无人机(Unmanned Aerial Vehicles,UAV)作为灵活的高速空中飞行器,可以通过搭载辅助设备完成各种艰巨的任务,航拍便是它的一项基本功能。同时人类自身的局限性以及对实时性信息的需求,使得无人机实时航拍应用和相关技术不断得到发展。无人机航拍所采集的视频数据一般较大,受限于无线网络传输带宽,为了实时通过网络传回到地面,就需要对视频数据进行实时压缩和处理。然而视频的分辨率越来越高,如4K,8K等,处理视频数据是个高复杂度的过程,高复杂性也就意味着高功率消耗,这在无人机功率受限的条件下,如何提高整个无人机视频采集、传输、播放过程中的能量效率是一个急需要解决的问题。基于上述目的,本文研究了无人机航摄视频的能效优化、视频压缩和图像重构三个方面,主要研究内容如下:1.分析无人机视频采集、传输、播放过程中的能量消耗组成和影响因素,论证无人机能耗与飞行速度、硬件设备、分辨率和工作时间有密切关系。利用DJ无人机航拍系统,做了验证实验。实验数据证明了采集同一分辨率的视频,单位时间内消耗的平均电量相同,而且分辨率要求越高,单位时间内消耗的电量越多。2.本文根据无人机航拍近似的单方向上的直线运动这一特点,提出了适用于无人机航摄视频的压缩方法,即基于仿射模型的压缩方法,该方法利用六参数仿射模型对无人机视频的全局运动进行描述,并根据全局运动参数对视频进行压缩。实验结果表明,与现有压缩算法H.264相比,该算法在保证压缩性能的前提下,缩短了压缩时间,可满足无人机视频传输的质量要求,提高了压缩部分的能效。3.针对校园巡检等固定区域内,将超分辨率增强以及灰度图像彩色化技术两者融合,提出了Cs RGAN(Color-super-Resolution Generative Adversarial Network)模型,即在天空端通过压缩传输低分辨率的灰度图像,在地面端尽可能的还原重构彩色高清视频图像,来提高无人机电池利用率。结果表明在保证视频质量的同时,采集较少的数据量,最大限度的延长无人机电源利用率,从而证明了此方法的可行性。4.本文采用评价指标不仅包含了电池评价标准MPB(Minutes Per Battery),而且从视频质量、采集视频和播放视频的分辨率、传输时间,从多个维度更全面地去考量方案。结论是针对固定区域,采用Cs RGAN模型和基于仿射模型的压缩算法的效果均能不同程度的提高无人机能量效率,而且前者要远远优于传统的H.264和基于仿射模型的压缩算法。