基于无人机航摄的真正射影像制作方法探讨

随着无人机航空摄影的不断发展和成熟,利用无人机航摄制作高分辨率数字正射影像图在测绘生产中应用日益广泛。但在城市区域制作大比例尺正射影像图时存在建筑物倾斜、遮挡严重、不能和GIS矢量数据进行很好套合等问题,而数字真正射影像图能很好地解决这些问题。本文基于INPHO软件对城市无人机航摄影像进行真正射影像制作,总结出无人机航摄影像制作真正射影像的作业流程和需要注意的关键问题。     

核线驱动与自适应窗口相结合的建筑物角点稳健匹配算法

针对景深突变、区域遮挡等因素导致的倾斜立体影像中同名建筑物角点难以准确匹配的难题,提出一种基于核线驱动和自适应窗口的鲁棒匹配算法。算法分3个阶段:1提取重复度较高、分布均匀的角点特征,并对立体像对进行多类型互补仿射不变特征匹配,以用于后续的几何关系估计;2利用随机采样一致性(random resample consensus,RANSAC)算法来排除地面区域的角点特征,并采用改进的RANSAC算法估计两组倾角迥异的核线关系;3基于步骤2估计的双核线关系求取景深突变区域中角点的近似几何单应变换,并联合自适应窗口方法实现同名建筑物角点的精确匹配。最后,通过多组高分辨率无人机倾斜影像数据验证了该算法的有效性与优越性。     

地面点云与倾斜摄影融合精细化实景建模研究

三维地图模型越来越广泛地被应用于三维城市设计、城市规划。随着无人机的迅速发展,为倾斜摄影测量提供了新的平台。然而单纯使用无人机倾斜摄影测量进行三维地图模型的生产,在屋檐、门廊等局部遮挡的部位,无法构建出建筑物的轮廓。本文针对无人机倾斜摄影测量的不足,探讨利用ICP算法对地面点云进行配准,从而将配准后的地面激光点云与无人机倾斜摄影融合,实现精细化建模的可行性。结果表明：通过ICP算法,可以实现地面激光点云与无人机倾斜摄影测量数据的高精度配准,避免因两者数据无法融合到一起而导致模型分层的现象。配准后的地面激光点云与无人机倾斜摄影测量数据进行精细化建模,消除了无人机在空中因遮挡无法全面获取建筑物航测数据的影响,生产的三维地图模型在遮挡的屋檐及门廊下的建筑物纹理清晰,几何结构完整。     

空地技术结合地形图测图方法研究

车载移动测量系统可以快速、高精度地对测区进行三维激光扫描,但是因地物遮挡、视角限制,使得点云数据存在缺失;无人机航测具有高效率、高灵活性和低成本等优势,但是稳定性差,受天气影像严重,易导致影像不清晰或精度低。无人机航测技术可以弥补车载移动测量技术的采集盲区,后者可以发挥高精度的优点,二者技术联合应用,将极大提高测绘精度及生产效率。本文以某小区为例,进行了相关方法实验,对建筑物顶部或植被茂密处等扫描盲区,采用无人机航测补测,通过高精度激光点云对航摄影像进行纠正匹配,综合利用激光点云与航摄影像进行大比例尺测图。     

消费型倾斜无人机在城镇三维重建方面的应用

本文探究单镜头多旋翼消费型无人机进行城区局部区域三维重建的方法。首先,介绍影像匹配、区域网联合平差以及多视密集匹配等倾斜无人机数据三维重建中的关键技术;然后,利用地面飞行控制系统与倾斜无人机结合采集多视影像数据,结合少量的人工干预,采用Context Capture软件快速构建建筑物三维模型;最后,对构建的三维模型进行精度分析,结果满足精度要求,提高了三维建模的效率,为城镇局部重点区域三维重建提供新的思路。     

POS辅助和核线约束的倾斜影像匹配方法

针对无人机倾斜影像匹配时,由于冗余数据量大、影像几何变形大和重复纹理导致基于SIFT特征点的无人机倾斜影像匹配效率和可靠性低的问题,本文提出一种基于POS辅助和核线约束的倾斜影像匹配方法。在该方法中,首先利用机载GNSS/IMU设备获取的影像POS数据计算影像间在物方的重叠区域,接着将物方重叠区投影至像方,根据两幅影像的像方重叠率筛选高可靠像对;其次采用SIFT-GPU算法对影像提取特征点,并根据POS数据估计像对间的核线关系;然后在核线约束下,以描述子间的欧氏距离为相似性测度,实现特征点的高效稳健匹配;最后采用RANSAC算法剔除误匹配。通过对两组倾斜影像做匹配试验验证了本文方法的可行性。     

物方多视影像密集匹配方法

针对多视影像由于遮挡导致的匹配不确定性问题,该文提出一种特征点和物方地面元相结合的多视影像密集匹配方法。该方法利用规则格网划分的空间平面作为基础,通过特征点匹配获取同名像点和高程赋值的格网平面,为后续匹配提供初始的DSM。在此基础上,利用铅垂线轨迹法对平面上规则分布的平面元进行匹配,加密特征点匹配结果。通过对某区域UCX影像的匹配实验表明,该文提出的算法能高效、准确地得到匹配结果,特别对较大影像计算快速,适用于实时处理。     

无人机倾斜影像三维建模中的空地融合研究

无人机倾斜摄影测量弥补了航空摄影测量无法获取地物侧面纹理信息的缺陷,而且可以快速、自动获取大面积城市建筑物三维模型.但是,基于倾斜摄影建立的三维模型也存在一些问题,比如模型变形、纹理缺失等,导致所建立的模型存在质量问题.空地融合精细化实景三维建模技术将空中倾斜影像和近景影像的数据源结合构建精细化实景三维模型,利用地面影像弥补空中拍摄角度造成的地物遮挡、空中影像分辨率较低的问题,这项技术取得了较好的建模效果.     

基于SLICO的无人机影像建筑物对象提取

提出一种基于超像素分割算法与随机森林算法的无人机影像建筑物提取,利用INPHO软件生成正射影像和点云数据,并用点云数据进行反距离插值运算和波段运算生成归一化数字模型(nDSM)影像。将正射影像与nDSM影像进行波段合成并仅对正射影像采用基于SLICO算法分割生成超像素,选择相应的特征利用随机森林分类器进行分类,从而得到建筑物的提取结果。研究结果表明密集的影像匹配点云生成的nDSM影像进行建筑物提取时,可有效地对农村区域和城市区域的建筑物进行提取,同时避免了面向对象方法中最佳分割尺度难以选择的问题,取得了较好的建筑物提取效果,降低了建筑物提取的成本。     

具有尺度与旋转不变性的立体影像自动匹配研究

提出一种具有尺度与旋转不变性的影像自动匹配算法。首先基于方向小波变换构造三尺度特征点算子,进行两尺度匹配,保证其尺度不变性问题;其次构造特征点64维描述向量,解决影像匹配的旋转不变性。分别采用地面立体像对、无人机平台立体像对、航空立体像对进行试验分析。试验结果表明,提出的立体匹配算法具有良好的尺度和旋转不变性。     

面向海洋应用的无人机遥感图像配准研究

在海洋应用中,大面积水体的同名点匹配相比陆地更加困难,制约了无人机遥感图像的配准精度和收敛速度。本文提出了一种改进算法适用于海洋无人机遥感应用,采用主成分分析（PCA）和水体阈值方法去除水体,获得图像中非水体区域的分块图像,然后利用仿射-尺度不变特征变换算法（ASIFT）进行图像的特征点提取和重叠图像非水体区域的同名点匹配。通过海岛、海岸线的无人机遥感试验结果表明,基于改进算法,在不增加时间开销的情况下,可以增加30%~50%的同名点数量,精度提高约5%~10%。文中方法适应用于海洋无人机遥感的序列图像配准,为海岛、海岸线的遥感监测提供了有效的技术支持。     

面向对象的高分辨率遥感影像阴影提取方法

针对高分辨率遥感影像阴影提取的问题,通过分析影像主成分变换和HIS变换的特征,提出了一种面向对象的高分辨率遥感影像阴影提取方法:首先,使用mean shift分割方法进行影像去噪和平滑;然后,结合主成分变换和HIS变换形成了一种阴影检测指数(SDI);最后,通过阈值分割提取阴影信息。选取两景影像进行了阴影提取实验。实验结果表明,SDI能有效地区分阴影与建筑物、水体、蓝色地物、植被等非阴影地物;另外,mean shift分割能有效地去除结果中斑点噪声的影响,提高阴影检测精度。     

剔除无人机影像BRISK特征误匹配点对算法

针对BRISK特征检测算法在遥感影像中匹配时同名点对冗余度高和全局性差等特点,考虑BRISK特征检测算法能获取大量无人机遥感影像特征点,Delaunay三角网算法能够利用影像的BRISK特征点的粗匹配点对构建三角网,本文综合两种算法的优点,提出了一种结合BRISK特征检测算法和Delaunay三角网算法的剔除无人机遥感影像误匹配点对方法。该方法利用两张影像的BRISK粗匹配特征点构建Delaunay三角网,利用遍历两张影像三角网中的三角形相似度剔除错误匹配点对,并利用摄影不变量原理进一步剔除误匹配点对,提高了两张影像的精度;对比分析了Delaunay三角网的射影不变量算法,RANSAC算法分别剔除原始影像组、加入椒盐噪声影像组及旋转影像组的BRISK特征误匹配点对的效果。试验结果表明,3组影像分别利用结合BRISK特征和Delaunay三角网的射影不变量算法的无人机遥感影像匹配方法获得的正确特征匹配点对冗余度低、全局性优。     

基于双张影像的城市建筑物高度提取方法

针对现有城市建筑物高度提取方法存在的问题,提出一种基于双张影像的城市建筑物高度简易提取方法。利用高分辨率遥感影像和建筑物立面影像,分别提取样本建筑物的阴影长度和高度,采用最小二乘法解算出影像阴影和建筑物高度的相关公式,通过阴影长度反算出建筑物的高度,从而实现大批量建筑物高度数据的获取。通过建模实例和测量对比实验表明,方法具有操作简单、快速的特点,能满足较高的精度要求,具有一定的应用价值。     

多光谱遥感影像中云影区域的检测与修复

提出了一种有效针对多光谱遥感影像的云影检测与阴影区域修复方法。基于同一地区时相相近的两幅影像,充分利用碎云及阴影的光谱特性分别对云影区域进行融合增强,然后采用Otsu算法求解最佳阈值自动检测出云及阴影区域,根据云影的出现会引起两幅影像局部相应区域明显的亮度变化,可排除亮地物和水体的影响,建立归一化的云影密度图,在此基础上,采用线性加权组合与光谱直方图匹配相结合的方法对其加以修复,利用SPOT 4影像进行的实验表明其修复效果完全能够满足应用需要。     

基于相关系数的高层建筑物区域综合检测

根据高层建筑物在遥感影像上的特点和利用相关系数测度进行基于灰度的影像匹配的特点,结合影像匹配的结果和高层建筑物阴影提取结果,提出了一种基于相关系数的高层建筑物区域综合检测算法。实验表明,利用该方法进行高层建筑物的检测,具有较高的检测成功率。     

基于Google Earth遥感影像的城市建筑物高度反演

基于光学遥感影像中建筑物的阴影分布，推导了建筑物高度与阴影分布的关系函数，在此基础上构建了建筑物高度反演方法，并在北京市典型区进行了实例研究。结果表明：利用建筑物在夏季的阴影全长或在冬季可视部分的阴影长提取高度，分别有90.9%和84.8%的建筑物高度误差控制在实测值的5%以内；在提取居民区或高层建筑物的高度时应尽量采用夏季的遥感影像，减少阴影遮挡的情况；低矮建筑物的高度提取，宜采用阴影更为显著的冬季影像可视阴影部分进行反演计算；在缺乏卫星轨道等影像参数时，利用典型已知建筑的高度反推出相关参数，并推求同景影像中其他建筑物高度的方法是可行的，为利用城市代表性建筑物推求建筑群高度提供了可能。     

利用特征组合检测算法的无人机遥感影像匹配研究

影像匹配是无人机遥感影像拼接和三维建模的基础和关键步骤。结合不同算法的优势，本文提出一种基于特征组合与RANSAC算法的无人机遥感影像匹配方法。该匹配方法首先采用AKAZE算法检测影像的特征点，然后利用SIFT描述符描述特征向量并获取特征点的主方向，最后基于单映射变换矩阵的RANSAC算法进行精准匹配。本文对基于特征组合与RANSAC算法的匹配效果进行了试验对比分析，试验结果表明：与常用匹配方法的匹配效果相比，本文的匹配方法继承了AKAZE算法的快速匹配能力，匹配总耗时介于AKAZE算法和SIFT算法之间，约为BRISK算法匹配耗时的20%；同时，该匹配方法继承了SIFT算法的多匹配点对性能，从整体匹配效果来看，本文的匹配方法优于AKAZE、SIFT、BRISK算法。     

基于支持向量机的遥感影像厚云及云阴影去除

本文提出了一种基于支持向量机的遥感影像厚云及云阴影去除方法。首先利用支持向量机的学习性能检测影像中的云层,并利用太阳角度信息,判定云阴影区域,得到云层和云阴影的二值图。再对影像进行支持向量值轮廓波变换,利用云层和云阴影二值图生成的选择矩阵,对变换系数进行多层镶嵌,完成云层及云阴影的初去除。对影像镶嵌未能去除的云层及云阴影,通过统计学补偿的方法进行修复。最后重构图像并进行中值滤波实现厚云及云阴影去除。仿真实验表明,该方法能更好地再现云层覆盖区域的地物信息,去云后的图像具有更好的光滑度和清晰度。     

基于HSI色彩空间的资源三号影像阴影检测

由于遥感影像上某些区域的光照辐射不足,不可避免地会产生阴影,阴影意味着图像信息的损失,而遥感影像的阴影检测在地物的识别和影像匹配方面具有重要意义。本文主要介绍的是基于HIS色彩空间的阴影检测方法,在检测过程中,根据阴影高色调低亮度的特性,结合大津法计算比值图像最佳阈值进行遥感影像阴影检测,并且在RGB色彩空间计算G分量的最佳阈值来排除树木植被和一些非阴影区域对阴影检测的影响。同时采用国产高分辨遥感卫星——资源三号的同一地区不同季节和不同太阳高度角的遥感数据进行阴影的对比检测。实验结果表明:本文基于HIS色彩空间的阴影检测方法可以快速有效地检测出影像上的阴影,并且能区分树木、河流等暗色物体。