【2017UC回顾】ArcGIS助力无人机应用遍地开花
分享
-
2017-11-03
影像能力是ArcGIS平台当仁不让的优势能力之一，其基于镶嵌数据集的大规模影像管理和共享能力已经得到诸多用户的实践和好评，在ArcGIS 10.5中，更是集成先进的区域网平差技术、无人机处理技术和栅格大数据分布式计算等技术，让ArcGIS的影像能力更上一层楼。
今年大会的主题演示中，ArcGIS平台上述影像能力都得到了充分体现，关于栅格大数据技术，请参见之前的博文【2017UC回顾】栅格大数据结合AI技术，推进高分影像的应用，下面我们一起来回顾一下以无人机为代表的ArcGIS影像处理能力。
应用1
利用ArcGIS从无人机影像中提取绿色植被分布
植被分布信息常用于植被变化、生态环境研究、水土保持、气候变化等领域，具有非常重要的参考价值。以往我们会使用NDVI算法从多波段的卫星影像中提取植被分布信息。近年来轻小型无人机迅速普及，但其使用的摄像头无法获取NDVI算法所需的近红外波段，因此我们使用借鉴了NDVI算法的VDVI算法，通过可见光波段提取绿色植被分布。VDVI算法在软件中的实现至关重要，该算法仅依赖RGB三个可见光波段。
解决这个问题可以分为两个步骤。第一步：生产正射影像成果。
这一步我们使用ArcGIS 10.5中全新推出的OrthoMapping工具集来进行。OrthoMapping工具集是基于无人机/大飞机/卫星拍摄的原始影像，生成镶嵌正射成果、DTM、DSM成果等的大规模正射级信息产品，或者从立体相对中提取点云数据的专业级影像生产工具，它在ArcGIS Desktop 10.5和ArcGIS Pro 1.4中提供，主要包含以下十个工具，其中标红为新增工具，标绿为功能完善后的区域网平差工具。
接下来我们使用ArcGIS Pro中提供的OrthoMapping影像工作空间向导来实现第一步工作。这是无人机获取的249张影像：
在影像工作空间的类型列表中我们可以看出，OrthoMapping支持无人机、卫星、数码航片和扫描航片四种类型的影像。
OrthoMapping内置了多种相机参数。包括佳能、卡西欧、大疆等诸多主流品牌。这里我们将相机模型设置为大疆的Mavic Pro，相机的相关参数会自动填充。
设置完成后开始执行正射影像拼接，经过若干分钟即可得到处理好的正射影像成果。
第二步操作，使用VDVI算法提取绿色植被分布。ArcGIS提供了13类共134种栅格函数，并支持自定义新的影像计算流程。下图是进行VDVI计算的自定义影像计算流程，其中用到了波段计算器和像元值映射这两个栅格函数。
在波段计算器中输入了VDVI算法的计算公式：
在像元值映射工具中输入绿色植被提取区间：
有了这个自定义的影像计算流程，我们可以在1秒内计算出该区域的绿色植被分布。
使用同样的方法，从5个月前的正射影像中提取出绿色植被分布，成果设置为红色。
我们可以在本地对比这5个月的植被覆盖变化，也可以将成果发布到ArcGIS Enterprise中。通过滤镜功能不难发现这5个月内，1号区域由于没有再种植农作物而闲置，2号区域由于施工需要，由农田变为建筑用地。
该成果已经发布到ArcGIS Online上并分享给公众，感兴趣的同志请进入http://onlinecncd.maps.arcgis. ... 8a479，进行体验。
应用2
使用无人机和ArcGIS快速评估拆迁进度
以拆迁进度评估为例。在拆迁施工期间，定期使用无人机对该区域进行拍摄，并使用ArcGIS快速评估拆迁进度。由于ArcGIS可以处理多种无人机传感器数据，这让我们在无人机类型选择上有了非常大的空间。
技术路线如下：使用ArcGIS的OrthoMapping工具生成正射影像和DSM成果，校正后便可以进行高程比对运算，实现拆迁进度的快速评估。
下图是该区域在半年内无人机先后两次获取的正射影像和DSM数据。
虽然通过正射影像成果的人工比对就可以看出某些建筑物已经被拆除，但对于一片比较大的区域来说，高效而准确的评估至关重要，其中的关键操作是使用ArcGIS栅格函数中的减法函数将两次的DSM高程数据进行相减，得到高程变化成果。
拆迁区域中，暖色部分就是房屋拆除引起的地表高程变化，如这里地表降低了14米。
我们以层高3米作为划分标准，并叠加建筑物地块数据做参考，
ArcGIS可以快速的提取出22栋被拆除的建筑物，就是图中的紫色部分。
以上这些只是ArcGIS影像能力的部分展示，对于无人机影像而言，ArcGIS也并不是简单的数据生产工具，而是贯穿数据获取、生产、管理与行业应用的地理支撑平台。值得特别关注的是，OrthoMapping作为ArcGIS的标准地理处理工具，可以进行二次开发，封装成B/S和C/S的专业影像处理应用，充分提升影像价值。
文章来源：https://mp.weixin.qq.com/s/89lDWWNLsl6v3naf3NpaqA
今年大会的主题演示中，ArcGIS平台上述影像能力都得到了充分体现，关于栅格大数据技术，请参见之前的博文【2017UC回顾】栅格大数据结合AI技术，推进高分影像的应用，下面我们一起来回顾一下以无人机为代表的ArcGIS影像处理能力。
应用1
利用ArcGIS从无人机影像中提取绿色植被分布
植被分布信息常用于植被变化、生态环境研究、水土保持、气候变化等领域，具有非常重要的参考价值。以往我们会使用NDVI算法从多波段的卫星影像中提取植被分布信息。近年来轻小型无人机迅速普及，但其使用的摄像头无法获取NDVI算法所需的近红外波段，因此我们使用借鉴了NDVI算法的VDVI算法，通过可见光波段提取绿色植被分布。VDVI算法在软件中的实现至关重要，该算法仅依赖RGB三个可见光波段。
解决这个问题可以分为两个步骤。第一步：生产正射影像成果。
这一步我们使用ArcGIS 10.5中全新推出的OrthoMapping工具集来进行。OrthoMapping工具集是基于无人机/大飞机/卫星拍摄的原始影像，生成镶嵌正射成果、DTM、DSM成果等的大规模正射级信息产品，或者从立体相对中提取点云数据的专业级影像生产工具，它在ArcGIS Desktop 10.5和ArcGIS Pro 1.4中提供，主要包含以下十个工具，其中标红为新增工具，标绿为功能完善后的区域网平差工具。
接下来我们使用ArcGIS Pro中提供的OrthoMapping影像工作空间向导来实现第一步工作。这是无人机获取的249张影像：
在影像工作空间的类型列表中我们可以看出，OrthoMapping支持无人机、卫星、数码航片和扫描航片四种类型的影像。
OrthoMapping内置了多种相机参数。包括佳能、卡西欧、大疆等诸多主流品牌。这里我们将相机模型设置为大疆的Mavic Pro，相机的相关参数会自动填充。
设置完成后开始执行正射影像拼接，经过若干分钟即可得到处理好的正射影像成果。
第二步操作，使用VDVI算法提取绿色植被分布。ArcGIS提供了13类共134种栅格函数，并支持自定义新的影像计算流程。下图是进行VDVI计算的自定义影像计算流程，其中用到了波段计算器和像元值映射这两个栅格函数。
在波段计算器中输入了VDVI算法的计算公式：
在像元值映射工具中输入绿色植被提取区间：
有了这个自定义的影像计算流程，我们可以在1秒内计算出该区域的绿色植被分布。
使用同样的方法，从5个月前的正射影像中提取出绿色植被分布，成果设置为红色。
我们可以在本地对比这5个月的植被覆盖变化，也可以将成果发布到ArcGIS Enterprise中。通过滤镜功能不难发现这5个月内，1号区域由于没有再种植农作物而闲置，2号区域由于施工需要，由农田变为建筑用地。
该成果已经发布到ArcGIS Online上并分享给公众，感兴趣的同志请进入http://onlinecncd.maps.arcgis. ... 8a479，进行体验。
应用2
使用无人机和ArcGIS快速评估拆迁进度
以拆迁进度评估为例。在拆迁施工期间，定期使用无人机对该区域进行拍摄，并使用ArcGIS快速评估拆迁进度。由于ArcGIS可以处理多种无人机传感器数据，这让我们在无人机类型选择上有了非常大的空间。
技术路线如下：使用ArcGIS的OrthoMapping工具生成正射影像和DSM成果，校正后便可以进行高程比对运算，实现拆迁进度的快速评估。
下图是该区域在半年内无人机先后两次获取的正射影像和DSM数据。
虽然通过正射影像成果的人工比对就可以看出某些建筑物已经被拆除，但对于一片比较大的区域来说，高效而准确的评估至关重要，其中的关键操作是使用ArcGIS栅格函数中的减法函数将两次的DSM高程数据进行相减，得到高程变化成果。
拆迁区域中，暖色部分就是房屋拆除引起的地表高程变化，如这里地表降低了14米。
我们以层高3米作为划分标准，并叠加建筑物地块数据做参考，
ArcGIS可以快速的提取出22栋被拆除的建筑物，就是图中的紫色部分。
以上这些只是ArcGIS影像能力的部分展示，对于无人机影像而言，ArcGIS也并不是简单的数据生产工具，而是贯穿数据获取、生产、管理与行业应用的地理支撑平台。值得特别关注的是，OrthoMapping作为ArcGIS的标准地理处理工具，可以进行二次开发，封装成B/S和C/S的专业影像处理应用，充分提升影像价值。
文章来源：https://mp.weixin.qq.com/s/89lDWWNLsl6v3naf3NpaqA
