本文關(guān)鍵詞：傾斜攝影空中三角測量若干關(guān)鍵技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在航空攝影測量領(lǐng)域,傾斜數(shù)字航攝儀的使用被認(rèn)為是近些年來測繪領(lǐng)域新裝備的典型代表。傾斜數(shù)字航攝儀與傳統(tǒng)的數(shù)字航攝儀相比,在獲取地物的垂直影像的同時,還能獲取覆蓋地物側(cè)面紋理信息的傾斜影像,下視和側(cè)視紋理信息的同時具備,極大地擴(kuò)大了傾斜影像的應(yīng)用范圍。雖然傾斜影像在測繪領(lǐng)域的應(yīng)用前景十分誘人,但其影像本身傾角大、影像重疊度高的特點也對現(xiàn)有數(shù)字?jǐn)z影測量系統(tǒng)各個環(huán)節(jié)提出了巨大挑戰(zhàn);空中三角測量作為系統(tǒng)的一個關(guān)鍵技術(shù)環(huán)節(jié),同樣需要解決好傾斜影像帶來的技術(shù)難題。論文在傾斜航空影像初始拓?fù)潢P(guān)系的建立、特征點提取、多視匹配算法、空三精度方面做了相應(yīng)的研究,嘗試解決傳統(tǒng)攝影測量在傾斜影像空中三角測量中不適應(yīng)的問題,文章的研究工作主要體現(xiàn)在以下幾個方面:(1)傾斜航空影像初始拓?fù)潢P(guān)系的建立分析了傾斜數(shù)字航攝儀安裝方位與影像坐標(biāo)系之間的關(guān)系,提出了傾斜多視影像旋轉(zhuǎn)方向自動確定的算法;根據(jù)pos輔助信息,重新排列航帶,重建了傾斜航空影像初始拓?fù)潢P(guān)系。(2)傾斜多視影像的特征點提取與匹配利用重復(fù)率作為特征點提取算子的評價指標(biāo),設(shè)計實驗對不同算子的性能進(jìn)行對比,選擇了適用于傾斜航空影像的特征點提取算子;分析了現(xiàn)有的多視最小二乘的匹配算法對傾斜航空影像的不適應(yīng)性,利用分組和分步策略對算法進(jìn)行了改進(jìn),形成了一種適合多視傾斜影像的匹配算法,最后通過實驗驗證了改進(jìn)算法的可行性和有效性。(3)傾斜攝影測量空三精度研究從傾斜影像的特點出發(fā),討論了傾斜姿態(tài)的像片對空三加密精度的影響,為驗證傾斜攝影測量的空三加密精度,利用傾斜數(shù)字航攝儀TOPDC-5在安陽測區(qū)的影像數(shù)據(jù)設(shè)計了三組實驗,分別對垂直影像、傾斜影像、垂直影像加傾斜影像進(jìn)行空三加密處理。三組實驗的對比結(jié)果證實,傾斜攝影測量空三加密的高程和平面精度相對于傳統(tǒng)攝影測量都有所降低。
【關(guān)鍵詞】：傾斜航空攝影 拓?fù)潢P(guān)系建立 特征點提取 多視匹配 精度研究
【學(xué)位授予單位】：河南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：P231.4
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-11
• 1 緒論11-21
• 1.1 研究目的和意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀與分析12-18
• 1.2.1 傾斜航空攝影技術(shù)綜述12-15
• 1.2.2 國內(nèi)外研究現(xiàn)狀15-18
• 1.3 研究內(nèi)容18-19
• 1.4 論文結(jié)構(gòu)19-21
• 2 傾斜航空影像初始拓?fù)潢P(guān)系的建立21-33
• 2.1 傾斜多視影像旋轉(zhuǎn)方向自動確定21-26
• 2.1.1 像素坐標(biāo)系、影像坐標(biāo)系和像平面坐標(biāo)系21-22
• 2.1.2 傾斜數(shù)字航攝儀安裝方位與影像坐標(biāo)系的關(guān)系22-24
• 2.1.3 傾斜多視影像旋轉(zhuǎn)方向自動確定算法24-26
• 2.2 基于pos信息的航帶關(guān)系重建26-29
• 2.2.1 傾斜航攝系統(tǒng)各視角相機(jī)pos的計算26-28
• 2.2.2 基于pos信息的航帶關(guān)系重建算法28-29
• 2.3 實驗與分析29-32
• 2.3.1 實驗數(shù)據(jù)29-30
• 2.3.2 基于pos信息的航帶關(guān)系重建實驗30-31
• 2.3.3 多視影像旋轉(zhuǎn)方向自動確定實驗31-32
• 2.4 本章小結(jié)32-33
• 3 傾斜航空影像的特征點提取33-45
• 3.1 常用特征點提取算子總結(jié)33-39
• 3.2 特征點提取算子評價指標(biāo)39-41
• 3.2.1 重復(fù)率39-40
• 3.2.2 重復(fù)率檢測算法40-41
• 3.3 實驗與分析41-44
• 3.3.1 實驗數(shù)據(jù)41-43
• 3.3.2 不同特征點提取算子重復(fù)率比較與分析43-44
• 3.4 本章小節(jié)44-45
• 4 傾斜航空影像的匹配算法45-67
• 4.1 影像匹配基礎(chǔ)45-50
• 4.1.1 匹配基元45-47
• 4.1.2 搜索策略47-49
• 4.1.3 最小二乘影像匹配的數(shù)學(xué)模型49-50
• 4.2 多視最小二乘匹配算法50-53
• 4.2.1 基于物方面元的最小二乘影像匹配模型50-52
• 4.2.2 現(xiàn)有算法的不適應(yīng)性52-53
• 4.3 適用于傾斜航空影像的多視最小二乘算法53-60
• 4.3.1 匹配策略53-57
• 4.3.2 算法流程57-60
• 4.4 實驗與分析60-65
• 4.4.1 實驗一：基于物方面元的最小二乘影像匹配實驗61-62
• 4.4.2 實驗二：適用于傾斜航空影像的多視最小二乘算法實驗62-65
• 4.5 本章小結(jié)65-67
• 5 傾斜航空影像空三加密精度研究67-75
• 5.1 理論精度分析67-68
• 5.2 實驗設(shè)計68-70
• 5.2.1 流程設(shè)計68-69
• 5.2.2 空三原理69
• 5.2.3 評定標(biāo)準(zhǔn)69-70
• 5.3 實驗與分析70-74
• 5.3.1 實驗數(shù)據(jù)70-71
• 5.3.2 垂直影像空三加密實驗71-72
• 5.3.3 傾斜影像空三加密實驗72
• 5.3.4 傾斜影像聯(lián)合垂直影像空三加密實驗72-73
• 5.3.5 結(jié)果對比和分析73-74
• 5.4 本章小結(jié)74-75
• 6 總結(jié)與展望75-77
• 6.1 總結(jié)75
• 6.2 展望75-77
• 參考文獻(xiàn)77-81
• 作者簡歷81-83
• 學(xué)位論文數(shù)據(jù)集83

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張力,沈未名,張祖勛,張劍清;基于空間約束的神經(jīng)網(wǎng)絡(luò)影像匹配[J];武漢測繪科技大學(xué)學(xué)報;2000年01期

2 李國;范大昭;郭海濤;;一種改進(jìn)的自適應(yīng)遺傳算法在影像匹配中的應(yīng)用[J];測繪科學(xué);2009年05期

3 唐敏;李永樹;李歆;劉波;;無人機(jī)影像局部增強(qiáng)方法及其在影像匹配中的應(yīng)用[J];國土資源遙感;2013年04期

4 邱振戈;影像匹配算法模型[J];測繪學(xué)院學(xué)報;2000年02期

5 靳建立;范永弘;紀(jì)松;;基于面特征的整體影像匹配方法[J];測繪通報;2008年09期

6 鄒崢嶸;謝萍;劉明選;肖奇;;基于相對定向和三角形約束的近景影像匹配[J];測繪工程;2011年05期

7 陳衛(wèi)平;周曉敏;閔曉鳳;張敏;;基于數(shù)字正射影像的影像匹配更新及精度探討[J];測繪與空間地理信息;2011年06期

8 陶翊婷;;基于相關(guān)系數(shù)法的影像匹配研究[J];科協(xié)論壇(下半月);2012年07期

9 周時倫;;最小二乘影像匹配算法的實現(xiàn)與研究[J];信息通信;2013年04期

10 仇彤;基于動恣規(guī)劃的整體影像匹配[J];測繪學(xué)報;1994年04期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 耿則勛;;影像匹配中核線影像的快速生成算法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

2 李國;郭海濤;范大昭;余磊;張振;;一種基于遺傳算法的高速影像匹配方法[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2007年

3 王宇宙;趙宗濤;齊顯峰;;仿射不變局部特征寬基線影像匹配[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

4 李乃強(qiáng);宋小虎;;最小二乘影像匹配的實現(xiàn)和分析[A];江蘇省測繪學(xué)會2007年學(xué)術(shù)年會論文集[C];2008年

5 張永生;范永弘;;帶特征約束的城市區(qū)域大比例影像匹配算法的研究[A];中國空間科學(xué)學(xué)會空間探測專業(yè)委員會第十三次學(xué)術(shù)會議論文集[C];2000年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 張云生;自適應(yīng)三角形約束的多基元多視影像匹配方法[D];武漢大學(xué);2011年

2 明洋;特殊航空影像自動匹配的關(guān)鍵技術(shù)研究[D];武漢大學(xué);2009年

3 肖漢;基于CPU+GPU的影像匹配高效能異構(gòu)并行計算研究[D];武漢大學(xué);2011年

4 姚國標(biāo);傾斜影像匹配關(guān)鍵算法及應(yīng)用研究[D];中國礦業(yè)大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 秦川;無人機(jī)影像匹配點云濾波處理與三維重建[D];西南交通大學(xué);2015年

2 賈豐蔓;基于優(yōu)化條件抽樣一致性的穩(wěn)健影像匹配方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 陳啟晟;無人機(jī)影像匹配點云三維構(gòu)網(wǎng)算法的研究[D];東華理工大學(xué);2016年

4 魏祖帥;傾斜攝影空中三角測量若干關(guān)鍵技術(shù)研究[D];河南理工大學(xué);2015年

5 鄒小丹;基于半全局優(yōu)化的多視影像匹配方法與應(yīng)用[D];中南大學(xué);2013年

6 吳樂文;基于半方差函數(shù)的影像匹配方法研究[D];西北大學(xué);2008年

7 嚴(yán)宇波;無人機(jī)攝影測量影像匹配與糾正技術(shù)研究[D];沈陽航空航天大學(xué);2013年

8 劉丹;云頂高度計算中氣象衛(wèi)星最優(yōu)影像匹配技術(shù)的研究[D];南京信息工程大學(xué);2012年

9 劉有;無人機(jī)序列影像匹配及拼接方法研究[D];中南大學(xué);2012年

10 馮海濤;基于普通數(shù)碼相機(jī)的隧道影像匹配研究[D];北京交通大學(xué);2008年

  本文關(guān)鍵詞：傾斜攝影空中三角測量若干關(guān)鍵技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：264803