【摘要】：無人機(jī)(Unmanned Aerial Vehicle,UAV)技術(shù)的快速發(fā)展和應(yīng)用領(lǐng)域的不斷擴(kuò)展,使其成為一種廣泛使用的新型遙感數(shù)據(jù)獲取平臺(tái)。同時(shí),傾斜攝影測(cè)量可以同時(shí)獲取目標(biāo)的頂面和立面信息,成為連接傳統(tǒng)航空攝影和地面近景攝影的橋梁。因此,無人機(jī)傾斜攝影系統(tǒng)可以有效地發(fā)揮兩者的優(yōu)勢(shì)。在計(jì)算機(jī)視覺領(lǐng)域,運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)(Structure from Motion,SfM)具有同時(shí)恢復(fù)影像的姿態(tài)信息和創(chuàng)建場(chǎng)景的結(jié)構(gòu)信息的能力,可以用于無人機(jī)傾斜影像的稀疏重建。然而,原始的SfM技術(shù)一般用于計(jì)算機(jī)視覺領(lǐng)域的小規(guī)模場(chǎng)景,或者小尺寸相機(jī)獲取的低分辨率影像重建。因此,針對(duì)影像匹配對(duì)組合復(fù)雜、傾斜影像特征提取和匹配難度大,以及初始匹配外點(diǎn)率高等問題,本文設(shè)計(jì)了基于拓?fù)溥B接分析的影像匹配圖提取算法、引入分塊策略的特征提取和匹配方案,以及分層運(yùn)動(dòng)一致性約束的高效幾何驗(yàn)證算法。最后,本文建立了適用于無人機(jī)傾斜影像稀疏重建的技術(shù)方案和處理流程。論文的主要研究內(nèi)容包括以下幾個(gè)方面:首先,提出了空間關(guān)系約束的初始影像匹配對(duì)選擇算法SRC-InterTest。影像匹配對(duì)選擇的目的是搜索具有重疊區(qū)域的影像對(duì),降低影像組合的復(fù)雜性。本研究提出了空間關(guān)系約束的初始影像匹配對(duì)選擇算法。該算法充分挖掘了兩個(gè)空間關(guān)系約束。第一,空間距離約束(Spatial Distance Constraint,SDC),用于實(shí)現(xiàn)不依賴固定半徑搜索,并避免窮舉相交測(cè)試的匹配對(duì)選擇問題。第二,空間覆蓋約束(Spatial Overlap Constraint,SOC),用于過濾掉重疊面積很小或者很狹窄的影像對(duì),盡可能早地簡化后續(xù)影像拓?fù)溥B接圖的結(jié)構(gòu)。其次,提出了基于拓?fù)溥B接分析的影像匹配圖提取算法MST-Expansion。僅僅采用直接鄰近準(zhǔn)則進(jìn)行匹配對(duì)選擇將會(huì)保留大量冗余和不必要的匹配對(duì)。因此,本研究設(shè)計(jì)了拓?fù)溥B接分析的匹配圖提取算法:首先利用無向加權(quán)圖構(gòu)建初始影像匹配對(duì)的拓?fù)溥B接圖;然后采用兩步法簡化影像拓?fù)溥B接圖:第一步,獲取最簡化形式的影像連接圖;第二步,基于局部穩(wěn)定性分析,對(duì)最簡化連接圖進(jìn)行連接邊增強(qiáng),構(gòu)建穩(wěn)定的影像連接圖。最終,提取的影像拓?fù)溥B接圖可以引導(dǎo)特征匹配,減少特征匹配的時(shí)間消耗。然后,分析了 POS數(shù)據(jù)輔助的傾斜影像特征提取和匹配策略�？紤]到無人機(jī)傾斜影像的特點(diǎn),幾何糾正和分塊策略用于影像特征匹配的適用性有待驗(yàn)證。因此,本研究首先詳細(xì)分析了 POS數(shù)據(jù)輔助下的幾何糾正和分塊策略對(duì)無人機(jī)傾斜影像特征提取和匹配的作用;然后,基于幾何糾正和分塊策略,設(shè)計(jì)了不同組合方案;最后,通過詳細(xì)的特征提取和匹配實(shí)驗(yàn),選擇適用于無人機(jī)傾斜影像特征提取和匹配的最佳方案。接著,提出了高錯(cuò)誤匹配率下的高效幾何驗(yàn)證算法HMCC-RANSAC。高錯(cuò)誤率導(dǎo)致RANSAC算法的幾何驗(yàn)證效率低或者結(jié)果不可靠。因此,本研究結(jié)合霍夫投票和RANSAC算法,建立了一種更加穩(wěn)健、高效的幾何驗(yàn)證策略。首先將初始匹配點(diǎn)投影到物方平面,將同名點(diǎn)在像方的復(fù)雜變換模型簡化為物方的二維平移變換;然后根據(jù)同名點(diǎn)簡化模型的方向和長度一致性約束,利用霍夫投票策略實(shí)現(xiàn)了粗差預(yù)處理算法HMCC,提高初始匹配點(diǎn)的內(nèi)點(diǎn)率;最后基于RANSAC算法的嚴(yán)格幾何約束,優(yōu)化最終的匹配結(jié)果。最后,基于上述提出的用于影像匹配對(duì)選擇、傾斜影像特征提取和匹配,以及高錯(cuò)誤匹配率下的高效幾何驗(yàn)證算法和策略,本文設(shè)計(jì)了適用于無人機(jī)傾斜影像高效稀疏重建的總體流程。利用四組無人機(jī)傾斜影像進(jìn)行對(duì)比實(shí)驗(yàn)(開源軟件MicMac和商業(yè)軟件Agisoft PhotoScan),結(jié)果表明本文的方案能夠在保證重建精度和完整性的前提下,實(shí)現(xiàn)高效的稀疏重建。
【圖文】：

像往往具有數(shù)據(jù)量大、航向和旁向重疊度高等特點(diǎn)（使用多相機(jī)攝影系統(tǒng)，非量逡逑測(cè)相機(jī)面幅小等因素）。另外，由于較低的飛行高度，無人機(jī)影像能夠達(dá)到幾個(gè)逡逑厘米的地面分辨率（ＧＳＤ），如圖１－１所示。這些因素將導(dǎo)致數(shù)據(jù)處理的高計(jì)算逡逑代價(jià)：一方面，高分辨率導(dǎo)致的大數(shù)據(jù)容量；另一方面，，在特征提取和匹配階段，逡逑高重疊度使得影像匹配對(duì)的組合數(shù)量更加龐大。逡逑■逡逑圖１－１連續(xù)拍攝的高分辨率、高重疊度無人機(jī)傾斜影像逡逑２逡逑

像往往具有數(shù)據(jù)量大、航向和旁向重疊度高等特點(diǎn)（使用多相機(jī)攝影系統(tǒng)，非量逡逑測(cè)相機(jī)面幅小等因素）。另外，由于較低的飛行高度，無人機(jī)影像能夠達(dá)到幾個(gè)逡逑厘米的地面分辨率（ＧＳＤ），如圖１－１所示。這些因素將導(dǎo)致數(shù)據(jù)處理的高計(jì)算逡逑代價(jià)：一方面，高分辨率導(dǎo)致的大數(shù)據(jù)容量；另一方面，在特征提取和匹配階段，逡逑高重疊度使得影像匹配對(duì)的組合數(shù)量更加龐大。逡逑■逡逑圖１－１連續(xù)拍攝的高分辨率、高重疊度無人機(jī)傾斜影像逡逑２逡逑
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：P231

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 閆利;費(fèi)亮;葉志云;夏旺;;大范圍傾斜多視影像連接點(diǎn)自動(dòng)提取的區(qū)域網(wǎng)平差法[J];測(cè)繪學(xué)報(bào);2016年03期

2 肖雄武;李德仁;郭丙軒;江萬壽;臧玉府;劉健辰;;一種具有視點(diǎn)不變性的傾斜影像快速匹配方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2016年09期

3 許志華;吳立新;劉軍;沈永林;李發(fā)帥;王然;;顧及影像拓?fù)涞腟fM算法改進(jìn)及其在災(zāi)場(chǎng)三維重建中的應(yīng)用[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2015年05期

相關(guān)博士學(xué)位論文 前1條

1 朱俊鋒;利用傾斜影像進(jìn)行三維數(shù)字城市重建的關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

本文編號(hào)：2615177