基于无人机的空中全景监测系统
警用无人机设备及空中全景应用软件-简
警用无人机装备及空中全景影像应用软件随着城市现代化的不断发展，车流、物流、人流急剧增加，城市治安形势日益复杂，传统的人工现场熟悉地理环境或依靠普通二维地图指挥调度已远不能满足公安应急等特殊的紧急需求，现场可视化的应用需求越来越迫切。
而城市突发事件的信息采集存在时间、空间、规模等方面的诸多不确定性，实现复杂，现有信息采集手段的有效性方面存在不足。
警用无人机可以弥补上述不足，发挥不可替代的作用。
它具有噪音小、隐蔽性强、可靠性高及易用性等特点，适合在城市等空间狭小的现场快速部署，尤其适用于群体事件现场情况的全局掌控，以及事故现场的拍照、火灾现场勘测、有害物质区域侦查等。
能够“查得准、盯得住，传得快”，为领导指挥决策提供重要依据。
警用无人机装备该系统是利用多旋翼警用无人机设备，搭载高清运动相机，在30～100米空中获取案件现场的实景影像，通过图像传输模块无线实时传输到地面控制终端。
然后利用专用数据处理软件，在10-15分钟内快速输出案件现场全景影像，将全景影像加载到全景影像管理软件，可实现对现场环境的360度浏览，标注等功能，让领导能够身临其境，迅速了解案发现场的实况及周边环境信息，为预案部署、指挥决策提供数据保障。
图警用无人接设备(1)空中全景影像采集将无人机飞行至目标现场空中30-50米空中悬停，地面操控人员控制无人机水平旋转，无人机上安装的图像采集设备，以1张/秒的速度连续拍摄地面45°倾斜影像。
采集图像效果示例如下：图警用无人机采集的不同角度影像(2)全景成图利用专用的全景图像处理软件，对无人机采集的图片，进行加工处理，形成从空中俯视地面的全景影像。
图影像的自动拼接图拼接完成的空中全景图●空中全景影像数据管理应用软件空中全景现场侦察系统软件主要用于对空中全景影像数据进行管理和应用。
通过该软件，可以新建项目，导入一个或多个空中全景影像图片，实现对全景影像的浏览、标注，并能够将平面图与空中全景结合，有多个全景图片时，可通过平面图上标注的全景点，快速进行切换。
基于无人机的建筑物外观检测与维修监测系统设计
基于无人机的建筑物外观检测与维修监测系统设计无人机在建筑物外观检测与维修监测方面具有广阔的应用前景。
本文将介绍基于无人机的建筑物外观检测与维修监测系统的设计。
一、引言建筑物外观检测与维修监测是保证建筑物安全和延长使用寿命的重要环节。
传统的检测方式存在效率低、费用高、工作环境危险等问题。
而基于无人机的检测系统则能够提高效率、降低成本，并且减少人员的风险。
二、系统设计1. 硬件设备（1）无人机：选择适合建筑物外观检测的无人机，具备稳定的悬停能力和高分辨率的摄像设备。
（2）相机：选用高清相机，能够拍摄清晰细节的建筑物照片。
（3）传感器：添加必要的传感器，如气象传感器、温湿度传感器等，以获取更详尽的信息。
（4）电池和充电器：保证无人机的充足工作时间。
2. 软件平台（1）飞行控制：选择稳定的飞行控制软件，实现无人机的自动悬停、路径规划和自主飞行等功能。
（2）图像处理：利用计算机视觉技术，检测建筑物表面的裂缝、腐蚀和结构缺陷等问题。
（3）数据处理：对检测到的数据进行处理和分析，生成详细的报告和建议。
三、系统功能1. 外观检测（1）自主飞行：通过设定航线，无人机可自动完成建筑物的外观检测，提高检测的效率。
（2）高分辨率图像采集：利用相机拍摄建筑物的多角度、高分辨率照片，以便后续的图像处理。
（3）缺陷检测：利用图像处理算法，检测建筑物外墙的裂缝、渗水等问题，为维修提供参考依据。
（4）建筑物细节捕捉：通过无人机的高空视角，拍摄建筑物的细部特征，帮助设计师和维修人员更好地了解建筑结构。
2. 维修监测（1）智能报告生成：在图像处理和数据分析过程中，生成详细的维修建议报告，提供给维修人员参考。
（2）建筑物健康监测：通过传感器获取建筑物的实时数据，如温度、湿度等，对建筑物的健康状态进行监测。
（3）故障预警：基于数据分析，系统能够预测建筑物可能出现的故障，提前采取维修措施，降低损失和风险。
四、系统优势1. 高效节约：相比传统的建筑物外观检测方式，基于无人机的系统具有更高的效率和更低的成本，节约人力和时间。
无人机监测系统设计与实现
无人机监测系统设计与实现第一章前言随着科技的发展和迅速普及，人们对无人机越来越感兴趣，并且开始将其应用到各个领域。
特别是在监测领域，无人机的运用越来越广泛，代替传统的手工巡检，实现快速高效的监测和巡视。
本篇文章主要介绍基于无人机的监测系统的设计和实现，在文章中将讨论这种监测系统的优点，设计过程，核心技术和实现方案。
第二章监测系统的优点基于无人机的监测系统是一种全新的监测方式，相比传统的监测方式具有以下优点：1. 提高能力和效率。
无人机可以飞到人类不易到达的地方，它能够提供更好的计量和控制，实现更明确的巡逻监测和精准的控制。
它能够在大规模、复杂地形或难以进入的区域中快速控制和处理各种危险和异常情况。
2. 高精度和低成本。
基于无人机的监测系统使用各种传感器和系统来提高监测精度，并减少监测成本。
无人机可以根据具体应用选择适当的传感器和摄像头，实现高精度的监测和采集。
3. 提高安全性。
在某些危险区域进行手工巡检极易出现安全问题，而无人机能够代替人员完成监测任务，可大大降低人员伤亡风险，提高监测的安全性。
4. 提高服务水平。
基于无人机的监测系统可以提供更好的监测服务和智能化控制，自主集成化运营，提高服务水平和用户体验。
第三章设计过程1. 需求分析首先，该监测系统的主要目标是在高空和难以进入的区域实现监测和巡视，有关监测系统的元素包括：无人机、无人驾驶操作系统、图像处理算法等。
该监测系统需要完成以下任务：①对巡视区域实时监测和采集数据②对采集数据进行处理和分析③提供自主化的控制和决策2. 确定系统架构基于上述需求分析，我们需要确定以下三个重要的部分：1. 无人机部分：选择无人机的型号和组装无人机，灵活选择适合任务的无人机，加装至少一台摄像头、GPS和其他传感器。
2. 无人驾驶操作系统部分：选择适用于小型无人机的飞控引擎，设计底层控制算法以实现无人机的自主飞行。
3. 图像处理算法部分：图像处理算法通常包括图像采集和传输、图像处理和检测、高效的数据传输和处理等。
无人机监测系统的设计与实现
无人机监测系统的设计与实现随着科技的不断发展，无人机监测系统在各行各业得到了广泛的应用。
本文将讨论无人机监测系统的设计与实现，包括系统的功能需求、硬件设计、软件设计以及实际应用案例。
一、功能需求无人机监测系统主要用于获取、分析和处理目标区域的数据信息。
根据具体应用的需求，无人机监测系统的功能需求可以有所不同。
下面是一些常见的功能需求：1. 实时图像传输：无人机搭载高清相机或红外摄像头，能够实时传输图像或视频，用户可以通过地面站或移动设备查看监测区域的实时情况。
2. 数据采集与存储：系统能够采集传感器数据，如温度、湿度、气体浓度等，并将这些数据进行存储和分析。
3. 航线规划与自动飞行：用户可以通过地面站预设无人机的航线，无人机能够自动飞行并执行任务。
4. 目标识别与跟踪：系统能够通过图像处理和模式识别算法，自动识别目标并跟踪其运动轨迹。
5. 高精度定位：无人机监测系统需要具备高精度的定位能力，可以通过GPS、GLONASS等卫星系统定位，并支持差分GPS等技术提高定位精度。
二、硬件设计无人机监测系统的硬件设计包括无人机的选型和传感器的选择。
下面是一些常见的硬件设计要点：1. 无人机选型：根据应用需求和航程要求选择合适的无人机。
无人机的载重能力、续航时间以及飞行稳定性是选型的重要考虑因素。
2. 摄像头选择：根据监测需求选择合适的摄像头。
对于需要夜间监测的应用，还可以选择红外摄像头。
3. 传感器选择：根据应用需求选择适当的传感器，如温度传感器、气体传感器等，确保获取到有效的监测数据。
4. 通信模块：选择稳定可靠的无线通信模块，用于与地面站进行实时数据传输。
三、软件设计无人机监测系统的软件设计主要包括地面站软件和嵌入式软件两部分。
下面是一些软件设计要点：1. 地面站软件：地面站软件用于监视和控制无人机，可以实时接收并显示无人机传回的图像和数据，提供航线规划、目标跟踪等功能。
2. 嵌入式软件：嵌入式软件用于无人机上的控制和数据处理。
基于无人机技术的建筑工地安全监测与预警
基于无人机技术的建筑工地安全监测与预警无人机技术在建筑工地安全监测和预警中的应用近年来，无人机技术迅速发展，成为许多领域中不可或缺的工具。
其中，基于无人机技术的建筑工地安全监测与预警系统越来越受到人们的关注。
本文将探讨无人机技术在建筑工地安全监测和预警中的重要作用，并介绍其工作原理、主要应用和优势。
一、工作原理基于无人机技术的建筑工地安全监测与预警系统主要包括无人机、传感器和数据分析系统。
无人机通过搭载各种传感器，如红外热成像仪、气体传感器和摄像头等，对工地进行全方位的监测。
当传感器检测到异常情况时，无人机会即时将数据传输到数据分析系统进行处理和分析。
二、主要应用1. 工地巡检传统的工地巡检需要大量的人力和时间，且存在安全隐患。
而利用无人机进行巡检可以快速、高效地获取工地全景图，减少人力成本，降低巡检时间，并且能够及时监测出潜在的危险区域。
2. 安全隐患检测无人机搭载的红外热成像仪可以实时监测工地设备和结构的温度变化，发现异常情况。
同时，通过摄像头和传感器，无人机也能及时发现工地存在的其他安全隐患，如坍塌风险、电气设备问题等。
3. 预警和应急响应一旦发生安全事故，无人机可以迅速到达事故现场，进行图像采集和数据收集。
这些数据可以帮助救援人员了解事故情况，提供定位信息，指导救援工作，并为事故调查提供有力的证据。
三、优势基于无人机技术的建筑工地安全监测与预警系统相比传统方法具有诸多优势。
1. 高效性无人机可以在较短时间内覆盖大面积的工地，快速捕捉到异常情况。
与人工巡检相比，无人机能够大大提高监测效率，减少巡检时间。
2. 安全性工地存在一些高空、危险和难以进入的区域，有可能导致安全隐患。
利用无人机进行监测能够有效避免人员进入这些危险环境，降低安全风险。
3. 数据准确性无人机搭载的各种传感器能够高精度地获取数据，并在数据分析系统中进行处理。
相较于人工巡检，无人机获取的数据更加准确、全面，有助于及时发现潜在的安全问题。
无人机应用于环境监测系统设计
无人机应用于环境监测系统设计无人机近年来在各个领域迅速崭露头角，其中之一就是环境监测系统。
利用无人机进行环境监测是一种高效、灵活且成本较低的方法，可以广泛应用于大气、水环境等多个领域。
本文将讨论无人机在环境监测系统设计中的应用以及相关技术和挑战。
一、无人机在大气环境监测中的应用1. 空气质量监测无人机可以搭载各类传感器，如气体传感器、颗粒物传感器等，实时监测并采集空气中的气体浓度和颗粒物浓度等数据。
利用无人机的灵活性，可以对空气质量进行全方位、多点位监测，及时预警和掌握大气环境污染状况。
2. 气象监测无人机可以配备气象传感器，如温度、湿度、风速、风向传感器等，在不同高度和地点进行气象参数的测量。
通过收集数据并进行分析，可以提供气象预报、天气状况评估等方面的依据。
3. 大气污染源定位无人机可以通过航拍技术，对大气污染源进行定位和追踪。
结合定位信息和其他环境数据，可以帮助环保部门迅速发现污染源并采取相应措施，提高环境监管效率。
二、无人机在水环境监测中的应用1. 水质监测无人机可以携带水质传感器，对水体中的溶解氧、叶绿素、PH值等进行监测。
通过全局覆盖的能力，无人机可以高效地采集水质数据，并帮助监测和评估水体污染情况。
2. 海洋监测无人机在海洋监测中具有独特的优势。
它们可以在海上进行探测任务，检测海水温度、盐度、浮游生物等参数，并获取海洋信息，为海洋科学研究和资源管理提供实时数据。
3. 水域污染源巡查无人机可利用机载相机和传感器，对水域污染源进行巡视和监测。
通过图像处理和数据分析，可以快速定位污染源，并提供高分辨率图像和数据，有助于环境执法和突发事件应对。
三、无人机环境监测系统设计的技术与挑战1. 传感器技术无人机环境监测系统的核心是传感器技术。
不同环境监测任务需要不同类型的传感器，如气体传感器、光学传感器、声学传感器等，因此需要选择适合的传感器，并考虑传感器的准确性、稳定性和可靠性等因素。
2. 通信与数据处理无人机在执行监测任务时需要与地面控制站进行实时通信，并传输监测数据。
无人机全景技术在环境应急监测中的应用分析
无人机全景技术在环境应急监测中的应用分析随着科技的不断进步和发展，无人机技术已经逐渐成为环境监测领域的重要工具之一。
尤其是无人机全景技术，它具有高效、高分辨率、高精度等特点，能够提供更全面、更真实的环境信息。
在环境应急监测中，无人机全景技术的应用已经得到广泛认可，并且取得了一系列积极成果。
本文将就无人机全景技术在环境应急监测中的应用进行分析，并探讨其未来发展方向。
1.高效快捷传统的环境监测手段往往需要人力物力投入，而且往往需要大量的时间和资源。
而无人机全景技术能够快速高效的完成对指定区域的监测工作，提高了监测的效率。
2.全面覆盖无人机在空中飞行时，能够拍摄全景图片，从空中俯瞰整个区域，避免了盲区，让监测结果更加全面。
3.高分辨率无人机航拍技术能够提供高分辨率的影像数据，对于环境监测来说，这意味着更加清晰的监测结果，更准确的数据。
4.灵活性无人机在飞行过程中，能够根据实际需要对飞行路径进行调整，采集更多的数据，提高了监测的灵活性。
5.成本低廉相比传统的环境监测手段，无人机全景技术的成本相对较低，不仅减少了人力物力的投入，还提高了监测的效率，降低了监测的成本。
1.污染源监测无人机全景技术能够快速高效的对污染源进行监测，定位污染源的位置，了解污染源的覆盖范围，提供科学依据和数据支持。
在环境应急监测中，无人机技术能够为环境保护部门提供更加准确的数据，为应急处理提供科学依据。
2.灾害评估在自然灾害发生后，无人机全景技术可快速、准确地评估灾害的范围和程度，提供详细的影像数据，帮助相关部门及时准确地做出反应，为灾害救援工作提供科学依据。
3.植被监测无人机全景技术可以高效的监测植被的生长情况、覆盖范围等信息，为森林防火和生态保护提供科学依据。
4.水质监测无人机全景技术能够快速高效的对水质进行监测，分析水质状况，发现异常情况，为水域环境保护提供有效支持。
5.气象监测无人机全景技术可以实时监测大气环境，收集大气气象数据，为环境应急监测提供更加准确的数据支持和科学依据。
无人机监测系统原理及成像算法分析
无人机监测系统原理及成像算法分析无人机监测系统是一种利用无人机技术进行信息采集和监测的技术系统。
它通过搭载在无人机上的各种传感器设备，包括摄像头、红外线传感器、雷达等，实现对目标区域的实时监测和数据采集。
无人机监测系统在军事、安全、环境保护、农业等领域具有广泛的应用前景。
本文将对无人机监测系统的原理以及成像算法进行分析。
一、无人机监测系统的原理无人机监测系统主要由无人机、地面控制站和数据处理系统组成。
无人机作为信息采集的主要工具，搭载各种传感器设备，并通过无线通信技术与地面控制站保持联络。
地面控制站用于操控和控制无人机的飞行轨迹和任务，同时接收和处理从无人机传回的数据。
数据处理系统负责对无人机采集的数据进行分析、处理和存储，生成监测报告和预警信息。
无人机监测系统的原理是通过无人机搭载的传感器设备对目标区域进行实时监测和数据采集。
传感器设备主要包括摄像头、红外线传感器和雷达。
摄像头能够获得高清晰度的图像和视频，红外线传感器可以探测目标的热能辐射，雷达可以实时探测目标的位置和速度。
在监测过程中，无人机以一定的飞行轨迹对目标区域进行巡航。
通过实时获取的图像、视频和传感器数据，无人机可以对目标区域的情况进行态势感知和目标识别。
这些数据将通过无线通信技术传回地面控制站和数据处理系统。
地面控制站可以实时监控无人机的飞行状态，并根据需要调整无人机的飞行轨迹。
数据处理系统将采集到的数据进行分析和处理，生成相应的监测报告和预警信息。
二、无人机监测系统的成像算法分析成像算法是无人机监测系统中的核心技术之一，它主要负责对无人机采集的图像和视频进行处理和分析，从中提取出目标的信息。
常见的无人机监测成像算法包括目标检测和跟踪、图像分割和识别等。
目标检测和跟踪是无人机监测系统中的重要环节。
它主要通过对图像和视频进行特征提取和目标定位，实现对目标的自动识别和跟踪。
常用的目标检测算法包括基于颜色、纹理和形状等特征的检测算法。
通过对目标区域进行像素点分析和统计特征提取，可以实现对目标的准确检测和跟踪。
- 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)。
“知天知地”是古今中外兵家作战的原则。
在现代作战中称之为“战场空间认知”或“战场空间感知”（Battle space awareness）。
获得对战场的正确认识是一种作战能力，但前提是必须为指参人员提供足够的信息和数据，才能作出正确的判断。
仅仅“知天感地”还不够，还要尽快掌握敌我态势才能作出决策，定下决心。
这就是孙子早就说过的“知己知彼”。
目前，单靠卫星和有人侦察机是无法快速、及时和全方位地获取战场信息的。
无人机遥感正是能够满足这一需求的有效补充手段。
目前，各类无人机已成为美军收集情报、捕获目标和分析打击效果的不可缺少的途径。
在经历了无人靶机、预编程序控制无人侦察机、指令遥控无人侦察机和复合控制的多用途无人机等发展阶段后，无人机的技术已逐渐成熟、性能日臻完善，并在几次局部战争中经历了实战的考验。
无人机的作用、地位及其潜在的军事价值得到了广泛的认可，并为其迅速发展提供了强大的动力。
但是，无人机成像范围是由事先规划的航迹范围所决定的，即使可以航线实时上传以及多次补充飞行，仍存在视野有限、监测范围小、调整灵活性不够的缺点。
严重制约了无人飞行器执行监测任务的效能。
在高度一定的约束条件下，如何使无人飞行器既“看得广”又“看得清”，实现从地平线到地平线的超宽视场、大范围的空中监测和战场感知，空中全景监测技术是一种有效的技术途径。
本文建立了一种无人机机载全景监测系统，实现了空中全景监测。
1实现空中全景监测需要的条件
1）需要一个以正下方为主视场，周围摄像机为副视场并且能够实时无缝拼接的全景摄像机。
2）由于飞行器在空中飞行时姿态在不断变化，需要自稳系统来减少图像摆动。
为便于快速确定兴趣点的方位，图像不能随着飞行器航线的变化而旋转。
3）中心主视场可以精确定位，副视场存在可控变形，可以概略定位。
4）在现有图像传输设备的技术极限内，选择适当的无线图像传输格式和方式将图像传回地面进行处理和辨识。
5）必要的地面设备进行序列影像拼接，生成战术影像图和全景图像。
6）考虑到全景相机的大小，首先考虑飞行器应是无人直升机和无人飞艇设备。
待设备小型化后，再考虑固定翼飞机。
2 目前已实现的地面全景监测技术
目前国内外全景数据采集的研究主要集中在地面采集，对于空中全景数据采集研究较少。
地面全景数据的采集可以使用单摄像机旋转方式（图1）、多摄像机方式（图2）、单摄像机或多摄像机加光能收集方式（图3）。
图1 单摄像机旋转方式图2 多摄像机方式图3 鱼眼镜头（加光能收集方式）全景数据采集技术分类的主要依据是光学部件成像原理的差异，据此将全景数据采集器分为透射式和反射式成像两类。
图4为透射式全景数据采集器，一般利用超广角物镜（鱼眼镜头）实现，视场角可以达到200°左右。
这类系统结构相当复杂．其中多采用10片以上的透镜和高质量特殊光学材料，设计难度大、加工装配要求高，继续增大视场范围已相当困难，并且不可避免地存在很大的畸变。
这类镜头具有无限远的景深，不用调焦。
但其在CCD像面上所成的图像为环形，具有很大的畸变，需要进行校正后才能正常观察。
图5所示的反射式全景数据采集器，这种全景数据采集器正前向无盲区，半视场角可达110°，即能够实现的成像观测视场达到220°×360°，超过半球空间，适用于前侧向观测目标。
目前，美国正在研制的质量矩控制动能拦截器，所采用的全景成像电子化导引头(electronic seeker)就属于反射式全景数据采集器，其视场达到±110°。
显然，这类镜头所成图像也存在很大畸变，需要校正处理。
图4 透射式全景数据采集器光学系统原理图图 5 反射式全景数据采集器光学系统原理图目前实用的构建地面全景的成像传感器主要有五种，分别是单摄像机旋转方式、多个镜头同时成像、环形成像、高速球以及使用鱼眼镜头成像。
其中无人飞行器很难满足使用单摄像机旋转方式采集全景数据的条件，在环形成像方案中的镜头正前方图像无法获得，鱼眼镜头成像的图像变形失真比较大，纠正图像需要进行大量的运算，高速球通过快球的高速运动来实现对360度全景，快球实现360度全景，但是在某一时刻只能看到某一角度的画面，因而会出现盲区。
要构建能用于测量的无人机空中全景，可以采用多镜头组合的方式成像，以正下方镜头为标准的主视场，以周围多个图像变形可控的摄像机为副视场，中心主视场可以精确定位，副视场存在可控变形，可以概略定位。
3 无人机机载全景监测系统的构成
无人机机载全景监测系统是以无人机或无人飞艇为载体，搭建全景监测设备的处理平台，包括机载设备和地面处理系统两部分，支持大范围监测和战场目标实时跟踪定位、航线快速规划和上传、全景图快速生成、打击效果评估等功能，系统结构图见图6。
4 无人机机载全景监测系统实现的关键技术
4.1 镜头的组合方案
目前构建全景监测的镜头组合方案主要有三种，分别是多个镜头同时成像，环形成像以及使用鱼眼镜头成像。
其中在环形成像方案中的镜头正前方图像无法获得，鱼眼镜头成像的图像变形失真比较大，纠正图像需要进行大量的运算，本系统采用了多镜头组合的方式成像，以正下方镜头为标准的主视场，以周围多个成像规律（图像变形为可控）的摄像机为副视场的方式成像。
具体由９台摄像机构成，如图7，９台摄像机图像通过现有视频传输设备分时传至地面，由地面计算机进行拼接。
其中利用视频传输的音频通道传输栅标记信号，供地面计算机识别图像方位归属，以便图像拼接。
全景影像数据服务器 地理空间数据服务器 LAN/WAN 全景影像数据处理站 地面监控站 搭载全景监测设备的空中平台 上/下行数据链路
图6 系统结构图
图7 系统的镜头组合方案示意图
4.2 全景图像无缝实时拼接技术
全景图像无缝实时拼接技术在本系统被具体为多镜头无缝实时拼接技术。
从图像中提取特征点是实现多镜头无缝实时拼接的第一步，也是最关键的一步，通过特征提取可以得到匹配赖以进行的图像特征，这些特征应该具有可区分性、不变性、稳定性以及有效解决歧义匹配的能力。
目前还没有一种通用的提取理论，由此导致了图像匹配特征的多样性。
与几何形状、纹理信息和彩色直方图等图像特征相比，尺度不变的特征点作为一种局部特征对多种图像变换具有更强的适应能力。
本系统利用角点检测算子提取影像中角点特征，因为角点特征是一种稳定性好且易于处理运算的影像特征。
采用特征匹配方法对检测出的特征进行匹配。
4.3 基于无人机飞行参数和传感器成像参数的可控图像变形纠正
图像纠正方案分为直接法纠正和间接法纠正两种。
所谓直接法纠正是由源图像上的像素出发，逐个像素计算其在纠正图像上的像点坐标，并将源图像上该像素值设置于纠正图像上计算得到的像点位置；所谓间接法纠正是由纠正图像上的像素出发，逐个像素计算其在源图像上的理论像点坐标，并将源图像上该像点坐标处的像素点值赋予纠正图像上的像素坐标。
对于基于无人机飞行参数和传感器成像参数的可控图像变形纠正来说，采用间接法方案的一个实际困难是如何确定源图像对应的地面范围。
最直接的解决方法是采用锚点纠正算法。
本系统的副视场存在着较大的变形，系统采用间接法方案实现可控变形条件下的概略定位。
4.4战场目标的实时定位技术
由共线条件方程
⎪⎪⎭⎪⎪⎬⎫--+---+--=---+---+--=-f c y y c x x c f b y y b x x b Z Z Y Y f
c y y c x x c f
a y y a x x a Z Z X X S S S S 3020130201
3020130201)()()()()()()()()()(
可知，若已知地面点),(Y X A 的高程Z 和影像的内方位元素，即可由无人机飞行参数和传感器
成像参数获得的影像外方位元素解算像点
)
,
(y
x
a所对应的地面点A的平面坐标)
,
(Y
X。
这一条件
在平坦地区能够得到满足；当地形起伏时，可先估算该点的粗略高程，然后在数字高程模型（DEM）
的支持下，通过一个迭代过程确定地面点A的三维坐标
)
,
,
(Z
Y
X。
结束语
本文建立了一种新型的空中监测系统，以无人机或无人飞艇作为空中平台，利用空中全景监测技术，建立了以监测信息的获取、分发和使用为核心的大范围、超宽视场的空中监测系统和地面快速处理系统。
在实现空中全景监测方面做了一些有益的尝试。