无人机影像提取矿区地裂缝信息技术研究

金属矿山 ›› 2012, Vol. 41 ›› Issue (10): 90-92+96.

无人机影像提取矿区地裂缝信息技术研究

魏长婧^1,2,3，汪云甲^1,2,3，王坚^1,2,3，赵慧^1,2,3

1.中国矿业大学（徐州）环境与测绘学院；2.江苏省资源环境信息工程重点实验室；3.国土环境与灾害监测国家测绘局重点实验室

出版日期:2012-10-15 发布日期:2012-11-08
基金资助:
* 国家自然科学基金项目（编号：50774080;40971275），中国矿业大学青年基金项目（编号：OP090212），江苏高校优势学科建设工程项目（编号：PAPD）。

The Technical Research of Extracting Ground Fissure Information in Mining Area with the UAV Image

Wei Changjing^1,2,3，Wang Yunjia^1,2,3，Wang Jian^1,2,3，Zhao Hui^1,2,3

1.School of Environment Science and Spatial Informatics，China University of Mining and Technology，Xuzhou；2.Jiangsu Key Laboratory of Resources and Environmental Information Engineering；3.Key laboratory for Resources Environment and Disaster Monitoring of SBSM

Online:2012-10-15 Published:2012-11-08

摘要/Abstract

摘要： 针对矿区地裂缝信息提取问题展开研究，采用无人机影像和TM影像为数据源，通过提取研究区的纹理特征、线性特征、分形维数、NDVI值以及光谱特征，利用ERDAS软件建立知识模型，成功提取出矿区地裂缝信息分布图，并对提取结果进行精度验证，证明该方法具有较高的精度。

关键词: 无人机, 矿区, 地裂缝, 知识模型, 自动提取

Abstract: The research is conducted with the problem of extracting ground fissure information in mining area. The UAV and TM images are used as data sources. Through the extraction of texture feature，linear characteristics，fractal dimension，the NDVI values and spectral features，and using the ERDAS software，a knowledge model is built，and the distribution graphs about ground fissure information is successfully extracted. It proves that the method has higher precision after precision verification on the extraction results.

Key words: UAV, Mining area, Ground fissure, Knowledge model, Automatic extraction

魏长婧, 汪云甲, 王坚, 赵慧. 无人机影像提取矿区地裂缝信息技术研究[J]. 金属矿山, 2012, 41(10): 90-92+96.

WEI Chang-Jing, WANG Yun-Jia, WANG Jian, ZHAO Hui. The Technical Research of Extracting Ground Fissure Information in Mining Area with the UAV Image[J]. Metal Mine, 2012, 41(10): 90-92+96.

[1]	车　巍, 杨秋翔. 基于无人机摄影测量的矿区地形三维重建及精度分析[J]. 金属矿山, 2024, 53(9): 245-.
[2]	张宏伟, 高亚男, 王　宇, 刘　磊. 燃料受限条件下矿区无人驾驶卡车路径最优化策略研究[J]. 金属矿山, 2024, 53(8): 140-.
[3]	张　凌, 邱　斌, 张　源. 基于无人机倾斜摄影测量技术与SVR 算法的开采沉陷监测与预计[J]. 金属矿山, 2024, 53(7): 168-.
[4]	郁　标, 杨金维, 寇永渊, 王文杰. 金川二矿区3 个中段协同开采巷道变形破坏特征研究[J]. 金属矿山, 2024, 53(6): 23-.
[5]	李亦珂, 王春梅. 基于离散小波域深度残差学习的矿区遥感图像增强算法[J]. 金属矿山, 2024, 53(4): 215-.
[6]	陈延康, 郭广礼, 孟　浩, 张连贵, 郑　辉, 李怀展, 张浩宇. 陕蒙矿区深部开采导水裂隙带发育特征与高度预测方法[J]. 金属矿山, 2024, 53(4): 186-.
[7]	魏晓娟, 李纪云, 巩　闯. 基于分层强化学习的矿区无人驾驶车辆路径规划算法[J]. 金属矿山, 2024, 53(11): 192-.
[8]	代永新, 徐全, 卢敬标, 李子健, 张思远, 杨月明, . 岩质边坡结构面交互式识别技术与系统研发[J]. 金属矿山, 2024, 53(01): 80-89.
[9]	毕玉晶, 周克强, 夏令, 宋少先, 朱江, 胡勇. 半干旱矿区蒙脱石基人工藻结皮的构建及其固铅机制[J]. 金属矿山, 2023, 52(11): 91-100.
[10]	高琴, 党晓宏, 蒙仲举, 高永, 高岩, 刘泓鑫. 风沙区采煤沉陷裂缝对不同坡位土壤养分的影响[J]. 金属矿山, 2023, 52(09): 223-230.
[11]	李金威. 基于无人机摄影测量的露天矿边坡非连续变形分析[J]. 金属矿山, 2023, 52(09): 134-139.
[12]	姬果, 裴中朝, 王永辉, 姬清海, 李宁, 韩江伟, 巴燕, 桂新星, 叶萍. 河南省石墨矿床地质特征、成矿区带划分及找矿预测[J]. 金属矿山, 2023, 52(04): 158-167.
[13]	秦璐, 陈炳乾, 于洋, 杨家乐, 杨宇. 基于遥感生态指数的矿井关闭前后生态环境时空变化规律研究[J]. 金属矿山, 2023, 52(03): 242-249.
[14]	李翠, 李杰林, 张良兵, 杨承业, 徐继业, 周科平. 基于无人机贴近测量的露天矿岩质边坡结构面自动识别#br#[J]. 金属矿山, 2023, 52(02): 146-153.
[15]	王羽, 王磊, 李靖宇, 江克贵, 李世保, 杨科, 刘洪江. 矿区全尺度梯度地表形变监测的 LEV-InSAR 模型[J]. 金属矿山, 2023, 52(01): 134-141.

扫码分享