CN105571573B - 倾斜摄影定位定姿方法及系统和飞机定位定姿方法及系统 - Google Patents
倾斜摄影定位定姿方法及系统和飞机定位定姿方法及系统 Download PDFInfo
- Publication number
- CN105571573B CN105571573B CN201511018614.3A CN201511018614A CN105571573B CN 105571573 B CN105571573 B CN 105571573B CN 201511018614 A CN201511018614 A CN 201511018614A CN 105571573 B CN105571573 B CN 105571573B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- threedimensional model
- pose parameter
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
- G01C11/12—Interpretation of pictures by comparison of two or more pictures of the same area the pictures being supported in the same relative position as when they were taken
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及倾斜摄影定位定姿方法及系统和飞机定位定姿方法及系统，包括摄影设备以预设倾斜角度拍摄待定位定姿物体，获取包含待定位定姿物体的成像的图像；调整待定位定姿物体的三维模型的位姿参数，获取三维模型在图像对应的像幅内的投影的二维轮廓与成像的二维轮廓吻合时三维模型的位姿参数；将吻合时三维模型的位姿参数作为待定位定姿物体的位姿参数。本发明能高精度实现待定位定姿物体的位姿参数测量，并且仅需采集单幅图像，操作简单，能够有效实现待定位定姿物体只会至多出现在一个摄影设备的视场范围之内的位姿参数测量。
Description
技术领域
本发明涉及摄影测量技术领域，特别涉及倾斜摄影定位定姿方法及系统和飞机定位定姿方法及系统。
背景技术
在机场飞机调度中，希望在指挥中心实时获取每一架飞机的位置和方向，可以采用的方法包括摄影测量方法、雷达测距方法、卫星导航定位方法、电信基站定位方法等。其中，摄影测量方法利用相机拍照技术，对图像上的目标进行提取和分析，对目标进行定位定姿，是一种高精度的定位定姿方法。
传统的摄影测量方法中，包括一种垂直下视摄影测量方法，其要求相机拍摄地面时，镜头的方向垂直向下，以保证相机的成像平面与地面平行或近似平行。但此方法在机场环境中并不适用，因为，相机必须固定在机场的建筑上，而机场建筑相对于机场跑道的长度来说显得过于矮小，相机为了观测到全部或者部分跑道，只能选择倾斜摄影，倾斜的角度以与地面的夹角为15度到30度为宜，故需采用倾斜摄影测量方法。而传统的倾斜摄影测量方法，如一种基于大重叠度多航带图像的方法，其重叠度以航带内55％以上、航带间15％以上为基本要求，其中航带，指的是左右或者上下相邻的多张序列图像。而在机场环境中，分布式布设的多个相机之间的重叠度小于10％，相机的数量以刚好覆盖整个机场为宜，飞机只会至多出现在一个相机的视野范围之内，因此，传统的倾斜摄影测量方法也不适用。
发明内容
本发明目的是提供一种倾斜摄影定位定姿方法及系统和飞机定位定姿方法及系统，解决现有技术中存在的上述问题。
本发明解决上述技术问题的技术方案如下：
一种倾斜摄影定位定姿方法，包括如下步骤：
步骤1,摄影设备以预设倾斜角度拍摄待定位定姿物体，获取包含所述待定位定姿物体的成像的图像；
步骤2，调整所述待定位定姿物体的三维模型的位姿参数，使所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合，提取吻合时所述三维模型的位姿参数；
步骤3，将吻合时所述三维模型的位姿参数作为所述待定位定姿物体的位姿参数。
本发明的有益效果是：调整待定位定姿物体的三维模型的位姿参数，将吻合时三维模型的位姿参数作为待定位定姿物体的位姿参数，其能高精度实现待定位定姿物体的位姿参数测量，并且仅需采集单幅图像，操作简单，能够有效实现待定位定姿物体只会至多出现在一个摄影设备的视场范围之内的位姿参数测量。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述步骤2的具体实现包括如下步骤：
步骤21，预设所述三维模型的位姿参数，并生成所述三维模型在所述像幅内的投影；
步骤22，判断初始位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则执行步骤25；否，则在所述初始位姿参数的基础上执行步骤23；
步骤23，粗调所述三维模型的位姿参数，并生成所述三维模型在所述像幅内的投影；
步骤24，判断粗调位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则执行步骤25，否，则在当前粗调位姿参数的基础上返回执行步骤23；
步骤25，使用非线性最优化方法，在预设空间范围内修改套合时所述三维模型的位姿参数，并生成所述三维模型在所述像幅内的投影，搜索吻合度极小值点，所述极小值点对应的所述三维模型的位姿参数即为所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合时所述三维模型的位姿参数；
其中，所述套合为所述投影的二维轮廓与所述成像的二维轮廓的重合度在预设重合范围内；
所述吻合度根据如下第一公式计算，
所述第一公式如下所示：
其中，所述F为所述吻合度，所述p1i为所述投影的二维轮廓中的任一离散点，所述p2i为所述成像的二维轮廓中与所述p1i距离最近的离散点，所述Distance(p1i,p2i)为所述p1i与所述p2i之间的距离，所述M为所述投影的二维轮廓中离散点的个数。
采用上述进一步方案的有益效果是，只有当投影的二维轮廓与成像的二维轮廓套合后，才采用非线性最优化方法搜索吻合度极小值点，将极小值点对应的三维模型的位姿参数作为投影的二维轮廓与成像的二维轮廓吻合时三维模型的位姿参数；降低非线性最优化方法的计算量，且提高投影的二维轮廓与成像的二维轮廓的吻合程度，进一步提高待定位定姿物体的位姿参数测量的精度。
进一步，所述生成所述三维模型在所述像幅内的投影的具体实现包括如下步骤：
步骤a，用所述摄影设备拍摄平面标定板，解算所述摄影设备的内方位元素；用所述摄影设备以所述预设倾斜角度拍摄具有控制点的目标，并量测所述控制点的像点的坐标，根据所述控制点的坐标和所述像点的坐标，解算所述摄影设备的外方位元素；
步骤b，设所述三维模型的参考坐标系o-xyz的xoy平面与所述待定位定姿物体所在的地面重合；根据如下第一公式组计算所述三维模型的多个任一点在所述像幅内的像点，获取所述三维模型在所述像幅内的投影；
所述第一公式组如下所示：
其中，所述x0、y0、fx、fy、k1、k2、p1和p2为所述内方位元素，所述r11、r12、r13、r21、r22、r23、r31、r32、r33、XS、YS和ZS为所述外方位元素，所述所述(X,Y,Z)为所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，所述(x,y)为所述三维模型在所述参考坐标系o-xyz中坐标为(X,Y,Z)的点在所述像幅内的像点的坐标，所述(Δx,Δy)为坐标为(x,y)的像点的畸变量；
根据如下第二公式组求解任一位姿参数对应的所述三维模型的任一点在所述参考坐标系o-xyz中的坐标；
所述第二公式组如下所示：
其中，所述(X”,Y”,Z”)为所述三维模型的位姿参数为(0,0,0)时，所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，其可通过将所述三维模型的位姿参数设置为(0,0,0)，对所述三维模型进行扫描，并将扫描获取的坐标乘以所述待定位定姿物体与所述三维模型的比例因子获得；所述(Xinit,Yinit,θinit)为所述三维模型的任一位姿参数；所述(X′,Y′,Z′)为所述三维模型的位姿参数为(0,0,0)时所述三维模型在所述参考坐标系o-xyz中坐标为(X”,Y”,Z”)的点在所述三维模型的位姿参数为(Xinit,Yinit,θinit)时在所述参考坐标系o-xyz中的坐标。
进一步，所述倾斜摄影定位定姿方法还包括步骤4，将当前帧图像对应的求解的所述待定位定姿物体的位姿参数作为下一帧图像对应的所述待定位定姿物体的三维模型的初始位姿参数，返回执行步骤1至3求解所述下一帧图像对应的所述待定位定姿物体的位姿参数，依次迭代，实现视频图像中每一帧图像对应的所述待定位定姿物体的位姿参数的求解。
采用上述进一步方案的有益效果是，将当前帧图像对应的求解的待定位定姿物体的位姿参数作为下一帧图像对应的待定位定姿物体的三维模型的初始位姿参数，提高初始位姿参数的准确性，降低下一帧图像对应的待定位定姿物体的位姿参数求解过程中粗调和非线性最优化方法的计算量，且提高投影的二维轮廓与成像的二维轮廓的吻合程度，进一步提高下一帧图像对应的待定位定姿物体的位姿参数测量的精度；并且依次迭代，实现视频图像中每一帧图像对应的待定位定姿物体的位姿参数的求解，实现待定位定姿物体的实时定位定姿。
本发明的另一技术方案如下：
一种飞机定位定姿方法，采用上述一种倾斜摄影定位定姿方法实现飞机的定位定姿，所述待定位定姿物体为飞机。
本发明的有益效果是：实现了由于机场环境限制，飞机只会至多出现在一个摄影设备的视场范围之内的位姿参数测量。
本发明的另一技术方案如下：
一种倾斜摄影定位定姿系统，包括摄影设备、吻合位姿参数求解模块和赋值模块；
所述摄影设备，其用于以预设倾斜角度拍摄待定位定姿物体，获取包含所述待定位定姿物体的成像的图像；
所述吻合位姿参数求解模块，其用于调整所述待定位定姿物体的三维模型的位姿参数，使所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合，提取吻合时所述三维模型的位姿参数；
所述赋值模块，其用于将吻合时所述三维模型的位姿参数作为所述待定位定姿物体的位姿参数。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述吻合位姿参数求解模块包括初始单元、第一判断单元、粗调单元、第二判断单元、优化单元和投影生成单元；
所述初始单元，其用于预设所述三维模型的位姿参数，并驱动所述投影生成单元工作；
所述第一判断单元，其用于判断初始位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则驱动所述优化单元工作；否，则在所述初始位姿参数的基础上驱动所述粗调单元工作；
所述粗调单元，其用于粗调所述三维模型的位姿参数，并驱动所述投影生成单元工作；
所述第二判断单元，其用于判断粗调位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则驱动所述优化单元工作，否，则在当前粗调位姿参数的基础上驱动所述粗调单元工作；
所述优化单元，其用于使用非线性最优化方法，在预设空间范围内修改套合时所述三维模型的位姿参数，并驱动所述投影生成单元工作，搜索吻合度极小值点，所述极小值点对应的所述三维模型的位姿参数即为所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合时所述三维模型的位姿参数；
所述投影生成单元，其用于根据接收的所述三维模型的位姿参数生成所述三维模型在所述像幅内的投影；
其中，所述套合为所述投影的二维轮廓与所述成像的二维轮廓的重合度在预设重合范围内；
所述吻合度根据如下第一公式计算，
所述第一公式如下所示：
其中，所述F为所述吻合度，所述p1i为所述投影的二维轮廓中的任一离散点，所述p2i为所述成像的二维轮廓中与所述p1i距离最近的离散点，所述Distance(p1i,p2i)为所述p1i与所述p2i之间的距离，所述M为所述投影的二维轮廓中离散点的个数。
进一步，
所述投影生成单元具体功能包括如下步骤：
步骤a，用所述摄影设备拍摄平面标定板，解算所述摄影设备的内方位元素；用所述摄影设备以所述预设倾斜角度拍摄具有控制点的目标，并量测所述控制点的像点的坐标，根据所述控制点的坐标和所述像点的坐标，解算所述摄影设备的外方位元素；
步骤b，设所述三维模型的参考坐标系o-xyz的xoy平面与所述待定位定姿物体所在的地面重合；根据如下第一公式组计算所述三维模型的多个任一点在所述像幅内的像点，获取所述三维模型在所述像幅内的投影；
所述第一公式组如下所示：
其中，所述x0、y0、fx、fy、k1、k2、p1和p2为所述内方位元素，所述r11、r12、r13、r21、r22、r23、r31、r32、r33、XS、YS和ZS为所述外方位元素，所述所述(X,Y,Z)为所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，所述(x,y)为所述三维模型在所述参考坐标系o-xyz中坐标为(X,Y,Z)的点在所述像幅内的像点的坐标，所述(Δx,Δy)为坐标为(x,y)的像点的畸变量；
根据如下第二公式组求解任一位姿参数对应的所述三维模型的任一点在所述参考坐标系o-xyz中的坐标；
所述第二公式组如下所示：
其中，所述(X”,Y”,Z”)为所述三维模型的位姿参数为(0,0,0)时，所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，其可通过将所述三维模型的位姿参数设置为(0,0,0)，对所述三维模型进行扫描，并将扫描获取的坐标乘以所述待定位定姿物体与所述三维模型的比例因子获得；所述(Xinit,Yinit,θinit)为所述三维模型的任一位姿参数；所述(X′,Y′,Z′)为所述三维模型的位姿参数为(0,0,0)时所述三维模型在所述参考坐标系o-xyz中坐标为(X”,Y”,Z”)的点在所述三维模型的位姿参数为(Xinit,Yinit,θinit)时在所述参考坐标系o-xyz中的坐标。
进一步，所述倾斜摄影定位定姿系统还包括驱动模块，其用于将当前帧图像对应的求解的所述待定位定姿物体的位姿参数作为下一帧图像对应的所述待定位定姿物体的三维模型的初始位姿参数，驱动所述摄影设备、吻合位姿参数求解模块和赋值模块工作，求解所述下一帧图像对应的所述待定位定姿物体的位姿参数，依次迭代，实现视频图像中每一帧图像对应的所述待定位定姿物体的位姿参数的求解。
本发明的另一技术方案如下：
一种飞机定位定姿系统，采用上述一种倾斜摄影定位定系统实现飞机的定位定姿，所述待定位定姿物体为飞机。
附图说明
图1为本发明一种倾斜摄影定位定姿方法的方法流程图；
图2为本发明一种倾斜摄影定位定姿方法的一种平面标定板示意图；
图3为本发明一种飞机定位定姿方法中摄影设备以预设倾斜角度拍摄飞机示意图；
图4为本发明一种飞机定位定姿方法中摄影设备获取的图像示意图；
图5为本发明一种飞机定位定姿方法中飞机的三维模型的位姿参数设置为(0,0,0)时扫描生成的数字三维模型示意图；
图6为本发明一种飞机定位定姿方法中飞机的三维模型生成的投影的示意图；
图7为本发明一种飞机定位定姿方法中飞机的三维模型生成的投影的二维轮廓与飞机的成像的二维轮廓套合示意图；
图8为本发明一种倾斜摄影定位定姿系统的原理框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，一种倾斜摄影定位定姿方法，包括如下步骤：
步骤1,摄影设备以预设倾斜角度拍摄待定位定姿物体，获取包含所述待定位定姿物体的成像的图像；
步骤2，调整所述待定位定姿物体的三维模型的位姿参数，使所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合，提取吻合时所述三维模型的位姿参数；
所述步骤2的具体实现包括如下步骤：
步骤21，预设所述三维模型的位姿参数，并生成所述三维模型在所述像幅内的投影；
步骤22，判断初始位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则执行步骤25；否，则在所述初始位姿参数的基础上执行步骤23；
步骤23，粗调所述三维模型的位姿参数，并生成所述三维模型在所述像幅内的投影；
步骤24，判断粗调位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则执行步骤25，否，则在当前粗调位姿参数的基础上返回执行步骤23；
步骤25，使用非线性最优化方法，在预设空间范围内修改套合时所述三维模型的位姿参数，并生成所述三维模型在所述像幅内的投影，搜索吻合度极小值点，所述极小值点对应的所述三维模型的位姿参数即为所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合时所述三维模型的位姿参数；
其中，所述套合为所述投影的二维轮廓与所述成像的二维轮廓的重合度在预设重合范围内；
所述吻合度根据如下第一公式计算，
所述第一公式如下所示：
其中，所述F为所述吻合度，所述p1i为所述投影的二维轮廓中的任一离散点，所述p2i为所述成像的二维轮廓中与所述p1i距离最近的离散点，所述Distance(p1i,p2i)为所述p1i与所述p2i之间的距离，所述M为所述投影的二维轮廓中离散点的个数。
所述生成所述三维模型在所述像幅内的投影的具体实现包括如下步骤：
步骤a，用所述摄影设备拍摄平面标定板，一种所述平面标定板如图2所示，解算所述摄影设备的内方位元素；用所述摄影设备以所述预设倾斜角度拍摄具有控制点的目标，并量测所述控制点的像点的坐标，根据所述控制点的坐标和所述像点的坐标，解算所述摄影设备的外方位元素；
步骤b，设所述三维模型的参考坐标系o-xyz的xoy平面与所述待定位定姿物体所在的地面重合，则只需考虑所述三维模型在xoy平面中的位置和方向即可获知所述待定位定姿物体的位置和方向；根据如下第一公式组计算所述三维模型的多个任一点在所述像幅内的像点，获取所述三维模型在所述像幅内的投影；
所述第一公式组如下所示：
其中，所述x0、y0、fx、fy、k1、k2、p1和p2为所述内方位元素，所述r11、r12、r13、r21、r22、r23、r31、r32、r33、XS、YS和ZS为所述外方位元素，所述所述(X,Y,Z)为所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，所述(x,y)为所述三维模型在所述参考坐标系o-xyz中坐标为(X,Y,Z)的点在所述像幅内的像点的坐标，所述(Δx,Δy)为坐标为(x,y)的像点的畸变量；
根据如下第二公式组求解任一位姿参数对应的所述三维模型的任一点在所述参考坐标系o-xyz中的坐标；
所述第二公式组如下所示：
其中，所述(X”,Y”,Z”)为所述三维模型的位姿参数为(0,0,0)时，所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，其可通过将所述三维模型的位姿参数设置为(0,0,0)，对所述三维模型进行扫描，并将扫描获取的坐标乘以所述待定位定姿物体与所述三维模型的比例因子获得；所述(Xinit,Yinit,θinit)为所述三维模型的任一位姿参数；所述(X′,Y′,Z′)为所述三维模型的位姿参数为(0,0,0)时所述三维模型在所述参考坐标系o-xyz中坐标为(X”,Y”,Z”)的点在所述三维模型的位姿参数为(Xinit,Yinit,θinit)时在所述参考坐标系o-xyz中的坐标。
步骤3，将吻合时所述三维模型的位姿参数作为所述待定位定姿物体的位姿参数。
所述倾斜摄影定位定姿方法还包括步骤4，将当前帧图像对应的求解的所述待定位定姿物体的位姿参数作为下一帧图像对应的所述待定位定姿物体的三维模型的初始位姿参数，返回执行步骤1至3求解所述下一帧图像对应的所述待定位定姿物体的位姿参数，依次迭代，实现视频图像中每一帧图像对应的所述待定位定姿物体的位姿参数的求解。
所述位姿参数为表示物体的位置和方向的参数。
如图3至7所示，一种飞机定位定姿方法，采用上述一种倾斜摄影定位定姿方法实现飞机的定位定姿，所述待定位定姿物体为飞机。
如图8所示，一种倾斜摄影定位定姿系统，包括摄影设备、吻合位姿参数求解模块和赋值模块；
所述摄影设备，其用于以预设倾斜角度拍摄待定位定姿物体，获取包含所述待定位定姿物体的成像的图像；
所述吻合位姿参数求解模块，其用于调整所述待定位定姿物体的三维模型的位姿参数，使所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合，提取吻合时所述三维模型的位姿参数；
所述吻合位姿参数求解模块包括初始单元、第一判断单元、粗调单元、第二判断单元、优化单元和投影生成单元；
所述初始单元，其用于预设所述三维模型的位姿参数，并驱动所述投影生成单元工作；
所述第一判断单元，其用于判断初始位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则驱动所述优化单元工作；否，则在所述初始位姿参数的基础上驱动所述粗调单元工作；
所述粗调单元，其用于粗调所述三维模型的位姿参数，并驱动所述投影生成单元工作；
所述第二判断单元，其用于判断粗调位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则驱动所述优化单元工作，否，则在当前粗调位姿参数的基础上驱动所述粗调单元工作；
所述优化单元，其用于使用非线性最优化方法，在预设空间范围内修改套合时所述三维模型的位姿参数，并驱动所述投影生成单元工作，搜索吻合度极小值点，所述极小值点对应的所述三维模型的位姿参数即为所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合时所述三维模型的位姿参数；
所述投影生成单元，其用于根据接收的所述三维模型的位姿参数生成所述三维模型在所述像幅内的投影；
其中，所述套合为所述投影的二维轮廓与所述成像的二维轮廓的重合度在预设重合范围内；
所述吻合度根据如下第一公式计算，
所述第一公式如下所示：
其中，所述F为所述吻合度，所述p1i为所述投影的二维轮廓中的任一离散点，所述p2i为所述成像的二维轮廓中与所述p1i距离最近的离散点，所述Distance(p1i,p2i)为所述p1i与所述p2i之间的距离，所述M为所述投影的二维轮廓中离散点的个数。
所述投影生成单元具体功能包括如下步骤：
步骤a，用所述摄影设备拍摄平面标定板，解算所述摄影设备的内方位元素；用所述摄影设备以所述预设倾斜角度拍摄具有控制点的目标，并量测所述控制点的像点的坐标，根据所述控制点的坐标和所述像点的坐标，解算所述摄影设备的外方位元素；
步骤b，设所述三维模型的参考坐标系o-xyz的xoy平面与所述待定位定姿物体所在的地面重合；根据如下第一公式组计算所述三维模型的多个任一点在所述像幅内的像点，获取所述三维模型在所述像幅内的投影；
所述第一公式组如下所示：
其中，所述x0、y0、fx、fy、k1、k2、p1和p2为所述内方位元素，所述r11、r12、r13、r21、r22、r23、r31、r32、r33、XS、YS和ZS为所述外方位元素，所述所述(X,Y,Z)为所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，所述(x,y)为所述三维模型在所述参考坐标系o-xyz中坐标为(X,Y,Z)的点在所述像幅内的像点的坐标，所述(Δx,Δy)为坐标为(x,y)的像点的畸变量；
根据如下第二公式组求解任一位姿参数对应的所述三维模型的任一点在所述参考坐标系o-xyz中的坐标；
所述第二公式组如下所示：
其中，所述(X”,Y”,Z”)为所述三维模型的位姿参数为(0,0,0)时，所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，其可通过将所述三维模型的位姿参数设置为(0,0,0)，对所述三维模型进行扫描，并将扫描获取的坐标乘以所述待定位定姿物体与所述三维模型的比例因子获得；所述(Xinit,Yinit,θinit)为所述三维模型的任一位姿参数；所述(X′,Y′,Z′)为所述三维模型的位姿参数为(0,0,0)时所述三维模型在所述参考坐标系o-xyz中坐标为(X”,Y”,Z”)的点在所述三维模型的位姿参数为(Xinit,Yinit,θinit)时在所述参考坐标系o-xyz中的坐标。
所述赋值模块，其用于将吻合时所述三维模型的位姿参数作为所述待定位定姿物体的位姿参数。
所述倾斜摄影定位定姿系统还包括驱动模块，其用于将当前帧图像对应的求解的所述待定位定姿物体的位姿参数作为下一帧图像对应的所述待定位定姿物体的三维模型的初始位姿参数，驱动所述摄影设备、吻合位姿参数求解模块和赋值模块工作，求解所述下一帧图像对应的所述待定位定姿物体的位姿参数，依次迭代，实现视频图像中每一帧图像对应的所述待定位定姿物体的位姿参数的求解。
一种飞机定位定姿系统，采用上述一种倾斜摄影定位定系统实现飞机的定位定姿，所述待定位定姿物体为飞机。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种倾斜摄影定位定姿方法，其特征在于，包括如下步骤：
步骤1,摄影设备以预设倾斜角度拍摄待定位定姿物体，获取包含所述待定位定姿物体的成像的图像；
步骤2，调整所述待定位定姿物体的三维模型的位姿参数，使所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合，提取吻合时所述三维模型的位姿参数；
步骤3，将吻合时所述三维模型的位姿参数作为所述待定位定姿物体的位姿参数。
2.根据权利要求1所述一种倾斜摄影定位定姿方法，其特征在于，所述步骤2的具体实现包括如下步骤：
步骤21，预设所述三维模型的位姿参数，并生成所述三维模型在所述像幅内的投影；
步骤22，判断初始位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则执行步骤25；否，则在所述初始位姿参数的基础上执行步骤23；
步骤23，粗调所述三维模型的位姿参数，并生成所述三维模型在所述像幅内的投影；
步骤24，判断粗调位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则执行步骤25，否，则在当前粗调位姿参数的基础上返回执行步骤23；
步骤25，使用非线性最优化方法，在预设空间范围内修改套合时所述三维模型的位姿参数，并生成所述三维模型在所述像幅内的投影，搜索吻合度极小值点，所述极小值点对应的所述三维模型的位姿参数即为所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合时所述三维模型的位姿参数；
其中，所述套合为所述投影的二维轮廓与所述成像的二维轮廓的重合度在预设重合范围内；
所述吻合度根据如下第一公式计算，
所述第一公式如下所示：
<mrow>
<mi>F</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>M</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<mi>D</mi>
<mi>i</mi>
<mi>s</mi>
<mi>tan</mi>
<mi>c</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mn>1</mn>
<mi>i</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>p</mi>
<mrow>
<mn>2</mn>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中，所述F为所述吻合度，所述p1i为所述投影的二维轮廓中的任一离散点，所述p2i为所述成像的二维轮廓中与所述p1i距离最近的离散点，所述Distance(p1i,p2i)为所述p1i与所述p2i之间的距离，所述M为所述投影的二维轮廓中离散点的个数。
3.根据权利要求2所述一种倾斜摄影定位定姿方法，其特征在于，所述生成所述三维模型在所述像幅内的投影的具体实现包括如下步骤：
步骤a，用所述摄影设备拍摄平面标定板，解算所述摄影设备的内方位元素；用所述摄影设备以所述预设倾斜角度拍摄具有控制点的目标，并量测所述控制点的像点的坐标，根据所述控制点的坐标和所述像点的坐标，解算所述摄影设备的外方位元素；
步骤b，设所述三维模型的参考坐标系o-xyz的xoy平面与所述待定位定姿物体所在的地面重合；根据如下第一公式组计算所述三维模型的多个任一点在所述像幅内的像点，获取所述三维模型在所述像幅内的投影；
所述第一公式组如下所示：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>&Delta;</mi>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>r</mi>
<mn>11</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>12</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>13</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>r</mi>
<mn>31</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>32</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>33</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>y</mi>
<mo>-</mo>
<mi>&Delta;</mi>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>r</mi>
<mn>21</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>22</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>23</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>r</mi>
<mn>31</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>32</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>33</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>x</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msup>
<mi>r</mi>
<mn>4</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>y</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msup>
<mi>r</mi>
<mn>4</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，所述x0、y0、fx、fy、k1、k2、p1和p2为所述内方位元素，所述r11、r12、r13、r21、r22、r23、r31、r32、r33、XS、YS和ZS为所述外方位元素，所述所述(X,Y,Z)为所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，所述(x,y)为所述三维模型在所述参考坐标系o-xyz中坐标为(X,Y,Z)的点在所述像幅内的像点的坐标，所述(Δx,Δy)为坐标为(x,y)的像点的畸变量；
根据如下第二公式组求解任一位姿参数对应的所述三维模型的任一点在所述参考坐标系o-xyz中的坐标；
所述第二公式组如下所示：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mi>X</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<msup>
<mi>X</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<msub>
<mi>cos&theta;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msup>
<mi>Y</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<msub>
<mi>sin&theta;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mi>Y</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<msup>
<mi>X</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<msub>
<mi>sin&theta;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mi>Y</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<msub>
<mi>cos&theta;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mi>Z</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<msup>
<mi>Z</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，所述(X”,Y”,Z”)为所述三维模型的位姿参数为(0,0,0)时，所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，其可通过将所述三维模型的位姿参数设置为(0,0,0)，对所述三维模型进行扫描，并将扫描获取的坐标乘以所述待定位定姿物体与所述三维模型的比例因子获得；所述(Xinit,Yinit,θinit)为所述三维模型的任一位姿参数；所述(X′,Y′,Z′)为所述三维模型的位姿参数为(0,0,0)时所述三维模型在所述参考坐标系o-xyz中坐标为(X”,Y”,Z”)的点在所述三维模型的位姿参数为(Xinit,Yinit,θinit)时在所述参考坐标系o-xyz中的坐标。
4.根据权利要求2至3任一所述一种倾斜摄影定位定姿方法，其特征在于，所述倾斜摄影定位定姿方法还包括步骤4，将当前帧图像对应的求解的所述待定位定姿物体的位姿参数作为下一帧图像对应的所述待定位定姿物体的三维模型的初始位姿参数，返回执行步骤1至3求解所述下一帧图像对应的所述待定位定姿物体的位姿参数，依次迭代，实现视频图像中每一帧图像对应的所述待定位定姿物体的位姿参数的求解。
5.一种飞机定位定姿方法，其特征在于，采用权利要求1至4任一所述一种倾斜摄影定位定姿方法实现飞机的定位定姿，所述待定位定姿物体为飞机。
6.一种倾斜摄影定位定姿系统，其特征在于，包括摄影设备、吻合位姿参数求解模块和赋值模块；
所述摄影设备，其用于以预设倾斜角度拍摄待定位定姿物体，获取包含所述待定位定姿物体的成像的图像；
所述吻合位姿参数求解模块，其用于调整所述待定位定姿物体的三维模型的位姿参数，使所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合，提取吻合时所述三维模型的位姿参数；
所述赋值模块，其用于将吻合时所述三维模型的位姿参数作为所述待定位定姿物体的位姿参数。
7.根据权利要求6所述一种倾斜摄影定位定姿系统，其特征在于，所述吻合位姿参数求解模块包括初始单元、第一判断单元、粗调单元、第二判断单元、优化单元和投影生成单元；
所述初始单元，其用于预设所述三维模型的位姿参数，并驱动所述投影生成单元工作；
所述第一判断单元，其用于判断初始位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则驱动所述优化单元工作；否，则在所述初始位姿参数的基础上驱动所述粗调单元工作；
所述粗调单元，其用于粗调所述三维模型的位姿参数，并驱动所述投影生成单元工作；
所述第二判断单元，其用于判断粗调位姿参数对应的所述投影的二维轮廓是否与所述成像的二维轮廓套合；是，则驱动所述优化单元工作，否，则在当前粗调位姿参数的基础上驱动所述粗调单元工作；
所述优化单元，其用于使用非线性最优化方法，在预设空间范围内修改套合时所述三维模型的位姿参数，并驱动所述投影生成单元工作，搜索吻合度极小值点，所述极小值点对应的所述三维模型的位姿参数即为所述三维模型在所述图像对应的像幅内的投影的二维轮廓与所述成像的二维轮廓吻合时所述三维模型的位姿参数；
所述投影生成单元，其用于根据接收的所述三维模型的位姿参数生成所述三维模型在所述像幅内的投影；
其中，所述套合为所述投影的二维轮廓与所述成像的二维轮廓的重合度在预设重合范围内；
所述吻合度根据如下第一公式计算，
所述第一公式如下所示：
<mrow>
<mi>F</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>M</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<mi>D</mi>
<mi>i</mi>
<mi>s</mi>
<mi>tan</mi>
<mi>c</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mn>1</mn>
<mi>i</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>p</mi>
<mrow>
<mn>2</mn>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中，所述F为所述吻合度，所述p1i为所述投影的二维轮廓中的任一离散点，所述p2i为所述成像的二维轮廓中与所述p1i距离最近的离散点，所述Distance(p1i,p2i)为所述p1i与所述p2i之间的距离，所述M为所述投影的二维轮廓中离散点的个数。
8.根据权利要求7所述一种倾斜摄影定位定姿系统，其特征在于，
所述投影生成单元具体功能包括如下步骤：
步骤a，用所述摄影设备拍摄平面标定板，解算所述摄影设备的内方位元素；用所述摄影设备以所述预设倾斜角度拍摄具有控制点的目标，并量测所述控制点的像点的坐标，根据所述控制点的坐标和所述像点的坐标，解算所述摄影设备的外方位元素；
步骤b，设所述三维模型的参考坐标系o-xyz的xoy平面与所述待定位定姿物体所在的地面重合；根据如下第一公式组计算所述三维模型的多个任一点在所述像幅内的像点，获取所述三维模型在所述像幅内的投影；
所述第一公式组如下所示：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>&Delta;</mi>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>r</mi>
<mn>11</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>12</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>13</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>r</mi>
<mn>31</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>32</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>33</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>y</mi>
<mo>-</mo>
<mi>&Delta;</mi>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>r</mi>
<mn>21</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>22</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>23</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>r</mi>
<mn>31</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>32</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>r</mi>
<mn>33</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mi>S</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>x</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msup>
<mi>r</mi>
<mn>4</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>y</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msup>
<mi>r</mi>
<mn>4</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，所述x0、y0、fx、fy、k1、k2、p1和p2为所述内方位元素，所述r11、r12、r13、r21、r22、r23、r31、r32、r33、XS、YS和ZS为所述外方位元素，所述所述(X,Y,Z)为所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，所述(x,y)为所述三维模型在所述参考坐标系o-xyz中坐标为(X,Y,Z)的点在所述像幅内的像点的坐标，所述(Δx,Δy)为坐标为(x,y)的像点的畸变量；
根据如下第二公式组求解任一位姿参数对应的所述三维模型的任一点在所述参考坐标系o-xyz中的坐标；
所述第二公式组如下所示：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mi>X</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<msup>
<mi>X</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<msub>
<mi>cos&theta;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msup>
<mi>Y</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<msub>
<mi>sin&theta;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mi>Y</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<msup>
<mi>X</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<msub>
<mi>sin&theta;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mi>Y</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<msub>
<mi>cos&theta;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mi>Z</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<msup>
<mi>Z</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，所述(X”,Y”,Z”)为所述三维模型的位姿参数为(0,0,0)时，所述三维模型的任一点在所述参考坐标系o-xyz中的坐标，其可通过将所述三维模型的位姿参数设置为(0,0,0)，对所述三维模型进行扫描，并将扫描获取的坐标乘以所述待定位定姿物体与所述三维模型的比例因子获得；所述(Xinit,Yinit,θinit)为所述三维模型的任一位姿参数；所述(X′,Y′,Z′)为所述三维模型的位姿参数为(0,0,0)时所述三维模型在所述参考坐标系o-xyz中坐标为(X”,Y”,Z”)的点在所述三维模型的位姿参数为(Xinit,Yinit,θinit)时在所述参考坐标系o-xyz中的坐标。
9.根据权利要求7至8任一所述一种倾斜摄影定位定姿系统，其特征在于，所述倾斜摄影定位定姿系统还包括驱动模块，其用于将当前帧图像对应的求解的所述待定位定姿物体的位姿参数作为下一帧图像对应的所述待定位定姿物体的三维模型的初始位姿参数，驱动所述摄影设备、吻合位姿参数求解模块和赋值模块工作，求解所述下一帧图像对应的所述待定位定姿物体的位姿参数，依次迭代，实现视频图像中每一帧图像对应的所述待定位定姿物体的位姿参数的求解。
10.一种飞机定位定姿系统，其特征在于，采用权利要求6至9任一所述一种倾斜摄影定位定系统实现飞机的定位定姿，所述待定位定姿物体为飞机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201511018614.3A CN105571573B (zh) | 2015-12-29 | 2015-12-29 | 倾斜摄影定位定姿方法及系统和飞机定位定姿方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201511018614.3A CN105571573B (zh) | 2015-12-29 | 2015-12-29 | 倾斜摄影定位定姿方法及系统和飞机定位定姿方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105571573A CN105571573A (zh) | 2016-05-11 |
| CN105571573B true CN105571573B (zh) | 2018-05-01 |
Family
ID=55881980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201511018614.3A Active CN105571573B (zh) | 2015-12-29 | 2015-12-29 | 倾斜摄影定位定姿方法及系统和飞机定位定姿方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105571573B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108981700B (zh) * | 2018-06-13 | 2022-02-15 | 江苏实景信息科技有限公司 | 一种定位定姿方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101839692A (zh) * | 2010-05-27 | 2010-09-22 | 西安交通大学 | 单相机测量物体三维位置与姿态的方法 |
| CN104361628A (zh) * | 2014-11-27 | 2015-02-18 | 南宁市界围工程咨询有限公司 | 一种基于航空倾斜摄影测量的三维实景建模系统 |
| CN104596502A (zh) * | 2015-01-23 | 2015-05-06 | 浙江大学 | 一种基于cad模型与单目视觉的物体位姿测量方法 |
| CN104596486A (zh) * | 2014-12-15 | 2015-05-06 | 大连理工大学 | 基于目标旋转对称特征的位姿测量方法 |
| CN105043392A (zh) * | 2015-08-17 | 2015-11-11 | 中国人民解放军63920部队 | 一种飞行器位姿确定方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001091251A (ja) * | 1999-09-22 | 2001-04-06 | Gen Tec:Kk | ３次元地図作成方法 |
-
2015
- 2015-12-29 CN CN201511018614.3A patent/CN105571573B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101839692A (zh) * | 2010-05-27 | 2010-09-22 | 西安交通大学 | 单相机测量物体三维位置与姿态的方法 |
| CN104361628A (zh) * | 2014-11-27 | 2015-02-18 | 南宁市界围工程咨询有限公司 | 一种基于航空倾斜摄影测量的三维实景建模系统 |
| CN104596486A (zh) * | 2014-12-15 | 2015-05-06 | 大连理工大学 | 基于目标旋转对称特征的位姿测量方法 |
| CN104596502A (zh) * | 2015-01-23 | 2015-05-06 | 浙江大学 | 一种基于cad模型与单目视觉的物体位姿测量方法 |
| CN105043392A (zh) * | 2015-08-17 | 2015-11-11 | 中国人民解放军63920部队 | 一种飞行器位姿确定方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 一种便携式小型物体三维重建方法;郑顺义等;《武汉大学学报信息科学版》;20150228;第40卷(第2期);第147-152页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105571573A (zh) | 2016-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12105199B2 (en) | System and method for measuring image distance of power transmission lines with unmanned aerial vehicle (UAV) | |
| CN108828606B (zh) | 一种基于激光雷达和双目可见光相机联合测量方法 | |
| CN103557841B (zh) | 一种提高多相机合成影像摄影测量精度的方法 | |
| CN101226057B (zh) | 一种数字近景摄影测量方法 | |
| CN107146256B (zh) | 基于差分gps系统的外场大视场条件下的摄像机标定方法 | |
| CN106485785B (zh) | 一种基于室内三维建模和定位的场景生成方法及系统 | |
| CN109631793B (zh) | 型面数字摄影自动化测量方法 | |
| CN107749072B (zh) | 一种适用于坡面测量的无人机航拍图像校准方法 | |
| CN106408601B (zh) | 一种基于gps的双目融合定位方法及装置 | |
| CN106643492B (zh) | 一种航空发动机损伤叶片三维数字散斑造型方法 | |
| CN111006646B (zh) | 基于无人机倾斜摄影测量技术实现施工进度监测的方法 | |
| CN107610178A (zh) | 一种工业摄影测量系统相机参数移动式标定方法 | |
| CN113340277B (zh) | 一种基于无人机倾斜摄影的高精度定位方法 | |
| Tahar et al. | UAV-based stereo vision for photogrammetric survey in aerial terrain mapping | |
| CN107067437A (zh) | 一种基于多视几何和光束法平差的无人机定位系统及方法 | |
| Liu et al. | Accurate mapping method for UAV photogrammetry without ground control points in the map projection frame | |
| CN108761271A (zh) | 一种电网树障检测方法及系统 | |
| CN109472778B (zh) | 一种基于无人机的高耸结构外观检测方法 | |
| CN107784633B (zh) | 适用于平面测量的无人机航拍图像校准方法 | |
| Yastikli et al. | The processing of image data collected by light UAV systems for GIS data capture and updating | |
| CN109631854A (zh) | 一种低空无人机摄影测定矿区采煤塌陷裂缝方法 | |
| CN113776504B (zh) | 一种复杂结构水工程无人机高精度摄影和质量控制方法 | |
| CN105571573B (zh) | 倾斜摄影定位定姿方法及系统和飞机定位定姿方法及系统 | |
| CN116907449A (zh) | 用于公路工程的基于bim和倾斜摄影的测量方法 | |
| CN111561867A (zh) | 一种飞机表面形貌数字化测量方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200611 Address after: 430000 room 15, floor 5, building 6, Guanggu power energy conservation and environmental protection industrial park, No. 308, Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province (intersection of Fenghuangyuan Middle Road) Patentee after: WUHAN ZHONGGUAN AUTOMATION TECHNOLOGY Co.,Ltd. Address before: 210012, room 7, floor 1, 706 West Spring Road, Yuhuatai District, Jiangsu, Nanjing, China Patentee before: NANJING ZHONGGUAN SOFTWARE TECHNOLOGY Co.,Ltd. |