CN101464149B - Pos辅助航空影像匹配方法 - Google Patents
Pos辅助航空影像匹配方法 Download PDFInfo
- Publication number
- CN101464149B CN101464149B CN2008102463360A CN200810246336A CN101464149B CN 101464149 B CN101464149 B CN 101464149B CN 2008102463360 A CN2008102463360 A CN 2008102463360A CN 200810246336 A CN200810246336 A CN 200810246336A CN 101464149 B CN101464149 B CN 101464149B
- Authority
- CN
- China
- Prior art keywords
- image
- prime
- pos
- point
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Abstract
本发明公开了一种POS辅助航空影像匹配方法,首先利用POS获取的影像外方位元素构建同名核线约束方程并预测影像的初始视差,然后根据初始视差建立影像金字塔且在金字塔影像上逐层进行核线约束的近似一维影像相关,最后采用最小二乘影像匹配确定同名像点,剔除误匹配点,从而获得待匹配影像的同名像点。本发明采用POS辅助影像匹配方法自动量测像点不但可以充分发挥POS的应用潜能,而且能够大幅提高自动转点中的匹配率和匹配效率,并改善某些影像旋角过大、影像纹理不明显、地形起伏较大等难以匹配影像的转点必须人工交互量测的难题。
Description
技术领域
本发明涉及一种POS辅助航空影像匹配方法,属于摄影测量与遥感领域。
背景技术
1990年代末,航空遥感开始使用高精度机载定位定向系统(position andorientation system,POS),在获取影像的同时测定影像的6个定向参数,为影像外方位元素的获取提供了一种新的手段,也为简化航空摄影测量作业带来了新的机遇和挑战。目前,对POS的应用研究主要集中在直接对地目标定位及重构立体模型的上下视差分析上。研究表明,利用POS系统获取的影像定向参数可满足数字正射影像图制作的精度要求,但利用其重构立体模型实施安置元素测图会产生较大的模型上下视差,且难以满足大比例尺地形测图的高程精度要求;但若将POS提供的定向参数作为附加参数,进行集成传感器定向的目标定位精度可以接近传统光束法区域网平差的精度,完全可以满足地形测图的精度要求。
然而,航空遥感影像的全自动转点是以上所有研究的前提,亦是全数字摄影测量地形测图的关键技术。经过多年的研究,影像匹配已经成为影像序列自动转点和量测的成熟技术,带有此项功能的数字摄影测量系统相继问世并不断完善。如今,影像的内定向和相对定向采用影像匹配技术已经实现了全自动化,但绝对定向的全自动处理还存在一定的困难。研究表明,在自动相对定向作业中,影像间重叠度的预测误差及地形起伏引起的影像比例尺变化是导致影像误匹配的主要因素。
在现行的影像自动量测软件中,无论是基于灰度匹配、特征匹配还是关系匹配的自动转点方法,由于影像的外方位元素未知,只能进行二维影像相关,并通过构建金字塔影像来优化搜索过程。随着机载POS系统在航空遥感中的广泛应用,今天需要自动量测的航摄影像大多带有定向参数。如何充分发挥POS数据的作用,克服影像匹配与影像定向参数求解次序上的矛盾,是POS应用的又一个值得探讨的问题。
发明内容
本发明的目的就在于克服上述现有技术的不足而提供一种POS辅助航空影像匹配方法,该方法是利用POS提供的影像定向参数辅助影像序列的自动转点方法,以提高影像匹配的成功率和效率。
实现本发明目的采用的技术方案是:首先利用POS获取的影像外方位元素构建同名核线约束方程并预测影像的初始视差,然后根据初始视差建立影像金字塔且在金字塔影像上逐层进行核线约束的近似一维影像相关,最后采用最小二乘影像匹配确定同名像点,剔除误匹配点,从而获得待匹配影像的同名像点。
上述同名核线约束方程的构建是利用POS提供的12个影像外方位元素XS1,YS1,ZS1,ω1,κ1,XS2,YS2,ZS2,ω2,κ2直接建立核线方程,并采用近似一维相关方法实施同名像点的自动量测,具体包括以下步骤:
设左影像某一点为p(x1,y1),q(x,y)为p点所在核线上的任意一点,由同一核线上的点与其投影中心必位于一核面上的共面条件有:
式中, 为摄影基线S1S2在左像空间坐标系S1-xyz中的三个分量,其中, 是由左影像外方位角元素ω1,κ1所构成的正交变换矩阵,f为航摄仪主距。
展开式(1)可求得左影像上过p点的核线上任一点q的y坐标为:
式中,A=fbY+y1bZ;B=fbX+x1bZ;C=y1bX-x1bY。
若将左像空间坐标系绕其投影中心S1旋转至与右像空间坐标系S2-x′y′z′相应坐标轴平行,则得到右影像同名核线上任意一点的坐标(x′,y′),仿式(2)有:
式中,A′=y′1b′Z-z′1b′Y;B′=x′1b′Z-z′1b′X;C′=y′1b′X-x′1b′Y。其中, 为摄影基线S1S2在S2-x′y′z′坐标系中的三个基线分量; 为像点p(x1,y1)在S2-x′y′z′坐标系中的坐标。这里 为右影像相对于左影像的相对定向角元素所构成的正交变换矩阵,且 是由右影像外方位角元素ω2,κ2所构成的正交变换矩阵。
影像序列的转点过程中,常常是从中间影像(基准影像)开始分别向左右两侧影像进行转点的。若待匹配影像为左影像,则其同名核线上任意一点的坐标(x″,y″)为:
式中,A″=y″1bZ-z″1bY;B″=x″1bZ-z″1bX;C″=y″1bX-x″1bY。其中, 为像点p(x1,y1)在左像空间坐标系S0-x″y″z″中的坐标。
根据待匹配影像与基准影像的位置关系,联合式(3)和式(4)就可建立基准影像上的特征点向待匹配影像自动转点时应满足的核线几何约束方程。研究结果表明,利用POS外方位元素所生成同名核线的上下视差总体中误差小于1pixel,这为影像匹配初始视差的预测提供了参考依据。
上述预测影像的初始视差包括上下视差和左右视差,对于立体影像的左右视差,传统的数字影像相关方法是根据航空摄影影像的平均重叠度确定的,左右视差预测值(即搜索范围)通常设定为5%~10%的影像幅宽。如果飞行状态不稳定、影像重叠度或影像旋角变化较大时,则需根据实际情况予以调整。本发明通过POS测定的影像定向参数后,根据该数值及影像覆盖区域内的平均地面高程预测更为精确的匹配候选点初始位置,进一步缩小搜索范围。设左影像上特征点的坐标为(x,y),则右影像上同名点的初始位置可以按如下步骤进行预测:
第1步,给定地面高程Z,由POS外方位元素计算地面点的平面坐标(X,Y):
第2步,将地面点反投影到右影像上,获得同名像点的预测坐标(x′,y′):
第3步,以预测的同名点为中心,根据影像覆盖区域内的地形起伏计算立体影像的左右视差,从而确定待匹配影像的搜索区间。对于通常采用的21μm扫描分辨率的23cm×23cm框幅式影像,当地势较为平坦时,左右视差预测误差很小,原始影像上的搜索区间可设置为100~200pixels;若为山区/高山区等地形起伏较大区域,可适当增加搜索区间到500pixels。
根据POS辅助确定的同名点上下视差和左右视差精度可以得到影像匹配时的上下搜索范围和左右搜索区间,进而决定建立影像金字塔的层数。在核线几何约束下,由于像点上下视差会很小,故金字塔层数由左右搜索区间决定,并使得所需金字塔层数n满足条件:
式中,L为原始影像上左右搜索窗口长度;W为匹配窗口宽度,且每层搜索窗口的宽度L/3″都大于匹配窗口的宽度。
建立金字塔影像后,影像匹配从对顶层金字塔影像进行核线几何约束的近似一维匹配开始,逐层传递到原始影像上。近似一维影像匹配的搜索范围可以设置为上下各搜索1pixel,然后根据核线倾角α计算搜索窗口内核线的高度差h:
h=W tanα (8)
若搜索窗口高度初值为H,则实际的上下搜索范围为(H+h)。当倾角α大于设定阈值时,即影像旋角过大,基于相关系数的金字塔影像匹配由于不具有处理影像旋转的能力而导致匹配失败。此时可根据α角对搜索影像块进行双线性内插重采样,再进行近似一维金字塔影像匹配。搜索高度仍可取为(H+h)。
完成金字塔影像匹配后,在原始影像上进行最小二乘影像精匹配,同时采用粗差检测算法剔除误匹配点。对于3度以上的重叠影像序列,采用基于验后方差估计的选择权迭代法进行带模型连接条件的连续法相对定向,在对匹配点进行上下视差和左右视差约束的同时,通过对验后方差统计量Ti的假设检验:
并按式(10)减小超过阈值的匹配点的上下视差或左右视差的权,逐步剔除可能存在的误匹配点。
式(9)和式(10)中,vi为第i个匹配点的上下视差残差或左右视差残差;为单位权中误差估值;ri表示第i个匹配点的上下视差或左右视差的多余观测分量;pi为下一次迭代平差计算时第i个匹配点的上下视差或左右视差的权值;F表示在一定显著性水平下查中心F分布表所确定的阈值。
传统的影像自动转点是根据影像重叠度或采用顶层金字塔影像概率匹配等方法来获取同名像点的初始视差的。在无法获得核线几何约束条件时,必须进行二维影像相关。利用同名像点必位于同名核线上的几何约束条件可以将二维影像搜索变为一维搜索,来显著提高影像匹配的效率和可靠性,常被用于自动生产DEM的密集点匹配中。此时,必须已知影像的内外方位元素。然而,在影像定向的自动转点过程中,影像的核线几何约束方程是无法建立的,因此只能采用二维影像相关方法。
本发明利用POS系统在获取影像的同时可以测定影像的6个外方位元素,使影像匹配前建立核线几何约束方程成为可能,也使得将传统的空中三角测量自动转点中的二维金字塔影像匹配简化为近似一维影像相关成为可能。这就在一定程度上克服了二维金字塔影像匹配初值难以确定、匹配算法对影像旋转、纹理重复处理效果不佳的问题。
此外,本发明方法在航空摄影测量中,采用POS辅助影像匹配方法自动量测像点不但可以充分发挥POS的应用潜能,而且大幅提高自动转点中的匹配率和匹配效率,并改善了某些影像旋角过大、影像纹理不明显、地形起伏较大等难以匹配影像的转点必须手工加点来实现交互量测的难题。
附图说明
下面结合附图和具体实施方式对本发明作进一步的说明。
图1为本发明方法的流程图。
图2-a为传统方法匹配结果,图2-b为基准影像上的特征点,图2-c为采用本发明方法的匹配图。
图3-a为传统方法匹配结果,图3-b为基准影像上的特征点,图3-c为采用本发明方法的匹配图。
图4-a为传统方法匹配结果,图4-b为基准影像上的特征点,图4-c为采用本发明方法的匹配图。
具体实施方式
本发明方法的具体作业流程如附图1所示,首先利用POS提供的影像定向参数建立核线约束方程,然后给出根据POS数据预测的同名点位误差和匹配效率建立影像金字塔的层数公式,接着利用最小二乘匹配精化影像粗匹配结果以及采用选权迭代法剔除误匹配点。
(1)建立同名核线几何约束方程
在数字影像相关中,利用同名像点必位于同名核线上的几何约束条件可以将二维影像搜索变为一维搜索,显著提高影像匹配的效率和可靠性,常被用于自动生产DEM的密集点匹配中。此时,必须已知影像的内外方位元素。然而,在影像定向的自动转点过程中,影像的核线几何约束方程是无法建立的,因此只能采用二维影像相关方法。有了POS系统以后,就可以利用POS提供的12个影像外方位元素XS1,YS1,ZS1,ω1,κ1,XS2,YS2,ZS2,ω2,κ2直接建立核线方程,并采用近似一维相关方法实施同名像点的自动量测。
设左影像某一点为p(x1,y1),q(x,y)为p点所在核线上的任意一点,由同一核线上的点与其投影中心必位于一核面上的共面条件有:
展开式(1)可求得左影像上过p点的核线上任一点q的y坐标为:
式中,A=fbY+y1bZ;B=fbX+x1bZ;C=y1bX-x1bY。
若将左像空间坐标系绕其投影中心S1旋转至与右像空间坐标系S2-x′y′z′相应坐标轴平行,则得到右影像同名核线上任意一点的坐标(x′,y′),仿式(2)有:
式中,A′=y′1b′Z-z′1b′Y;B′=x′1b′Z-z′1b′X;C′=y′1b′X-x′1b′Y。其中, 为摄影基线S1S2在S2-x′y′z′坐标系中的三个基线分量; 为像点p(x1,y1)在S2-x′y′z′坐标系中的坐标。这里 为右影像相对于左影像的相对定向角元素所构成的正交变换矩阵,且 是由右影像外方位角元素ω2,κ2所构成的正交变换矩阵。
影像序列的转点过程中,常常是从中间影像(基准影像)开始分别向左右两侧影像进行转点的。若待匹配影像为左影像,则其同名核线上任意一点的坐标(x″,y″)为:
式中,A″=y″1bZ-z″1bY;B″=x″1bZ-z″1bX;C″=y″1bX-x″1bY。其中, 为像点p(x1,y1)在左像空间坐标系S0-x″y″z″中的坐标。
根据待匹配影像与基准影像的位置关系,联合式(3)和式(4)就可建立基准影像上的特征点向待匹配影像自动转点时应满足的核线几何约束方程。由于POS所提供的影像外方位元素带有一定误差,由此建立的核线几何约束方程也存在一定的误差,需要对其精度进行分析。研究结果表明,利用POS外方位元素所生成同名核线的上下视差总体中误差小于1pixel,这为影像匹配初始视差的预测提供了参考依据。
(2)POS辅助立体影像左右视差的预测
对于立体影像的左右视差,传统的数字影像相关方法是根据航空摄影影像的平均重叠度确定的,左右视差预测值(即搜索范围)通常设定为5%~10%的影像幅宽。如果飞行状态不稳定、影像重叠度或影像旋角变化较大时,则需根据实际情况予以调整。
有了POS测定的影像定向参数后,根据该数值及影像覆盖区域内的平均地面高程预测更为精确的匹配候选点初始位置,进一步缩小搜索范围。设左影像上特征点的坐标为(x,y),则右影像上同名点的初始位置按如下步骤进行估计:
第1步,给定地面高程Z,由POS外方位元素计算地面点的平面坐标(X,Y):
第2步,将地面点反投影到右影像上,获得同名像点的预测坐标(x′,y′):
第3步,以预测的同名点为中心,根据影像覆盖区域内的地形起伏计算立体影像的左右视差,从而确定待匹配影像的搜索区间。对于通常采用的21□m扫描分辨率的23cm×23cm框幅式影像,当地势较为平坦时,左右视差预测误差很小,原始影像上的搜索区间可设置为100~200pixels;若为山区/高山区等地形起伏较大区域,可适当增加搜索区间到500pixels。
(3)基于POS核线约束的影像自动转点
根据POS辅助确定的同名点上下视差和左右视差精度可以得到影像匹配时的上下搜索范围和左右搜索区间,进而决定建立影像金字塔的层数。在核线几何约束下,由于像点上下视差会很小,故金字塔层数由左右搜索区间决定,并使得所需金字塔层数n满足条件:
式中,L为原始影像上左右搜索窗口长度;W为匹配窗口宽度,并使每层搜索窗口的宽度L/3″都大于匹配窗口的宽度,如5pixels。
建立金字塔影像后,影像匹配从对顶层金字塔影像进行核线几何约束的近似一维匹配开始,逐层传递到原始影像上。近似一维影像匹配的搜索范围可以设置为上下各搜索1pixel,然后根据核线倾角α计算搜索窗口内核线的高度差h:
h=W tanα (8)
若搜索窗口高度初值为H,则实际的上下搜索范围为(H+h)。当倾角α大于设定阈值时,即影像旋角过大,基于相关系数的金字塔影像匹配由于不具有处理影像旋转的能力而导致匹配失败。此时根据α角对搜索影像块进行双线性内插重采样,搜索高度仍可取为(H+h)。
完成金字塔影像匹配后,在原始影像上进行最小二乘影像精匹配,同时采用粗差检测算法剔除误匹配点。对于3度以上的重叠影像序列,采用基于验后方差估计的选择权迭代法进行带模型连接条件的连续法相对定向,在对匹配点进行上下视差和左右视差约束的同时,通过对验后方差统计量Ti的假设检验
并按式(10)减小超过阈值的匹配点的上下视差或左右视差的权,逐步剔除可能存在的误匹配点。
式(9)和式(10)中,vi为第i个匹配点的上下视差残差或左右视差残差;为单位权中误差估值;ri表示第i个匹配点的上下视差或左右视差的多余观测分量;pi为下一次迭代平差计算时第i个匹配点的上下视差或左右视差的权值;F表示在一定显著性水平下查中心F分布表所确定的阈值,本实施例中取为10.82。
本实施例选用四个测区三种摄影比例尺的多组影像序列,影像覆盖的地形有平地、沙漠丘陵地和高山地。试验1为某平坦地区1∶11000数码航摄影像,试验2为某沙漠丘陵地区1∶32000航摄数字化影像,试验3为某平坦农作物区1∶2500航摄数字化影像,试验4为某高山区1∶32000航摄数字化影像。所有试验影像的设计重叠度航向均为65%、旁向均为30%。试验1影像带有GPS数据,经GPS辅助光束法区域网平差获得了影像的6个外方位元素,试验2、3和4影像均带有直接利用加拿大Applanix公司的POS AV 510系统获取的6个定向参数。
试验影像所在测区中的全部影像均进行了自动转点量测,并半自动立体量测了全部控制点的像平面坐标。经GPS辅助光束法区域网平差统计出的像点坐标总体量测精度为:试验1优于±3.5μm(约0.3pixel),其他三个试验区均优于±6μm(约0.3pixel),检查点坐标中误差均满足现行航空摄影测量规范规定对摄影测量加密的精度要求。不过,上述的自动转点都是采用传统的二维影像相关方法进行的,在所匹配出的大量同名像点中按立体像对上3×5标准点位提取双点,以用于摄影测量区域网平差。所有影像均采用自动转点量测,即使是个别匹配率低于20%的影像仍可提取到满足空中三角测量要求的影像连接点,无需人工量测。而对于自动匹配点数少于50的个别匹配片,则需要在影像的标准点位处手工加点,只能进行人工交互的立体影像量测。
为了试验POS辅助影像匹配方法的优越性,这里分别在每个试验区中选择3组自动转点效果不佳的三度重叠立体影像序列。试验1影像序列由于使用小型直升飞机低空飞行,影像姿态角最大达到ω=8°,κ=24°,影像重叠度变化异常剧烈;试验2、3影像序列位于纹理缺乏区域;试验4影像序列位于山区,植被茂密,是公认的影像匹配困难区。
对于每一个序列影像,以中央片作为基准影像,首先利用已知的6个影像外方位元素,分别按式 和式 建立左右待匹配影像的同名核线方程,然后采用Moravec算子在基准影像的三度重叠区域内均匀提取1000个特征点,并参考地面高程由式 确定特征点的同名候选点x坐标、由核线方程确定其y坐标。
影像匹配时,由POS辅助预测的4个试验区的待匹配影像的行向最大搜索区间为500pixels,列向搜索范围为1pixel,同时按照式 确定需建立2层金字塔影像。在金字塔影像的匹配中,匹配窗口取17×17pixels,金字塔影像的搜索窗口顶层设置为60×19pixels,其他各层均设置为30×19pixels,并且设置金字塔影像匹配的相关系数阈值为0.6、最小二乘影像匹配的阈值为0.75。
为了检验POS辅助影像匹配方法的效率和匹配率,将影像搜索区间设为10%像幅宽,对试验影像建立4层金字塔影像(其中试验2只建3层金字塔),按照与前述相同的相关系数阈值,对基准影像上相同的特征点重新进行传统的二维影像相关。两种方法的匹配结果比照列于表1。
表1两种影像匹配方法的对比试验结果
分析表1试验结果可以看出,本发明方法中的12组试验影像序列由于影像姿态角过大、纹理缺乏或高差大等因素,导致传统方法的影像匹配率均在40%以下,并且有两组影像63-64-65和266-265-264根本就匹配不出同名点。采用POS辅助影像匹配方法以后,所有影像的匹配率均有了2%~45%的不同程度提高,匹配率升幅最大的是纹理重复的沙漠影像序列,由25%提高到了70%(试验2的第二组影像)。经统计发现,采用本发明的匹配方法,12组试验影像序列的总体匹配率达到43%,较传统影像匹配方法的21%匹配率提高了22%;每组影像序列的匹配平均耗费CPU时101.2s,较传统影像匹配方法的125.7s缩短了24.5s,提高效率约20%。由于POS辅助影像匹配方法识别出了更多的同名像点,消耗了更多的CPU时间。若按单个像点匹配所耗费的CPU时间计算,实际匹配效率比传统方法提高了62%。因此看来,本发明提出的POS辅助影像匹配方法较传统影像相关方法具有更加优越的性能。
图2放大显示了试验1中63-64立体影像的某一重叠区域,从图中可以看出,两影像间存在明显的旋转,致使该小块区域影像存在非常大的变形。因此,在相关系数失效并且初始点位预测失败的情况下,基于传统的影像相关方法是匹配不出同名像点的。但是,基于POS辅助的影像初始视差预测方法能够求得较好的初始点位,经对匹配窗口进行核线重采样后,保证了相关系数匹配的有效性,自然能匹配出较多的同名像点。图2-b中的白色十字标记显示了基准影像上利用Moravec算子提取的所有待匹配特征点;图2-a为采用传统影像相关方法获取的匹配点,所有匹配点均为明显的误匹配点,最终被全部剔除;图2-c为基于本文方法自动转出的同名像点。图2中的十字标志为正确匹配点,白色方框表示在相对定向中当作粗差删除的误匹配点(图3和图4均采用这种约定,不再繁述)。
图3比较显示了试验2中153-152立体像对的局部匹配结果。该区域位于沙漠,纹理缺乏,特征点提取困难;另外,由于沙粒的纹理重复性高,常常产生多对一的匹配现象。从图中可以清楚看出,传统二维影像相关方法匹配出的特征点非常稀疏,且出现6个误匹配点,而基于POS辅助影像匹配方法,由于进行了核线约束,匹配出了大量的同名像点,误匹配点也很少,该区域中仅有两个点被删除。
试验3区域的匹配情况和试验2类似,此处不再详述。
图4放大显示了试验4中677-678立体影像位于峡谷附近的局部区域,其地面高差为50m,阴影区域比较大。图4-b中落在阴影区域的特征点,在搜索影像中一般都无法匹配到正确的同名像点,导致匹配率大幅降低。对比图4-a和图4-c的匹配结果可以看出,两者的匹配出来的点数大体相当。但分析误匹配点可以发现,传统方法中含有很多明显的误匹配点,如图4-a中左下角的5个匹配点,带有明显的错误。而基于POS辅助的近似一维影像匹配方法,则不存在明显的误匹配点,被剔除的4个误匹配点,可能是由于山体形变、雾霾噪声等原因造成匹配点位偏离其正确位置。虽然传统方法中误匹配点被正确地剔除了,但基于POS辅助影像匹配方法却不存在明显的误匹配,表现出了稳健的匹配特性。
Claims (5)
1.一种POS辅助航空影像匹配方法,其特征在于:首先利用POS获取的影像外方位元素构建同名核线约束方程并预测影像的初始视差,然后根据初始视差建立影像金字塔且在金字塔影像上逐层进行核线约束的近似一维影像相关,最后采用最小二乘影像匹配确定同名像点,剔除误匹配点,从而获得待匹配影像的同名像点。
2.根据权利要求1所述的POS辅助航空影像匹配方法,其特征在于同名核线约束方程是用POS提供的12个影像外方位元素XS1,YS1,ZS1,ω1,κ1,XS2,YS2,ZS2,ω2,κ2直接建立同名核线约束方程,并采用近似一维相关方法实施同名像点的自动量测,具体包括以下步骤:
设左影像某一点为p(x1,y1),q(x,y)为p点所在核线上的任意一点,由同一核线上的点与其投影中心必位于一核面上的共面条件有:
展开式(I)得左影像上过p点的核线上任一点q的y坐标为:
式中,A=fbY+y1bZ;B=fbX+x1bZ;C=y1bX-x1bY;
将左像空间坐标系绕其投影中心S1旋转至与右像空间坐标系S2-x′y′z′相应坐标轴平行,则得到右影像同名核线上任意一点的坐标(x′,y′),由式(II)有:
式中,A′=y′1b′Z-z′1b′Y,B′=x′1b′Z-z′1b′X,C′=y′1b′X-x′1b′Y;其中,为摄影基线S1S2在S2-x′y′z′坐标系中的三个基线分量,为像点p(x1,y1)在S2-x′y′z′坐标系中的坐标,为右影像相对于左影像的相对定向角元素所构成的正交变换矩阵,且是由右影像外方位角元素ω2,κ2所构成的正交变换矩阵;
影像序列的转点过程中,从基准影像开始分别向左右两侧影像进行转点,若待匹配影像为左影像,则其同名核线上任意一点的坐标(x″,y″)为:
式中,A″=y″1bZ-z″1bY,B″=x″1bZ-z″1bX,C″=y″1bX-x″1bY;其中,为像点p(x1,y1)在左像空间坐标系S0-x″y″z″中的坐标,根据待匹配影像与基准影像的位置关系,联合式(IV)和式(V)建立基准影像上的特征点向待匹配影像自动转点时应满足的同名核线约束方程。
3.根据权利要求2所述POS辅助航空影像匹配方法,其特征在于通过以下步骤预测影像的初始左右视差,设左影像上特征点的坐标为(x,y),则右影像上同名点的初始位置按如下步骤进行预测:
第1步,给定地面高程Z,按下式由POS外方位元素计算地面点的平面坐标(X,Y):
第2步,将地面点反投影到右影像上,按下式获得同名像点的预测坐标(x′,y′):
第3步,以预测的同名像点为中心,根据影像覆盖区域内的地形起伏计算立体影像的左右视差,从而确定待匹配影像的搜索区间。
4.根据权利要求3所述POS辅助航空影像匹配方法,其特征在于金字塔层数n满足条件:
式中,L为原始影像上左右搜索窗口长度,W为匹配窗口宽度,且每层搜索窗口的宽度L/3n都大于匹配窗口的宽度。
5.根据权利要求4所述POS辅助航空影像匹配方法,其特征在于:建立金字塔影像后,影像匹配从对顶层金字塔影像进行核线几何约束的近似一维匹配开始,逐层传递到原始影像上,由核线倾角α根据h=Wtanα计算搜索窗口内核线的高度差h,若搜索窗口高度初值为H,则实际的上下搜索范围为(H+h),当倾角α大于设定阈值时,基于相关系数的金字塔影像匹配由于不具有处理影像旋转的能力而导致匹配失败,此时根据α角对搜索影像块进行双线性内插重采样,搜索高度仍取为(H+h)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102463360A CN101464149B (zh) | 2008-12-31 | 2008-12-31 | Pos辅助航空影像匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102463360A CN101464149B (zh) | 2008-12-31 | 2008-12-31 | Pos辅助航空影像匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101464149A CN101464149A (zh) | 2009-06-24 |
CN101464149B true CN101464149B (zh) | 2011-08-24 |
Family
ID=40804838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102463360A Expired - Fee Related CN101464149B (zh) | 2008-12-31 | 2008-12-31 | Pos辅助航空影像匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101464149B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102620745A (zh) * | 2012-02-08 | 2012-08-01 | 武汉大学 | 一种机载imu视准轴误差检校方法 |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750619B (zh) * | 2010-01-18 | 2012-07-11 | 武汉大学 | 自检校pos直接对地目标定位方法 |
CN101846514B (zh) * | 2010-06-17 | 2011-11-23 | 中国人民解放军信息工程大学 | 工业数字摄影测量用像点匹配方法 |
CN101922930B (zh) * | 2010-07-08 | 2013-11-06 | 西北工业大学 | 一种航空偏振多光谱图像配准方法 |
CN101915571B (zh) * | 2010-07-20 | 2011-08-10 | 桂林理工大学 | 基于相位相关的影像匹配初始视差的全自动获取方法 |
CN102073874B (zh) * | 2010-12-29 | 2013-04-24 | 中国资源卫星应用中心 | 附加几何约束的航天三线阵ccd相机多影像立体匹配方法 |
CN102426019B (zh) * | 2011-08-25 | 2014-07-02 | 航天恒星科技有限公司 | 一种无人机景象匹配辅助导航方法及系统 |
CN102519484B (zh) * | 2011-11-29 | 2013-09-18 | 武汉大学 | 一种旋转摄影测量系统多片整体平差标定方法 |
CN103076004B (zh) * | 2011-12-27 | 2015-09-09 | 范大昭 | 多基线立体匹配系统的断裂特征自适应窗口变化方法 |
CN102693542B (zh) * | 2012-05-18 | 2015-02-11 | 中国人民解放军信息工程大学 | 一种影像特征匹配方法 |
CN103338333B (zh) * | 2013-07-17 | 2016-04-13 | 中测新图(北京)遥感技术有限责任公司 | 航摄仪方位元素优化配置方法 |
CN104880178B (zh) * | 2015-06-01 | 2017-04-26 | 中国科学院光电技术研究所 | 一种基于四面体边长和体积加权约束的单目视觉位姿测量方法 |
CN105300362B (zh) * | 2015-11-13 | 2019-03-01 | 上海华测导航技术股份有限公司 | 一种应用于rtk接收机的摄影测量方法 |
CN105865422A (zh) * | 2016-03-24 | 2016-08-17 | 北京林业大学 | 一种无人机林火夜间定位方法 |
CN106940181B (zh) * | 2017-03-10 | 2019-04-26 | 中国电建集团昆明勘测设计研究院有限公司 | 一种无人机影像像控分布网构建与航片可选范围匹配方法 |
CN109003295B (zh) * | 2018-04-11 | 2021-07-23 | 中冶沈勘工程技术有限公司 | 一种无人机航空影像快速匹配方法 |
CN108801225B (zh) * | 2018-06-26 | 2020-11-17 | 广东电网有限责任公司 | 一种无人机倾斜影像定位方法、系统、介质及设备 |
CN110672071B (zh) * | 2019-10-25 | 2021-05-04 | 武昌理工学院 | 一种探测弧面板逐层分布式探测方法 |
CN111256696B (zh) * | 2020-02-24 | 2021-11-26 | 武汉大学 | 多特征多层次景象匹配的飞行器自主导航方法 |
CN114265427B (zh) * | 2021-12-06 | 2024-02-02 | 江苏方天电力技术有限公司 | 一种基于红外图像匹配的巡检无人机辅助导航系统及方法 |
CN114485574B (zh) * | 2021-12-21 | 2023-03-21 | 武汉大学 | 基于卡尔曼滤波模型的三线阵影像pos辅助对地定位方法 |
-
2008
- 2008-12-31 CN CN2008102463360A patent/CN101464149B/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102620745A (zh) * | 2012-02-08 | 2012-08-01 | 武汉大学 | 一种机载imu视准轴误差检校方法 |
CN102620745B (zh) * | 2012-02-08 | 2014-04-30 | 武汉大学 | 一种机载imu视准轴误差检校方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101464149A (zh) | 2009-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101464149B (zh) | Pos辅助航空影像匹配方法 | |
CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
CN102213762B (zh) | 基于rfm模型的多源星载sar影像自动匹配方法 | |
CN109917356B (zh) | 一种机载激光扫描系统误差标定方法 | |
CN103198524B (zh) | 一种大规模室外场景三维重建方法 | |
Li et al. | 3-D shoreline extraction from IKONOS satellite imagery | |
CN105203023B (zh) | 一种车载三维激光扫描系统安置参数的一站式标定方法 | |
CN101852623B (zh) | 一种卫星光学遥感相机内方元素在轨检校方法 | |
CN104237887B (zh) | 一种sar遥感影像匹配方法 | |
CN104931022A (zh) | 基于星载激光测高数据的卫星影像立体区域网平差方法 | |
CN102735216B (zh) | Ccd立体相机三线阵影像数据平差处理方法 | |
CN111091076B (zh) | 基于立体视觉的隧道限界数据测量方法 | |
CN110889899B (zh) | 一种数字地表模型的生成方法及装置 | |
CN112862966B (zh) | 地表三维模型构建方法、装置、设备及存储介质 | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
CN105783879B (zh) | 一种条带约束下的同轨卫星连续景影像定位方法 | |
CN105137431B (zh) | 一种sar立体模型构建与量测方法 | |
CN106969753A (zh) | 基于电力设计应用的无人机航拍数据处理方法 | |
Gruen et al. | 3D precision processing of high-resolution satellite imagery | |
CN102620745A (zh) | 一种机载imu视准轴误差检校方法 | |
CN102519469A (zh) | 基于计算机视觉和vlbi联合平差的行星车定位方法 | |
Li et al. | Integration of orbital and ground images for enhanced topographic mapping in Mars landed missions | |
Ye et al. | Research on reef bathymetric survey of uav stereopair based on two-medium photogrammetry | |
Chunsen et al. | Research on volumetric calculation of multi-vision geometry UAV image volume | |
Pan et al. | A general method of generating satellite epipolar images based on RPC model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110824 Termination date: 20171231 |
|
CF01 | Termination of patent right due to non-payment of annual fee |