具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1所示一种智能测绘数据信息处理方法，包括：

S1数据处理系统获取原始测绘数据，其中原始测绘数据包括一次遥感图像和二次遥感图像，一次遥感图像和二次遥感图像为由无人机相隔设定的时间间隔先后在目标土地区域上空按照设定的飞行路线飞行过程中采集所得；

S2数据处理系统分别对一次遥感图像和二次遥感图像进行预处理，得到预处理后的一次遥感图像和预处理后的二次遥感图像；

S3数据处理系统针对预处理后的一次遥感图像进行空中三角运算，得到一次遥感图像的坐标信息，并根据获取的坐标信息将各预处理后的一次遥感图像进行拼接处理，获取拼接后的一次区域图像；

数据处理系统针对预处理后的二次遥感图像进行空中三角运算，得到二次遥感图像的坐标信息，并根据获取的坐标信息将各预处理后的二次遥感图像进行拼接处理，获取拼接后的二次区域图像；

S4数据处理系统基于一次区域图像和二次区域图像进行融合处理，得到目标区域遥感图像；

S5数据处理系统基于目标区域遥感图像进行二维图形绘制或者三维重建，获取目标土地区域测绘结果。

其中，上述方法基于数据处理系统完成，其中数据处理系统可以在智能终端或者服务器上搭建，也可以基于云计算平台搭建，本发明在此不作具体限定。

上述实施方式中，基于数据处理系统对由无人机采集的原始测绘数据进行处理，其中针对先后采集的遥感图像进行预处理和拼接处理，得到不同时间节点获取的两个区域图像，同时基于两个区域图像进行融合处理得到目标区域遥感图像，并基于目标区域遥感图像进一步获取目标土地区域测绘结果，能够有效地区域因遥感图像采集过程中受到的突发因素影响(例如云层、飞行物体导致的阴影影响，或者在无人机采集过程中收到的其他飞行物(例如飞鸟等)的遮挡影响)，有助于提高了基于无人机遥感图像进行土地测绘的可靠性和效果。

一种可选的实施方式中，步骤S1中，所述目标土地区域上设置有像控点，无人机根据设定的航线、飞行高度和飞行速度等参数在目标土地区域上空飞行，通过五视觉拍摄技术对目标土地区域的遥感图像进行采集。

一种场景中，其中设定的航线规划为S型航线。

无人机采用Phantom 4RTK无人机，无人机飞行高度为35-350m，其中无人机上搭载有五拼相机。

其中无人机相隔设定的时间周期，在两个不同的时间节点，先后两次在目标土地区域上空飞行并分别完成拍摄，以分别得到一次遥感图像和二次遥感图像，并将采集到的一次遥感图像和二次遥感图像传输到数据处理系统。

作为优选的实施方式，两个时间节点的间隔可以设置为5分钟至24小时。

一种可选的实施方式中，步骤S2中，分别对一次遥感图像和二次遥感图像进行预处理，包括：分别对一次遥感图像和二次遥感图像进行降噪滤波、图像增强、图像配准、集合纠正、色调调节和畸变差校正等处理中的至少一项，获取预处理后的一次遥感图像和预处理后的二次遥感图像。

一种实施方式，步骤S2中，对一次遥感图像和二次遥感图像进行图像增强处理，具体包括：

对目标图像进行多尺度提升小波变换，获取目标图像的低频小波系数和高频小波系数，其中目标图像包括一次遥感图像和/或二次遥感图像；

针对获取的高频小波系数进行滤波增强处理，其中采用的滤波增强处理函数为：

式中，表示滤波增强处理后的高频小波系数，w_j,k表示获取的高频小波系数，T表示设定的阈值，δ表示设定的滤波调节因子，sgn(·)表示符号函数；

基于滤波增强处理后的高频小波系数和获取的低频小波系数进行提升小波逆变换，得到滤波遥感图像；

针对滤波遥感图像采用Canny边缘检测算子进行处理，检测图像中边缘信息，将滤波遥感图像划分为边缘部分和非边缘部分,其中边缘部分包括边缘像素点的集合，非边缘部分包括非边缘像素点的结合；

针对获取的非边缘部分进行平滑增强处理，其中采用的平滑增强函数为：

式中，表示平滑增强处理后像素(x,y)处的灰度值，h(x,y)表示非边缘部分中像素(x,y)处的灰度值，表示以像素(x,y)为中心的3×3范围内的像素点不存在边缘像素点，表示以像素(x,y)为中心的3×3范围内的像素点存在边缘像素点；表示以像素(x,y)为中心的3×3范围内的非边缘像素点的灰度均值，表示以像素(x,y)为中心的3×3范围内的边缘像素点的灰度均值，表示以像素(x,y)为中心的3×3范围内的像素点的灰度均方差，示以像素(x,y)为中心的3×3范围内的边缘像素点的灰度均方差，β表示设定的调节因子，其中β∈[0.9,1.1]；表示截边函数，当时， 当时，当 时，

将平滑增强处理后的非边缘部分和获取的边缘部分进行重构，得到预处理后的目标图像。

上述实施方式，提供了一种针对一次遥感图像和二次遥感图像进行增强处理的技术方案，能够有助于提高遥感图像的质量，去除遥感图像采集过程中收到的噪声干扰，同时对遥感图像中的细节部分进行增强，提高遥感图像的整体和细节显示效果。

一种可选的实施方式中，步骤S3包括：根据一次遥感图像中的像控点，将一次遥感图像映射到设定的标准坐标系中，基于标准坐标系对各个一次遥感图像进行拼接，得到拼接后的一次区域图像；

根据二次遥感图像中的像控点，将二次遥感图像映射到设定的标准坐标系中，基于标准坐标系对各个二次遥感图像进行拼接，得到拼接后的二次区域图像；

一种可选的实施方式中，步骤S4包括：基于设定的标准坐标系对一次区域图像和二次区域图像进行融合处理，得到目标区域遥感图像。

一种可选的实施方式中，步骤S4中，基于设定的标准坐标系对一次区域图像和二次区域图像进行融合处理，具体包括：

将分别将一次区域图像和二次区域图像中各像素点转换到标准坐标系进行表示，其中每个坐标点对应区域图像中的一个像素点；

根据一次区域图像和二次区域图像中相同坐标点对应进行融合处理，得到目标区域遥感图像，其中采用的融合处理函数为：

式中，h₃(i,j)表示融合处理后目标区域遥感图像中对应坐标(i,j)处的灰度值，h₁(i,j)和h₂(i,j)分别表示一次区域图像和二次区域图像中对应坐标(i,j)处的灰度值，H1表示设定的灰度差阈值，其中H1∈[40,60]，r＝1或2，对应一次区域图像和二次区域图像，σ_1-5×5(x,y)和σ_2-5×5(x,y)分别表示一次区域图像和二次区域图像中以坐标(i,j)处为中心的5×5范围内各坐标的灰度均方差。

上述实施方式中，提出了一种基于一次区域图像和二次区域图像进行融合处理的技术方案，其中考虑到当其中一次采集过程中受到突发因素影响时，其受到影响的位置在两幅区域图像中会体现出较大的灰度差异，因此，提出了一种融合处理函数，能够首先对灰度差异较大(受到突发因素影响的区域)进行筛选，其中针对灰度差异较大的部分，基于土地遥感图像的特性进行自适应的融合处理，能够有效地在融合过程中区域受到突发因素影响的影响，有助于还原真实的土地情况，提高了土地测绘的准确度和效果。

一种可选的实施方式中，步骤S5中，目标土地区域测绘结果包括目标土地区域的二维测绘图像或者目标土地区域的三维模型。

针对获取的目标区域遥感图像，能够根据实际需要进行二维图形绘制或者三维重建，获取相应的土地测绘结果。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。