一种运动平均优化的并行式光束法平差方法

针对当前大规模影像运动恢复结构中并行式光束法平差收敛性差、精度低的问题，该文提出了一种融合运动平均优化的并行式光束法平差方法。该方法将大规模影像间的匹配关系表示为共视图，利用图分算法将整个区块分为多个子区块，并对各子区块进行快速局部光束法平差；图分后，将各子区块作为顶点构建子区块聚类图；在聚类图上利用运动平均优化，获得各子区块的全局旋转和全局平移参数，同时保持子区块内部的刚体结构和不同子区块间的几何相关性；最后，融合各子区块的重叠区域得到完整场景，实现对整个区块的平差优化。使用大规模无人机影像和地面近景影像数据进行实验，结果表明，相比传统方法，该文方法计算效率提高了10倍；相比当前的并行式方法，该文方法在精度、收敛性和计算时间方面都有明显提高。     

低空影像SfM三维重建的耦合单-多旋转平均迭代优化法

针对现有SfM算法初始模型构建、关联影像递增不尽合理导致误差累积等问题,提出一种耦合单-多旋转平均迭代优化的低空影像SfM三维重建方法。首先,基于影像相对定向关系建立初始影像关联无向图,以多因素为依据构建最优增量决策函数锁定强关联影像。其次,利用顾及粗差的单旋转平均递增式添加强关联影像以扩充局部参考系下影像关联有向图,并采用四元数支持下无须物方点参与平差的多旋转平均迭代优化计算全局一致性旋转与平移矩阵最优解。最后,利用光束法区域网平差统一优化整个网络,得到精确的旋转与平移矩阵及物方点。试验结果表明,与现有低空影像旋转平均方法相比,本文方法能解算出更为精确的外方位元素和恢复出更为密集的三维物方点云,且相对于增量式SfM算法效率提升显著。     

分区优化混合SfM方法

针对大规模无序影像稀疏三维重建问题,本文提出一种稳健、高效且易于并行的分区优化的混合式SfM方法。首先,利用SIFT算法进行影像匹配,无须GPS/INS等其他辅助信息,仅利用影像间的匹配结果计算得到的影像关联度完成影像分区。然后,提出一种改进的增量式SfM方法实现每个分区内快速重建,以及提出多项标准自动剔除不可靠分区并将这些分区内影像重新划分至其他分区,实现分区的动态调整。最后,提出一种稳健高精度的分区融合算法,实现相机参数、影像姿态和场景三维信息的准确融合。多组不同规模、不同影像类型以及不同场景的典型数据试验结果表明本文方法对不同数据集具有很好的稳健性,在保持高精度的同时能大大提高重建效率,尤其适用于大规模影像数据集。     

Delaunay三角网约束下的影像稳健匹配方法

影像匹配是数字摄影测量和计算机视觉领域的关键问题。本文主要研究基于Delaunay三角网约束下的稳健影像匹配方法。首先利用Delaunay三角网对随机初始匹配点进行组织,构建分布均匀、结构稳定的局部连接关系;其次利用线段描述子和空间角度顺序建立了局部辐射和几何约束模型,并将粗差剔除问题转换为分析Delaunay三角网和对应匹配图的相似性问题;然后利用对应三角形局部约束实现匹配扩展;最后在分层策略和交叉验证策略下实现稳健影像匹配。利用3组数据集进行大量的匹配试验,结果表明本文的匹配算法即使在高外点率下依然能够实现稳健粗差剔除,得到高精度的影像匹配结果。     

无人机影像增量式运动恢复结构研究进展

增量式运动恢复结构（structure from motion, SfM）已经成为无人机影像空中三角测量的常用解决方案。考虑到无人机影像的特点,增量式SfM在效率、精度和稳健性方面的性能有待提高。首先给出了增量式SfM无人机影像空中三角测量的技术流程,然后从特征匹配和几何解算两个方面对其关键技术进行了综述,最后从数据采集方式改变、大场景影像处理、通信与硬件技术发展、深度学习融合等方向,展望了增量式SfM无人机影像空中三角测量的挑战和后续研究,总结本领域的现有研究,为相关研究者提供参考。     

基于最小生成树的高分辨率遥感影像层次化分割方法研究EI北大核心CSCD

在更精细的空间尺度下,高分遥感影像呈现更丰富的地物细节信息,信息内容的复杂性、空间性和海量性等特征,给传统遥感影像分割方法带来挑战。针对这些挑战,寻求一种更有效的分割模型和并行化的处理方法是有效提高大尺度高分遥感影像分割精度和处理效率的关键。为此,论文提出基于最小生成树的高分遥感影像层次化分割方法及其并行化重构。前者利用层次化最小生成树模型实现影像复杂场景信息的有效刻画,在此基础上利用区域化模糊聚类模型构建层次化分割模型。后者基于子块切分的并行划分和并行模糊聚类分割方法,实现大尺度高分遥感影像的快速、有效分割。论文的主要工作如下。     

一种解决水域航摄影像的拼接方法

摄影测量技术是直接获取地表信息最重要的手段,影像拼接是把多幅小范围影像合并为大视场影像图的过程.但目前影像拼接图的生产多依靠特征点匹配的方式,对影像的纹理和重叠有一定要求,致使水域区的影像因纹理匮乏,常出现无法拼接的现象.针对以上问题,提出一种依靠影像位姿参数的影像快速拼接技术,摆脱对特征点的依赖,重点对影像的几何校正、相邻影像配准与多幅影像拼接等重要环节进行分析研究.实验结果表明,本文方法有效保障了水域影像的顺利拼接,并且省去了特征点匹配的复杂工序,拼接效率得到了极大提升.     

机载干涉雷达数据联合定位及拼接技术研究

针对大区域多航带InSAR(干涉合成孔径雷达)影像定位及拼接时缺少GCP(地面控制点)的问题,提出了一种多航带InSAR影像联合定位的方法。该方法借鉴摄影测量中的光束法平差思想,并利用InSAR干涉定标后得到影像上各点高程值。通过对四川绵阳地区的多航带InSAR实际数据的实验,验证了本方法的可行性,且精度达到了各景影像独立校正的水平。分析了控制点数量、位置、重叠区域范围、地形起伏对平差精度的影响,并给出了控制点布放原则。     

摄影测量内外业数据处理流程研究

阐述了摄影测量相关原理与数学模型,其中包括摄影测量相关的坐标系、内外方外元素、光束法区域网平差等。介绍了几种摄影测量内业数据处理软件,并以某大比例尺测图项目为例,航空摄影采用无人机获取测区影像,内业利用全数字摄影测量软件进行DEM、DOM的生成,通过正射影像图,采用VirtuoZo软件将DEM和DOM叠加后采集生成大比例尺数字线划图。     

三维场景全自动建模及精度分析

针对摄影测量三维建模向全自动化发展的背景,该文基于SURE摄影测量软件,实现了自动化建立三维场景。阐述了主要的处理环节,包括密集匹配、平差交会、三角构网及贴图等,可生产的产品包括密集点云、真正射影像、数字表面模型、不规则三角网及三维贴图场景;通过分析匹配效率及点云和数字表面模型的精度,显示出其产品均可达到测量级精度。使用高重叠度或倾斜影像,SURE还可以生产出精美的三维城市模型;充分挖掘每一个像素的高精度三维坐标,是其在同类软件中的一大特色。     

无人机农村宅基地高精度确权应用

利用无人机进行农村土地确权具有效率高、成本低的优势。通过开展简易无人机低空摄影测量试验,采用运动恢复结构数据处理方法,得到影像外方位元素的近似值,再利用附加参数的自检校光束法进行平差,明显提高了无人机低空摄影测量的定位精度,表明该方法具有一定的实用价值;通过分析影响无人机摄影测量精度的主要因素,给出了控制无人机低空摄影测量精度的若干建议。     

LMCCD相机卫星摄影测量的特性

本文简要介绍了LMCCD相机(线阵—面阵CCD组合相机)的概念和实现的基本条件,并以影像数字模拟方法显示LMCCD推扫摄影的影像,以及利用这些影像生成DEM和等高线。同时还利用数字模拟的方法生成LMCCD相机卫星摄影测量的数据,应用"等效框幅法(EFP)"平差,讨论了LMCCD影像在无地面控制的摄影测量的精度。     

基于全站仪及Lensphoto系统复杂地形影像图测绘研究

随着多基线近景摄影测量研究的深入,非量测数码相机在近景摄影测量中应用越来越广。以某实验区为例,旨在将控制测量与摄影测量相结合,通过制订多基线近景摄影测量外业技术方案,利用全站仪、数码相机联合测量获取空间数据、影像数据,应用Lensphoto软件系统实现空三匹配、空三交互、加密匹配生成点云数据,得到三维模型点云数据以及3D景观图的地形影像图。同时,对地形图进行精度验证,满足三等地形测量规范要求,获取传统测量难以比拟的试验效果。该方法具有快速高效的特点,解决传统摄影测量工作繁复的问题。     

多基线数字近景摄影测量在建筑工程中的应用

多基线数字近景摄影测量与传统近景摄影测量相比,具有短基线、大重叠度的特点,短基线使得相邻光束交会角较小,易于提高影像匹配精度;大重叠度使得首尾交会角较大,从而可提高空间点定位精度。该方法有效地解决了影像匹配、交会角和点定位精度三者之间存在的矛盾。首先,利用非量测数码相机进行多基线平行摄影,借助Lensphoto软件实现建筑物立面点坐标的量测,并将其与高精度莱卡全站仪测量结果进行精度对比,最后分析控制点个数与点位精度之间的关系。实验表明,多基线近景摄影测量在建筑工程测量中可以取得较高的点位精度,控制点个数的增加会提高点位精度,但存在一定极限。     

顾及影像拓扑的SfM算法改进及其在灾场三维重建中的应用

快速、准确的大场景影像三维重建技术可为灾害应急响应和灾情评估提供重要的决策依据。本文针对运动恢复结构(SfM)算法效率低的问题,提出了一种顾及影像拓扑关联关系的拓扑-运动恢复结构(TSfM)算法。TSfM算法利用低空无人机(UAV)自身的飞控记录构建影像拓扑关联关系,缩小了特征匹配时的影像搜索范围,与传统SfM算法相比,影像匹配的时间复杂度由O(n2)降低为O(n)。实验结果表明,TSfM算法实现了基于无人机影像序列的灾场快速三维重建,重建模型的相对精度与SfM算法的重建精度一致。将该方法用于四川芦山地震UAV影像三维重建,可检测出地震滑坡体及其形态信息。     

摄影测量测图传感器的回顾与展望

本文回顾了获取摄影测量测图影像的传感器系统的发展。利用软片的框幅式航空摄影机仍将是主要的原始数据源。带有前移和角移补偿装置的摄影机将可获得分解力高达１００线／ｍｍ的影像。为了能在数字摄影测量工作站上分析这种高分解力影像，需用微小像元的扫描仪对其数字化，以便充分利用基内在的信息量。航天摄影和光电传感器所获取的影像适合于中小比例尺的地形图测图，本文回顾了这类传感器系统并对它们进行了比较。成像雷达系统尽     

三线阵CCD影像测图系统的建立

本文着重介绍了三线阵CCD影像摄影测量处理过程中，数字测图系统的构成及主要模块的功能，并利用航空校飞所获取的影像数据和厕幅式航天影像模拟三线阵CCD影像数据对软件系统进行了测试。     

数码航摄影像在摄影测量中的应用

新型航空摄影仪在摄影测量中的应用已经成为大势所趋。针对新型数码航空影像在摄影测量应用中的高程精度和大重叠度摄影2个问题在理论上进行了分析和讨论,并使用实际数据进行空中三角测量试验,证实在大重叠度数码航摄影像的空中三角测量作业中,只要适当选择影像的地面分辨率,并且连接点转点必须向所有可能的影像转点,是完全可以满足成图精度要求的。     

多片前方交会法无人机测图技术北大核心CSCD

针对传统数字摄影测量中,使用双片前方交会方法量测地面物点的坐标,因同名光线交会角大小限制而不利于提高测点坐标的精度问题,该文提出了基于无人机高重叠度航摄影像的多片前方交会测图方法。使用该方法进行地物坐标量测时,不受交会角大小的限制,同时引入最小二乘原理,可获得高精度的物点坐标。利用某长江大桥桥址带状测区无人机航摄影像数据,进行双片前方交会、三片前方交会及四片前方交会测图精度的对比分析。结果显示,基于无人机高重叠度影像的多片前方交会测图技术能有效提高无人机航测大比例尺地形图的精度。     

基于相位均匀卷积的LiDAR深度图与航空影像高效匹配方法

多源影像匹配主要受到非线性强度差异、对比度差异及局部区域结构特征不显著等问题的干扰,而机载激光雷达（light detection and ranging,LiDAR）深度图与航空影像由于纹理特征之间的显著差异导致部分结构特征缺失更为严重,所造成的相位极值突变进一步增加了匹配难度。因此,提出一种基于相位均匀卷积描述子的方法来实现LiDAR深度图与航空影像之间的高效匹配。在影像特征匹配阶段,首先对相位一致性模型进行扩展,构造相位均匀能量卷积方程,求解得到均匀卷积序列与相位最大标签图,建立一种相位均匀能量卷积直方图（histogram of phase mean energy convolution,HPMEC）;然后采用最近邻匹配算法完成初始匹配,并利用快速边缘化样本共识进行粗差剔除;最后基于线程池并行策略,通过划分重叠格网对影像进行分块匹配。将多组具有不同地物覆盖类型的LiDAR深度图与航空影像作为数据集,分别与位置尺度方向-尺度不变特征转换（position scale orientation-scale invariant feature transform,PSO-SIFT）、L...