CN107741220A - 影像处理方法、装置及电子设备 - Google Patents
影像处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN107741220A CN107741220A CN201711019043.4A CN201711019043A CN107741220A CN 107741220 A CN107741220 A CN 107741220A CN 201711019043 A CN201711019043 A CN 201711019043A CN 107741220 A CN107741220 A CN 107741220A
- Authority
- CN
- China
- Prior art keywords
- elements
- exterior orientation
- msup
- precision
- centerdot
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012937 correction Methods 0.000 claims abstract description 66
- 238000005259 measurement Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 21
- 238000012876 topography Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 230000004907 flux Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供一种影像处理方法、装置及电子设备，涉及测量技术领域。所述影像处理方法包括：获得畸变参数、待摄影区域的原始影像集合和原始外方位元素集合，根据畸变参数对原始影像集合进行畸变处理得到修正版影像集合，获取原始外方位元素集合中精度高于预设值的所有外方位元素以及与精度高于预设值的各外方位元素对应的修正版影像。根据精度高于预设值的各外方位元素和对应的影像获得待摄影区域的连接点和sigma值，判定sigma值是否超过设定值，根据判定结果对精度高于预设值的所有外方位元素进行平差计算得到修正版外方位元素。使用该影像处理方法、装置及电子设备能保证测量数据的可靠性和处理结果的精确性，能满足大比例尺地形图的精度要求。
Description
技术领域
本发明涉及测量技术领域，具体而言，涉及一种影像处理方法、装置及电子设备。
背景技术
无人机具有机动灵活、高效快速、精细准确、作业成本低、适用范围广、生产周期短等特点，在小区域和飞行困难地区使用无人机进行航测也能获取高分辨。
但由于无人机自身质量小，易受气流影响，测量到的影像资料大多不准确，很难满足航测精度要求。
发明内容
有鉴于此，本发明实施例的目的在于提供一种影像处理方法、装置及电子设备，以改善现有技术中测量不准确，难以满足航测精度要求的问题。
本发明实施例提供了一种影像处理方法，该方法应用于与摄影设备通信连接的服务端，该方法包括以下步骤：获取所述摄影设备拍摄待摄影区域的畸变参数、拍摄到的所述待摄影区域的原始影像集合和原始外方位元素集合。根据所述畸变参数对所述原始影像集合进行畸变处理得到修正版影像集合，所述原始外方位元素集合中的各原始外方位元素与所述修正版影像集合中的各修正版影像一一对应。获取所述原始外方位元素集合中精度高于预设值的所有外方位元素以及与所述精度高于预设值的各外方位元素对应的修正版影像。针对精度高于预设值的每个外方位元素，将该外方位元素和对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值，所述sigma值为所述连接点集合上下视差的中误差。判定所述sigma值是否超过设定值，根据判定结果对所述精度高于预设值的所有外方位元素进行平差计算得到修正版外方位元素。
可选地，所述畸变参数通过测量端在所述摄影设备对待摄影区域进行拍摄之前，对所述摄影设备的镜头进行标定和量测得到。
可选地，所述畸变参数为K1～K7，b1，b2，P1和P2；K1～K7，b1，b2，P1和P2的取值通过对所述摄影设备的镜头进行标定和量测得到，根据所述畸变参数对所述原始影像集合进行畸变处理得到修正版影像集合的步骤，包括：
将K1～K7，b1，b2，P1和P2带入校正公式，通过所述校正公式对所述原始影像集合进行畸变处理，得到修正版影像集合，所述校正公式为：
可选地，获取所述原始外方位元素集合中精度高于预设值的所有外方位元素以及与所述精度高于预设值的各外方位元素对应的修正版影像的步骤，包括：
采用影像灰度法和光束法对所述原始外方位元素集合进行处理，获得精度高于预设值的所有外方位元素。查找出与精度高于预设值的各外方位元素对应的各修正版影像。
可选地，针对精度高于预设值的每个外方位元素，将该外方位元素和对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值，所述sigma值为所述连接点集合上下视差的中误差的步骤，包括：
针对精度高于预设值的每个外方位元素，采用影像灰度法和光束法获取该外方位元素中航向和旁向同名点在与该外方位元素对应的修正版影像上的像点坐标，根据所述像点坐标和所述修正版影像获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值。
可选地，判定所述sigma值是否超过设定值，根据判定结果对所述精度高于预设值的所有外方位元素集合进行平差计算得到修正版外方位元素集合的步骤包括：
若所述sigma值超过所述设定值，对所述畸变系数进行校验，并重新针对精度高于预设值的每个外方位元素，将该外方位元素与该外方位元素相对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值。
若所述sigma值不超过所述设定值，对所述连接点集合进行平差计算，剔除所述连接点集合中的粗差，并根据剔除粗差之后的所述连接点集合对每张修正版影像缺失的连接点进行补测，并判断补测之后的连接点的精度，若所述补测之后的连接点的航向重叠度没有达到第一重叠度设定值、旁向重叠度没有达到第二重叠度设定值，对所述补测之后的连接点重新补测。
获得实测像点坐标，根据所述实测像点坐标对所述精度高于预设值的外方位元素集合进行第一次平差计算，将第一次平差计算后得到的外方位元素集合进行第二次平差计算，得到修正版外方位元素集合。
可选地，获得实测像点坐标，根据所述实测像点坐标对所述精度高于预设值的外方位元素集合进行第一次平差计算，将第一次平差计算后得到的外方位元素集合进行第二次平差计算，得到修正版外方位元素集合的步骤，包括：
针对每个精度高于预设值的外方位元素，将误差值大于预设阀值的外方位元素进行修正作为第一次平差计算后得到的外方位元素集合，所述误差值为所述精度高于预设值的外方位元素集合与所述实测像点坐标的误差。
基于所述误差值再次设定误差范围，将所述第一次平差计算后得到的外方位元素组合进行第二次平差计算，得到修正版外方位元素集合。
本发明实施例还提供了一种影像处理装置，应用于与摄影设备通信连接的服务端，所述影像处理装置包括：
收集模块，用于获取所述摄影设备拍摄待摄影区域的畸变参数、拍摄到的所述待摄影区域的原始影像集合和原始外方位元素集合。
畸变处理模块，用于根据所述畸变参数对所述原始影像集合进行畸变处理得到修正版影像集合，所述原始外方位元素集合的各原始外方位元素与所述修正版影像集合中的各修正版影像一一对应。
筛选模块，用于获取所述原始外方位元素集合中精度高于预设值的所有外方位元素以及与所述精度高于预设值的各外方位元素对应的修正版影像。
计算模块，用于针对精度高于预设值的每个外方位元素，将该外方位元素和对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值，所述sigma值为所述连接点集合上下视差的中误差。
修正模块，判定所述sigma值是否超过设定值，根据判定结果对所述精度高于预设值的所有外方位元素进行平差计算得到修正版外方位元素。
本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述影像处理方法。
本发明实施例还提供了一种计算机可读存储介质，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在电子设备执行上述影像处理方法。
本发明实施例提供的影像处理方法、装置及电子设备，会根据畸变参数对原始影像集合进行处理得到修正版影像集合，将精度高于预设值的每个外方位元素和对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值，并根据对sigma值是否超过设定值的判定结果对所述精度高于预设值的所有外方位元素进行进一步处理，能满足大比例尺地形图的精度要求。
进一步地，在航测之前对摄影设备的镜头进行标定和测量得到畸变系数，增加了可靠性，消除了畸变所带来的几何误差。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明较佳实施例提供的一种电子设备10的方框示意图。
图2为本发明较佳实施例提供的一种影像处理方法的流程图。
图3为一实施方式中图2所示步骤S25包括的子步骤的示意图。
图4为本发明较佳实施例提供的一种影像处理装置20的模块框图。
图标：10-电子设备；11-存储器；12-处理器；13-网络模块；20-影像处理装置；21-收集模块；22-畸变处理模块；23-筛选模块；24-计算模块；25-修正模块。
具体实施方式
随着无人机与数码相机技术的发展，基于无人机平台的数字航测技术已显示出其独特的优势，无人机航测技术的应用越来越广泛。
发明人经分析发现，将无人机航测技术运用于大比例尺地形图测绘时，由于无人机自身质量小、惯性小，受气流影响大，俯仰角、侧滚角和旋偏角较传统航测来说变化快，使得影像的倾角过大且倾斜方向没有规律，幅度远远超过传统航测的规范要求，拍摄的影像稳定性差，在进行后续处理中会出现连接点冗余、残差值多，或标准点位连接点缺失、甚至无连接点的现象，无法达到精度要求。
此外，由于无人机的相机一般为普通民用数码相机，其获取的影像存在畸变差大、相幅小等情况，现有的对数码相机畸变参数的测量大多通过软件计算，导致畸变参数精度差，不可靠。并且现有的对测量数据的后期处理大多只得到最终成果数据而没有中间环节的数据，得到的处理后的数据的通用性差。
基于上述研究，为了解决上述问题，本发明实施例提供了一种能够分段处理并保留处理结果的影像处理方法，使得处理之后的数据精度高，通用性强，并且对相机镜头进行严格规范的量测和标定，使得处理之后的图像更加清晰、真实。
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
如图1所示，是本发明较佳实施例提供的电子设备10的方框示意图。本发明实施例中的电子设备10可以为具有数据存储、传输、处理功能的服务端。如图1所示，电子设备10包括：存储器11、处理器12、网络模块13及影像处理装置20。
所述存储器11、处理器12以及网络模块13相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器11中存储有影像处理装置20，所述影像处理装置20包括至少一个可以软件或固件(firmware)的形式存储于所述存储器11中的软件功能模块，所述处理器12通过运行存储在存储器11内的软件程序以及模块，如本发明实施例中的影像处理装置20，从而执行各种功能应用以及数据处理，即实现本发明实施例中的虚拟奖品分配方法。
其中，所述存储器11可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器11用于存储程序，所述处理器12在接收到执行指令后，执行所述程序。
所述处理器12可能是一种集成电路芯片，具有数据的处理能力。上述的处理器12可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
网络模块13用于通过网络建立电子设备10与其他通信终端之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
可以理解，图1所示的结构仅为示意，电子设备10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例还提供一种计算机可读存储介质，所述可读存储介质包括计算机程序。所述计算机程序运行时控制所述可读存储介质所在电子设备10执行下面的影像处理方法。
请参阅图2，是本发明较佳实施例提供的一种影像处理方法的流程图。所述方法有关的流程所定义的方法步骤应用于电子设备10，可以由所述处理器12实现。下面将对图2所示的具体流程进行详细阐述。
步骤S21，航测之前对相机进行标定和量测，获得相机的畸变参数。
相机的畸变参数是衡量相机镜头因曲度造成的影像的变形和扭曲的参数，由于变形了扭曲的影像不能用于测绘工作，因此需要预先获得相机的畸变参数，然后通过畸变参数对原始影像进行畸变处理。
在本实施例中，相机畸变参数可通过正规的、有资质的单位或实验室对镜头进行光学上的严格标定、量测得到。相比于传统的软件计算法更具有准确性和可靠性。
步骤S22，获得拍摄到的原始影像和原始POS数据集合，根据步骤S21得到的畸变参数采用Mapmatrix软件对原始影像进行畸变处理得到修正后的影像。
对相机的畸变参数进行标定之后，无人机携带相机对待摄影区域进行拍摄，服务端获得拍摄到的原始影像集合和原始POS数据集合，服务端将原始影像集合导入Mapmatrix软件，利用Mapmatrix软件的影像畸变校正模块对原始影像集合进行畸变处理，通过将畸变系数带入校正公式进行处理得到修正版影像集合。
在本实施例中，畸变参数可以为径向畸变系数K1～K7。P1，P2可以为偏心畸变系数。b1可以为CCD非正方形比例系数，b2可以为CCD非正交性畸变系数针对不同的相机镜头，K1～K7、P1、P2、b1和b2有不同的测量值。
校正公式为：
可根据实际的畸变处理精度要求，选择畸变公式的畸变系数的值带入，例如：
若畸变处理精度要求高，则将测量得到的K1～K7均带入上述公式以得到精度高的影像。
若畸变处理精度要求低，又例如，可以将K3～K7置零，只带入K1和K2以得到精度相对较低的影像。
又例如，在本实施例中：
径向畸变系数K1可以为0.0000007896315866；
径向畸变系数K2可以为-0.0000000000000529；
偏心畸变系数P1可以为0.0000000078087790670；
偏心畸变系数P2可以为0.0000000061462701818；
CCD非正方形比例系数b1可以为-0.000002498976；
CCD非正交性畸变系数b2可以为-0.00017928397。
步骤S23，将原始POS数据集合导入PIX4DMAPPER软件，通过软件计算出相对精度较高的所有外方位元素。
在本实施例中，原始POS数据集合包括很多数据，例如外方位元素。
服务端打开PIX4DMAPPER软件之后，建立项目工程，编辑相机参数，定义相应投影坐标系，然后导入原始POS数据，采用影像灰度法和光束法对原始POS数据中的原始外方位元素集合进行处理，计算出相对精度较高的所有外方位元素。
应当理解，相对精度较高的所有外方位元素可以为精度大于PIX4DMAPPER软件预设值的所有外方位元素，该预设值根据实际需求设定。
步骤S24，将通过步骤S23得到的相对精度较高的所有外方位元素导入ISAT软件中，匹配获得整个待摄影区域的连接点的集合和sigma值。
服务端打开ISAT软件，将通过PIX4DMAPPER软件计算出的相对精度较高的所有外方位元素导入ISAT软件，并将与相对精度较高的各外方位元素对应的各修正版影像导入ISAT软件，根据整个待摄影区域的地形地势，通过影像灰度法和光束法，将每个相对精度较高的外方位元素和对应修正版影像进行匹配，获取每个相对精度较高的外方位元素的航向和旁向同名点在对应修正版影像上的像点坐标，设定匹配参数，分块匹配并获得反映所述待摄影区域地形地貌的连接点集合，并计算出整个待摄影区域的sigma值。
在本实施例中，sigma值可以是反映所述待摄影区域地形地貌的连接点上下视差的中误差。
步骤S25，对sigma值进行判断，根据判断结果采用ISAT软件和INPHO软件对相对精度较高的所有外方位元素进行联合平差。
请结合参阅图3，本实施例中通过步骤S251、步骤S252…列举了步骤S25的其中一种实现方式
步骤S251，判断sigma值是否超过设定值。
在实施例中，设定值可以是修正后影像集合的1/3像元，在进行后续处理时，需要先判断sigma值是否超过修正后影像集合的1/3像元。
若sigma值超过修正版影响集合的1/3像元，需要返回检验相机镜头的畸变参数，例如，在ISAT软件中通过实验区检验畸变参数K1～K7所对应的公式值，若核对无误，则需要返回步骤S21，对相机镜头的畸变参数重新进行标定和量测，然后重复上述步骤，直到sigma值不超过修正版影响集合的1/3像元，才能进入步骤S252。
若sigma值不超过修正版影响集合的1/3像元，则直接进入步骤S252。
步骤S252，通过自由网平差，将反映所述待摄影区域地形地貌的连接点集合中的粗差值进行剔除。
粗差是指在相同观测条件下作一系列的观测，是测量误差的种类之一，一般是指绝对值大于3倍中误差的观测误差，包括内外业中因疏忽大意而造成的差错在内，含有粗差的测量数据是不能采用的。
步骤S253，逐片检查，人工补测连接点。
剔除粗差后，不可避免的会有个别连接点缺失的现象，对此，若要生产数字线划地图，为了保证成图精度，需要对缺失的连接点进行补测。
在本实施例中，可以采用逐片检查的方式进行连接点的补测。然后对补测的连接点进行精度判定：航向影像同名点主点位置至少达到三度重叠，首尾两度重叠；旁向影像同名点主点位置至少达到五度重叠，首尾四度重叠，以确保每张影片在整个待摄影区域中的稳定性。
步骤S254，获得实测像点坐标。
通过外业实测像控点，在本实施例中，像控点是在工作中要反复查看地面目标和对照影像,选择野外的实地位置和像片的影像位置都可以明确辨认的点。对像控点进行实测可以确保量测的平面和高程精度。应当理解，通过外业实测到的像控点的坐标为实测像点坐标。
步骤S255，在ISAT软件下进行平差计算。
在ISAT软件下平差计算，剔出误差较大的量测点，在立体环境下修正量测点的平面、高程误差，直到达到平面和高程精度。
在本实施例中，量测点可以是相对精度较高的各外方位元素的航向和旁向同名点在对应修正版影像上的像点坐标。
在本实施例中，误差较大的判定标准可以为：
将误差值大于预设阀值的相对精度较高的所有外方位元素进行修正，误差值为精度高于预设值的外方位元素集合与实测像点坐标的误差，预设阀值根据实际情况选取。
步骤S256，将通过步骤S255平差计算得到的数据导入INPHO软件再次进行平差计算。
将ISAT工程转换成INPHO工程，导入通过ISAT计算出的相对精度较高的所有外方位元素，基于步骤S255的预设阀值再次设定误差范围，进行平差计算，得到修正版外方位元素集合。
在本实施例中，可以采用INPHO软件中的“12参数或44参数改正”的计算方法，然后对比平差结果，导出更精确的平差结果。
例如，针对1：2000的平地，规范要求平面中误差小于1米，高程中误差小于0.28米，通过INPHO软件得到的平面中误差小于0.6米，高程中误差小于0.2米，满足规范要求。
进一步地，在INPHO软件下处理得到的成果可以直接应用于该软件系统后续生产，如数字高程模型(DEM)的生产，增加了处理成果的通用性。
在上述基础上，如图4所示，本发明实施例提供了一种影像处理装置20，所述影像处理装置20包括：
收集模块21，用于获取所述摄影设备拍摄待摄影区域的畸变参数、拍摄到的所述待摄影区域的原始影像集合和原始外方位元素集合。
由于收集模块21和图2中步骤S21和步骤S22的实现原理类似，因此在此不作更多说明。
畸变处理模块22，用于根据所述畸变参数对所述原始影像集合进行畸变处理得到修正版影像集合，所述原始外方位元素集合的各原始外方位元素与所述修正版影像集合中的各修正版影像一一对应。
由于畸变处理模块22和图2中步骤S22的实现原理类似，因此在此不作更多说明。
筛选模块23，用于获取所述原始外方位元素集合中精度高于预设值的所有外方位元素以及与所述精度高于预设值的各外方位元素对应的修正版影像。
由于筛选模块23和图2中步骤S23的实现原理类似，因此在此不作更多说明。
计算模块24，用于针对精度高于预设值的每个外方位元素，将该外方位元素和对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值，所述sigma值为所述连接点集合上下视差的中误差。
由于计算模块24和图2中步骤S24的实现原理类似，因此在此不作更多说明。
修正模块25，用于判定所述sigma值是否超过设定值，根据判定结果对所述精度高于预设值的所有外方位元素进行平差计算得到修正版外方位元素。
由于修正模块25和图2中步骤S25的实现原理类似，因此在此不作更多说明。
本发明实施例中的影像处理方法、装置及电子设备在对待摄影区域进行航测过程中，保证了测量数据的准确性和可靠性，在对航测数据进行处理的过程中，通过相应步骤保证了处理结果的精确性，能够满足比例尺地形图的精度要求。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备10，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的可选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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)
1.一种影像处理方法，其特征在于，应用于与摄影设备通信连接的服务端，所述方法包括：
获取所述摄影设备拍摄待摄影区域的畸变参数、拍摄到的所述待摄影区域的原始影像集合和原始外方位元素集合；
根据所述畸变参数对所述原始影像集合进行畸变处理得到修正版影像集合，所述原始外方位元素集合中的各原始外方位元素与所述修正版影像集合中的各修正版影像一一对应；
获取所述原始外方位元素集合中精度高于预设值的所有外方位元素以及与所述精度高于预设值的各外方位元素对应的修正版影像；
针对精度高于预设值的每个外方位元素，将该外方位元素和对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值，所述sigma值为所述连接点集合上下视差的中误差；
判定所述sigma值是否超过设定值，根据判定结果对所述精度高于预设值的所有外方位元素进行平差计算得到修正版外方位元素。
2.根据权利要求1所述的影像处理方法，其特征在于，所述畸变参数通过测量端在所述摄影设备对待摄影区域进行拍摄之前，对所述摄影设备的镜头进行标定和量测得到。
3.根据权利要求2所述的影像处理方法，其特征在于，所述畸变参数为K1～K7，b1，b2，P1和P2；K1～K7，b1，b2，P1和P2的取值通过对所述摄影设备的镜头进行标定和量测得到，根据所述畸变参数对所述原始影像集合进行畸变处理得到修正版影像集合的步骤，包括：
将K1～K7，b1，b2，P1和P2带入校正公式，通过所述校正公式对所述原始影像集合进行畸变处理，得到修正版影像集合，所述校正公式为：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>D</mi>
<mi>X</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mn>0</mn>
<mo>+</mo>
<mi>K</mi>
<mn>1</mn>
<mo>&CenterDot;</mo>
<mi>R</mi>
<mo>+</mo>
<mi>K</mi>
<mn>2</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>3</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>3</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>4</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>4</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>5</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>5</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>6</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>6</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>7</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>7</mn>
</msup>
<mo>)</mo>
<mo>&CenterDot;</mo>
<mi>X</mi>
</mrow>
<mi>R</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<mi>P</mi>
<mn>1</mn>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>X</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<mo>&CenterDot;</mo>
<mi>P</mi>
<mn>2</mn>
<mo>&CenterDot;</mo>
<mi>X</mi>
<mo>&CenterDot;</mo>
<mi>Y</mi>
<mo>+</mo>
<mi>b</mi>
<mn>1</mn>
<mo>&CenterDot;</mo>
<mi>X</mi>
<mo>+</mo>
<mi>b</mi>
<mn>2</mn>
<mo>&CenterDot;</mo>
<mi>Y</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>D</mi>
<mi>Y</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mn>0</mn>
<mo>+</mo>
<mi>K</mi>
<mn>1</mn>
<mo>&CenterDot;</mo>
<mi>R</mi>
<mo>+</mo>
<mi>K</mi>
<mn>2</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>3</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>3</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>4</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>4</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>5</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>5</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>6</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>6</mn>
</msup>
<mo>+</mo>
<mi>K</mi>
<mn>7</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>R</mi>
<mn>7</mn>
</msup>
<mo>)</mo>
<mo>&CenterDot;</mo>
<mi>Y</mi>
</mrow>
<mi>R</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<mi>P</mi>
<mn>1</mn>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<mo>&CenterDot;</mo>
<msup>
<mi>Y</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<mo>&CenterDot;</mo>
<mi>P</mi>
<mn>2</mn>
<mo>&CenterDot;</mo>
<mi>X</mi>
<mo>&CenterDot;</mo>
<mi>Y</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>.</mo>
</mrow>
4.根据权利要求2所述的影像处理方法，其特征在于，获取所述原始外方位元素集合中精度高于预设值的所有外方位元素以及与所述精度高于预设值的各外方位元素对应的修正版影像的步骤，包括：
采用影像灰度法和光束法对所述原始外方位元素集合进行处理，获得精度高于预设值的所有外方位元素；
查找出与精度高于预设值的各外方位元素对应的各修正版影像。
5.根据权利要求4所述的影像处理方法，其特征在于，针对精度高于预设值的每个外方位元素，将该外方位元素和对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值，所述sigma值为所述连接点集合上下视差的中误差的步骤，包括：
针对精度高于预设值的每个外方位元素，采用影像灰度法和光束法获取该外方位元素中航向和旁向同名点在与该外方位元素对应的修正版影像上的像点坐标，根据所述像点坐标和所述修正版影像获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值。
6.根据权利要求5所述的影像处理方法，其特征在于，判定所述sigma值是否超过设定值，根据判定结果对所述精度高于预设值的所有外方位元素集合进行平差计算得到修正版外方位元素集合的步骤包括：
若所述sigma值超过所述设定值，对所述畸变系数进行校验，并重新针对精度高于预设值的每个外方位元素，将该外方位元素与该外方位元素相对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值；
若所述sigma值不超过所述设定值，对所述连接点集合进行平差计算，剔除所述连接点集合中的粗差，并根据剔除粗差之后的所述连接点集合对每张修正版影像缺失的连接点进行补测，并判断补测之后的连接点的精度，若所述补测之后的连接点的航向重叠度没有达到第一重叠度设定值、旁向重叠度没有达到第二重叠度设定值，对所述补测之后的连接点重新补测；
获得实测像点坐标，根据所述实测像点坐标对所述精度高于预设值的外方位元素集合进行第一次平差计算，将第一次平差计算后得到的外方位元素集合进行第二次平差计算，得到修正版外方位元素集合。
7.根据权利要求6所述的影像处理方法，其特征在于，获得实测像点坐标，根据所述实测像点坐标对所述精度高于预设值的外方位元素集合进行第一次平差计算，将第一次平差计算后得到的外方位元素集合进行第二次平差计算，得到修正版外方位元素集合的步骤，包括：
针对每个精度高于预设值的外方位元素，将误差值大于预设阀值的外方位元素进行修正作为第一次平差计算后得到的外方位元素集合，所述误差值为所述精度高于预设值的外方位元素集合与所述实测像点坐标的误差；
基于所述误差值再次设定误差范围，将所述第一次平差计算后得到的外方位元素组合进行第二次平差计算，得到修正版外方位元素集合。
8.一种影像处理装置，其特征在于，应用于与摄影设备通信连接的服务端，所述影像处理装置包括：
收集模块，用于获取所述摄影设备拍摄待摄影区域的畸变参数、拍摄到的所述待摄影区域的原始影像集合和原始外方位元素集合；
畸变处理模块，用于根据所述畸变参数对所述原始影像集合进行畸变处理得到修正版影像集合，所述原始外方位元素集合的各原始外方位元素与所述修正版影像集合中的各修正版影像一一对应；
筛选模块，用于获取所述原始外方位元素集合中精度高于预设值的所有外方位元素以及与所述精度高于预设值的各外方位元素对应的修正版影像；
计算模块，用于针对精度高于预设值的每个外方位元素，将该外方位元素和对应的修正版影像进行匹配，获得反映所述待摄影区域地形地貌的连接点集合和所述待摄影区域的sigma值，所述sigma值为所述连接点集合上下视差的中误差；
修正模块，判定所述sigma值是否超过设定值，根据判定结果对所述精度高于预设值的所有外方位元素进行平差计算得到修正版外方位元素。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～8任一项所述的影像处理方法。
10.一种计算机可读存储介质，其特征在于，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在电子设备执行权利要求1～8任一项所述的影像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711019043.4A CN107741220B (zh) | 2017-10-26 | 2017-10-26 | 影像处理方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711019043.4A CN107741220B (zh) | 2017-10-26 | 2017-10-26 | 影像处理方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107741220A true CN107741220A (zh) | 2018-02-27 |
| CN107741220B CN107741220B (zh) | 2020-07-24 |
Family
ID=61238404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711019043.4A Active CN107741220B (zh) | 2017-10-26 | 2017-10-26 | 影像处理方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107741220B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112419443A (zh) * | 2020-12-09 | 2021-02-26 | 中煤航测遥感集团有限公司 | 真正射影像生成方法和装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6735348B2 (en) * | 2001-05-01 | 2004-05-11 | Space Imaging, Llc | Apparatuses and methods for mapping image coordinates to ground coordinates |
| WO2007108580A1 (en) * | 2006-03-23 | 2007-09-27 | Industry-Academic Cooperation Foundation, Yonsei University | Method and apparatus of correcting geometry of an image |
| CN101520897A (zh) * | 2009-02-27 | 2009-09-02 | 北京机械工业学院 | 摄像机标定方法 |
| CN101846514A (zh) * | 2010-06-17 | 2010-09-29 | 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 |
| US20150347837A1 (en) * | 2006-03-02 | 2015-12-03 | Compulink Management Center, Inc. | Model-based dewarping method and apparatus |
| EP2972069A1 (en) * | 2013-03-15 | 2016-01-20 | Thales Visionix, Inc. | Measuring and compensating for optical distortion |
| CN105387846A (zh) * | 2015-10-26 | 2016-03-09 | 中国农业大学 | 卫星影像的正射校正方法和系统 |
| CN105424010A (zh) * | 2015-11-17 | 2016-03-23 | 中国人民解放军信息工程大学 | 一种无人机视频地理空间信息注册方法 |
| CN105716583A (zh) * | 2016-01-26 | 2016-06-29 | 河海大学 | 一种基于平行摄影的勘探洞地质编录底图生成方法 |
| CN106127697A (zh) * | 2016-06-07 | 2016-11-16 | 哈尔滨工业大学 | 无人机机载成像高光谱几何校正方法 |
-
2017
- 2017-10-26 CN CN201711019043.4A patent/CN107741220B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6735348B2 (en) * | 2001-05-01 | 2004-05-11 | Space Imaging, Llc | Apparatuses and methods for mapping image coordinates to ground coordinates |
| US20150347837A1 (en) * | 2006-03-02 | 2015-12-03 | Compulink Management Center, Inc. | Model-based dewarping method and apparatus |
| WO2007108580A1 (en) * | 2006-03-23 | 2007-09-27 | Industry-Academic Cooperation Foundation, Yonsei University | Method and apparatus of correcting geometry of an image |
| CN101520897A (zh) * | 2009-02-27 | 2009-09-02 | 北京机械工业学院 | 摄像机标定方法 |
| CN101846514A (zh) * | 2010-06-17 | 2010-09-29 | 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 |
| EP2972069A1 (en) * | 2013-03-15 | 2016-01-20 | Thales Visionix, Inc. | Measuring and compensating for optical distortion |
| CN105387846A (zh) * | 2015-10-26 | 2016-03-09 | 中国农业大学 | 卫星影像的正射校正方法和系统 |
| CN105424010A (zh) * | 2015-11-17 | 2016-03-23 | 中国人民解放军信息工程大学 | 一种无人机视频地理空间信息注册方法 |
| CN105716583A (zh) * | 2016-01-26 | 2016-06-29 | 河海大学 | 一种基于平行摄影的勘探洞地质编录底图生成方法 |
| CN106127697A (zh) * | 2016-06-07 | 2016-11-16 | 哈尔滨工业大学 | 无人机机载成像高光谱几何校正方法 |
Non-Patent Citations (2)
| Title |
|---|
| YUE, CHUNYU: "Error propagation of exterior orientation elements study on spaceborne laser altimeter ground positioning", 《PROCEEDINGS VOLUME 9246, LIDAR TECHNOLOGIES, TECHNIQUES, AND MEASUREMENTS FOR ATMOSPHERIC REMOTE SENSING X》 * |
| 袁修孝: ""POS 影像外方位元素相关性对模型上下视差理论精度的影响"", 《武汉大学学报（信息科学版）》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112419443A (zh) * | 2020-12-09 | 2021-02-26 | 中煤航测遥感集团有限公司 | 真正射影像生成方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107741220B (zh) | 2020-07-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106949848A (zh) | 一种高精度激光3d轮廓手机结构件检测方法 | |
| US9228834B2 (en) | Method and apparatus for obtaining photogrammetric data to estimate impact severity | |
| CN103278138B (zh) | 一种复杂结构薄部件三维位置及姿态的测量方法 | |
| CN113252700B (zh) | 一种结构裂缝检测方法、设备及系统 | |
| CN106780459A (zh) | 一种三维点云数据自动配准方法 | |
| CN104428624A (zh) | 三维测定方法、装置及系统、以及图像处理装置 | |
| CN110174056A (zh) | 一种物体体积测量方法、装置及移动终端 | |
| CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
| CN108364253A (zh) | 车辆定损方法、系统以及电子设备 | |
| CN105444696B (zh) | 一种基于透视投影直线测量模型的双目匹配方法及其应用 | |
| US11971961B2 (en) | Device and method for data fusion between heterogeneous sensors | |
| CN110599675B (zh) | 钞箱纸币数量的检测方法、装置、终端设备和存储介质 | |
| CN109460040A (zh) | 一种通过手机拍摄照片识别地板建立地图系统及方法 | |
| CN111145271A (zh) | 相机参数的精确度的确定方法、装置、存储介质及终端 | |
| CN112270320A (zh) | 一种基于卫星影像校正的输电线路杆塔坐标校准方法 | |
| CN109740684A (zh) | 共享单车入栏检测方法及装置 | |
| CN115511878A (zh) | 一种边坡地表位移监测方法、装置、介质及设备 | |
| CN109341588B (zh) | 一种双目结构光三系统法视角加权的三维轮廓测量方法 | |
| CN107367245A (zh) | 光学三维轮廓测量中的无效点探测与剔除方法 | |
| CN107741220A (zh) | 影像处理方法、装置及电子设备 | |
| CN115953696B (zh) | 立体卫星影像精度质检的方法、装置和电子设备 | |
| CN113888641A (zh) | 一种基于机器视觉和深度学习的立木胸径测量方法 | |
| CN117132583A (zh) | 晶圆缺陷检测方法、装置、电子设备及非易失性存储介质 | |
| CN116205986A (zh) | 车载环视相机外参的标定方法、装置、计算机设备及介质 | |
| CN112815911B (zh) | 基于三目视觉的输电线路交跨距离测量方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |