单幅图像几何量测研究进展

为进一步促进单幅图像几何量测理论和技术的研究深化,拓展其应用领域,对近十年来单幅图像几何量测技术和方法进行了分析和总结。首先总结提炼了单幅图像几何量测的基本原理,即直接几何量测和间接几何量测,论述了各自的数学背景;在此原理下,将单幅图像几何量测方法分为基于单应的量测方法和基于几何关系的量测方法,并对各类算法的原理、约束条件、求解方法进行了详细讨论,阐明了算法的优缺点。     

移动车载测图系统的POSLV定位精度评估

本文介绍了移动车载测图系统的组成,阐述了POSLV松组合、紧组合的组合策略以及框架体系。为评估POSLV系统的后处理定位精度,对引进的LandMark系统在国内BJBQL和ZZSM两个试验测区进行测试,在受GPS卫星信号失锁的影响下,POSLV数据后处理能否达到稳健的分米级、厘米级定位精度。试验结果表明,无GPS信号失锁时,POSLV数据后处理定位精度平面最大中误差达到5cm,高程最大中误差8cm;GPS失锁时间最长持续15min时,定位精度下降,平面中误差最大达到75cm,高程中误差最大达85cm。     

改进SIFT小型无人机视频序列图像自动拼接方法

针对小型无人机视频序列图像视点离散、视角变化有一定运动规律的特点,本文结合Harris特征点和SIFT特征向量的优势,研究实现图像的自动配准;并采用光度对准的方法和加权平均的方法消除光度差异,较好地实现了视频序列图像的无缝拼接。实验证明该方法在图像拼接的准确性、效率等方面较经典的SIFT算法有较大提高。     

可量测影像序列的组合定位算法及其在1:50 000地图测绘中的应用

本文提出了基于CCD传感器获取的可量测影像序列的组合定位方法,并结合多传感器抗差自适应融合算法,给出了实用的组合定位滤波公式,利用该组合定位方法可以在已知前一时刻位置的基础上,利用当前的姿态和影像观测值计算出当前的位置。实际计算表明：① 该算法不需要存储大量的影像和计算控制点坐标,降低了存储和计算要求;②虽然单独使用可量测影像序列进行定位时存在误差积累,需要定时复位,单组合定位算法仍然可以有效提高组合定位的可靠性和精度。通过分析可以看出,利用该算法可以充分利用移动测量系统的现有设备和信息,提高系统的整体性能,因此,非常适合应用于移动测量系统中。     

包含圆形的单幅图像距离量测

提出了两种基于圆形的单幅图像平面几何量测方法。第一种算法首先计算出与待测对象平行的直径,然后获得圆形所在平面上任意两点之间的距离。受待测线段位置、方向等影响,量测结果的精度各向差异大。第二种算法首先求取圆形的外接正方形,将问题转化为包含正方形的平面距离量测。模拟图像与真实图像的测试结果表明,第二种算法的量测精度更具有稳定性。     

GPS车载移动视频监控系统的设计

首先对目前移动视频监控中所存在的问题进行深入分析,指出基于空间定位信息的移动视频监控是今后的发展方向。在此基础上,构造一个基于GPS与GIS的车载移动视频监控系统。详细论述该系统的结构、工作原理以及主要功能,并对使用的关键技术进行总结和分析。最后探讨系统目前存在的问题,并对发展前景作展望。     

空间序列影像共面条件的非量测相机标定方法

针对非量测相机应用于摄影测量和计算机视觉中存在畸变较大、内方为元素未知等问题,该文为了提高相机标定的灵活性和稳健性,根据立体像对间各同名光线相交的共面条件,推导了顾及6个相机参数和5个相对方位元素共计11个参数的共面条件方程线性化表达式,设计了利用空间序列影像共面条件的非量测相机标定方法。该方法无需外部标定物,可在标定相机参数的同时,解算出各相邻影像之间的相对方位元素值。采用由无人机获取的空间序列影像进行了非量测相机标定实验,得到了与标准检校场一致的标定结果,验证了本文方法的有效性。     

基于改进SIFT算法的视频图像序列自动拼接

本文提出了一种自适应帧采样和限定特征提取区域的拼接方法,根据帧间重叠率和帧间隔建立线性模型,并把各帧图像对准到其前后的关键帧上。在特征点提取方面,提出了一种改进的SIFT算法进行特征点提取,并采用随机采用一致性(RANSAC)方法来更新匹配点,在图像融合中采用线性加权渐入渐出的自然融合算法。实验结果表明:该方法对一般场景能稳定的抽取到关键帧,并进行拼接,取得了较好的拼接效果。     

隧道监控量测自动预警管理系统及其应用

隧道监控量测是隧道施工安全控制十分重要的一个环节,监测技术和信息化管理技术直接关系到隧道施工安全和质量。基于Access数据库技术和GTS测量技术,研究开发了隧道监控量测自动预警管理系统,实现了隧道监控量测数据信息化管理和预警预报。工程实践表明,系统可以快速、方便、实时地进行监测数据处理和分析,实现自动预警预报,为隧道工程信息化施工管理提供可靠的依据。     

移动测量系统宽幅影像的几何拼接与量测

研究了移动测量系统宽幅影像的拼接与量测算法。通过建立三幅影像柱面全景投影的几何关系,能够直接拼接完成宽幅影像。利用宽幅影像和原始影像间反投影变换关系以及三幅原始影像的同、异步立体像对,可建立宽幅影像与物方空间坐标间一一对应关系,从而实现宽幅影像目标的量测算法。宽幅影像的投影拼接和量测实验表明,利用柱面全景投影拼接得到宽幅影像的方法可应用于移动测量平台宽幅影像序列的拼接;在原始影像具备同步立体像对的条件下,宽幅影像量测的绝对精度可达1 m以内,相对精度可达0.2 m以内,满足城市环境实景目标量测的精度需求。     

传感器位置条件的自适应卡尔曼滤波及其应用

当多个传感器安装于同一载体之上,构成组合导航系统时,必然存在位置约束关系,当定位传感器等于或多于三个时,会产生多个这样的关系。利用这些条件,采用传统的约束滤波算法可以提高组合定位系统的整体精度,但有时也会造成高精度传感器的精度损失。本文中将这些位置约束条件看作观测量,通过设计适当的权矩阵,并结合自适应卡尔曼滤波算法,提出了一种用于提高传感器滤波精度的方法,并和传统的约束滤波算法进行了比较。仿真计算表明:在各传感器精度相当时,该算法可以提高各个传感器的精度,并和传统的约束滤波算法等效;当各传感器精度不同时,该算法仍然可以提高高精度传感器的滤波精度或保证高精度传感器的滤波精度不受损失。     

抗差卡尔曼滤波及其在动态水准网平差中的应用

介绍了标准卡尔曼滤波方程,总结了稳健M估计的基本方法,并根据等价权原理导出卡尔曼滤波的抗差估计方程,方程的形式与卡尔曼滤波方程相似,给出了卡尔曼滤波稳健估计的计算步骤.最后,以动态水准监测为例进行了模拟计算,证明了该方法的有效性.     

Unscented Kalman filter with nonlinear dynamic process modeling for GPS navigation

This paper preliminarily investigates the application of unscented Kalman filter (UKF) approach with nonlinear dynamic process modeling for Global positioning system (GPS) navigation processing. Many estimation problems, including the GPS navigation, are actually nonlinear. Although it has been common that additional fictitious process noise can be added to the system model, however, the more suitable cure for non convergence caused by unmodeled states is to correct the model. For the nonlinear estimation problem, alternatives for the classical model-based extended Kalman filter (EKF) can be employed. The UKF is a nonlinear distribution approximation method, which uses a finite number of sigma points to propagate the probability of state distribution through the nonlinear dynamics of system. The UKF exhibits superior performance when compared with EKF since the series approximations in the EKF algorithm can lead to poor representations of the nonlinear functions and probability distributions of interest. GPS navigation processing using the proposed approach will be conducted to validate the effectiveness of the proposed strategy. The performance of the UKF with nonlinear dynamic process model will be assessed and compared to those of conventional EKF.     

顾及有色噪声的卡尔曼滤波在多路径误差削弱中的应用

多路径误差为一时空环境效应,难以构建准确数学模型消除其影响,且该误差在基线两端不具有空间相关性,运用现有差分技术也无法很好消除,是高精度短基线测量中主要误差之一.为进一步削弱多路径误差,本文以监测站坐标时间序列中多路径误差为研究对象,根据多路径误差在历元间的时变特性,建立多路径误差状态空间模型,采用标准卡尔曼滤波和顾及有色噪声的卡尔曼滤波从监测站第一天双差固定解坐标残差序列中估计多路径误差改正序列,并根据多路径误差的周日重复特性,利用第一天得到的多路径误差改正序列对之后各天坐标序列进行改正.最后通过实验分析,得出顾及有色噪声的卡尔曼滤波估计方法优于标准卡尔曼滤波的结论.研究方法对提高GNSS定位精度具有重要实用价值.     

Comparative geometric and radiometric evaluation of mobile phone and still video cameras

This paper examines the potential of mobile phones to be used as front-end sensors for photogrammetric procedures and applications. For this purpose, two mobile phone cameras (Sony Ericsson K750i and Nokia N93) were calibrated over an indoor 3D testfield, using a self-calibrating bundle adjustment. Geometric accuracy tests were carried out in order to evaluate their metric performances and to compare the results with respect to two off-the-shelf digital still video cameras (Sony DSC W100 and Sony DSC F828). The geometric accuracy evaluation comprised an absolute accuracy test, JPEG test and temporal stability test. The radiometric capabilities of all cameras (except that the DSC W100 was replaced with a DSC T100 camera) were also evaluated and compared by carrying out modulation transfer function (MTF) analysis, image noise analysis and an operating range test. Substantial systematic errors were diagnosed in some systems. However, with proper calibration it is believed that these devices can be used for many photogrammetric tasks.     

Adaptive estimation of multiple fading factors in Kalman filter for navigation applications

Kalman filter is the most frequently used algorithm in navigation applications. A conventional Kalman filter (CKF) assumes that the statistics of the system noise are given. As long as the noise characteristics are correctly known, the filter will produce optimal estimates for system states. However, the system noise characteristics are not always exactly known, leading to degradation in filter performance. Under some extreme conditions, incorrectly specified system noise characteristics may even cause instability and divergence. Many researchers have proposed to introduce a fading factor into the Kalman filtering to keep the filter stable. Accordingly various adaptive Kalman filters are developed to estimate the fading factor. However, the estimation of multiple fading factors is a very complicated, and yet still open problem. A new approach to adaptive estimation of multiple fading factors in the Kalman filter for navigation applications is presented in this paper. The proposed approach is based on the assumption that, under optimal estimation conditions, the residuals of the Kalman filter are Gaussian white noises with a zero mean. The fading factors are computed and then applied to the predicted covariance matrix, along with the statistical evaluation of the filter residuals using a Chi-square test. The approach is tested using both GPS standalone and integrated GPS/INS navigation systems. The results show that the proposed approach can significantly improve the filter performance and has the ability to restrain the filtering divergence even when system noise attributes are inaccurate.     

遥感影像变化检测在地形图快速修测中的应用

首先介绍地形网修测中常规判读地物地貌发生变化的方法,以及将变化检测技术应用于地形图修测中的必要性;其次介绍变化检测的基本原理、发展历史、国内外对变化检测概念的不同定义以及变化检测技术的特点和应用范围;紧接着从地形图快速修测这一客观需要出发,简明扼要地叙述变化检测方法的选择、变化检测的一般过程、变化检测结果在地形图修测中的应用,并结合变化检测的精度评估公式分析将变化检测技术应用于地形图修测工作中的实际效率;最后展望变化检测技术在地形图快速修测中的应用前景。