CN107907111A - 一种自动分布式空中三角测量解算方法 - Google Patents

Abstract

本发明提供了一种自动分布式空中三角测量解算方法，涉及航空摄影测量技术领域，在本发明提供的技术方案中，将整个工程区域自动划分为多个空三分块，并利用多个计算节点分别进行计算。然后对解算完成的全部空三分块实现快速合并从而进行整体区域网平差计算。本发明实施例提供的空三分布解算过程实现了对整个工程的并行处理，大幅度提高了数据处理速度，缩短了大数据项目的建模运算周期，同时使得其他硬件资源得到充分的利用。

Description

一种自动分布式空中三角测量解算方法

技术领域

本发明涉及航空摄影测量技术领域，尤其是涉及一种自动分布式空中三角测量解算方法。

背景技术

倾斜摄影实景三维建模是近年来兴起的一项技术，其依托于高效的倾斜摄影测量原理、计算机图形图像学及计算机几何学的算法，通过对获得的简单连续的二维影像数据进行空中三角测量、多视匹配、密集点云匹配、三角网构建、纹理映射等步骤，从而构建出具有真实的结构和纹理的还原地表全要素的真三维模型的过程。

其中空中三角测量是非常关键的技术，是解算得出每张影像的外方位元素的一个过程，是决定建模速度与质量的重要环节。空中三角测量主要是通过对倾斜影像数据实现连接点匹配、粗差检测、自由网构建等步骤，并引入外业像控点参与整体区域网平差计算，求得加密点的高程和平面位置，并同时解算得出每张影像的外方位元素，从而构建出一个连接点多角度、多影像覆盖，位置分布均匀的三角网结构。

随着倾斜摄影数据获取手段和实景三维建模技术逐渐成熟，其应用范围由零星的试点城市航飞建模，演变为连续的面状的城市乃至省域级别大范围的航飞建模，对数据处理的时效性要求越来越高。单纯的几个节点建模已经很难满足实际项目需求。而现有的空中三角测量的方法，却只能支持一台机器进行解算，一台机器的硬件资源是有限的，这势必造成限制了单个任务的数据量，从而限制了大数据项目的建模运算周期，同时造成了其他硬件资源的浪费。

发明内容

有鉴于此，本发明的目的在于提供一种自动分布式空中三角测量解算方法，以实现对整个工程的并行处理，大幅度提高数据处理速度，缩短大数据项目的建模运算周期，同时使得其他硬件资源得到充分的利用。

第一方面，本发明实施例提供了一种自动分布式空中三角测量解算方法，包括：

获取工程区域对应的所有图像的特征点；

根据所述图像的外方位元素、相机参数及图像数据投影坐标，将所述所有图像投影到三维地形上，对所述所有图像进行分组，划分为多个空三分块，每个空三分块为一个空三解算任务组；

将所述空三解算任务组分别分配至各个计算节点，以使各个计算节点对相应的所述空三分块进行平差解算，所述空三解算任务组包含所述特征点的信息；

接收各个所述计算节点返回的空三解算结果，并根据各个所述空三解算结果，将各个所述空三分块进行合并形成整体区域网，对所述整体区域网进行联合平差计算。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述获取工程区域对应的所有图像的特征点，包括：

通过倾斜航空摄影获取工程区域的图像；

按照预设的分组方式，将所有图像分成若干组，并将每组图像分配至多个计算节点，以使所述计算节点对相应的图像进行特征点提取；

提取各个计算节点提取的相应的图像的特征点。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，当所述外方位元素包括旁向倾角ω、航向倾角ψ、和像片旋角κ时，所述对所述所有图像进行分组，划分为多个空三分块包括：

根据所述外方位元素，及所述相机参数，及所述图像的相幅宽度W，及所述图像数据投影坐标，确定所述所有图像在三维地形上的投射范围；

根据所述投射范围、投影到所述三维地形上的所有图像的数量，通过设置每个所述空三分块包含的影像数量，对所有图像进行分组，划分为多个空三分块。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，当所述外方位元素不包括旁向倾角ω、航向倾角ψ、和像片旋角κ时，获取所述图像对应的航飞高度h、相机主光轴与垂直于地面的直线的夹角α，所述对所述所有图像进行分组，划分为多个空三分块包括：

根据所述图像对应的航飞高度h、相机主光轴与垂直于地面的直线的夹角α，所述相机参数，所述图像的相幅宽度W，及所述图像数据投影坐标，确定所述所有图像在三维地形上的投射范围；

根据所述投射范围、投影到所述三维地形上的所有图像的数量，通过设置每个所述空三分块包含的影像数量，对所有图像进行分组，划分为多个空三分块。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述将所述空三解算任务组分别分配至各个计算节点包括：

生成对应每个所述空三解算任务组的json格式的任务文件，将所述任务文件发送至各个计算节点。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述根据各个所述空三解算结果，将各个所述空三分块进行合并形成整体区域网包括：

计算每个所述空三分块对应的分区的重叠度；

根据每个所述空三分块对应的分区的重叠度、各个所述空三解算结果，基于点特征全局匹配算法进行校正，将各个所述空三分块进行合并形成整体区域网。

本发明实施例带来了以下有益效果：

在本发明实施例提供的技术方案中，将整个工程区域自动划分为多个空三分块，并利用多个计算节点分别进行计算。然后对解算完成的全部空三分块实现快速合并从而进行整体区域网平差计算。本发明实施例提供的空三分布解算过程实现了对整个工程的并行处理，大幅度提高了数据处理速度，缩短了大数据项目的建模运算周期，同时使得其他硬件资源得到充分的利用。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

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具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。

图1为本发明实施例提供的自动分布式空中三角测量解算方法的流程示意图；

图2为本发明实施例提供的获取特征点的过程的流程示意图；

图3为本发明实施例提供的相机投影的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。

目前现有的空中三角测量的方法，只能支持一台机器进行解算，一台机器的硬件资源是有限的，这势必造成限制了单个任务的数据量，从而限制了大数据项目的建模运算周期，同时造成了其他硬件资源的浪费。基于此，本发明实施例提供的一种自动分布式空中三角测量解算方法，可以实现对整个工程的并行处理，大幅度提高数据处理速度，缩短大数据项目的建模运算周期，同时使得其他硬件资源得到充分的利用。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种自动分布式空中三角测量解算方法进行详细介绍。

图1示出了本发明实施例提供的自动分布式空中三角测量解算方法的流程示意图。如图1所示，该自动分布式空中三角测量解算方法包括：

步骤S101，获取工程区域对应的所有图像的特征点。

在一个可选的实施例中，参见图2，该步骤S101具体包括：

步骤S201，通过航空倾斜摄影获取工程区域的图像。

在一个实施例中，在实现航空倾斜摄影时例如可以从一个垂直、四个倾斜五个不同的角度采集图像，相机可以选用CCD(charge coupled device，电荷耦合器件)相机。

步骤S202，按照预设的分组方式，将所有图像分成若干组，并以每组图像分配至多个计算节点，以使计算节点对相应的图像进行特征点提取。

具体地，该计算节点为用于进行计算的机器。该预设的分组方式是将所有图像分成若干组，每组图像的数量可以相同也可以不同。将多个图像组分别分配至多个计算节点，以使每个计算节点对其分配的一组的照片进行特征点提取。在一个可选的实施例中，可以采用深度学习模型进行特征点提取。

步骤S203，获取各个计算节点提取的相应的图像的特征点。

具体地，在各个计算节点对其分配的图像组计算完成后，将其提取的特征点返回。

在一个可选的实施例中，计算节点对相应的图像进行特征点提取之前，可以对图像进行预处理，该预处理包括影像畸变差纠正处理、匀色匀光处理、影像质量检查中的一种或者多种。

步骤S102，根据上述图像的外方位元素、相机参数及图像数据投影坐标，将所有图像投影到三维地形上，对所有图像进行分组，划分为多个空三分块，每个空三分块为一个空三解算任务组。

具体地，根据投射范围、投影到三维地形上的所有图像的数量，及通过设置的每个空三分块包含的影像数量，对所有图像进行分组，划分为多个空三分块。

其中，每张图像都对应有图像数据投影坐标，并携带有航飞高度h、相机主光轴与垂直于地面的直线的夹角α(图3为倾斜摄影影像投影示意图，其中PP'为相机主光轴所在的直线，ON表示垂直于地面的直线)等信息。该空三解算任务组中包含步骤S101中提取的特征点的信息。该相机参数包括焦距、传感器宽度或像元尺寸(或畸变参数)及照片的相幅宽度；外方位元素可以包括坐标参数(x、y、z)和角元素信息，其中角元素信息包括旁向倾角ω、航向倾角ψ、和像片旋角κ。

在一个可选的实施例中，当图像的外方位元素包括角元素信息时，上述步骤S102中对所有图像进行分组，划分为多个空三分块包括：

(1)根据外方位元素，及相机参数，及图像的相幅宽度W，及图像数据投影坐标，确定所有图像在三维地形上的投射范围；

(2)根据投射范围、投影到三维地形上的所有图像的数量，通过设置的每个空三分块包含的影像数量，对所有图像进行分组，划分为多个空三分块。

在另一个可选的实施例中，当图像的外方位元素不包括角元素信息时，获取图像对应的航飞高度h、相机主光轴与垂直于地面的直线的夹角α。上述步骤S102中对所有图像进行分组，划分为多个空三分块包括：

(a)根据图像采集的航飞高度h、相机主光轴与垂直于地面的直线的夹角α，及相机参数，及图像的相幅宽度W，及图像数据投影坐标，确定所有图像在三维地形上的投射范围；

(b)根据投射范围、投影到三维地形上的所有图像的数量，通过设置的每个空三分块包含的影像数量，对所有图像进行分组，划分为多个空三分块。

具体，假设上述每个空三分块包含的影像数量设置为800，根据上述全部图像在三维地形上的投射范围(即工程区域)，按照一定的方向(可正北、正南)，将投射范围内的所有的图像分成若干个组，即整个工程区域分成若干个空三分块，每个空三分块中可参与计算(空三解算)的图像的数量约为800，该参数(每个空三分块包含的影像数量)的设置可参考计算的节点数量。当拥有多台计算机节点时，可以设置更小的数值，增加空三分块组数，让每台计算机都参与运算，从而减少空三解算的时间。

步骤S103，将空三解算任务组分别分配至各个计算节点，以使各个计算节点对相应的空三分块进行平差解算。

在一个可选的实施例中，步骤S103中将空三解算任务组分别配送至各个计算节点包括：生成对应每个空三解算任务组的json格式的任务文件，将该任务文件发分配各个计算节点。具体地，每个任务文件中包括每个空三分块对应的图像的特征点信息。

这样，将整个工程区域自动划分为多个空三分块，通过各个计算节点分别对每个空三分块进行平差解算，平差解算过程包括连接点匹配、粗差检测及自由网构建，从而得到刚性较强、精度较高的子区域网。在一个可能的实施例中，连接点匹配可以利用非监督深度学习算法实现，以提高匹配的准确度，及后期像对匹配的效率。

步骤S104，接收各个计算节点返回的空三解算结果，并根据各个空三解算结果，将各个空三分块进行合并形成整体区域网，对该整体区域网进行联合平差计算。

具体地，每个计算节点对空三分块进行平差解算后得到空三解算结果，并将该空三解算结果返回。

在一个实施例中，可以计算每个空三分块对应的分区的重叠度，根据每个空三分块对应的分区的重叠度、各个空三解算结果，基于点特征全局匹配算法进行校正，将各个空三分块进行快速合并形成整体区域网。其中可以通过分区之间的同名点进行确定分区的重叠度，同名点可以根据特征点匹配进行获取。通过上述化整为零的方式可以快速的计算整体区域网的平差。

在另一个实施例中，在本方法中添加外业像控点，对原始的图像进行坐标投影纠正，从而控制解算精度。该外业像控点参与整个空三分布式解算过程。

这样，通过上述方法构建出一个连接点多角度、多图像覆盖、位置分布均匀，中误差(标准差或者均方根差)不大于三分之一像素的刚性较强、精度较好的三角网。

在本发明实施例提供的技术方案中，将整个工程区域自动划分为多个空三分块，并利用多个计算节点分别进行计算。然后对解算完成的全部空三分块实现快速合并从而进行整体区域网平差计算。本发明实施例提供的空三分布解算过程实现了对整个工程的并行处理，大幅度提高了数据处理速度，缩短了大数据项目的建模运算周期，同时使得其他硬件资源得到充分的利用。

另外，通过上述并行处理，大数据项目工程不需要拆分，避免了重叠部分的重复计算及工程接边带来的繁复操作。同时，也可以在并行处理过程中查看空中三角测量前后的图像坐标及姿态。

进一步地，同时进行了实景三维建模的云计算策略研究，实现了基于云计算的倾斜影像自动批量实景三维建模处理，大幅提升了海量数据处理的速度。

通过本实施例提供的技术方案，当工程区域对应的图像为五万，每张图像(照片)像素3600万时，单个工程加载全部数据，实现全部数据自动建模，极大提高了作业效率，由原来的3个月降低为2周，同时也降低了人员作业强度。本实施例提供的技术方案，可以实现对无人机无角元素信息的影像数据(获取的工程区域的图像的数据)进行处理时，单次处理的影像数据量可顺利完成8万张。本实施例提供的技术方案，可以实现对有角元素信息的大相幅影像数据进行处理时，单次处理的影像数据量可顺利完成10万张。

本发明实施例所提供的进行自动分布式空中三角测量解算方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

附图中的流程图和框图显示了根据本发明的多个实施例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。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的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，服务器，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。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (6)

1.一种自动分布式空中三角测量解算方法，其特征在于，包括：

获取工程区域对应的所有图像的特征点；

根据所述图像的外方位元素、相机参数及图像数据投影坐标，将所述所有图像投影到三维地形上，对所述所有图像进行分组，划分为多个空三分块，每个空三分块为一个空三解算任务组；

将所述空三解算任务组分别分配至各个计算节点，以使各个计算节点对相应的所述空三分块进行平差解算，所述空三解算任务组包含所述特征点的信息；

接收各个所述计算节点返回的空三解算结果，并根据各个所述空三解算结果，将各个所述空三分块进行合并形成整体区域网，对所述整体区域网进行联合平差计算。

2.根据权利要求1所述的方法，其特征在于，所述获取工程区域对应的所有图像的特征点，包括：

通过航空倾斜摄影获取工程区域的图像；

按照预设的分组方式，将所有图像分成若干组，并将每组图像分配至多个计算节点，以使所述计算节点对相应的图像进行特征点提取；

获取各个计算节点提取的相应的图像的特征点。

3.根据权利要求1所述的方法，其特征在于，当所述外方位元素包括旁向倾角ω、航向倾角ψ、和像片旋角κ时，所述对所述所有图像进行分组，划分为多个空三分块包括：

根据所述外方位元素，及所述相机参数，及所述图像的相幅宽度W，及所述图像数据投影坐标，确定所述所有图像在三维地形上的投射范围；

根据所述投射范围、投影到所述三维地形上的所有图像的数量，及通过设置的每个所述空三分块包含的影像数量，对所有图像进行分组，划分为多个空三分块。

4.根据权利要求1所述的方法，其特征在于，当所述外方位元素不包括旁向倾角ω、航向倾角ψ、和像片旋角κ时，获取所述图像对应的航飞高度h、相机主光轴与垂直于地面的直线的夹角α；

所述对所述所有图像进行分组，划分为多个空三分块包括：

根据所述图像对应的航飞高度h、相机主光轴与垂直于地面的直线的夹角α，所述相机参数，所述图像的相幅宽度W，及所述图像数据投影坐标，确定所述所有图像在三维地形上的投射范围；

根据所述投射范围、投影到所述三维地形上的所有图像的数量，通过设置的每个所述空三分块包含的影像数量，对所有图像进行分组，划分为多个空三分块。

5.根据权利要求1所述的方法，其特征在于，所述将所述空三解算任务组分别分配至各个计算节点包括：

生成对应每个所述空三解算任务组的json格式的任务文件，将所述任务文件发送至各个计算节点。

6.根据权利要求1所述的方法，其特征在于，所述根据各个所述空三解算结果，将各个所述空三分块进行合并形成整体区域网包括：

计算每个所述空三分块对应的分区的重叠度；

根据每个所述空三分块对应的分区的重叠度、各个所述空三解算结果，基于点特征全局匹配算法进行校正，将各个所述空三分块进行合并形成整体区域网。