一种POS数据辅助多视角倾斜航空影像匹配方法

提出一种利用POS辅助多视角倾斜影像匹配的算法。首先,利用POS数据对倾斜影像进行近似核线纠正;然后,用SIFTGPU算法对纠正影像进行特征匹配,根据匹配结果计算出两张影像的水平和垂直方向视差进而求得其近似重叠区域;将重叠区域进行分块特征匹配,采用比值提纯法、视差约束和RANSAC算法等约束条件剔除误匹配;最后,将匹配结果通过POS数据反算回到原始影像上。试验结果表明,将POS数据应用到多视角倾斜影像匹配中,可快速获得比常规影像匹配方法数量更多、分布更均匀的匹配点。     

POS辅助航带间航摄影像的自动转点

提出一种利用POS提供的影像定向参数辅助区域航空摄影测量中航带间影像自动转点方法。首先,对航带内影像采用金字塔影像匹配策略寻求同名像点,以获得航向间影像连接点的精确像片坐标;然后利用POS提供的影像定向参数预测航带间的影像连接点。再通过对相邻航线间待匹配窗口影像的几何变形改正,在由POS数据辅助建立的核线几何条件约束下,直接在原始影像上找寻同名像点;最后经最小二乘匹配使影像匹配结果达到子像素级精度。试验表明,将POS数据引入航带间的影像自动转点中,不但可以简化影像匹配过程、提高自动化水平,而且较常规影像匹配方法可以提高航带间自动转点的成功率34.0%,并节省76.7%的CPU耗时。     

改进SIFT的倾斜无人机影像匹配方法

针对倾斜无人机影像间存在较大的视角、几何形变导致的难以高效获得可靠同名点问题,提出改进SIFT的倾斜无人机影像匹配方法.算法分为3个阶段:①利用POS数据及公开的SRTM辅助数据对影像进行近似正射纠正消除影像几何形变;②对重叠区域的影像进行均匀分块,根据影像块的信息熵来合理分配各影像块的特征点数,利用Harris算子提取均匀分布的特征点,采用SIFT描述子计算特征向量;③利用多层次约束的匹配策略,在保证匹配正确率的前提下尽可能提高计算效率.通过多组实验分析,结果表明该算法获得的匹配点对在数量和分布情况上也更为理想.     

参考地理数据的大比例尺影像无控定位

针对传统摄影测量影像定位通过人工方式获取控制点导致的效率低、费用高等问题，本文提出了一种参考地理数据的大比例尺影像无控定位方法。首先利用经典SIFT算法从参考地理数据（DEM和DOM）提取带有控制信息的特征点；然后将通过POS获取的DSM配准到DEM地理坐标上，并利用形态学滤波对DSM进行处理，以提取并剔除建筑物、树木等高程剧烈变化区域的匹配点，降低校正误差；最后进行影像校正和定位。试验结果表明，本文方法能够满足大比例尺航空影像生产定位精度要求，具有高效生产、节约资源等优势。     

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。     

POS辅助下的车载序列影像匹配

针对车载序列影像中所包含的具有大量重复纹理的建筑立面区域给现有匹配方法带来的误匹配率高、匹配点不足等不适应性问题,提出了一种联合POS辅助及KLT（Kanade-Lucas-Tomasi）角点特征跟踪的新匹配方法。通过充分利用POS信息所能够建立的局部近似建筑立面分层平面及DEM信息,获取KLT跟踪算法中所需的初始位移信息,并将建筑立面及路面区域进行分开追踪匹配,以保证匹配点的良好分布特性,最后利用RANSAC结合核线约束进行误差剔除得到最终匹配结果。试验证明本文方法能够有效解决车载序列影像中重复纹理区域的匹配问题,可高效获取分布均匀、数量充足的匹配特征点,为后期空中三角测量提供更稳健的同名约束条件。     

一种倾斜影像外方位元素计算方法

提出一种利用相机POS数据和少量影像数据标定倾斜相机间位置关系并计算倾斜影像粗略外方位元素的方法。首先对选取的垂直和倾斜影像进行影像匹配,获得精确同名点坐标;然后垂直影像同名点对前方交会获得地面点坐标,接着倾斜影像后方交会获得其外方位元素;最后利用倾斜和垂直影像的外方位元素标定子相机间的相对关系,并根据相对关系求出所有倾斜影像的外方位元素。采用AMC580倾斜影像数据进行试验,结果表明:提出方法可求得所有倾斜影像的粗略外方位元素,并验证了外方位元素的直接对地定位精度,证明了该方法的可行性。     

多基准点和基准方向的面阵与线阵影像匹配方法

针对面阵影像与线阵影像之间存在的尺度、旋转等几何差异所导致的难以高效获得稳定可靠匹配点问题,该文提出了一种稳健的面阵影像与线阵影像匹配方法。算法分为3个阶段:(1)对影像进行尺度、旋转预处理,消除影像间的尺度和旋转差异;(2)用Harris算子提取特征点,进行逐层金字塔匹配,在最底层影像上进行最小二乘匹配获取精匹配点,利用随机抽样一致算法获取准确性较高的匹配点;(3)对准确性较高的匹配点分区,构建4块匹配区域,根据每块区域的匹配点计算重心,以此4块区域的重心作为匹配基准点和基准方向,重约束初始匹配结果。通过多组面阵影像与线阵影像数据实验结果,验证了该方法的可行性和有效性,可为后续空中三角测量及相关应用提供可靠的匹配点。     

序列无人机影像拼接方法研究

无人机影像具有数量多、畸变大、POS数据不准确等特点,导致其在拼接过程中会产生大量的累积误差,要快速地获得大范围准确的全景图有一定的困难。基于此,提出一种既精确又高效的无人机序列影像拼接方法。首先计算大致的影像匹配区域,减少特征搜索和匹配的时间,同时记录匹配区域中心位置的特征点坐标,引入平差理论,区分平地、丘陵、山区等不同区域加权纠正匹配特征点的坐标位置。同时针对航带间重叠率小、姿态差异大等特点,采用"先航带间再航带内、旁边航带向中间航带靠拢"的拼接方式,减少整体区域的累积误差产生,最终完成全局影像的拼接。     

不同分辨率遥感影像获取均匀分布匹配点的匹配方法研究

基于SIFT算法提出一种适合于不同分辨率遥感影像并能获取均匀分布匹配结果的匹配方法,该方法首先将匹配区域进行分块,然后针对每个分块区域提取SIFT影像特征,在提取过程中,通过不同层级高斯影像塔和高斯差分影像的分级实现匹配点数量的控制,从而获取均匀分布的匹配点对。     

机载激光雷达点云与定位定姿系统数据辅助的航空影像自动匹配方法

本文针对LiDAR点云和POS数据辅助航空影像的连接点自动匹配,设计了用于相关系数匹配的最佳匹配点位快速搜索算法;提出一种基于虚拟地面控制点的相机安置角误差自动检校方法,在此基础上自适应确定影像匹配搜索范围。试验结果表明,本文提出的最佳匹配点位快速搜索算法可在保证匹配正确性的情况下节省约25%的匹配耗时;相机安置角误差补偿方法能够有效地提高由POS数据计算的影像外方位元素的精度,从而明显改善同名点匹配时的点位预测精度;本文算法能处理多分辨率、多视角的交叉飞行航空影像,获得高精度的匹配结果。     

Automatic Registration Between Low-Altitude LiDAR Point Clouds and Aerial Images Using Road Features

Among the many means of acquiring surface information, low-altitude light detection and ranging (LiDAR) systems (e.g., unmanned aerial vehicle LiDAR, UAV-LiDAR) have become an important approach to accessing geospatial information. Considering the lower level of hardware technology in low-altitude LiDAR systems compared to that in airborne LiDAR, and the greater flexibility in-flight, registration procedures must be first performed to facilitate the fusion of laser point data and aerial images. The corner points and edges of buildings are frequently used for the automatic registration of aerial imagery with LiDAR data. Although aerial images and LiDAR data provide powerful support for building detection, adaptive edge detection for all types of building shapes is difficult. To deal with the weakness of building edge detection and reduce matching-related computation, the study presents a novel automatic registration method for aerial images, with LiDAR data, on the basis of main-road information in urban areas. Firstly, vector road centerlines are extracted from raw LiDAR data and then projected onto related aerial images with the use of coarse exterior orientation parameters (EOPs). Secondly, the corresponding image road features of each LiDAR vector road are determined using an improved total rectangle-matching approach. Finally, the endpoints of the conjugate road features obtained from the LiDAR data and aerial images are used as ground control points in space resection adjustment to refine the EOPs; an iterative strategy is used to obtain optimal matching results. Experimental results using road features verify the feasibility, robustness and accuracy of the proposed approach.     

Change detection from aerial images acquired in different durations

Because of quick development of cities, the update of urban GIS data is very important. Change detection is the base of automatic or semi-automatic data update. One way of change detections in urban area is based on old and new aerial images acquired in different durations. The corresponding theory and experiments are introduced and analyzed in this paper. The main procedure includes four stages. The new and old images have to be registered firstly. Then image matching, based on the maximum correlation coefficient, is performed between registered images after the low contrast areas have been removed. The regions with low matching quality are extracted as candidate changed areas. Thirdly, the Gaussian-Laplacian operator is used to detect edges in candidate changed areas on both the registered images, and the straight lines are detected by Hough transformation. Finally, the changed houses and roads can be detected on the basis of straight line matching in candidate changed areas between registered images.     

Change detection from aerial images acquired in different durations

Because of quick development of cities, the update of urban GIS data is very important. Change detection is the base of automatic or semi-automatic data update. One way of change detections in urban area is based on old and new aerial images acquired in different durations. The corresponding theory and experiments are introduced and analyzed in this paper. The main procedure includes four stages. The new and old images have to be registered firstly. Then image matching, based on the maximum correlation coefficient, is performed between registered images after the low contrast areas have been removed. The regions with low matching quality are extracted as candidate changed areas. Thirdly, the Gaussian-Laplacian operator is used to detect edges in candidate changed areas on both the registered images, and the straight lines are detected by Hough transformation. Finally, the changed houses and roads can be detected on the basis of straight line matching in candidate changed areas between registered images. Some experimental results show that the method introduced in this paper is effective.     

基于多视影像匹配模型的倾斜航空影像自动连接点提取及区域网平差方法

自动可靠地获取精确且均匀分布的连接点并进行区域网平差解算,是使用倾斜航空影像进行高精度测绘、三维信息提取和三维城市模型构建等应用的前提。本文提出了一种实用化的大重叠率倾斜航空影像的全自动连接点匹配和联合区域网平差方法。一方面,针对倾斜航空影像因遮挡严重、尺度变化大和几何变形严重而引起的同名点匹配困难问题,充分利用POS数据和平均飞行高度等初始数据,同时顾及这些数据的误差,通过有效组合一种改进的ASIFT算法和基于窗口的多角度多视影像匹配模型(WMVM),使用由粗到细的多分辨率分层匹配策略完成连接点的全自动提取;另一方面,在传统的最小二乘光束法平差的基础上,根据倾斜航空影像数据的特点,提出了基于稳健估值原理的粗差自动探测与剔除关键算法。最后,利用多组典型试验区域的倾斜航空影像数据试验结果验证了所提算法的可靠性、精度和实际性能。     

大范围倾斜多视影像连接点自动提取的区域网平差法

提出了一种大范围倾斜多视影像自动连接点提取和光束法区域网平差算法。首先利用POS数据对倾斜影像进行矫正并预测候选像对,使用SIFT特征进行影像匹配;然后利用并查集数据结构实现多视影像间连接点对应关系的快速确定;最后将POS数据和控制点数据作为带权观测值进行平差解算。选取3种典型的倾斜相机系统(组装轻量级倾斜相机、国产SWDC-5相机、微软UltraCam相机)进行了试验,结果表明,本文算法能够适应国内外流行的倾斜摄影系统,且一次性可处理的影像数目超过2000张;在相同条件下倾斜影像光束法区域网平差的整体精度优于传统垂直摄影情形,实际精度可以达到水平方向0.75 GSD,高程方向2.0GSD。     

Pixel Facory框幅影像加密成果在DLG生产中的应用探讨

Pixel Factory利用POS数据,可减少对外业控制点的需求数量,实现高精度快速空三.但是目前,Pixel Factory的框幅影像加密成果,无法直接用于立体定向及数字线划图DLG数据的生产.本文利用Pixel Factory影像快速处理系统与IMU/GPS辅助的航空数码影像,提供Pixel Factory框幅影...