张向涛

（福州君道空间信息技术有限公司，福建 福州 350001）

0.引言

计算机、无人机及光学等技术的飞速发展，使得遥感技术使用范围也随之得到了扩大，获得了多个领域的关注。遥感技术能够较为轻松地获取较大面积、丰富内容的遥感图像。采用无人机搭载遥感设备后，其应用范围大大增加，并且遥感技术更加可控，可以为用户提供更加精准地服务。常规情况下，遥感图像中包含多种信息，使其应用困难较大，尤其是高程信息的应用。为了降低遥感信息的应用难度，需要依据不同用户信息的应用需求，对信息源——无人机遥感图像进行仔细分类，进而提取遥感高程信息，为用户提供更加优质的信息服务。

无人机遥感高程信息提取难度主要来源于信息源较多、目标结构较为复杂、图像边界模糊、信息量较多等因素，根据应用目的对遥感图像进行分类，可以极大地降低信息量，明确高程信息提取目标，提升高程信息提取效率。就现有研究成果来看，已有方法对遥感图像分类的精度无法满足高程信息提取需求，加之遥感技术的发展与延伸，用户对高程信息的需求也逐渐提升。而改进蚁群算法能够通过个体释放的信息素实现群体协作，获得最佳的遥感图像分类策略，为高程信息提取打下坚实的基础，提供最大的便利，因此提出基于改进蚁群算法的无人机遥感高程信息提取方法研究，为遥感高程信息应用提供支撑。

1.无人机遥感高程信息提取方法研究

1.1 无人机遥感图像获取与处理

此研究在无人机上搭载多个遥感设备，例如,多光谱传感器、高清数码相机等，获取丰富的遥感图像信息，并将其实时传递给地面计算机，实现无人机遥感图像的获取。……