、中心瑋度、成像距離、斜視角度、氣象條件、圖像類型、圖像級別、相關性描述；
[0034](2)相機元數(shù)據(jù):平臺方位角、平臺俯仰角、測距值同步標識、測距值、CXD焦距值、
平臺編號；
[0035](3)飛機元數(shù)據(jù):飛機經(jīng)度、飛機瑋度、飛機高度、飛機橫滾角、飛機真航向、飛機俯仰角、GPS時間。
[0036]無人機圖像元數(shù)據(jù)存儲在XML格式的配置文件中，入庫時直接從XML文件讀取元素內(nèi)容存入庫內(nèi)。
[0037]第二步，基于級別關聯(lián)的圖像相關性存儲設計。
[0038]圖2是本發(fā)明步驟二中所設計的基于級別關聯(lián)的相關性存儲說明圖。
[0039]無人機偵察圖像一體化處理系統(tǒng)以無人機偵察圖像為數(shù)據(jù)基礎，面向多任務、具備多模式，實現(xiàn)無人機偵察圖像處理與地圖配準、區(qū)域重建、GIS集成、地面目標定位等功能的一體化集成。本方法設計的數(shù)據(jù)庫應用于無人機偵察圖像一體化處理系統(tǒng)。入庫圖像可以分成五級，原始圖像、系統(tǒng)幾何校正圖像、幾何精校正圖像、融合圖像、目標判讀圖。五級圖像存在相關性，比如一幅最低級的原始圖像經(jīng)過系統(tǒng)級幾何校正模塊完成初步對單幅無人機偵察圖像的初步幾何校正，可以生成第二級系統(tǒng)幾何校正圖像；系統(tǒng)幾何校正圖像經(jīng)過幾何精校正模塊校正拼接后的全景圖像，消除殘存的幾何畸變，實現(xiàn)無人機偵察圖像與地理坐標的精匹配，生成第三級幾何精校正圖像；幾何精校正圖像經(jīng)過圖像預處理生成第四級融合圖像；融合圖像再通過目標精確定位生成最高級的目標判讀圖。生成的較高級圖像即與較低級圖像之間存在相關性。如果僅僅對上述五級圖像進行簡單的存儲，就無法在檢索時將五級圖像關聯(lián)起來。考慮到五級入庫圖像的相關性，入庫時針對相鄰級別的圖像，如第三級幾何精校正圖像和第四級融合圖像，對圖像增加相關性描述標簽，將較低級圖像與較高級圖像進行關聯(lián)。相關性描述將不同級別的圖像之間建立聯(lián)系，便于后續(xù)的處理和檢索，面向無人機偵察圖像一體化處理，提高無人機偵察圖像檢索效率。具體流程如下:
[0040]假設有一幅待入庫的無人機偵察圖像，將該圖像入庫后進行相關性檢測，先判斷同時入庫的圖像中是否含有與該圖像相關的較低級圖像，如果有，則添加相關性描述，即在與該圖像相關的較低級圖像的相關性描述標簽中，添加該圖像的名稱，然后入庫；如果沒有，則進行下一步檢測；在數(shù)據(jù)庫的已存圖像中檢測是否含有與該圖像相關的較低級圖像，如果有，則修改相關性描述，即將與該圖像相關的較低級圖像的相關性描述標簽，修改為該圖像的名稱；如果沒有，則直接入庫。全部待入庫的圖像均進行相關性檢測后，相關性存儲結束。檢索時，根據(jù)圖像的相關性描述標簽，即可獲知數(shù)據(jù)庫內(nèi)是否有與該圖像相關的其他圖像、該圖像是原始圖像還是經(jīng)過預處理等操作生成的高級圖像，從而實現(xiàn)高效檢索。
[0041]第三步，基于GIS的圖像地理信息可視化。
[0042]考慮到對無人機偵察圖像地理信息的可視化需求，本方法通過對Google Earth的二次開發(fā)，實現(xiàn)了查看當前圖片、路徑、地標的功能。對Google Earth的二次開發(fā)涉及兩種方式:
[0043](I)基于Google Earth Com API的開發(fā)。基于Com API的開發(fā)方式主要用來控制GE的視角、實現(xiàn)動畫效果。第三方應用程序可以使用Google Earth Com API對GoogleEarth進行信息搜尋和發(fā)布命令。如:通過使用IApplicat1nGE，第三方應用程序可以查詢當前的視圖，控制三維角度，使用KML的功能等。
[0044](2)基于KML文件的開發(fā)?；贙ML的開發(fā)方式主要用來生成地理要素，實現(xiàn)數(shù)據(jù)的動態(tài)更新等。具體實現(xiàn)方式是將圖像元數(shù)據(jù)，如經(jīng)度、瑋度、高度寫入KML文件，再通過Google Earth API打開KML文件，從而查看所需內(nèi)容。
【主權項】
1.一種無人機偵察圖像數(shù)據(jù)管理及可視化顯示方法，具體包括以下幾個步驟: 第一步，基于無人機偵察圖像元數(shù)據(jù)建立數(shù)據(jù)表； 無人機圖像數(shù)據(jù)庫的管理方式選擇文件和關系數(shù)據(jù)庫混合管理方式，圖像及圖像序列文件存儲在文件系統(tǒng)中，數(shù)據(jù)庫中存儲文件存儲路徑與文件連接； 數(shù)據(jù)庫存儲的元數(shù)據(jù)如下: (1)圖像參數(shù):地貌類型、目標類型、中心經(jīng)度、中心瑋度、成像距離、斜視角度、氣象條件、圖像類型、圖像級別、相關性描述； (2)相機元數(shù)據(jù):平臺方位角、平臺俯仰角、測距值同步標識、測距值、CCD焦距值、平臺編號; (3)飛機元數(shù)據(jù):飛機經(jīng)度、飛機瑋度、飛機高度、飛機橫滾角、飛機真航向、飛機俯仰角、GPS時間； 無人機圖像元數(shù)據(jù)存儲在XML格式的配置文件中，入庫時直接從XML文件讀取元素內(nèi)容存入庫內(nèi)； 第二步，基于級別關聯(lián)的圖像相關性存儲設計； 入庫圖像分成五級，級數(shù)從低到高分別為:原始圖像、系統(tǒng)幾何校正圖像、幾何精校正圖像、融合圖像、目標判讀圖，較高級圖像與較低級圖像之間存在相關性； 具體流程如下: 假設有一幅待入庫的無人機偵察圖像，將該圖像入庫后進行相關性檢測，先判斷同時入庫的圖像中是否含有與該圖像相關的較低級圖像，如果有，則添加相關性描述，即在與該圖像相關的較低級圖像的相關性描述標簽中，添加該圖像的名稱，然后入庫；如果沒有，則進行下一步檢測；在數(shù)據(jù)庫的已存圖像中檢測是否含有與該圖像相關的較低級圖像，如果有，則修改相關性描述，即將與該圖像相關的較低級圖像的相關性描述標簽，修改為該圖像的名稱；如果沒有，則直接入庫；全部待入庫的圖像均進行相關性檢測后，相關性存儲結束；檢索時，根據(jù)圖像的相關性描述標簽，即可獲知數(shù)據(jù)庫內(nèi)是否有與該圖像相關的其他圖像、該圖像是原始圖像還是經(jīng)過預處理等操作生成的高級圖像，實現(xiàn)高效檢索； 第三步，基于GIS的圖像地理信息可視化； 通過對Google Earth的二次開發(fā)，實現(xiàn)查看當前圖片、路徑、地標功能，實現(xiàn)可視化。
【專利摘要】本發(fā)明公開了一種無人機偵察圖像數(shù)據(jù)管理及可視化顯示方法，具體包括以下幾個步驟：第一步，基于無人機偵察圖像元數(shù)據(jù)建立數(shù)據(jù)表；第二步，基于級別關聯(lián)的圖像相關性存儲設計；第三步，基于GIS的圖像地理信息可視化；本發(fā)明可實現(xiàn)從無人機圖像的配置文件中錄入相關元數(shù)據(jù)從而進行高級檢索；本發(fā)明采用基于級別關聯(lián)的相關性存儲設計，可以實現(xiàn)針對不同級別入庫圖像的相關性檢索；本發(fā)明采用基于Google？Earth的人機交互檢索，可滿足對無人機偵察圖像地理信息的可視化需求。
【IPC分類】G06F17/30
【公開號】CN105260389
【申請?zhí)枴緾N201510579704
【發(fā)明人】丁文銳, 黃宇晴, 李紅光, 向錦武
【申請人】北京航空航天大學
【公開日】2016年1月20日
【申請日】2015年9月14日