小型無人機航空遙感系統(tǒng)及其影像處理研究.pdf

1、目前，我國正處于社會經(jīng)濟高速發(fā)展時期，對農(nóng)業(yè)、資源、環(huán)境、減災(zāi)、測繪和大型基礎(chǔ)設(shè)施建設(shè)的監(jiān)測精度要求大幅提高，因此，利用高光譜分辨率的遙感影像研究完成對地表的監(jiān)測將起到至關(guān)重要的作用。自20世紀80年以來，高光譜遙感技術(shù)一直是地球觀測技術(shù)的熱門領(lǐng)域，它是一門基于光譜學(xué)原理通過結(jié)合大量電磁波窄波段獲取感興趣物體信息的科學(xué)。然而，傳統(tǒng)的高光譜遙感影像多采用衛(wèi)星進行拍攝，所獲取影像存在信息時效性較弱，周期比較長，光譜分辨率低以及容易受到天氣條

2、件影響等問題。
　　近年來，隨著自動控制技術(shù)、計算機技術(shù)以及傳感器技術(shù)的快速發(fā)展，無人機航空技術(shù)得到飛速發(fā)展，其所承擔(dān)的任務(wù)已從試驗靶機轉(zhuǎn)變?yōu)榭罩袀刹椋瑧?yīng)用范圍也逐步由軍事領(lǐng)域擴展至民用領(lǐng)域。與傳統(tǒng)的航空航天遙感技術(shù)相比，無人機高光譜遙感具有研制成本低、研制周期短、運行成本低等優(yōu)勢。由此可見，無人機航空技術(shù)的成熟為獲取高光譜分辨率和高時效的遙感影像提供了有力支持，采用無人機獲取高光譜遙感影像為國民經(jīng)濟建設(shè)服務(wù)必將成為未來高光譜遙感

3、獲取技術(shù)的發(fā)展趨勢。
　　在無人機高光譜遙感系統(tǒng)中，主要包含無人機飛行控制系統(tǒng)的設(shè)計以及在后續(xù)的高光譜遙感影像處理中特征提取等問題，而無人機飛行控制系統(tǒng)的核心技術(shù)是導(dǎo)航系統(tǒng)。因此，本文從導(dǎo)航系統(tǒng)設(shè)計和高光譜遙感影像特征提取算法兩方面開展研究工作：
　?、偬岢鲆环N無人機的非線性導(dǎo)航尋跡控制方法，其特征在于，通過GPS模塊實時地獲取當(dāng)前無人機的地理位置和飛行方向，并以固定的導(dǎo)航控制周期執(zhí)行導(dǎo)航尋跡控制；每當(dāng)導(dǎo)航控制周期到達時，執(zhí)

4、行導(dǎo)航尋跡控制。針對不同的情況，通過設(shè)定的航線和當(dāng)前無人機的地理位置算出導(dǎo)航角，當(dāng)無人機遠離設(shè)定的航線時，飛行與航線任務(wù)夾角比較大，導(dǎo)致對應(yīng)的向心加速度或橫向加速度的值比較大，于是就會產(chǎn)生一個較大的導(dǎo)航角，使無人機快速逼近航線。反之，無人機將以較小的導(dǎo)航角去逼近航線。利用該非線性導(dǎo)航尋跡控制方法，使得無人機即使在執(zhí)行復(fù)雜的飛行任務(wù)時，也能根據(jù)具體的飛行狀態(tài)改變導(dǎo)航角?的計算方法，使得得到的導(dǎo)航角?更準確。導(dǎo)航算法參數(shù)和可以根據(jù)無人機的飛

5、行速度動態(tài)地進行調(diào)整。通過自主設(shè)計的無人機飛行控制系統(tǒng)平臺進行實驗，結(jié)果表明：本文提出的非線性導(dǎo)航尋跡算法能夠滿足工程實際的需要。
　　②在高光譜遙感影像的后續(xù)處理中，為了有效利用已標(biāo)記與未標(biāo)記樣本提高高光譜遙感影像分類精度，提出一種新的半監(jiān)督流形學(xué)習(xí)方法——半監(jiān)督稀疏鑒別嵌入算法(SSDE)。該算法結(jié)合了近鄰流形結(jié)構(gòu)及稀疏性的優(yōu)點，不僅保留樣本間的稀疏重構(gòu)關(guān)系，而且通過引入少量有標(biāo)記的訓(xùn)練樣本以及大量無標(biāo)記訓(xùn)練樣本來獲得數(shù)據(jù)的內(nèi)

6、在流形結(jié)構(gòu)，實現(xiàn)鑒別特征提取，提高分類精度。在Washington DC Mall和Indian Pine數(shù)據(jù)集上的分類識別實驗表明，該算法能夠較為有效地發(fā)現(xiàn)高維空間中數(shù)據(jù)的內(nèi)蘊結(jié)構(gòu)，SSDE算法比其他算法的分類性能有明顯的提升，在隨機選取8個有類別標(biāo)簽的訓(xùn)練樣本情況下，SSDE算法在Indian Pine和Washington DC Mall數(shù)據(jù)集上分類精度分別達到了77.36％和97.85%。
　　本文針對小型無人機高光譜遙感