【图像处理】DJI Tags

最新推荐文章于 2024-01-25 17:12:55 发布
转载 最新推荐文章于 2024-01-25 17:12:55 发布 · 476 阅读 · 0

本文介绍DJI Phantom系列无人机拍摄图片中制造商注释部分所包含的各项标签及其含义，涉及飞行速度、方向角等关键飞行参数。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

DJI Tags

This table lists tags found in the maker notes of images from some DJI Phantom drones.

Tag IDTag NameWritableValues / Notes
0x0001Makestring 
0x0003SpeedXfloat 
0x0004SpeedYfloat 
0x0005SpeedZfloat 
0x0006Pitchfloat 
0x0007Yawfloat 
0x0008Rollfloat 
0x0009CameraPitchfloat 
0x000aCameraYawfloat 
0x000bCameraRollfloat 
农业无人机：无人机图像处理_（2）.无人机图像采集系统
zhubeibei168的博客
02-04 1202
根据特定需求，手动规划飞行路径。
无人机：DJI Matrice 300 RTK_（14）.DJI Matrice 300 RTK图像与视频处理
zhubeibei168的博客
12-15 848
DJI Matrice 300 RTK的图像与视频处理模块提供了丰富的功能，支持多种图像采集和视频录制方式。通过DJI SDK，可以实现自动化和定制化的图像与视频采集，并通过OpenCV等图像处理库进行图像增强、目标检测、图像识别、视频剪辑、视频增强和目标跟踪等高级处理。这些功能在无人机应用中具有重要意义，能够提高数据的准确性和可用性，为各种行业应用提供强大的支持。
2018.7.8 大疆图像处理工程师B卷
Zlase的博客
07-09 8445
1.边缘检测滤波器一阶边缘滤波器：卷积核一侧都是正另一侧都是负。二阶边缘滤波器：中间为高，四周为-1或+1。如果在图像中检测到边缘并对其进行定位，那么对后续的算法将起到至关重要的作用。灰度的突然变化会在一阶导数中引起波峰或者波谷，或者在二阶导数中等效的引起零交叉。一阶微分Prewitt算子（卷积核如下）：一阶微分Bobel算子（卷积核发生了变化）：二阶微分Laplace算子： 2.快速排序，归并排...
使用大疆TSDK实现对红外照片（R_JPEG）的处理 | 无人机热红外照片R_JPG转成TIF后拼接 | 热红外照片温度信息提取 | 方法一
qq_23865133的博客
01-25 1万+
使用大疆御2行业进阶版（M2EA）拍摄，得到红外照片（R-JPEG），R-JPEG照片使用大疆红外热分析工具3（DJI Thermal Analysis Tool 3）打开设置才会显示温度值，但我们需要的是照片中每个像素表示温度，而不是RGB。下面我会展示将R-JPEG图像批量转成TIF，TIF图像中每个像素的数据不再表示颜色信息，而是表示了温度，最后将TIF拼接成完整影像系统版本：windows 10 64位 visual studio版本：2019
图像处理工程师笔试题
热门推荐
专注 图像处理+模式识别+机器学习+深度学习
02-28 5万+
索贝公司笔试题：图像处理算法工程师 一、填空： 1、常用的插值方法有：最近邻插值、双线性插值、立方卷积插值。 2、常用的边缘检测算子有：一阶: Roberts Cross算子, Prewitt算子, Sobel算子, Canny算子， 罗盘算子 二阶: Marr-Hildreth。 3、能够表征一副图像的基本特征有：灰度值、纹理、形状 4、FIR滤波器设计中常用的窗函数：三角形（B
给你一台大疆无人机，你能用来做点啥？（三）------倾斜摄影建模基础
安暖的缝隙
12-10 3万+
在做正射影像或者倾斜建模过程中会涉及到一些摄影测量和倾斜建模有关一些知识，顺便查了一些资料，然后觉得很有必要，就稍微系统罗列了一下，在最后还提供了几个建模航线为大家作为参考，希望对大家有帮助。
图像算法工程师 笔试题集锦
舍不得-不如记得的博客
03-22 1万+
1.嵌入式编程中，什么是大端，什么是小端？大端模式，是指数据的高位保存在内存的低地址中，而数据的低位保存在内存的高地址中；小端模式，是指数据的高位保存在内存的高地址中，而数据的低位保存在内存的低地址中。2.SVM常用核函数有哪些？   线性核函数，多项式核函数，高斯（RBF）核函数，Sigmoid核函数。如果特征的数量大到和样本数量差不多，则选用LR或者线性核的SVM；如果特征的数量小，样本的数量...
无人机控制与图像处理-大疆DJIMobileSDK开发-基于AndroidiOS平台的无人机航点规划与实时图像传输-用于实现无人机航点自动飞行任务规划高清图像实时接收与处理.zip
04-29
在当前技术领域，无人机控制与图像处理技术的发展十分迅猛，特别是在消费级无人机市场中，大疆（DJI）公司以其先进的技术占据了举足轻重的地位。本压缩包文件集成了关于无人机航点规划与实时图像传输的开发指南和...
(源码)基于DJI Onboard SDK的飞行数据处理系统.zip
03-05
# 基于DJI Onboard SDK的飞行数据处理系统 ## 项目简介 本项目基于DJI Onboard SDK开发，旨在处理与DJI飞行器相关的数据任务，包括数据读取、精确度指标计算以及矩阵运算。项目通过控制台或文件接收数据，进行输入...
高清视频流管理神器】：DJI Mobile SDK图像处理与传输实战
本文全面探讨了DJI Mobile SDK的应用及其图像处理和传输技术。首先概述了DJI Mobile SDK的基础架构，接着深入探讨了图像处理的核心理论、图像传输协议以及相关处理工具与库。在实战部分，文章详细介绍了如何使用SDK...
nc二次开发文档 非常详细
06-30
一．得到选中的表体行数,列数等内容（总行数和当前选中的行数） 2 二．设置初始化界面时的默认值 3 三．表单默认执行方法以及常用的操作 3 四．在报表中显示合计行 4 五．在UI类中设置小数位数 5 六．将表体数据清空 5 七．设置字段是否可编辑的状态 5 八．在UI类中编写方法打印查询条件 6 九．弹出提示框 6 十．在报表中得到查询面板的值 6 十一.比较时间的开始与结束时间 7 十二.设置编辑公式 7 十三.清空缓冲数数据getBufferData().clear(); 7 十四. 在UI类中设置查询对话框的默认值 7 十五. 管理型界面单据各个类的继承关系 8 十六.是否显示行号，合计行，数组按钮，隐藏列 8 十七. 根据单据的不同状态来控制按钮的可用性。 9 十八. UI工厂开发单据模式下如何自定义按钮？ 10 十九.需要设置动作脚本的六个按钮 11 二十. 单据界面设置某些字段的显示与隐藏 11 二十一. 单据开发的一般步骤： 11 二十二. 界面数据访问 12 二十三.导出与导入数据库 12 二十四.list map set的操作 12 二十五. 改变焦点自动显示表头金额的值 13 二十六.设置行选中的状态 13
DJI SDK开发包，接入无人机
01-04
SDK（Software Development Kit），即软件开发工具包，用来开发适用于某个产品（比如 DJI Phantom 4）或某个平台（比如 Windows）的软件，通常由产品或平台的厂商提供给开发者使用。
无人机二次开发硬件清单
一米阳光
11-12 4720
四旋翼系统3D Robotics IRIS+飞控功能组件eBumper4 声呐避障模块 组合功能DJI Matrice100+Guidance+Onboard SDK
Angular—组件间通讯
张伟杰
04-21 330
父子组件间通讯 父子组件间通讯还是非常简单的，利用输入属性就可以完成。 1. 首先需要在子组件中声明一个输入属性 2. 在父组件中也要声明一个和子组件中类型相同的属性 3. 在父组件的 html 文件中，传递给子组件 4. 然后就可以直接在子组件中的 html 中使用了 兄弟组件间通讯—中间人模式 当不是父子组件时，就不能用上面那种方法了。如果是兄弟组件，那么就可以使用中间人模式。 中间人...
DJI_OSDK开发（三）：控制指令解析
banzhuan133的博客
10-23 3210
ROS下的控制指令依旧通过发布话题和订阅话题来完成 M100通过发布sensor_msgs::Joy来完成控制命令，例如 ctrlBrakePub = nh.advertise<sensor_msgs::Joy>("dji_sdk/flight_control_setpoint_generic", 10); 具体如下 sensor_msgs::Joy controlVelY...
PhotoScan处理无人机航拍照片基本流程
Xiaok的专栏
02-11 2万+
内存需求8G,可以处理500张以内。（以佳能单反5D markⅢ照片为例）准备工作Ø Workflow工作流程菜单→AddPhotos…按照拍摄顺序添加照片； Ø Reference参考面板→import导入pos数据，然后Convert将WGS84经纬度坐标值（单位：度）转换为投影平面坐标（比如WGS 84 UTM，单位：米）； Ø Photos照片窗口→右键菜单Estimateimagequa...
DJI_onboard SDK学习参考博客
Merdy_xi的博客
05-05 3942
DJI_onboard SDK开发包以及使用方法： （1）http://blog.youkuaiyun.com/wendox/article/details/53066002 （2）http://blog.youkuaiyun.com/wendox/article/details/52349110
基于弯曲层和平行轮廓的 6-DOF 沉积轨迹规划技术.zip
最新发布
08-11
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
怎么读取红外图片的温度数据
07-16
<think>我们被要求从红外图像文件中提取温度数据。根据提供的引用，特别是引用[3]和引用[4]，我们可以知道两种主要方法： 1. 对于FLIR热像仪：温度数据存储在EXIF标签中，需要从原始数据中提取并进行转换。 2. 对于大疆红外图片：通过最高温度和最低温度将灰度值（0-255）线性映射到温度范围。 因此，我们需要根据不同的热像仪品牌（如FLIR或大疆）采取不同的方法。 步骤概述： 1. 确定图像来源（FLIR、大疆或其他）。 2. 根据来源选择相应的方法： - FLIR：从EXIF中提取原始热数据，然后使用校准参数转换。 - 大疆：根据图像附带的最高温和最低温，将灰度值线性映射到温度。 3. 使用Python库（如PIL/Pillow处理图像，exifread或piexif读取EXIF，numpy处理数组）来实现。 下面分别给出两种情况的代码示例。 ### 情况1：FLIR热像仪图像 引用[3]提供了从FLIR图像中提取温度的方法。步骤如下： - 读取图像的EXIF数据，找到原始热数据（RawThermalImage）和校准参数（CalibrationFactor和CalibrationBias）。 - 将原始数据转换为16位数组，并重塑为图像尺寸。 - 使用公式：实际温度 = CalibrationFactor * 原始数据 + CalibrationBias 注意：FLIR图像可能是JPEG格式，但其中嵌入了原始热数据。 代码示例（需要安装piexif和numpy）： ```python import numpy as np from PIL import Image import piexif def extract_flir_temperature(image_path): # 打开图像并获取EXIF数据 img = Image.open(image_path) exif_dict = piexif.load(img.info['exif']) # 从EXIF中获取原始热数据（RawThermalImage）和校准参数 # 注意：FLIR的EXIF标签存储在ExifIFD中，但具体标签名可能需要查看FLIR的文档 # 引用[3]提到标签为'FLIR:RawThermalImage'等，但在piexif中，我们需要使用标签的ID # 由于piexif使用标准的Exif标签ID，而FLIR使用的是自定义标签，因此可能需要其他方法 # 实际上，FLIR的原始热数据可能存储在APP1段，我们可以尝试使用exifread来读取（因为piexif可能无法读取自定义标签） # 因此，我们改用exifread（需要安装exifread） # 重新实现：使用exifread import exifread with open(image_path, 'rb') as f: tags = exifread.process_file(f) # 查找原始热数据标签（FLIR:RawThermalImage） if 'FLIR RawThermalImage' in tags: # 注意：实际标签名可能不同，可能是'FLIR:RawThermalImage'，但exifread会将其中的冒号替换为空格？ raw_tag = tags['FLIR RawThermalImage'] # 获取原始数据 raw_data = raw_tag.values # 将数据转换为numpy数组 temp_array = np.frombuffer(raw_data, dtype=np.uint16) # 获取图像尺寸 width = tags['EXIF ExifImageWidth'].values[0] height = tags['EXIF ExifImageLength'].values[0] temp_array = temp_array.reshape((height, width)) # 获取校准参数 calib_factor = tags['FLIR CalibrationFactor'].values[0] # 注意：标签名可能不同 calib_bias = tags['FLIR CalibrationBias'].values[0] # 同上 # 计算实际温度 actual_temps = calib_factor * temp_array + calib_bias return actual_temps else: raise ValueError("未找到FLIR原始热数据") # 注意：上述代码依赖于具体的标签名，可能需要根据实际图像调整 ``` ### 情况2：大疆红外图片 引用[4]提供了一种方法：使用最高温和最低温将灰度值线性映射到温度。大疆红外图片通常是一张8位的灰度图（或伪彩色图，但温度数据在灰度值中），并附带有最高温和最低温（可能存储在EXIF或单独的文件中）。 步骤： - 读取图像，将其转换为灰度图像（如果已经是灰度图则直接使用）。 - 获取最高温和最低温（可能需要从EXIF或用户输入）。 - 将每个像素的灰度值线性映射到温度：`temp = gray_value / 255 * (t_max - t_min) + t_min` 代码示例： ```python from PIL import Image import numpy as np def extract_dji_temperature(image_path, t_max=None, t_min=None): # 打开图像并转换为灰度 img = Image.open(image_path).convert('L') gray_array = np.array(img) # 如果没有提供温度范围，尝试从EXIF中读取 # 大疆可能将最高温和最低温存储在EXIF中，但具体标签未知，这里假设用户提供或从其他地方获取 if t_max is None or t_min is None: # 尝试从EXIF读取（这里仅示意，需要根据大疆实际存储的标签来读取） try: exif = img._getexif() # 假设在EXIF中找到了最高温和最低温（具体标签ID需要查大疆文档） # 例如，可能存储在自定义标签中，这里无法直接给出，因此建议用户提供 # 如果无法获取，则抛出异常 if exif is None: raise ValueError("请提供最高温和最低温") # 假设我们通过文档知道大疆存储最高温的标签ID为XXXX，最低温为YYYY # 由于不确定，这里不具体实现，而是抛出异常 raise ValueError("无法从EXIF自动获取温度范围，请手动提供t_max和t_min") except: raise ValueError("请提供最高温和最低温") # 线性映射 # 公式：temp = gray * (t_max - t_min) / 255 + t_min temp_array = gray_array.astype(float) * (t_max - t_min) / 255.0 + t_min return temp_array # 使用示例：如果已知温度范围 # temp_data = extract_dji_temperature('dji_thermal.jpg', t_max=31.2, t_min=19.9) ``` ### 通用方法 如果图像来源未知，我们可以尝试以下步骤： 1. 检查EXIF中是否有FLIR的原始热数据标签，如果有则按FLIR方法处理。 2. 如果没有，则检查图像是否是8位灰度图，并尝试获取最高温和最低温（从EXIF或用户输入）进行线性映射。 ### 注意事项 - 不同品牌的热像仪存储温度数据的方式不同，需要具体对待。 - 有些热像仪可能存储为JPEG+TIFF（包含原始数据），有些则直接嵌入在JPEG的APP段。 - 如果无法确定品牌，可以尝试使用exiftool命令行工具查看所有EXIF信息，寻找与温度相关的标签。 ### 其他工具 除了Python，还可以使用exiftool（一个强大的命令行工具）来提取元数据。例如，对于FLIR图像： ```bash exiftool -RawThermalImage -b image.jpg > raw.raw ``` 然后可以用其他工具处理这个raw文件。 ### 总结 根据热像仪品牌选择合适的方法： - FLIR：从EXIF提取原始热数据，并用校准参数转换。 - 大疆：利用最高温和最低温线性映射灰度值。 在Python中，我们可以使用PIL/Pillow、exifread或piexif来读取图像和EXIF，用numpy处理数据。 §§相关问题§§ 1. 如何判断一张红外图像是FLIR还是大疆或其他品牌拍摄的？ 2. 除了FLIR和大疆，还有哪些常见的热像仪品牌？它们的温度数据提取方法是什么？ 3. 如果红外图像没有EXIF数据，如何提取温度？ 4. 如何将提取的温度数据可视化（如生成热力图）？</think>### 从红外图像文件中提取温度数据的方法 根据引用内容，提取红外图像温度数据主要有两种方法，具体实现取决于热像仪品牌（如FLIR或大疆）和图像格式： #### **方法一：从FLIR热像仪图像提取（基于原始热数据）** 适用于包含原始热数据的FLIR图像（如引用[3]所述）： ```python import numpy as np from PIL import Image import exifread # 需安装：pip install exifread def extract_flir_temperature(image_path): # 读取EXIF元数据 with open(image_path, 'rb') as f: tags = exifread.process_file(f) # 提取原始热数据（16位数组） raw_data = tags['FLIR:RawThermalImage'].values temp_array = np.frombuffer(raw_data, dtype=np.uint16).reshape( tags['Image ImageHeight'].values[0], tags['Image ImageWidth'].values[0] ) # 获取校准参数并转换为实际温度 calib_factor = float(tags['FLIR:CalibrationFactor'].values) calib_bias = float(tags['FLIR:CalibrationBias'].values) actual_temps = calib_factor * temp_array + calib_bias # 单位：摄氏度 return actual_temps # 使用示例 temperature_data = extract_flir_temperature("flir_image.jpg") ``` #### **方法二：从大疆红外图像提取（基于灰度值映射）** 适用于大疆等通过灰度值表示温度的红外图（如引用[4]所述）： ```python import numpy as np from PIL import Image def extract_dji_temperature(image_path, t_max, t_min): # 读取灰度图像 img = Image.open(image_path).convert('L') gray_array = np.array(img) # 将灰度值线性映射到温度范围 # 公式：temp = gray_value/255 * (t_max - t_min) + t_min temp_array = gray_array.astype(float) / 255 * (t_max - t_min) + t_min return temp_array # 使用示例（需提前获取图像中的最高/最低温） temperature_data = extract_dji_temperature("dji_thermal.jpg", t_max=31.2, t_min=19.9) ``` --- ### **关键步骤说明** 1. **确定图像类型**： - FLIR图像：包含`RawThermalImage`等EXIF标签 - 大疆图像：需已知`t_max`和`t_min`（可从图像元数据或配套软件中获取） 2. **工具准备**： - Python库：`Pillow`（图像处理）、`exifread`/`piexif`（EXIF解析）、`numpy` - 辅助工具：`exiftool`命令行工具查看完整元数据 3. **验证数据准确性**： ```python # 检查温度范围 print(f"Max temp: {np.max(temperature_data):.2f}°C") print(f"Min temp: {np.min(temperature_data):.2f}°C") # 可视化温度分布 import matplotlib.pyplot as plt plt.imshow(temperature_data, cmap='hot') plt.colorbar(label='Temperature (°C)') plt.show() ``` --- ### **注意事项** 1. **校准参数差异**： - FLIR使用`CalibrationFactor`和`CalibrationBias`[^3] - 大疆依赖线性映射公式`temp = gray/255*(t_max-t_min)+t_min`[^4] 2. **常见问题处理**： - **找不到热数据**：尝试用`exiftool -thermal * image.jpg`命令检查 - **温度偏差**：检查热像仪反射率/环境温度设置是否匹配代码参数[^1] - **非标准格式**：对伪彩色图需先转换为灰度图再处理 3. **替代方案**： - 使用专业库`thermography`（`pip install thermography`） - 商用软件：FLIR Tools、DJI Thermal Analysis Tool
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值