数字近景摄影测量在面部软组织3维测量与重建中的应用

以直接线性变换为基础开发数字近景摄影测量系统,利用高分辨率数字相机实现人体颅面软组织的3维测量和重建,精度高,方法简便实用,成本低,重建的面部具有很强的直观性和真实性,为口腔正畸学中面部软组织的诊断和研究提供有效的方法,为进一步利用计算机进行虚拟手术打下坚实的基础,具有广阔的应用前景和推广价值。     

测绘工程专业《摄影测量学》课程教材改革探讨

从测绘工程专业人才培养需求出发,结合目前摄影测量发展趋势,分析现有一些《摄影测量学》教材中存在主要问题,提出《摄影测量学》教材改革思路。     

基于普通数码像片的相关系数影像匹配方法探讨

普通数码相机是非量测相机,所获取的像片属于近景像片,但像片没有已知的内方位元素且影像变形大,因此普通数码像片的图像处理比较特殊。针对普通数码像片特点及相关系数计算量大的特点,本文根据试验提出了一种匹配的准确率高、速度快的改进的相关系数匹配方法。试验表明该匹配方法在影像变形较大的情况下有较快的匹配速度和较高的准确度。     

三维工业测量系统与工业摄影测量相结合在动态工业测量中的应用

本文讨论了高精度三维工业测量系统和工业摄影测量各自在工业生产中的优缺点。提出了通过将两者配合使用,结合各自优点,使用三维工业测量系统为工业摄影测量提供高精度像控点,进而运用工业摄影测量的实现对工业生产环境中的目标,尤其是动态工业目标及其他需在短时间内观测的大量目标的高精度测量与检测。在实际工业生产测量证明该方法切实有效,不仅解决了复杂环境的动态工业目标的观测问题,且相对于单独使用两种观测方法观测数据的精度有较大的提高。     

高起伏区无人机摄影测量精度评估?以西秦岭光盖山-迭山断裂为例

经过近10年的迅速发展,无人机摄影测量已成为活动构造研究的常用方法之一。但对于无人机摄影测量的精度评估,尤其是高起伏地区的精度评估存在不足。为此,选择白龙江北岸光盖山-迭山断裂沿线的黑峪寺、化马村,开展无人机摄影测量,并构建正射影像（DOM）和数字地表模型（DSM）,配合差分GPS测绘进行校正和精度验证。通过对比实测控制点和图像提取点分析点精度,通过对比实测剖面与提取剖面分析剖面精度。研究结果表明,未经控制点校正的图像提取点与实测点存在较大误差,水平误差为5～8 m,垂直误差为几十米至上百米,但通过少数控制点校正后,点精度可达20 cm以内;6条实测剖面与提取剖面（提取自控制点校正后的图像）平均垂直精度总体为分米级,即0.16～0.65 m,标准差为0.13～0.69 m,略低于低起伏区的精度,对于测量条件恶劣的高起伏区,该精度是可接受的;异常高的垂直误差常出现在地形突变、低矮植被密集、行走困难等测量条件不理想位置。图像控制点中心点的准确识别、提取剖面线的修正准确性等因素也会影响精度评估的可靠性。     

基于无人机摄影测量的露天矿边坡数值模拟

数值模拟是露天矿山边坡稳定性分析的常用方法,边坡模型构建是数值模拟的基础,地形测量的准确性对于边坡稳定性分析精度具有十分重要的影响。近年来,低空低速小型无人机(UAV)被广泛应用于地质调查中,为复杂条件下地形快速测量提供了一种可行的方法。针对露天矿山边坡坡形更新快、地形复杂、人工测量困难的情况,采用搭载单镜头小型无人机,对露天矿山边坡进行低空摄影测量,并通过飞行试验,对比研究了无人机搭载镜头旋转角度对边坡测量精度的影响,最终得到高精度边坡数字高程模型(DEM),并通过Surfer、Rhino等软件转化为三维FLAC模型,实现从无人机测量到三维数值模型的快速建立。得到以下可供参考的研究结论:在目标边坡坡度小于45°时,无人机搭载镜头旋转角度不同对边坡测量精度有较大影响,当镜头旋转角度介于70°~90°时,获得的测量精度较高;与人工测量相比,无人机摄影测量获得的边坡坡形更符合真实边坡实际坡型;无人机航拍照片经过PhotoScan、Surfer、Rhino等软件的转化,能够快速建立三维数值模型,并获得更好的数值模拟计算结果,满足边坡稳定性分析需要。     

低空无人机倾斜摄影测量测图精度实证

为了研究倾斜摄影测量对测图精度的提高作用,以A、B两个测区为例,分别以双片和多片前方交会、竖直和倾斜影像为对比条件,建立立体模型与实景三维模型,并通过对模型和数字线划图中检查点的误差统计,对平面精度和高程精度进行对比分析。相比于基于双片前方交会生成的立体模型,基于多片前方交会生成的实景三维模型精度更高;在地形为高山地的A测区,平面和高程中误差均由分米级提高至厘米级,结合《数字航空摄影测量空中三角测量规范》可以达到1：500比例尺的成图标准。相比于竖直摄影测量,倾斜摄影测量的交会光线更多,因而其模型精度也更高;在地形为山地的B测区,高程精度可与平面精度相当,中误差均在5 cm以内,解决了航空摄影测量因影像采集方式而高程精度较差的难题,基于倾斜实景三维模型进行三维测图,数字线划图中等高线中误差满足《1：500 1：1 000 1：2 000地形图航空摄影测量内业规范》中对1：500比例尺的精度要求。     

三维激光扫描支持下的文化遗产建模应用分析

近年来,国内外出现大量的文化遗产破损情况,针对此情况需要对文化遗产进行数字化建模,以便定期修复。本文以朱德故居为例,通过结合三维激光技术和近景摄影测量技术,详细阐述了基于三维激光扫描技术的古建筑精细数字化建模过程,为进一步文化遗产建模研究提供了实例。主要经过以下几步:(1)利用Trimble TX8获取数据(包括获取影像数据和点云扫描数据);(2)利用Trimble Real Works进行数据预处理(包括数据配准、剔除、数据重采样);(3)利用3ds Max、Photoshop进行三维模型制作(包括修复点云空洞、制作CAD图、素模制作、纹理贴图、后期渲染)。通过本次研究发现,利用近景摄影测量技术与三位激光技术相结合能将破损部分完美修复,通过拆分构件能够清晰建立模型,提高效率。     

高分辨率光学卫星影像高精度在轨实时云检测的流式计算

本文重点阐述基于机器视觉的智能摄影测量的效率基础问题之二：高精度影像在轨实时云检测方法。随着技术发展,数据获取能力不断提升,待处理的数据量呈爆炸式增长;同时,对处理精度需求的提升,导致所需计算量的不断增长,二者凸显了智能摄影测量面临的效率问题。对光学卫星影像而言,高达50%的平均云覆盖率严重制约了高效精准在轨智能摄影测量的实现。针对于此,本文结合机器视觉中“自底向上”的图像理解控制策略,提出一种可供借鉴的基于流式计算的高分辨率光学卫星影像高精度在轨实时云检测方法,采用适合在轨搭载的嵌入式GPU实现实时流式计算,为后续的智能摄影测量处理提供输入。本文方法采用不依赖外存的快速处理机制,对持续流入的数据实时分块,通过负载均衡机制将数据块依次分发至各个单元并行处理,从而实现“流入、处理、流出”的实时处理。利用高分二号数据对本文方法进行试验验证,结果表明本文方法在显著提高云覆盖区域检测精度的同时,综合加速比达14,可满足在轨实时处理需求。     

摄影测量与深度学习

深度学习正逐渐占领与“学习”相关的诸多研究领域,也对摄影测量这门学科造成冲击和促进。根据摄影测量学的定义：“利用光学像片研究被摄物体的形状、位置、大小、特性及相互位置关系”,其研究对象包括几何与语义。本文从这两个方面回顾和探讨深度学习目前的应用现状,并对其影响下的摄影测量的发展进行展望。在几何上,基于卷积神经元网络的学习架构已经广泛用于图像匹配、SLAM及三维重建,取得了较好的效果,但仍需进一步改进。在语义上,由于传统的手工设计方法未能将语义信息以工程化的形式确定并生成类似4D产品的各类语义“专题图”,语义部分长期受到忽视。深度学习强大的泛化能力、对任意函数的拟合能力及极高的稳定性,正使得专题图的自动制作成为可能。笔者通过道路网、建筑物、作物分类等应用实例,回顾已经取得的研究成果,并预计：利用光学像片生成高精度的语义专题图,在不远的未来即将实现;并可能成为摄影测量的一类标准产品。最后,针对几何和语义,分别介绍了笔者的两个相关研究：基于深度学习的航空图像匹配以及基于3D卷积神经元网络的精细农作物分类专题图自动提取。