一种自然灾害全景头盔及其影像的拍摄姿态确定方法与流程

1.本技术涉及拍摄影像的技术领域，尤其是涉及一种自然灾害全景头盔及其影像的拍摄姿态确定方法。


背景技术：

2.自然灾害扫查是运用各种测量手段，对自然灾害孕育、发生、发展和致命成害全过程相关因素的动态变化进行的观察、监视，而自然灾害扫查工具指用于监视灾害时间发生前、发生中、发生后目标区域的状态的工具。
3.相关技术中，对于自然灾害扫查主要采用人工巡查或无人机巡查，人工巡查采用人工携带平板电脑、gps等设备，定点拍照，这种方法不仅效率低，也容易遗漏巡查点，且对于漏检的地点也难以进行验证；而无人机巡查则需要在无人机上搭载各种传感设备和采集设备，受限于无人机的最大载重的影响，无人机的续航时间短，成本高昂，无法执行长时间、大范围的自然区域的自然灾害普查。另外，有人/无人车载巡查系统也被广泛应用，但是车载系统受限于路况影响，不适用于山区、林地等路况较差的自然区域的自然灾害普查。


技术实现要素：

4.为了方便操作人员在特定环境下进行自然资源扫查，同时以固定姿态对自然灾害进行拍摄以进行扫查记录，本技术提供一种自然灾害全景头盔及其影像的拍摄姿态确定方法。
5.第一方面，本技术提供的一种自然灾害扫查头盔，采用如下的技术方案：一种自然灾害扫查头盔，所述头盔包括：头盔本体，设置于所述头盔本体顶部的全景鱼眼摄像头，以及设置于所述头盔本体内的磁力计和数据处理系统；所述全景鱼眼摄像头和所述磁力计分别与所述数据处理系统电性连接，其中，所述全景鱼眼摄像头，用于获取t1时刻的第一鱼眼图像和t2时刻的第二鱼眼图像；所述磁力计，用于获取t1时刻所述头盔的第一空间信息和t2时刻所述头盔的第二空间信息，其中，所述第一空间信息包括t1时刻所述头盔的方位信息，所述第二空间信息包括t2时刻所述头盔的方位信息；所述数据处理系统，用于根据所述第一鱼眼图像获取第一中心图像和第一侧面图像，所述第一中心图像为所述第一鱼眼图像沿预设方位的投影，所述第一侧面图像为所述第一鱼眼图像沿预设方位的正交方向的投影；所述数据处理系统，还用于根据所述第二鱼眼图像获取第二中心图像和第二侧面图像，所述第二中心图像为所述第二鱼眼图像沿预设方位的投影，所述第二侧面图像为所述第二鱼眼图像沿预设方位的正交方向的投影；所述数据处理系统，还用于在所述第一中心图像和所述第一侧面图像上分别提取至少两个第一特征点；以及在所述第二中心图像和所述第二侧面图像上分别提取与所述至
少两个第一特征点各自匹配的至少两个第二特征点；所述数据处理系统，还用于根据所述第一中心图像上的第一特征点和所述第二中心图像上的第二特征点的位置关系获取横滚角；根据所述第一侧面图像上的第一特征点和所述第二侧面图像上的第二特征点的位置关系获取俯仰角；以及根据所述横滚角和俯仰角确定t2时刻相对与t1时刻的拍摄姿态的变化量。
6.第二方面，本技术提供的一种自然灾害扫查影像的拍摄姿态确定方法，采用如下的技术方案：一种自然灾害扫查影像的拍摄姿态确定方法，应用于自然灾害扫查头盔，包括：获取t1时刻的第一鱼眼图像及相应的第一空间信息，所述第一空间信息包括t1时刻所在的方位信息；获取t2时刻的第二鱼眼图像及相应的第二空间信息，所述第二空间信息包括t2时刻所在的方位信息；获取第一鱼眼图像相对应的第一中心图像和第一侧面图像，所述第一中心图像为所述第一鱼眼图像沿预设方位上的投影，所述第一侧面图像为所述第一鱼眼图像沿预设方位的正交方向上的投影，所述预设方位和所述预设方位的正交方向皆包含在所述t1时刻所在的方位信息内；获取第二鱼眼图像相对应的第二中心图像和第二侧面图像，所述第二中心图像为所述第二鱼眼图像沿预设方位上的投影，所述第二侧面图像为所述第二鱼眼图像沿预设方位的正交方向上的投影，所述第一侧面图像和第二侧面图像位于同一方位，所述预设方位和所述预设方位的正交方向皆包含在所述t2时刻所在的方位信息内；在所述第一中心图像和所述第一侧面图像上分别提取至少两个第一特征点，根据所述第一特征点，在所述第二中心图像和所述第二侧面图像上分别提取两个第二特征点，所述第一特征点与所述第二特征点相互各自匹配；根据所述第一中心图像上的第一特征点和所述第二中心图像上的第二特征点的位置关系获取横滚角；根据所述第一侧面图像上的第一特征点和所述第二侧面图像上的第二特征点的位置关系获取俯仰角；根据所述横滚角和俯仰角确定t2时刻相对与t1时刻的拍摄姿态的变化量。
7.在其中的一些实施例中，所述预设方位由所述磁力计确定，且所述预设方位在任意时间内皆保持同一方位。
8.在其中的一些实施例中，在所述第二中心图像和所述第二侧面图像上分别提取两个第二特征点，包括：以所述第一特征点为中心获取第一搜索区域，每个所述第一特征点皆对应有一个所述第一搜索区域；在所述第二中心图像和所述第二侧面图像上获取第二搜索区域，所述第二搜索区域与所述第一搜索区域相对应设置；在所述第二搜索区域内获取与第一搜索区域内的第一特征点相对应的第二特征点。
9.在其中的一些实施例中，在所述第二搜索区域内获取与第一搜索区域内的第一特
征点相对应的第二特征点，还包括以下步骤：当所述第二搜索区域内无法获取与所述第一搜索区域内的第一特征点相对应的第二特征点时，增大所述第一搜索区域的搜索区域大小，相应的，增大所述第二搜索区域的搜索区域大小。
10.在其中的一些实施例中，根据所述第一中心图像上的第一特征点和所述第二中心图像上的第二特征点的位置关系获取横滚角，包括以下步骤：将所述第一特征点与相对应的第二特征点连接得到横滚特征线；计算所述横滚特征线与水平方位的夹角的绝对值，得到所述横滚角的绝对值，取所述横滚特征线沿纵轴右滚为正。
11.在其中的一些实施例中，根据所述第一侧面图像上的第一特征点和所述第二侧面图像上的第二特征点的位置关系获取俯仰角，包括以下步骤：将所述第一特征点与相对应的第二特征点进行连接得到俯仰特征线；计算所述俯仰特征线与水平方位的夹角的绝对值，得到所述俯仰角的绝对值，取沿竖直向上的方位为正。
12.第三方面，本技术提供的一种计算机可读存储介质，采用如下的技术方案：一种计算机可读存储介质，存储有能够被处理器加载并执行上述任意一种自然灾害扫查影像的拍摄姿态确定方法。
13.通过本技术实施例提供的一种自然灾害全景头盔及其影像的拍摄姿态确定方法，在进行自然灾害扫查过程中，遇到一些巡查车无法通过的地点，有受限于为人及的最大载重和电量原因无法使用无人机时，需要人工巡查，操作人员通过佩戴自然灾害全景头盔进行探索，减少了原本需要手持拍摄装备而导致的行动不便，且全景头盔上的全景鱼眼摄像头自动对自然灾害进行拍摄扫查，同时通过对自然灾害扫查过程中拍摄的影像的拍摄姿态确定方法调整拍摄姿态，对预定时间段内拍摄的全景图像进行空间变换，得到预设固定姿态的全景图像，一定程度上提高了自然灾害扫查的工作效果。
附图说明
14.图1是本技术实施例中自然灾害扫查影像的拍摄姿态确定方法的整体步骤示意图；图2是在第二中心图像和第二侧面图像上分别提取两个第二特征点的步骤示意图；图3是获取横滚角的步骤示意图；图4时获取俯仰角的步骤示意图。
具体实施方式
15.为更清楚地理解本技术的目的、技术方案和优点，下面结合附图和实施例，对本技术进行了描述和说明。然而，本领域的普通技术人员应该明白，可以在没有这些细节的情况下实施本技术。在一些情形下，为了避免不必要的描述使本技术的各方面变得晦涩难懂，对已经在较高的层次上描述了众所周知的方法、过程、系统、组件和/或电路将不作过多赘述。对于本领域的普通技术人员来说，显然可以对本技术所公开的实施例作出各种改变，并且
在不偏离本技术的原则和范围的情况下，本技术中所定义的普遍原则可以适用于其他实施例和应用场景。因此，本技术不限于所示的实施例，而是符合与本技术所要求保护的范围一致的最广泛范围。
16.除另作定义外，本技术所涉及的技术术语或者科学术语应具有本技术所属技术领域具备一般技能的人所理解的一般含义。本技术所使用的术语仅出于描述特定实施例的目的，而不旨在于对本技术的限制。如本技术所使用的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本技术中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块（单元）的过程、方法和系统、产品或设备并未限定于列出的步骤或模块（单元），而可包括未列出的步骤或模块（单元），或者可包括这些过程、方法、产品或设备固有的其他步骤或模块（单元）。
17.在本技术中所涉及的“多个”是指两个或两个以上。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本技术中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。
18.本技术所涉及的术语“系统”、“引擎”、“单元”、“模块”和/或“块”是一种用于按级别区分不同级别的不同组件、元件、零件、部件、装配件、或功能的一种方法。这些术语可以被其他能够达到相同目的的表达替换。通常，本技术涉及的“模块”、“单元”或“块”是指硬件或者固件中体现的逻辑或软件指令的集合。本技术描述的“模块”、“单元”或“块”可以作为软件和/或硬件实现，并且在作为软件实现的情形下，他们可以被存储在任何类型的非易失性计算机可读存储介质或存储设备中。
19.在一些实施例中，软件模块/单元/块可以被编译并被链接到可执行程序中。将意识到，软件模块可以是可从其他模块/单元/块或从其自身调用的，和/或可以响应于检测到的事件或中断而被调用。配置为在计算设备上执行的软件模块/单元/块可以设置在计算机可读存储介质上，例如光盘、数字视频盘、闪存驱动器、磁盘、或任何其他有形媒体，或作为数字下载（并且可以最初以压缩或可安装的格式存储，该格式需要在执行之前进行安装、解压或解密）。这样的软件代码可以部分地或全部地存储在正在执行的计算设备的存储设备上，并应用在计算设备的操作之中。软件指令可以被嵌入到固件，例如eprom中。还将意识到，硬件模块/单元/块可以被包括在连接的逻辑组件中，例如门和触发器，和/或可以被包括在可编程单元中，例如可编程门阵列或处理器。本文描述的模块/单元/块或计算设备功能可以被实现为软件模块/单元/块，还可以以硬件或固件来表示。通常，本文描述的模块/单元/块，它们可以与其他模块/单元/块组合，或者尽管它们是物理组织或存储的，但也可以被划分为子模块/子单元/子块。该描述可以适用于系统、引擎或其一部分。
20.将理解的是，当单元、引擎、模块或块被称为在另一单元、引擎、模块或块“上”、“连接”或“耦合至”另一单元、引擎、模块或块时，其可以直接在其它单元、引擎、模块或块上，与其连接或耦合或与之通信，或者可以存在中间单元、引擎、模块或块，除非上下文另有明确说明。在本技术中，术语“和/或”可包括任何一个或以上相关所列条目或其组合。
21.以下结合附图1-4对本技术作进一步详细说明。
22.本技术实施例公开一种自然灾害扫查头盔，包括头盔本体、全景鱼眼摄像头、磁力计和数据处理系统。全景鱼眼摄像头、磁力计分别与数据处理系统电连接。
23.头盔本体可以采用具有一定刚性强度的材质构成，因在自然灾害扫查过程中，如遇到大风或冰雹等恶劣天气，较为坚硬的头盔本体能对操作人员的头部进行一定程度上的保护作用。
24.同时，头盔本体的重量也可以做的足够轻便，使得头盔在坚硬的同时有一定的轻便性,如铝合金或碳纤维材质。头盔本体的内部可以固定连接有防护垫，当操作人员长时间佩戴头盔时，防护垫可以在一定程度上减轻头盔对头部的负担。
25.全景鱼眼摄像头可以采用市面上常见的鱼眼摄像头即可。
26.鱼眼全景摄像头用于获取t1时刻的第一鱼眼图像和t2时刻的第二鱼眼图像。
27.磁力计也叫地磁、磁感器，可用于测试磁场的强度和方位，定位设备的方位，磁力计的原理与指南针类似，可以测量出当前设备与东南西北四个方位上的夹角。
28.磁力计用于获取t1时刻头盔的第一空间信息和t2时刻头盔的第二空间信息。其中第一空间信息包括t1时刻头盔的方位信息，第二空间信息包括t2时刻头盔的方位信息。
29.数据处理系统包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行自然灾害扫查过程中的使用方法。
30.全景鱼眼摄像头、磁力计分别与数据处理系统电连接。
31.数据处理系统用于根据第一鱼眼图像获取第一中心图像和第一侧面图像，第一中心图像为第一鱼眼图像沿预设方位的投影，第一侧面图像为第一鱼眼图像沿预设方位的正交方向上的投影。
32.数据处理系统还用于根据第二鱼眼图像获取第二中心图像和第二侧面图像，第二中心图像为第二鱼眼图像沿预设方位的投影，第二侧面图像为第二鱼眼图像沿预设方位的正交方向的投影。
33.数据处理系统还用于在第一中心图像和第一侧面图像上分别提取至少两个第一特征点，以及在第二中心图像和第二侧面图像上分别提取于至少两个第一特征点各自匹配的至少两个第二特征点。
34.数据处理系统还用于根据第一中心图像上的第一特征点和第二中心图像上的第二特征点的位置关系获取横滚角；并根据第一侧面图像和第二侧面图像上的第二特征点的位置关系获取俯仰角；以及根据横滚角和俯仰角确定t2时刻相对于t1时刻的拍摄姿态的变化量。
35.进一步的，还包括设置于头盔本体内部的卫星定位模块，卫星定位模块可以使用gps定位装置或北斗定位装置，根据实际需要选择即可。
36.卫星定位模块用于获取t1和t2时刻头盔的经纬度位置信息，方便后台对头盔进行定位追踪及位置实时获取。
37.进一步的，全景鱼眼摄像头上还搭载了小电池，并外接有可替换的口袋式电池仓。小电池主要起到ups作用，平时使用口袋式电池仓为头盔供电，当口袋式电池仓电量用尽时，小电池可以保证短时间续航，以便于替换口袋式电池仓而系统不必中断采集。
38.全景鱼眼摄像头采集到的图像会按照定位信号嵌入到arcgis地图中，并且需要将全景鱼眼摄像头的图像矫正到固定的拍摄姿态。不同于现有技术中采用“加速度传感器 磁力计”获取全景鱼眼摄像头的载体姿态以矫正全景鱼眼摄像头的拍摄姿态，本方案采用正交投影图像的特征点局部匹配的方法获取全景鱼眼摄像头的载体姿态信息。
39.如图1所示，本技术实施例还公开了一种自然灾害扫查影像的拍摄姿态确定方法，其应用于上述的自然灾害扫查头盔，包括：s100，获取t1时刻的第一鱼眼图像及相对应的第一空间信息。
40.s200，获取t2时刻的第二鱼眼图像及相对应的第二空间信息。
41.s300，获取第一鱼眼图像相对应的第一中心图像和第一侧面图像。
42.s400，获取第二鱼眼图像相对应的第二中心图像和第二侧面图像。
43.s500，在第一中心图像和第一侧面图像上分别提取至少两个第一特征点，根据第一特征点，在第二中心图像和第二侧面图像上分别提取两个第二特征点，且第一特征点和第二特征点相互各自匹配。
44.s600，根据第一中心图像上的第一特征点和第二中心图像上的第二特征点的位置关系获取横滚角。
45.s700，根据第一侧面图像上的第一特征点和第二侧面图像上的第二特征点的位置关系获取俯仰角。
46.s800，根据横滚角和俯仰角确定t2时刻相对于t1时刻的拍摄姿态的变化量。
47.第一鱼眼图像和第二鱼眼图像皆由全景鱼眼摄像头拍摄而成，在本技术实施例中，默认t2的时间位于t1时间之后，且t1与t2的时间间隔较短。
48.第一空间信息包括t1时刻的方位信息和t1时刻的经纬度信息。其中方位信息由磁力计获取，经纬度信息由卫星定位模块获取。相同的，第二空间信息包括t2时刻的方位信息和t2时刻的经纬度信息。
49.第一中心图像为第一鱼眼图像沿预设方位上的投影，第一侧面图像为第一鱼眼图像沿预设方位的正交方向上的投影。预设方位和预设方位的正交方向皆包含在t1时刻的方位信息内。
50.预设方位通过磁力计获取后人为进行选定，例如可以定义磁北方位为预设方位，第一中心图像则为第一鱼眼图像沿磁北方位上的投影，而第一侧面图像则为第一鱼眼图像沿磁北方位的正交方向，也就是磁西或磁东方位上的投影，且预设方位在任意时间内皆保持同一方位。
51.相应的，第二中心图像为第二鱼眼图像沿预设方位上的投影，第二侧面图像为第二鱼眼图像沿预设方位的正交方向上的投影。预设方位和预设方位的正交方向皆包含在t2时刻的方位信息内。同时预设方位的选取与上述规则相同，在此不做赘述。
52.其中需要注意的是，第一侧面图像和第二侧面图像的方位是一致的，也就是说，在确定预设方位为磁北方位的情况下，第一侧面图像和第二侧面图像的方位皆为与磁北方位正交的磁西方位或磁东方位。
53.在对鱼眼图像进行投影之前，为了提高投影的有效率，可以先对鱼眼图像进行校正，校正也就是对鱼眼图像去失真。经过校正后，一个鱼眼图像可以转化为若干图像，这种图像从不同视角覆盖了鱼眼图片的视野，一般认为鱼眼图像只发生几何形变，不失真。
54.对鱼眼图像的校正本质是图像处理的空间变换（几何变换、几何运算），仅将图像上的点进行复制而不修改。空间变换看成是图像点在图像内移动，即鱼眼图像上的点a（u，v）校正到图像上的点a（x，y）。
55.其中映射方法有向后映射和向前映射。
56.向后映射：使用相似填充法，由校正图像的坐标经过映射变换求出相应的鱼眼图像坐标后，将鱼眼图像坐标处的图像分量复制到校正图像坐标处（u,v）t=f（x,y），由像素坐标点（校正图像）求亚像素坐标点（鱼眼图像）的图像分量。
57.向前映射：由鱼眼图像坐标，经过映射变换得到校正图像坐标后，将鱼眼图像坐标的图像分量复制到校正图像坐标处，（x,y）t=g（u,v），由像素亚像素坐标点求像素坐标点。
58.在图像处理中，映射的输入都是像素坐标（整数坐标），输出为亚像素坐标（非整数坐标）。
59.在第一中心图像和第一侧面图像上分别提取至少两个第一特征点，需要注意的是，当特征点的数量大于两个时，为了提高准确度，若干特征点相互之间非共线。
60.在第二中心图像和第二侧面图像上提取与第一特征点相互匹配的第二特征点。如将第一中心图像上的高塔的塔尖和汽车的车窗一角作为第一特征点，将第一侧面图像上的树木顶端和路灯顶端作为第一特征点，并在t2时刻的第二中心图像上提取经过一段时间拍摄角度变化后的高塔的塔尖和汽车的车窗一角，定义为第二特征点，在第二侧面图像上提取树木顶端和路灯顶端作为第二特征点。
61.其中，对于特征点的特征提取方法可以选用相关技术中常见的sift、hog、surf、orb、lbp、haap、神经网络学习等方法。
62.如图2所示，进一步的，在第二中心图像和第二侧面图像上分别提取两个第二特征点还包括：s510，以第一特征点为中心获取第一搜索区域，每个第一特征点皆对应有一个第一搜索区域。
63.s520，在第二中心图像和第二侧面图像上获取第二搜索区域。
64.s530，在第二搜索区域内获取与第一搜索区域内的第一特征点相对应的第二特征点。
65.进一步的，第二搜索区域与第一搜索区域相对设置，换句话说，相对于相同大小的第一中心图像和第二中心图像，以及相同大小的第一侧面图像和第二侧面图像来说，第一搜索区域和第二搜索区域在图像上的位置是相同且可以重合的。
66.设置第一搜索区域和第二搜索区域能进一步减少对于第一特征点和第二特征点进行提取时的工作量。假设没有设置第一搜索区域，第一中心图像是1000*1000像素的图像，那么在以第一特征点为中心获取第一搜索区域后，可能第一搜索区域的大小仅为50*50像素的区域，也可能是100*100像素的区域，但这也很大程度上减少了特征点提取时的计算量。
67.当获取第一搜索区域后，因t1和t2之间的时间间隔较短，故第二鱼眼图像相对于第一鱼眼图像的变化量较小，且因第二搜索区域与第一搜索区域相对设置，故在第二中心图像和第二侧面图像上的第二搜索区域内大概率存在特征点与第一特征点是相同的，可能是第一特征点经过平移、旋转、横滚所得的，这些特征点便定义为第二特征点。也可以说，第二特征点就是第一特征点经过一定程度的平移、旋转、横滚所得的。
68.进一步的，在第二搜索区域内获取与第一搜索区域内的第一特征点相对应的第二特征点还包括：当第二搜索区域内无法获取与第一搜索时区域内的第一特征点相对应的第二特征点时，增大第一搜索区域的搜索区域大小，相对的，增大第二搜索区域的搜索区域大
小。
69.其中，搜索区域的大小指由多边形围成的封闭空间的大小，封闭空间越大，封闭空间内的像素点数量越多，对于特征点的提取范围就越大。封闭空间的形状可以设置为任意形状，普遍设置为矩形封闭空间。
70.因第二搜索区域的位置和大小与第一搜索区域的位置和大小是相对应的，故当第一搜索区域增大时，相应的，第二搜索区域也会增大。
71.当在t1到t2时间段内，移动的范围较大，导致与第一搜索区域相对应的第二搜索区域内提取不到与第一特征点相对应的第二特征点时，便要适当的扩大搜索区域的大小，在增大一定的计算量的前提下，确保在增大的第二搜索区域内可以提取到与第一特征点相对应的第二特征点。
72.如图3所示，根据第一中心图像上的第一特征点和第二中心图像上的第二特征点的位置关系获取横滚角，包括以下步骤：s610，将第一特征点与其相匹配对应的第二特征点连接以得到横滚特征线。
73.s620，计算横滚特征线与水平方位的夹角的绝对值，得到横滚角的绝对值，取横滚特征线沿纵轴右滚为正。
74.连接互相匹配对应的第一特征点和第二特征点，得到横滚特征线，横滚特征线就是特征点在t1时刻和t2时刻的运动轨迹。横滚角为运载体横轴与水平线之间的夹角。而特征点在t1时刻和t2时刻的运动轨迹所代表的横向坐标点移动和竖向坐标点移动所得到的横滚特征线便代表运载体在中心图像上横轴的变化最终形态，故横滚特征线与水平线之间的夹角的绝对值就是横滚角的绝对值。
75.如图4所示，根据第一侧面图像上的第一特征点和第二侧面图像上的第二特征点的位置关系获取俯仰角，包括以下步骤：s710，将第一特征点与相对应的第二特征点进行连接得到俯仰特征线。
76.s720，计算俯仰特征线与水平方位的夹角的绝对值，得到俯仰角的绝对值，取沿竖直向上的方位为正。
77.连接故乡匹配对应的第一特征点和第二特征点，得到俯仰特征线，俯仰特征线就是特征点在t1时刻和t2时刻的运动轨迹。俯仰角为运载体纵轴与水平线之间的夹角。而特征点在t1时刻和t2时刻的运动轨迹所代表的横向坐标点移动和竖向坐标点移动所得到的横滚特征线便代表运载体在侧面图像上纵轴的变化最终形态，故俯仰特征线与水平方位的夹角的绝对值就是俯仰角的绝对值。
78.根据横滚角和俯仰角的大小便可以得知t2时刻相对于t1时刻的运载体姿态变化量。获得t1时刻至t2时刻全景鱼眼相机的姿态变化之后，即可对t2时刻拍摄的第二鱼眼图像进行空间变换，得到预设固定姿态的全景图像。
79.进一步的，根据经纬度信息和方位信息，将矫正后的全景图像嵌入到地图arcgis地图中，构成自然灾害扫查数据。
80.本技术实施例还公开了一种计算机可读存储介质，其存储有能够被处理器加载并执行上述自然灾害扫查影像的拍摄姿态确定方法。
81.以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，故：凡依本技术的结构、形状、原理所做的等效变化，均应涵盖于本技术的保护范围之内。