业中的作用1.监测作物生长情况通过无人机遥感技术的应用，不仅可以实时监测作物生长的情况，还可以对不同作物的生长过程、生长规律和生长特点进行分析。
这是因为，无人机遥感技术可以快速获取大量的农田图像数据，而这些图像数据可以通过遥感图像处理软件进行处理和分析，从而得出准确的作物生长情况信息。
2.精准化植保在传统的农业生产中，植保工作中，经常存在药物浪费和药物覆盖不全的问题。
这些问题都可以通过无人机遥感技术的应用得到解决。
无人机遥感技术可以精确定位，准确识别病虫害目标，可以在病虫害的发生初期及时进行排查，从而在治疗上实现“精准打击、精准治疗”。
3.精准施肥无人机遥感技术在施肥方面也可以实现精准化。
通过对无人机遥感技术所获取的农田图像数据进行分析处理，可以得出一片耕地内不同部位、不同作物的土壤养分情况，同时可以根据这些数据和农作物养分的需求，制定出更准确的施肥方案，从而提高农作物的产量和质量。
4.精准灌溉精准的灌溉也是农业生产中非常重要的一个方面。
通过分析无人机遥感技术所获取的图像数据，可以得出不同部位、不同作物生长状态及土壤含水量等信息，从而根据这些信息制定更科学更合理的灌溉方案。
二、无人机遥感技术在农业生产中的优势1.高效性无人机遥感技术可以在短时间内从不同高度和不同角度获取大量的图像数据，快速、准确地获取农田的信息。
而传统的农业调查手段通常需要在农田内进行大量的地面测量，耗时耗力，效率低下。
2.信息量大通过无人机遥感技术可以得到大量的图像数据，从而可以获取更丰富的农田信息，同时还可以获取到难以在地面上获取到的信息。
无人机遥感技术研究及应用
无人机遥感技术研究及应用随着科技的不断发展，无人机在各个领域的应用日益普及，其中无人机遥感技术亦属于这一范畴。
所谓无人机遥感，即是以无人机为载体，通过搭载的各种传感器，实现对地球表面地物物理和化学属性的探测、鉴别和定量研究，从而有效获取大规模、高分辨率遥感图像数据。
无人机遥感技术不仅为各大领域的研究提供了新的工具和途径，而且在该领域的发展中也具有广泛的应用前景。
一、无人机遥感技术的理论基础无人机遥感技术是通过将空间物理探测技术、遥感技术和计算机技术相结合，以实现对地球表面地物进行信息测绘、遥感探测和数据处理的一种新兴技术。
该技术涉及空间信息的获取、存储、处理、分析和应用等多个环节，需要具备数学、物理、遥感科学、计算机科学等多方面的知识。
在具体应用中，需要通过数据采集，传输，处理和分析等步骤，提取出地球表面地物的各种属性和特征。
其中，最为关键的是针对不同地物特征的遥感数据处理算法的研究。
二、无人机遥感技术的应用领域无人机遥感技术在国土资源、环境保护、气象预警、农林牧渔等领域都有着广泛的应用。
1.国土资源：在国土资源管理中，无人机遥感技术可用于测量土地面积，提高土地利用效率，也可用于寻找矿产和水资源等。
2.环境保护：在环境保护领域，无人机遥感技术可用于监测气体、水质和土壤的情况，排查环境污染来源，并针对具体问题制定合理的环保措施。
3.气象预警：在气象预警方面，可以利用无人机遥感技术高精度测量大气参数，实现气象预警和预测，并为世界各地的灾害应对提供数据支持。
4.农林牧渔：在农林牧渔方面，无人机遥感技术可为农业、林业、渔业等行业提供农田土地监测、林业植被监测、渔业捕捞预测等方面的支持。
从以上应用领域可以看出，无人机遥感技术应用非常广泛，能够有效地提升我们的生产和生活质量，也为我们提供了更多的发展机遇。
三、无人机遥感技术的未来展望在当前的技术趋势和应用需求下，无人机遥感技术有望在未来得到更为广泛的应用和发展。
无人机技术在航空遥感中的应用研究
无人机技术在航空遥感中的应用研究随着科技的快速发展，航空遥感技术的应用也愈发广泛。
尤其是无人机技术的不断成熟，更是为航空遥感技术带来了全新的发展机遇。
无论是从安全性、效率性还是经济性等多个角度来看，无人机技术在航空遥感中的应用都呈现出了极高的潜力和前景。
本文旨在探讨无人机技术在航空遥感中的应用研究。
一、无人机技术的发展现状无人机是无人驾驶飞行器的简称，是一种可以遥控或自主飞行的云台机。
它作为一种新兴的、多功能的航空平台，被广泛应用于军事、民用、商业等方面。
当前，全球范围内的无人机市场日益壮大，截至2019年，无人机市场规模已经突破了130亿美元，未来仍将保持快速增长。
二、无人机在航空遥感中的应用优势航空遥感技术需要通过高空获取地球表面的信息，传统的图像获取方式大多依赖于航空器或卫星。
然而，无人机作为一种新型的航空平台，可以灵活、安全地收集各种传感器对地面信息的数据，具有以下几个显著的应用优势。
（1）成本低廉相对于传统的航空器或卫星等大型遥感平台，无人机设备成本和运行成本都要低得多。
无人机可以直接起飞降落，不需要专业的起降场所，也不需要大量的工作人员进行操作和维护，这使得其应用成本大幅降低。
（2）信息获取效率高无人机可以在短时间内多次对同一区域进行数据采集，避免了传统方式下因天气原因而进行的数据采集不能做到的情况。
此外无人机的操作费用低，容易灵活调度，因此可以用更低的成本获得更多、更好的数据。
（3）数据精准度高无人机可以采用多种传感器来获取多模块和多时相的详细数据，如光学影像、热成像、高光谱等传感器。
这样无论是在空中或地面，都可以获得更加准确、细致的数据，为后续分析提供更好的基础。
（4）环境适应性强无人机在采集选区数据时，不像传统航空遥感平台存在使用上的限制，可在不同的气候、地形及时间情境下运行，这为航空遥感数据的采集与处理提供了足够的时间与空间上的灵活性。
三、无人机技术在航空遥感中的具体应用（1）资源环境遥感在资源环境遥感领域，无人机可提供空中高晰度影像和热成像数据，为环境监测与资源开发提供了支撑。
无人机遥感技术在农业领域的应用研究
无人机遥感技术在农业领域的应用研究无人机遥感技术是指利用无人机搭载的遥感设备进行数据采集和图像获取的技术。
近年来，随着无人机技术的快速发展，无人机遥感技术在农业领域得到了广泛应用，并取得了显著的成果。
本文将探讨无人机遥感技术在农业领域的应用现状、优势和挑战，并分析其发展前景。
一、无人机遥感技术在农业领域的应用现状随着农业现代化的进程，农业生产需要科学化、精细化管理。
无人机遥感技术因其快速、高效、高分辨率等特点被广泛应用于农业生产中，为农业管理提供了有效的手段。
无人机遥感技术在农业领域的主要应用包括以下几个方面：1. 农作物生长监测：无人机遥感技术可以获取高分辨率的农田图像，通过对农作物的生长状态进行实时监测和预测，帮助农民合理调整种植结构、施肥用药，提高农作物的产量和质量。
2. 病虫害防控：无人机遥感技术可以通过红外传感器等设备扫描农田，快速检测出农作物病虫害状况，帮助农民及时采取防控措施，减少农作物的损失。
3. 土壤质量评估：无人机遥感技术可以获取土壤信息，通过遥感图像处理和分析，评估土壤质量，为精确施肥、科学灌溉等提供参考依据。
4. 水利调度与监测：无人机遥感技术可以监测水源、水质、湿地等水资源信息，为水利调度提供数据支持，进一步提高水资源利用效率。
以上仅仅是无人机遥感技术在农业领域的一部分应用，实际上还有很多其他应用，比如精准播种、植保施药、果园管理等。
这些应用的实施，不仅提高了农业生产的效率和质量，还有助于减少化学农药的使用，保护环境。
二、无人机遥感技术在农业领域的优势相较于传统的空中遥感技术，无人机遥感技术具有以下优势：1. 灵活性和高时效性：无人机可以根据农田的实际情况和需要，实时获取图像，并快速将数据传输给农民或决策者，以便及时采取措施。
2. 高分辨率和精准度：无人机搭载的遥感设备可以获取高分辨率的图像和数据，提供更详细、更准确的农田信息，帮助农民做出更科学的农业管理决策。
3. 低成本和易操作性：相对于卫星遥感或其他空中遥感技术而言，无人机遥感技术的成本更低，操作更简便，可以更快地实现大规模农田的监测和数据采集。
- 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)。
无人机遥感技术的应用研究
摘要:无人机遥感技术是一项由无人机与遥感器相结合的技术，目前已在各个领
域中得到应用。
本文针对无人机遥感技术存在的不足，利用无人机遥感影像，基
于图像分割算法设计了一种农村房屋信息自动提取方法，以期为土地利用规划等
工作提供参考依据。
关键词:房屋；遥感技术；影像分割；研究
引言
现代社会中，遥感技术作为一种高效的空间监测手段，能提供快速、准确且覆盖广的地
面信息，为建筑用地信息的提取提供了极大的方便。
当前卫星遥感系统在应用中存在时效性低、易受天气影响等问题，已无法满足高分辨率影像需要。
而运用无人机遥感技术可以快速
提取空间遥感信息，同时此技术也具有机动灵活、高分辨率、灵活性强以及成本低等优点，
成为了传统航空遥感与航天遥感有力补充。
但在大多数应用中，无人机遥感影像信息提取的
自动化程度较低，针对此问题，本研究提出了一种基于面向对象分割的农村房屋信息提取方法。
1.研究区与数据源
以某镇的无人机遥感影像为研究数据，采用固定翼无人机搭载佳能5D markⅡ相机进行影像获取，影像空间分辨率为0．25 m，获取时间为2010年6月。
影像进行了空三加密、正射校正等预处理。
本文所用无人机遥感影像具有高空间分辨率特点。
空间分辨率的提高不仅丰
富了地物信息，而且使地物几何结构和纹理信息显示得更加清晰。
研究区内农村房屋几乎都
为青瓦房顶，且房顶以屋脊为界，向两侧倾斜。
房屋屋顶在无人机遥感影像中纹理清晰，颜
色与林地、耕地等有显著区别，与硬化道路比较相似，但形状明显不同。
2.研究方法
在高空间分辨率的无人机遥感影像中，地物内部纹理和形状等细节信息更加丰富，但光
谱分辨率却相对较低，因此传统基于像元光谱特征的信息提取方法将变得非常困难和复杂。
为此，本文利用面向对象的分析方法对无人机遥感影像中的农村房屋信息进行提取。
2.1影像滤波
为了降低噪声对无人机影像分割结果的影响，采用具有较好边缘保持作用的双边滤波方
法进行图像降噪。
该方法是一种非线性的滤波方法，它同时考虑了像元之间的空间距离和灰
度相似性，达到保边去噪的目的，具有简单、非迭代和局部的特点。
2.2基于均值移动算法的影像分割
为了避免相关软件或模块在对高分辨率影像进行处理时需要人工介入并逐步设置复杂参数，难以实现自动处理的问题，本文利用均值移动(meanshift，MS)算法，快速自动地实现影
像面向对象的分割。
MS算法是基于概率密度估计的非参数化空间特征提取与分析方法，无需预先知道聚类的数目，能够描述任意形状的特征空间。
特征空间可由后验概率密度函数表示，密度大的区域
对应着未知概率密度的众数，对应同一众数的数据点就组成一个聚类。
概率密度估计常用方
法为核密度估计，对于d维空间Ｒd中的n个数据点组成的集合{xi} ni =1，其高斯核函数定义为
上述纹理指数基于双边滤波后的影像按11像元×11像元的窗口计算，影像分割后再分别
计算对象内像元Mean，VAＲ和Ent这3个指数的均值。
此外，还计算了对象的光谱最小值(Min)、最大值(Max)和范围(Ｒange)。
图1 为一组实验数据的原始影像及其6种纹理特征结果。
图1 实验数据及其不同纹理特征结果
分析图1 中不同纹理特征的结果发现，房屋对象和其他地物对象在均值、方差、最大值、最小值以及熵的信息差别明显。
房屋对象的均值为灰色，而其他地物为偏绿色或白色; 在方差信息上，由于房顶相对比较均匀，因此其方差要小于林地和耕地等。
2.3.3形状特征分析
在研究区内，房屋屋顶和硬化道路的光谱、纹理较为相似，但两者的形状区别明显。
农
村房屋的形状一般都为矩形，且面积有一定的范围，而道路则呈现长带状且面积较大，因此
本文也提取了分割后对象的面积A 和体态比C 来对屋顶和硬化道路进行区分。
其中A 定义为
对象边界所包围的面积；C定义为对象所在区域最小外接矩形的长除以宽。
2.4 房屋提取算法
根据分割后影像中房屋对象的光谱、纹理和形状特征统计分析结果，并对比其他地物类
别的特征后，建立了如表1 所示的房屋提取规则，表中Ｒ，G和B 值为对象不同波段的均值。
图2 无人机遥感影像分割结果
图2(a)ＲGB 影像中包括了从无人机遥感影像不同位置选出的6 种具有不同纹理特征的典
型地物。
ISODATA 非监督分类时最小和最大类别都设置为6，迭代阈值为0．05，最大迭代次数为100。
最大似然监督分类中样本类别为6类，分别在不同地物的中心选择，每类样本的
像元个数大于3000。
从图2可以看到，对于高分辨率影像，ISODATA非监督分类结果中除了水体之外，其他
类别的分类结果几乎都不可用，而且传统基于像元的方法带来了严重的椒盐噪声；最大似然
监督分类结果要好于非监督分类结果，但对于耕地、草地和农村房屋，仍有较多像元被误分
为其他类别；而本文的MS 算法，房屋、草地和水体几乎都实现了完美分割。
但分割结果中，房屋屋顶被分成了2部分，主要是因为遥感影像中屋顶的颜色由于屋脊两侧对光照反射方向
的不同有所差异，不过这2 部分可以在分割后的分类中进行合并。
综上所述，面向对象的
MS 分割方法优于传统基于像元的分类方法。
3．2 农村房屋信息提取结果
分别利用本文算法和人工目视解译的方法，对无人机遥感影像中8 处不同布局的农村房
屋进行提取。
并将提取结果进行对比，如图3 所示。
图3 研究区原始遥感影像和农村房屋信息提取结果
图3中包括8处不同布局的农村房屋影像，其中左图为原始遥感影像，右边黑色区域为
本文算法提取的房屋信息，红色多边形为目视解译结果。
将目视解译结果作为参考数据，对
算法提取结果进行精度评价，分别计算了制图精度和用户精度，结果如表2 所示。
表2 房屋信息提取结果精度验证
制图精度是正确分类数占参考数据的比例，此处表示红色多边形和黑色像元的交集面积
占红色多边形面积的比例；用户精度是正确分类数占该类别的比例，此处为交集面积占黑色
像元面积的比例。
从表2 中可以看出，本研究建立的无人机高分辨率遥感影像的农村房屋提取方法，可以
很好地对农村房屋信息进行提取，提取结果精度较高，基本都大于90%。
但是，也发现部分
房屋信息有遗漏的情况。
通过对比提取结果和原始影像后发现，漏分主要发生在阴影区域。
由于阴影投影到房顶需要满足一定的几何关系，研究区遥感影像中阴影区域并不多。
但为了
减少阴影对提取精度的影响，无人机航摄时间应尽量选择在太阳高度角较大的正午时段。
4.结语
总而言之，无人机遥感影像中农村房屋信息快速提取对于农村居民点整治、土地利用规
划等工作有着重要的意义。
本文基于无人机高分辨率遥感数据，提出了一种农村房屋信息提
取方法。
结果表明：该方法可有效提取无人机遥感影像中的农村房屋信息，平均提取精度约
为92%；由于无人机遥感影像空间分辨率高，波段数较少，因而建立在中低分辨率影像光谱
信息基础上的分类方法，不适用于高分辨率的无人机遥感数据；此外，该方法适用于青瓦房顶的房屋信息提取，对于其他房顶的房屋信息提取应要进行深入系统的研究。
参考文献:
[1] 韩健,孙时钟.无人机遥感技术方法应用与研究[J].地球.2015(6)
[2] 李国杰.对无人机遥感技术在土地执法工作中应用的研究[J].科技创新导报.2016 ,13(16):9-12。