37、无人机航空气廊自动构建与医学图像水印技术解析

无人机航空气廊自动构建与医学图像水印技术解析

1. 无人机航空气廊自动构建

为保障无人机（UASs）飞行安全和隐私保护，提出了一种基于离散激光雷达（LiDAR）数据自动构建航空气廊的方法。其关键步骤如下：
- 数据降噪 ：运用噪声水平估计来抑制LiDAR数据集中的噪声。
- IMF数量分析 ：基于Kappa分数和总错误率分析本征模态函数（IMF）的最大数量，结果表明最大IMF数量为1是最理想的选择。
- DTM生成 ：通过经验模态分解（EMD）方法和形态学操作对滤波后的数字表面模型（DSM）进行分解，生成数字地形模型（DTM）。

对于国际摄影测量与遥感学会（ISPRS）数据集，它提供了地面和非地面点的参考值。使用Kappa分数和总错误率评估所提出的方法和现有先进方法，并结合偏度和峰度评估DTM的准确性。同时，利用卫星图像作为参考来解释非地面物体。结果显示，该方法提高了非地面物体的描绘精度和DTM的准确性。

利用DSM和DTM，将空域划分为上层区域、安全区域和起降区域，并将隐私敏感区域纳入分区过程。结合隐私保护设置，可自动调整无人机的路线规划，避免进入私人区域。最后，通过可视化技术实现航空气廊的构建。

以下是该过程的流程图：

graph TD;
    A[LiDAR数据] --> B[噪声抑制];
    B --> C[IMF数量分析];
    C --> D[DSM滤波];
    D --> E[EMD与