CN105300362A - 一种应用于rtk接收机的摄影测量方法 - Google Patents

Abstract

本发明提供了一种应用于RTK接收机的摄影测量方法，包括如下步骤：进行图像测量：选择第一观测点，利用摄像机对准目标区域拍摄相片，并默认保存RTK坐标和姿态角；更换到第二观测点，利用摄像机对准所述目标区域拍摄相片，并默认保存RTK坐标和姿态角；进行图像采点：先在第一观测点拍摄的相片选中一个特征坐标，然后再在第二观测点拍摄的相片获取相同特征点图像坐标；计算获取坐标，并分析距离、几何形状以及精度，提高定位可靠性。本发明提供的摄影测量方法，优点是获取数据量信息量大，图像上任意匹配点都可计算坐标，同时观测瞬间被保存成图像，可内业采集核对。

Description

一种应用于RTK接收机的摄影测量方法

技术领域

本发明涉及GPS测量领域，具体涉及到一种应用于RTK接收机的摄影测量方法。

背景技术

传统RTK(Real-TimeKinematic)是一种常用的基于卫星导航技术的GPS测量方法。它采用了载波相位动态实时差分方法，可以实时得到厘米级定位精度，它的出现为工程放样、地形测图，各种控制测量带来了新技术手段，极大地提高了外业作业效率。但是，传统RTK测量无法很好的解决非接触式测量，比如树下、墙角等信号遮挡严重的地方测量。

发明内容

本发明提供了一种应用于RTK接收机的摄影测量方法，包括如下步骤：

进行图像测量：选择第一观测点，利用摄像机对准目标区域拍摄相片，并默认保存RTK坐标和姿态角；更换到第二观测点，利用摄像机对准所述目标区域拍摄相片，并默认保存RTK坐标和姿态角；

进行图像采点：先在第一观测点拍摄的相片选中一个特征坐标，然后再在第二观测点拍摄的相片获取相同特征点图像坐标；

计算获取坐标，并分析距离、几何形状以及精度，提高定位可靠性。

上述的摄影测量方法，其中，计算获取坐标的步骤包括：

建立立体像对同名像点数学关系方程：

$F=\left|\begin{array}{ccc}{B}_x& B_y& B_z\\ X_1& Y_1& Z_1\\ X_2& Y_2& Z_2\end{array}\right|=0,\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]=R_1\·\left[\begin{array}{c}{x}_1\\ y_1\\ -f_1\end{array}\right],\left[\begin{array}{c}{X}_2\\ Y_2\\ Z_2\end{array}\right]=R_2\·\left[\begin{array}{c}{x}_2\\ y_2\\ -f_2\end{array}\right]$ 公式1；

其中， $\left[\begin{array}{c}{X}_{S1}\\ Y_{S1}\\ Z_{S1}\end{array}\right],\left[\begin{array}{c}{X}_{S2}\\ Y_{S2}\\ Z_{S2}\end{array}\right],\left[\begin{array}{c}{B}_x\\ B_y\\ B_z\end{array}\right]$ 分别表示第一观测点和第二观测点摄影中心当地坐标系下的坐标以及基线向量； $\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right],\left[\begin{array}{c}{X}_2\\ Y_2\\ Z_2\end{array}\right]$ 分别表示目标区域在第一观测点和第二观测点摄影中心为原点当地坐标系轴向一致的坐标系下的坐标， $\left[\begin{array}{c}{x}_1\\ y_1\\ -f\end{array}\right],\left[\begin{array}{c}{x}_2\\ y_2\\ -f_2\end{array}\right]$ 分别表示目标区域在第一观测点和第二观测点上的像点坐标，f₁、f为焦距；分表表示第一观测点和第二观测点旋转矩阵，ω、κ分别代表摄影机方位角、俯仰角和滚动角；

对公式1进行线性化计算：

公式2；

其中，F⁰＝B_x·(Z₁Y₂-Y₁Z₂)-B_y·(Z₁X₂-X₁Z₂)+B_z·(Y₁X₂-X₁Y₂)；

进行偏导数计算：

公式3；

公式4；

公式5；

公式6；

公式7；

公式8；

公式9；

公式10；

公式11；

公式12；根据公式3至公式9得出偏导数计算结果：

公式13；

公式14；

公式15；

公式16；

公式17；

公式18。

上述的摄影测量方法，其中，第一观测点和第二观测点之间的距离大于5米。

本发明提供的摄影测量方法，优点是获取数据量信息量大，图像上任意匹配点都可计算坐标，同时观测瞬间被保存成图像，可内业采集核对。本发明可成功应用于内置了摄像传感器和倾斜传感器的RTK测地型接收机，解决了非接触式测量的问题；本发明采用了GPU加速、ASIFT特征提取等技术来提高计算速度和特征提取匹配的准确性；本发明同时可用于无人机航拍图像的拼接和量测。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明及其特征、外形和优点将会变得更明显。在全部附图中相同的标记指示相同的部分。并未刻意按照比例绘制附图，重点在于示出本发明的主旨。

图1为本发明提供的一种应用于RTK接收机的摄影测量方法的流程图。

具体实施方式

在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。

为了彻底理解本发明，将在下列的描述中提出详细的步骤以及详细的结构，以便阐释本发明的技术方案。本发明的较佳实施例详细描述如下，然而除了这些详细描述外，本发明还可以具有其他实施方式。

本发明提供了一种应用于RTK接收机的摄影测量方法，参照图1所示，包括如下步骤：

步骤S1：进入图像测量模式，选择合适的第一观测点架设摄像机，利用摄像机对准目标区域拍摄相片，并默认保存RTK坐标和姿态角，目标点距离第一观测点应该可见且无遮挡，并且距离不应太远；之后更换到第二观测点架设摄像机，利用摄像机对准目标区域拍摄相片，并默认保存RTK坐标和姿态角，目标点距离第二观测点应该可见且无遮挡。

步骤S2：进行图像采点：先在第一观测点拍摄的相片选中一个特征坐标，然后再在第二观测点拍摄的相片获取相同特征点图像坐标；

步骤S3：计算获取坐标，同时分析距离、几何形状以及精度，提高定位的可靠性。

本发明主要解算过程如下：

(1)建立立体像对同名像点数学关系方程：

$F=\left|\begin{array}{ccc}{B}_x& B_y& B_z\\ X_1& Y_1& Z_1\\ X_2& Y_2& Z_2\end{array}\right|=0,\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]=R_1.\left[\begin{array}{c}{x}_1\\ y_1\\ -f_1\end{array}\right],\left[\begin{array}{c}{X}_2\\ Y_2\\ Z_2\end{array}\right]=R_2\·\left[\begin{array}{c}{x}_2\\ y_2\\ -f_2\end{array}\right]$ 公式1；

其中，分别表示第一观测点和第二观测点摄影中心当地坐标系下的坐标以及基线向量；分别表示目标区域(或称物点)在第一观测点和第二观测点摄影中心为原点当地坐标系轴向一致的坐标系下的坐标，分别表示目标区域在第一观测点和第二观测点上的像点坐标，f₁、f为焦距；分表表示第一观测点和第二观测点旋转矩阵，ω、κ分别代表摄影机方位角、俯仰角和滚动角；

对公式1进行线性化计算：

公式2；

其中，F⁰＝B_x·(Z₁Y₂-Y₁Z₂)-B_y·(Z₁X₂-X₁Z₂)+B_z·(Y₁X₂-X₁Y₂)；

(2)进行偏导数计算：

公式3；

公式4；

公式5；

公式6；

公式7；

公式8；

公式9；的计算同上，得出：

公式10；

公式11；

公式12；

根据公式3至公式9得出偏导数计算结果：

公式13；

公式14；

公式15；

公式16；

公式17；

公式18。

在本发明一可选的实施例中，第一观测点和第二观测点之间的距离大于5米。

本发明的主要技术路线为：

1、传感器集成，除了获取高精度RTK坐标，同时获取GPS接收机倾角、方位角以及对目标区域拍摄影像。

2、实现影像预处理，包括相机姿态校正、相机图像畸变校正、图像匀光、图像拼接、图像特征提取等。

3、实现光束法区域网解算，算法设计具备一定的鲁棒性，解决方位角过大的问题。

4、图像加密匹配，主要的技术难点就是影像匹配可靠性和数量。图像特征点提取、匹配，为了提高匹配效率，采用GPU加速算法。

5、三维建模，根据图像匹配的结果建立特征向量矩阵，通过网平差获取摄像机内外参数。

6、实景量测，手动量测目标点，通过批量采集外业数据后，在内业实现RTK测量数据或者GIS数据采集；自动量测标志点。

由于本发明采用了上述算法，具有如下技术优点：

1、利用多线程和GPU加速处理图像特征提取与特征匹配过程，使得本算法运算速度更快，实时性更高；

2、利用传感器输出原始测量值和RTK坐标，通过立体相对共线方程就可以直接在图像上进行实景测量。

3、利用不同测站的大量影像匹配点可以平差姿态和RTK坐标值，提高定位精度。

4、算法对图像分辨率要求不高，利用RTK接收机内置的倾斜传感器得到的方位角作为初始值，提高算法解算速度。

同时在本发明中，不仅仅可以选取两个观测点进行量测，还可以选取两个以上的观测点进行量测，但是需要保证任意两个观测点之间的距离大于5米即可，具体的测量步骤参照上文采用两个观测点的测算步骤，在此不予赘述。

以上对本发明的较佳实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例，这并不影响本发明的实质内容。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (3)

1.一种应用于RTK接收机的摄影测量方法，其特征在于，包括如下步骤：

进行图像测量：选择第一观测点，利用摄像机对准目标区域拍摄相片，并默认保存RTK坐标和姿态角；更换到第二观测点，利用摄像机对准所述目标区域拍摄相片，并默认保存RTK坐标和姿态角；

进行图像采点：先在第一观测点拍摄的相片选中一个特征坐标，然后再在第二观测点拍摄的相片获取相同特征点图像坐标；

计算获取坐标，并分析距离、几何形状以及精度，提高定位可靠性。

2.如权利要求1所述的摄影测量方法，其特征在于，计算获取坐标的步骤包括：

建立立体像对同名像点数学关系方程：

$F=\left|\begin{array}{ccc}{B}_x& B_y& B_z\\ X_1& Y_1& Z_1\\ X_2& Y_2& Z_2\end{array}\right|=0,\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right]=R_1\·\left[\begin{array}{c}{x}_1\\ y_1\\ -f_1\end{array}\right],\left[\begin{array}{c}{X}_2\\ Y_2\\ Z_2\end{array}\right]=R_2\·\left[\begin{array}{c}{x}_2\\ y_2\\ -f_2\end{array}\right]$ 公式1；

其中， $\left[\begin{array}{c}{X}_{S1}\\ Y_{S1}\\ Z_{S1}\end{array}\right],\left[\begin{array}{c}{X}_{S2}\\ Y_{S2}\\ Z_{S2}\end{array}\right],\left[\begin{array}{c}{B}_x\\ B_y\\ B_z\end{array}\right]$ 分别表示第一观测点和第二观测点摄影中心当地坐标系下的坐标以及基线向量； $\left[\begin{array}{c}{X}_1\\ Y_1\\ Z_1\end{array}\right],\left[\begin{array}{c}{X}_2\\ Y_2\\ Z_2\end{array}\right]$ 分别表示目标区域在第一观测点和第二观测点摄影中心为原点当地坐标系轴向一致的坐标系下的坐标， $\left[\begin{array}{c}{x}_1\\ y_1\\ -f_1\end{array}\right],\left[\begin{array}{c}{x}_2\\ y_2\\ -f_2\end{array}\right]$ 分别表示目标区域在第一观测点和第二观测点上的像点坐标，f₁、f为焦距；分表表示第一观测点和第二观测点旋转矩阵，ω、κ分别代表摄影机方位角、俯仰角和滚动角；

对公式1进行线性化计算：

公式2；

其中，F⁰＝B_x·(Z₁Y₂-Y₁Z₂)-B_y·(Z₁X₂-X₁Z₂)+B_z·(Y₁X₂-X₁Y₂)；

进行偏导数计算：

∵

公式3；

公式4；

公式5；

公式6；

∴

公式7；

公式8；

公式9；

公式10；

公式11；

公式12；

根据公式3至公式9得出偏导数计算结果：

公式13；

公式14；

公式15；

公式16；

公式17；

公式18。

3.如权利要求1所述的摄影测量方法，其特征在于，第一观测点和第二观测点之间的距离大于5米。