(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210962372.7 (22)申请日 2022.08.11 (71)申请人 深圳市水务工程检测有限公司 地址 518055 广东省深圳市龙华区观湖街 道鹭湖社区观 乐路5号多彩科创园A 座 101 (72)发明人 蒋俊豪　李晓辉　廖松胜　袁云凯　 (74)专利代理 机构 东莞市卓易专利代理事务所 (普通合伙) 44777 专利代理师 高祺 (51)Int.Cl. G06T 17/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 5/00(2006.01)G06T 5/40(2006.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于无人机摄影的测量数据整合管理 系统及方法 (57)摘要 本发明公开了一种基于无人机摄影的测量 数据整合管理系统及方法， 涉及三维建模技术领 域， 包括数据采集模块、 数据预处理模块、 空三加 密模块、 数据汇总模块， 以及数据存储模块具体 涉及三维建模技术， 其中数据预处理模块包括子 模块： 畸变差校正模块、 质量检验模块、 数据替换 模块， 所述畸变差校正模块根据原始影像数据、 相机检校数据参数和航线结合表进行校正， 校正 后的数据传输至质量检验模块； 所述质量检验模 块用于检验畸变差校正后影像数据的质量， 并将 标记后的图片数据传输至数据替换模块； 所述数 据替换模块包括图片识别模型， 提取图片特征， 根据特征在特殊影像数据中提取影像数据， 用于 替换原始数据。 权利要求书2页 说明书6页 附图2页 CN 115294278 A 2022.11.04 CN 115294278 A 1.一种基于无人机摄影的测量数据整合管理系统， 其特征在于： 包括数据采集模块、 数 据预处理模块、 空三加密模块、 数据汇总模块， 以及数据存储模块； 所述数据采集模块用于 采集无人机原始摄影数据、 相 机检校数据、 航线结合表、 控制资料， 并将采集的数据整合传 输至数据预处理模块， 所述数据预处理模块用于校正原始摄影数据畸变量、 检验原始摄影 数据的质量、 替换问题数据， 并将预 处理后的数据传输至空三加密 模块， 所述空三加密模块 用于确定无人机测量区域的定位和定姿， 进而获得测区内任意点的绝对坐标， 并将空三加 密后的数据传输至数据 汇总模块， 所述数据 汇总模块用于汇总更新后的数据， 进 行调色、 转 换、 拼接， 所述数据存储模块用于存储采集、 预处理、 空三加密、 汇总后的数据， 汇总后的存 储数据用于三维建模。 2.根据权利要求1所述的一种基于无人机摄影的测量数据整合管理系统， 其特征在于： 所述数据采集模块采集数据包括原始影像数据、 相机检校数据参数、 控制资料、 航线结合 表， 所述原始影像数据格式可以为JPG、 BMP、 TIF、 PNG， 所述影像数据为格式统一、 大小相近 的彩色数字影像， 所述相机检校数据包括相机像主点坐标、 相 机焦距、 像元大小、 径向畸变 差系数、 切向畸变差系数、 CCD非正方形比例系数、 CCD非正交性的畸变系数、 POS信息， 所述 控制资料包括控制点点之记、 控制点坐标数据， 所述航线结合表包括航线索引图、 飞行方 向。 3.根据权利要求1所述的一种基于无人机摄影的测量数据整合管理系统， 其特征在于： 所述数据预 处理模块， 包括子模块： 畸变差校正模块、 质量检验模块、 数据替换模块， 所述畸 变差校正模块根据原始影像数据、 相 机检校数据参数和航线结合表进行校正， 校正后的数 据传输至质量检验模块； 所述质量检验模块用于检验畸变差校正后影像数据的质量， 包括 清晰度、 形变量， 标记影像数据中清晰度低和形变量大的图片数据， 并将标记后的图片数据 传输至数据替换模块； 所述数据替换模块用于从特殊影像数据库中抓取特定图片替换标记 的图片数据， 数据替换模块包括图片识别模型， 所述抓取模型基于CNN卷积神经网络建立， 抓取模型用于从特殊影像库中抓取出原始影像数据中的特殊影像数据并用清晰图片进行 替换， 所述特殊影像数据包括水面、 窗户、 阴影和植物， 识别出原始数据中的特殊影像， 提取 图片特征， 根据特 征在特殊影 像数据中提取影 像数据， 用于替换原 始数据。 4.根据权利要求3所述的一种基于无人机摄影的测量数据整合管理系统， 其特征在于： 所述质量检验 模块包括清晰度检测单 元， 所述清晰度检测单 元基于Reblur二次模糊技 术。 5.根据权利要求3所述的一种基于无人机摄影的测量数据整合管理系统， 其特征在于： 所述数据替换模块包括图片识别模型， 数据替换模块包括图片采集单元、 图片特征提取单 元、 特殊影 像数据集、 图片替换 单元， 具体步骤如下： 步骤S1， 预处理操作， 采集无人机摄影图片得到数据集， 并将数据集切分为训练集和验 证集， 训练集用于训练模型， 验证集用来验证模型的准确率； 步骤S2， 识别影 像特征进行特征提取， 基于 HOG方向梯度直方图识别训练集图片特 征； 步骤S3， 构建SVM分类器， 使用SVM分类器将提取特征后的图片输入到分类器当中进行 训练， 同时基于训练集进行模型效果的训练， 得到图片识别模型； 步骤S4， 模型的验证， 基于验证集进行模型效果的训练， 对特征识别进行校正， 得到最 终的图片识别模型； 步骤S5， 图片的识别， 利用上述识别模型， 首先采集到标记的图片数据， 然后提取图片权　利　要　求　书 1/2 页 2 CN 115294278 A 2数据特征， 再利用上述识别模型从特殊影像库中抓取特征相似度最高的清晰图片， 最后用 抓取的清晰图片替换 标记的图片数据。 6.根据权利要求5所述的一种基于无人机摄影的测量数据整合管理系统， 其特征在于： 所述特征提取具体操作步骤如下： 步骤S201， 首 先进行灰度化、 Gam ma矫正、 重叠块归一 化、 分块预处 理； 步骤S202， 将图片 分割后， 接下来就要计算每个块的方向梯度直方图， 利用任意一种梯 度算子的核， 对该块进 行卷积， 然后利用下面 公式得到每个像素点处的梯度方向和幅值， 公 示如下： Gx(x,y)＝ I(x+1,y) ‑I(x‑1,y) Gy(x,y)＝ I(x,y+1) ‑I(x,y‑1) 上式中Gx和Gy代表水平和垂直方向的梯度值， M(x,y)代表梯度的幅值， θ(x,y)代表梯 度方向， 可以得到梯度图； 步骤S203， 将每个块中提取出的小HOG特征首位相连， 得到最终的图片特征， 将这个特 征送到分类 器中训练。 7.根据权利要求1 ‑6任一所述的一种基于无人机摄影的测量数据整合管理系统的方 法， 其特征在于： 所述测量数据整合管理系统的方法包括以下步骤： 步骤S11， 数据采集， 通过数据采集模块得到原始摄影数据、 相机校验数据、 航线结合 表、 控制资料、 POS信息， 数据采集方式为无人机摄影自动传输和人工录入， 并将采集数据存 储在数据库中； 步骤S12， 数据预处理， 将采集得到的数据导入数据预处理模块， 进行畸变差校正、 质量 检验、 数据替换 得到高质量数据， 并将采集数据存 储在数据库中； 步骤S13， 进行空三加密， 利用步骤2得到的高质量数据和采集的控制资料进行空三加 密， 得到无 人机测量区域的定位和定姿， 进 而获得测区内任意 点的绝对坐标； 步骤S14， 数据汇总， 汇总得到的空三加密成果和采集的信息， 对图片进行调色、 转换、 拼接， 得到DE M成果、 DOM成果， 并将汇总的数据存 储在数据库中。 8.根据权利要求6所述的一种基于无人机摄影的测量数据整合管理系统的方法， 其特 征在于： 所述空三加密包括数据导入、 对齐照片、 像控点的匹配与刺点、 优化照片对齐方式 并计算残差， 具体过程如下： 导入 预处理后得到图片及 采集的POS信息， 根据POS信息对齐照 片， 对齐照 片后查看连接点的匹配效果； 对齐后导入像控点进 行像控点的匹配， 匹配完成后 导入像控点进行刺点； 优化照片对齐方式， 并利用像控点进行POS信息的反算计算残差， 残 差满足要求后完成空三加密过程。权　利　要　求　书 2/2 页 3 CN 115294278 A 3