【摘要】：無人機(jī)具有低空飛行,拍攝影像分辨率高,工作周期短,工作效率高,靈活性強(qiáng)等優(yōu)勢(shì),已經(jīng)廣泛應(yīng)用于應(yīng)急測(cè)繪、交通軍事、地理國情普查、工程應(yīng)用等領(lǐng)域。大量的實(shí)驗(yàn)表明,無人機(jī)測(cè)繪1:500、1:1000地形圖時(shí),其地面分辨率可以達(dá)到規(guī)范標(biāo)準(zhǔn),但是高程精度無法滿足規(guī)范要求。針對(duì)無人機(jī)航測(cè)高程精度誤差較大的情況,本文綜合了現(xiàn)有的研究成果,提出以空中三角測(cè)量技術(shù)為依據(jù),通過無人機(jī)平臺(tái)加載航測(cè)相機(jī)和測(cè)距儀設(shè)備來求得測(cè)距儀所打的激光點(diǎn)在地面上三維坐標(biāo)中的高程值代替?zhèn)鹘y(tǒng)航測(cè)高程值的方法。通過比較本文的方法計(jì)算出來的檢查點(diǎn)的高程值與實(shí)地放樣得到的高程值,驗(yàn)證了本文方法在提高攝影測(cè)量地面點(diǎn)高程精度的可行性。文章的研究內(nèi)容有以下幾點(diǎn):(1)列出了一般空中三角測(cè)量的大致流程,使用了MATLAB相機(jī)標(biāo)定工具箱對(duì)相機(jī)進(jìn)行內(nèi)參數(shù)的標(biāo)定,求得畸變系數(shù)用于校正航測(cè)相機(jī)提取的視頻幀。(2)本文通過比較幾種常見的特征點(diǎn)提取算子,最終選用具有尺度不變性和旋轉(zhuǎn)不變性的BRISK算子為本文的圖像特征點(diǎn)提取算子,通過比較兩種常見的匹配方法,選用匹配效果更好的FLANN匹配方法完成影像匹配。然后,采用RANSAC算法對(duì)錯(cuò)誤的匹配點(diǎn)對(duì)進(jìn)行剔除,保證了用于區(qū)域網(wǎng)模型連接點(diǎn)的正確性。另一方面,運(yùn)用光束法平差減小區(qū)域網(wǎng)模型中的累積誤差,并把最終生成的點(diǎn)云數(shù)據(jù)進(jìn)行可視化,給人以直觀的感受。(3)本文提出了一種基于圖形匹配的方法來求取攝站點(diǎn)坐標(biāo),從而避免了GPS與航測(cè)相機(jī)光心之間的幾何誤差、拍照時(shí)的相機(jī)時(shí)滯、信號(hào)傳輸?shù)确矫娴恼`差,保證了GPS與航測(cè)相機(jī)之間的時(shí)間同步。通過在測(cè)距儀獲取數(shù)據(jù)時(shí)添加與GPS數(shù)據(jù)具有相同時(shí)間起點(diǎn)的時(shí)間標(biāo)簽,完成了GPS數(shù)據(jù)與測(cè)距儀數(shù)據(jù)之間的時(shí)間同步。(4)以無人機(jī)加載集成設(shè)備為平臺(tái),以空中三角測(cè)量技術(shù)為理論基礎(chǔ),求得了實(shí)驗(yàn)測(cè)區(qū)內(nèi)激光點(diǎn)的空間三維坐標(biāo),根據(jù)檢查點(diǎn)的平面坐標(biāo)在實(shí)地放樣出該檢查點(diǎn),比較了用本文的方法計(jì)算出來的該檢查點(diǎn)的高程值與實(shí)地放樣得到的高程值,驗(yàn)證了本文方法在提高攝影測(cè)量地面點(diǎn)高程精度的可行性。
【學(xué)位授予單位】：東華理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：P231
【圖文】：

圖 2. 2 建立尺度空間Fig.2.2 establish scale space圖 2.2 所示，影像與高斯函數(shù)卷積形成高斯尺度空間，大小相同，尺構(gòu)成一階(Octave)，這里每階有 5 層影像,上一階的倒數(shù)第二層影像降下一階的第一層影像。兩相鄰高斯層影像相減得到 DOG 影像，為了的極值點(diǎn)，每一個(gè)采樣點(diǎn)要和它所有的相鄰點(diǎn)比較，確定該點(diǎn)是否是度域的極大值或極小值。圖 2. 3 DoG 尺度空間局部極值檢測(cè)

圖 2. 2 建立尺度空間Fig.2.2 establish scale space像與高斯函數(shù)卷積形成高斯尺度空間ve)，這里每階有 5 層影像,上一階的倒影像。兩相鄰高斯層影像相減得到 D個(gè)采樣點(diǎn)要和它所有的相鄰點(diǎn)比較，極小值。

統(tǒng)計(jì)鄰域像素的梯度方向。梯度直方圖的范圍是 0～360 度，其中每 10 度一個(gè)柱(bin)，總共 36 個(gè)柱[26]。Lowe 論文中還提到要使用高斯函數(shù)對(duì)直方圖進(jìn)行平滑，減少突變的影響。直方圖的峰值則代表了該關(guān)鍵點(diǎn)處鄰域梯度的主方向，即作為該關(guān)鍵點(diǎn)的方向。在梯度方向直方圖中，當(dāng)存在其他峰值相當(dāng)于主峰值的 80%時(shí)，則將這個(gè)方向認(rèn)為是該關(guān)鍵點(diǎn)的輔方向。一個(gè)關(guān)鍵點(diǎn)可能會(huì)被指定具有多個(gè)輔方向，這可以增強(qiáng)匹配的魯棒性。最后,使用拋物線對(duì)直方圖的每個(gè)峰值位置的三個(gè)最鄰近值進(jìn)行插值，以獲得更高的精度。直方圖的峰值通過二次拋物線函數(shù)2f ( x ) = a ( x c )+ b進(jìn)行擬合，設(shè)最大bin的峰值為mid ，左邊bin的值為left，右邊bin的值為right ，將三個(gè)點(diǎn)( 1 , left)，(0, mid )，(1, right )代入上述曲線函數(shù)求出 a , b, c值,則直方圖峰值柱的最大值為c值。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許佳佳;張葉;張赫;;基于改進(jìn)Harris-SIFT算子的快速圖像配準(zhǔn)算法[J];電子測(cè)量與儀器學(xué)報(bào);2015年01期

2 沈方雄;劉祥發(fā);劉幼華;陳漢文;;影響航測(cè)高程精度的關(guān)鍵因素分析與探討[J];人民長江;2014年16期

3 朱正榮;;POS工作原理及輔助攝影測(cè)量流程研究[J];科技資訊;2014年03期

4 鄒小香;李偉;李熠;;解析空中三角測(cè)量及其發(fā)展[J];江西測(cè)繪;2012年01期

5 吳巧玲;董祥林;高宇;;利用高程二次定向提高無人機(jī)航測(cè)高程精度的探討[J];測(cè)繪通報(bào);2011年07期

6 張啟福;孫現(xiàn)申;;三維激光掃描儀測(cè)量方法與前景展望[J];北京測(cè)繪;2011年01期

7 劉國橋;李勝;張謀見;程崇木;張俊華;孫煒;;利用控制快門速度方法提高無人機(jī)航測(cè)高程精度的探討[J];測(cè)繪技術(shù)裝備;2011年01期

8 鄭榮;;提高航測(cè)數(shù)字化測(cè)圖高程精度的幾種方法[J];西部探礦工程;2010年03期

9 連鎮(zhèn)華;;無人機(jī)航攝相片傾角對(duì)立體高程扭曲的影響分析[J];地理空間信息;2010年01期

10 單欣;王耀明;董建萍;;基于RANSAC算法的基本矩陣估計(jì)的匹配方法[J];上海電機(jī)學(xué)院學(xué)報(bào);2006年04期

相關(guān)碩士學(xué)位論文 前10條

1 周思怡;GPS/INS輔助空中三角測(cè)量技術(shù)研究及應(yīng)用[D];東華理工大學(xué);2016年

2 王昌盛;基于ORB算法的雙目視覺測(cè)量研究[D];哈爾濱工業(yè)大學(xué);2015年

3 陳勇;基于MATLAB相機(jī)標(biāo)定系統(tǒng)研究與實(shí)現(xiàn)[D];長安大學(xué);2015年

4 趙志剛;航空攝影測(cè)量外業(yè)像控點(diǎn)布設(shè)的精度分析及應(yīng)用[D];長安大學(xué);2015年

5 陳思聰;基于BRISK算法的圖像拼接技術(shù)研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2015年

6 楊根茂;基于哈希加速的近似最近鄰檢索算法研究[D];浙江大學(xué);2015年

7 盧曉攀;無人機(jī)低空攝影測(cè)量成圖精度實(shí)證研究[D];中國礦業(yè)大學(xué);2014年

8 安金玉;POS輔助航空攝影測(cè)量應(yīng)用研究[D];昆明理工大學(xué);2014年

9 舒娜;攝像機(jī)標(biāo)定方法的研究[D];南京理工大學(xué);2014年

10 侯樹艷;多傳感器圖像融合與目標(biāo)跟蹤算法研究及優(yōu)化實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2013年

本文編號(hào)：2771758