利用无人机影像和广义迭代重加权最小二乘法的三维重建

为了提高基于无人机影像重建三维场景的效率,提出了应用广义迭代重加权最小二乘法的全局式三维重建方法。首先,介绍了广义迭代重加权最小二乘法的基本思想和具体步骤;接着,将全局旋转矩阵的求解转化为李代数中旋转向量的求解问题,利用结合范数优化和迭代重加权最小二乘的方法求出全局旋转最优解;然后,根据极线几何约束条件,解算相机在全局坐标系下的相对平移方向向量,在广义迭代重加权最小二乘架构下,利用二次规划法求出相机全局位置最优解;最后,对影像位姿参数和重构三维点进行光束法平差优化。实验结果表明该方法在提高重建效率的同时,能够更真实地恢复场景的几何形态。     

大重叠度无人机遥感影像的三维建模方法研究

探讨了无人机遥感系统获取的遥感影像的三维建模方法 ,应用相对定向直接进行无人机遥感影像相对定向 ,并通过实验分析了相邻影像间重叠度对相对定向精度的影响。基于高重叠度的无人机遥感影像 ,为提高同名点识别的精度 ,提出了多幅影像核线约束方法。实验证明本文是利用无人机遥感影像特点实现三维建模的有意义的尝试     

利用本质矩阵进行低空无人机影像位姿恢复的研究

随着无人机的广泛应用,其相机安置方式及摄影姿态的任意化,造成影像基线方向多样化,利用传统的航空摄影测量方法处理此类影像较为困难。本文提出了一种基于本质矩阵恢复此类无人机影像位姿的方法。经试验证明,本文提出的定向测量不仅可以快速确定基线方向,求解影像外方位元素,而且重投影误差在1个像素以内。     

本质矩阵优化分解的相对位姿估计

针对从影像恢复摄像机相对位姿的问题,提出了一种基于李群表示的本质矩阵快速分解的位姿估计算法。通过加权最小二乘方法优化了本质矩阵;利用本质矩阵和平移向量的关系求出了平移向量;由本质矩阵和位姿参数的等式关系建立目标函数,基于姿态的李群表示推导了旋转矩阵迭代估计过程;优化了唯一解确定的约束条件,避免了特征点的三维重建。仿真实验和真实图像实验表明提出的算法精度和鲁棒性均优于传统算法,算法效率得到明显提高。提出的算法避免了矩阵奇异值分解运算和大量的矩阵计算,而且只需对两组解进行唯一解确定,能够实现相对位姿的快速高精度估计。     

无人机航摄影像的RANSAC自动定向方法研究

针对无人机在区域范围拍摄的低空遥感影像数量多,且相邻影像间存在旋转、尺度变化大等导致的立体定向困难问题,本文提出一种适用于无人机影像自动相对定向及模型连接的流程。即利用SURF算法对区域无人机影像进行特征提取后,连续相对定向及模型连接过程使用结合相对定向模型的RANSAC算法去除错匹配点,并针对RANSAC算法选取样本匹配点对容易陷入局部最优问题进行改进,提高了结果精度。     

文物对象近景序列影像位姿高精度估计方法

针对文物对象影像三维纹理重建中影像位姿估计的问题,本文提出了三维数据驱动及平差的位姿高精度估计方法。首先通过影像特征提取、匹配、误匹配点剔除得到准确的同名特征;然后建立首对影像高精度位姿相对关系,并以其像对三维点数据为驱动,结合二三维索引确定后续影像的相对位姿;最后以光束法平差与LM算法确定高精度的影像位姿参数。试验表明,本文方法在确定位姿速度和位姿精度上都体现了一定的优越性,为影像后续的密集点云生成奠定了基础。     

特征法视觉SLAM逆深度滤波的三维重建

针对现有特征法视觉SLAM只能重建稀疏点云、非关键帧对地图点深度估计无贡献等问题,本文提出一种特征法视觉SLAM逆深度滤波的三维重建方法,可利用视频序列影像实时、增量式地构建相对稠密的场景结构.具体来说,设计了一种基于运动模型的关键帧追踪流程,能够提供精确的相对位姿关系;采用一种基于概率分布的逆深度滤波器,地图点通过多帧信息累积、更新得到,而不再由两帧三角化直接获取;提出一种基于特征法与直接法的后端混合优化框架,以及基于平差约束的地图点筛选策略,可以准确、高效解算相机位姿与场景结构.试验结果表明,与现有方法相比,本文方法具有更高的计算效率和位姿估计精度,而且能够重建出全局一致的较稠密点云地图.     

一种多摄站球形全景影像快速定向方法

针对传统影像定向方法难以适用于球形全景影像定向的问题,该文提出了一种基于运动恢复结构(SfM)算法思想的球形全景影像快速定向方法。通过避开视野盲区消除了由视野盲区特征点匹配引起的误差,并附加对极几何约束进行鲁棒估计以提高匹配精度;采用改进的EPnP算法对新添加的影像进行位姿计算,提高了新增影像的位姿计算精度和计算效率;提出了全景前方交会算法和全景光束法平差模型,并通过多种优化策略,提高了三维场景构建的精度。基于长白县街景序列影像的实验结果表明,该文所提算法能够实现多摄站球形全景影像的快速定向,并具有较好的精度水平。     

一种基于位姿参数的无人机影像快速拼接方法

为提升无人机影像拼接效率,本文提出了一种基于位姿参数的无人机影像快速拼接策略。首先,分析无人机影像拼接流程,选取单应性变换矩阵,用于消除旋转、平移、缩放等变形;然后,推导基于姿态信息的影像校正模型,将倾斜影像转换为水平影像,进一步改善拼接效果;最后,选用“两两先拼、顺序合成”的方法完成影像拼接。实验结果表明,本文影像拼接策略能消除大部分拼接误差,获取较好的影像拼接图,免去了全局配准与整体平差的过程,使得影像拼接效率明显提升,具有重要的应用价值。     

一种航空摄影测量自动加密方法

提出了一种航空摄影测量自动加密方法。首先由相对定向建立立体模型,并自动提取模型连接点;然后通过循环搜索,自动连接测区内的全部模型,进而得到全部影像在统一坐标系下的外方位元素,这也是本方案的创新之处,以此为基础,利用光束法平差优化各相机的位姿参数;最后,由不少于3个地面控制点进行绝对定向,从而得到各相机的绝对位姿参数,由空间前方交会即可解算加密点的大地坐标。试验结果表明,当将定向点均匀分布于测区时,检查点的平面和高程误差满足我国现行航空摄影测量规范对航测生产的精度要求;若将定向点分布于测区一侧,检查点的精度也达到了一定水平,表明可以根据分布于一侧的少量控制点来测绘全测区地形。     

一种面向无人机绝对定位的卫星基准影像检索方法

针对全球导航卫星系统（global navigation satellite system,GNSS）拒止环境下大范围无人机视觉绝对定位问题,提出了一种聚合深度学习特征的卫星基准影像检索方法。首先,利用预训练的深度学习模型提取无人机与卫星基准影像的局部卷积特征;然后,对局部特征描述符进行聚合,生成影像全局表达;最后,利用影像全局特征进行相似性检索,并采用检索结果精匹配重排序的后处理方法,进一步提高检索准确率。设计了一个新的面向无人机绝对定位的卫星基准影像数据集并进行实验,结果表明,使用所提方法检索无人机影像适配区域的卫星基准影像的准确率达76.07%,可为后续基于视觉的无人机绝对定位提供参考。     

基于GA-SIFT算法的无人机航拍图像实时拼接

为实现无人机航拍图像的实时拼接,本文深入研究了无人机航拍图像拼接中的关键技术,提出了一种基于遗传算法优化的图像拼接算法。首先利用SIFT算法提取图像的特征点,在特征点粗匹配过程中,采用欧氏距离作为相似度测量,利用遗传算法的并行性优化特征点匹配性能;然后使用RANSAC算法去除误匹配点对并获得转换矩阵,从而完成图像拼接。试验结果表明,采用遗传算法进行特征匹配,可大大降低匹配时间,匹配时间与特征点数量成正比;同时提高了匹配精度,进而提高了图像拼接的实时性和稳健性。     

BDS辅助无人机免像控三角测量数据处理方法研究CSCD

针对无人机空中三角测量处理需要外业控制点数量多、工作量大的问题,提出了北斗卫星导航系统(BDS)辅助无人机大比例尺免像控精度验证方法.该方法利用搭载双频全球卫星导航系统(GNSS)接收机的无人机摄影测量平台接收BDS数据,探讨了高精度的BDS摄站坐标解算、BDS数据与无人机影像数据联合平差关键技术,最后,以工程实例验证该方法的有效性.实验结果表明:此方法在无像控点情况下满足1∶500的大比例测图精度要求.     

非量测CCD数码相机的航空摄影测量应用

研究非量测CCD数码相机应用于航空摄影测量的技术方法.采用基于自检校光束法平差严格标定非量测CCD数码相机;提出基于相对定向、三视张量、自由光束法平差、区域网光束法平差的空中三角测量流程.实验表明,严格标定的数码相机,可以应用于大比例尺航空摄影测量.     

无人机高空间分辨率影像分类研究

本文利用无人机影像进行土地利用类型研究,面向对象方法对影像分割,获取了最佳分割尺度;根据各土地类别的特征信息建立分类定义,提出了快速、准确获取土地利用类型的方法。研究结果表明,运用面向对象方法能很好地解决无人机高分辨率影像分类问题,其中关键是影像分割尺度的选择和影像对象特征信息的提取。     

低空UAV激光点云和序列影像的自动配准方法

提出了一种低空无人机(unmanned aerial vehicle,UAV)序列影像与激光点云自动配准的方法。首先分别基于多标记点过程与局部显著区域检测对激光点云和序列影像的建筑物顶部轮廓进行提取,并依据反投影临近性匹配提取的顶面特征。然后利用匹配的建筑物角点对,线性解算序列影像外方位元素,再使用建筑物边线对的共面条件进行条件平差获得优化解。最后,为消除错误提取与匹配特征对整体配准结果的影响,使用多视立体密集匹配点集与激光点集进行带相对运动阈值约束的ICP(迭代最临近点)计算,整体优化序列影像外方位元素解。试验结果表明本文方法能实现低空序列影像与激光点云像素级精度的自动配准,联合制作DOM精度满足现行无人机产品1∶500比例尺标准。     

一种适合于数字近景影像的绝对定向方法

数字近景影像的绝对定向同经典的航空摄影测量有很大的不同,为提高数字近景影像的绝对定向精度,提出了一种基于逐次相关条件平差模型的近景影像绝对定向方法。首先给出计算绝对定向参数初始值的严密公式。然后利用绝对定向方程的严密线性化形式进行逐次相关条件平差。同传统的基于经典间接平差的绝对定向方法相比,该方法可有效提高绝对定向的精度,非常适合于数字近景影像的绝对定向。     

基于无人机航摄影像的数字线划图生成方法

数字线划图(DLG)是国家与城市建设中重要的基础数据源,传统测绘作业数据作为DLG生产的基础,存在产品误差较大,产品质量得不到保证的缺点. 本文基于无人机航摄影像进行DLG产品制作研究,实施了一种快速生成DLG产品的方法,通过质量分析和结果检验,证明了该方法的可行性.      

内点最大化与冗余点控制的无人机遥感图像配准

利用小型无人机进行遥感图像配准在自然灾害损害评估、环境监测和目标检测与追踪等领域发挥着至关重要的作用,但小型无人机的图像采集过程容易受风速/风向、复杂地形、电池容量、飞行姿态、飞行高度等自然或人为因素的影响。这些问题通常会导致捕捉到的场景重叠率低与图像非刚性畸变,在特征点提取过程中产生大量冗余点,增加了图像配准的难度。本文提出一种基于特征点的小型无人机图像配准方法,该方法的核心思想是在配准过程中识别冗余点,同时最大化可用内点数量。所识别的冗余点当作控制点,用于控制网格代图像的运动。最后通过最大化内点和合理移动控制点来恢复图像变换。本文使用50对小型无人机图像进行特征匹配和图像配准的实验,其中平均配准精度可达80.38%,并且本文方法在所有的情况下都优于5种当前流行算法。