[发明专利]一种基于道格拉斯—普克算法的航带划分方法

摘要

本发明公开了一种基于道格拉斯—普克算法的航带划分方法，首先将无人机飞控数据中的经纬度坐标转为大地直角坐标；然后利用道格拉斯—普克算法对无人机飞控数据进行压缩，筛选航带曲线的节点；并对压缩后保留的无人机飞控数据点进行分类，确定哪些点属于同一航带上的关键点；最后剔除飞行转弯时曝光像片对应的pos点，保留航带两头像片对应的pos点，并完成对航带的划分。本发明能够通过编程自动剔除起降和转弯影像，实现航带的完整的划分，解决了利用传统航测进行无人机低空航摄数据航带自动整理航带的问题，可以方便快速地进行基于飞控数据的无人机航带整理。

主权项

一种基于道格拉斯—普克算法的航带划分方法，其中描述的点在航带中均代表航摄时的曝光点，每一点代表一张航摄像片；其特征在于，包括以下步骤：步骤1：将无人机飞控数据中的经纬度坐标(B，L，H)转为大地直角坐标(Xs，Ys，Ys)，其中L表示经度、B表示纬度、H表示高度、Xs表示大地坐标系下的X轴向坐标值、Ys表示表示大地坐标系下的Y轴向坐标值、Zs表示表示大地坐标系下的高程值；步骤2：利用道格拉斯—普克算法对经步骤1坐标转换后的无人机飞控数据进行压缩，筛选航带曲线的节点；步骤3：对压缩后保留的无人机飞控数据点进行分类，确定哪些点属于同一航带上的关键点；具体实现包括以下子步骤：步骤3.1：设定一个角度阈值α；步骤3.2：针对保留的点，循环执行下述操作：按照所保留点的序号，每次顺序取三个点，顺序计算每三点之间的连线夹角，组成保留的关键点的夹角集合{αi}，i＝1,2,3，...；步骤3.3：定义点集数组{Pj}，j＝1,2......；将第一个保留点和第二个保留点加入点集P1中，并将P1设置为初始的当前点集；步骤3.4：针对集合{αi}，循环执行下述操作：若αi≥α，则将点Pi+2加入到当前点集中；若αi<α，更新当前点集为点集数组{Pj}中的下一点集，并将点Pi+1和点Pi+2加入到当前点集中；循环直至所有的点和角度判断完成；步骤4：剔除飞行转弯时曝光像片对应的无人机飞控数据点，保留航带两头像片对应的无人机飞控数据点，并完成对航带的划分。