CN108871291A - 一种空中三角测量中大数据匹配点智能压缩方法 - Google Patents
一种空中三角测量中大数据匹配点智能压缩方法 Download PDFInfo
- Publication number
- CN108871291A CN108871291A CN201710333564.0A CN201710333564A CN108871291A CN 108871291 A CN108871291 A CN 108871291A CN 201710333564 A CN201710333564 A CN 201710333564A CN 108871291 A CN108871291 A CN 108871291A
- Authority
- CN
- China
- Prior art keywords
- match point
- point
- match
- rough error
- matching
- 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.)
- Pending
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
- G01C11/30—Interpretation of pictures by triangulation
- G01C11/34—Aerial triangulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明提出的一种空中三角测量中大数据匹配点智能压缩方法,解决了空中三角测量作业过程中大数据匹配点数据冗余处理问题,兼顾空三加密作业效率问题。本发明利用匹配点压缩处理控制条件,在空三加密处于计算状态下,灵活地批量性删除无效匹配点,以达到降低匹配点数据冗余度,提高空三加密作业能力的目的;还避免因匹配点管理容器的频繁变化而引起时间代价的增加。本发明的优势是:在空三加密处于计算状态下删除无效匹配点,有效对控制空三加密处于计算状态时的数据冗余度,具备时效性。另一方面,智能控制匹配点管理容器批量性地删除无效匹配点,减少因匹配点容器结构变化产生的时间成本,具备高效性。
Description
技术领域
本发明涉及航空摄影空中三角测量技术和计算机视觉运动结构技术。
背景技术
在空中三角测量作业硬件条件受限的环境下,为提高空三加密软件的作业能力,要求在整个空三加密流程中一直保持较低的数据冗余度。各类数据中,匹配点的数量级最大,大部分内存开销用于存储匹配点数据。准确地探测大数据匹配点中的粗差,及时高效地删除无效的匹配点,有效地降低匹配点数据的冗余度,成为评价空三加密软件性能的一项重要参考标准。
目前,空三加密软件基本采用以下两种方法删除无效匹配点。一种方法,在空三加密处于非计算状态下,即在图像匹配、区域网构建和光束法平差三个步骤之间,批量性地删除无效匹配点;该方法的特点是匹配点管理容器结构固定地发生几次变化,匹配点管理容器结构变化消耗时间较短,运行效率高,但缺乏灵活性,对提高空三加密软件的作业能力无实际意义。另一种方法是单点删除法,即空三加密处于计算状态中,一旦探测到无效匹配点,即刻将该匹配点从其所在的匹配点管理容器中删除,最大程度上减少内存空间的占用,这种处理方式会导致匹配点管理容器结构频繁变化,在一定程度上以牺牲空三加密作业效率为代价,增大空三加密作业的图像规模。
发明内容
本发明提出的一种空中三角测量中大数据匹配点智能压缩方法,解决了空中三角测量作业过程中大数据匹配点数据冗余处理问题,兼顾空三加密作业效率问题。本发明利用匹配点压缩处理控制条件,在空三加密处于计算状态下,灵活地批量性删除无效匹配点,以达到降低匹配点数据冗余度,提高空三加密作业能力的目的;还避免因匹配点管理容器的频繁变化而引起时间代价的增加。
本发明的技术方案是将图像匹配后生成的匹配点,以图像为基本单元,采用模板容器数据结构存储和管理该图像上匹配点,当匹配点容器内的某个匹配点的属性发生变化后,实时计算匹配点容器内属性为有效的匹配点的个数与匹配点容器内匹配点总数的比值——匹配点容器有效率;再检验匹配点容器有效率是否满足匹配点容器压缩操作的触发条件,匹配点容器压缩操作的触发条件是匹配点容器有效率小于匹配点容器有效率阈值;检验成立,执行匹配点容器压缩操作。
与现有技术相比,本发明的实施例具有以下优点:
本发明设计在空三加密处于计算状态下删除无效匹配点,具备时效性。当空三加密处于计算状态下,匹配点容器实时检验压缩操作的触发条件,如果达到触发条件,随即执行匹配点容器压缩操作,最大程度上降低了空三加密数据的冗余度;而在空三加密处于非计算状态下批量性地删除无效匹配点的方法,对控制空三加密处于计算状态时的数据冗余度无能为力,无法达到提高空三加密图像数据量目的。
本发明设计智能控制匹配点管理容器批量性地删除无效匹配点,具备高效性。通过自动检验触发条件以控制匹配点容器压缩操作的方式,保持匹配点容器间的独立性,由每个匹配点容器自主检验压缩操作执行的时机,批量化删除无效匹配点,阶段性地改变匹配点容器结构;相对于单点删除法,每删除一个无效匹配点均会引起匹配点容器结构的变化,导致在空三加密过程中,匹配点容器频繁发生结构变化,而以触发条件控制匹配点容器压缩操作能够有效减少匹配点容器结构变化的次数,明显地消减因匹配点容器结构变化花费的时间成本,从而提高空三加密效率。
附图说明
图1为空中三角测量的基本流程。
图2为匹配点智能压缩方法的实现流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细地说明。
在区域网构建和光束法平差计算过程中,利用多种数学模型探测粗差匹配点,将粗差匹配点的属性由有效修改为无效,该粗差匹配点所在匹配点管理容器实时统计有效匹配点个数。随即,检验匹配点容器的有效率是否小于有效率阈值。如果检验成立,删除匹配点管理容器内全部的无效匹配点,从而达到压缩匹配点管理容器,释放内存空间的目的。
如图1所示,经图像匹配生成大数据量的匹配点,且匹配点属性均为有效。进入区域网构建,以匹配点作为观测数据,基于基本矩阵数学模型和单应矩阵数学模型,探测粗差匹配点。区域网构建完成后,调用区域网光束法平差,同样将匹配点作为观测数据,以共线方程作为光束法的数学模型,继续探测粗差匹配点。
如图2所示,在上述粗差探测过程中,当某一匹配点被判定为粗差,则将该匹配点属性设置为无效,再使该粗差匹配点所在匹配点管理容器内的有效匹配点计数自减1个,保证有效匹配点计数的准确性和实时性。然后,匹配点管理容器按照以下公式计算自身的匹配点有效率
设定匹配点有效率阈值为90%,如果匹配点有效率小于有效率阈值,则匹配点管理容器压缩存储数据,仅保留有效的匹配点。若匹配点有效率尚未低于有效率阈值,则继续探测粗差匹配点。
Claims (7)
1.一种空中三角测量中大数据匹配点智能压缩方法,其特征在于,包括:
建立匹配点与所在图像的匹配点集合的关系;
探测所述匹配点中的粗差匹配点;
所述粗差匹配点触发其所在的匹配点集合的压缩执行条件;
所述匹配点集合执行压缩处理。
2.如权利要求1所述的方法,其特征在于,按照下述步骤,建立匹配点与所在图像的匹配点集合的关系:
设置匹配点的属性的初始值为有效,将所述匹配点将其存储至所在图像的匹配点集合;
设置所述匹配点集合的有效匹配点个数等于所述匹配点集合的尺寸。
3.如权利要求1所述的方法,其特征在于,按照下述步骤,探测所述匹配点中的粗差匹配点:
在射影重构过程中,探测所述匹配点中的粗差匹配点;
在区域网光束法平差后,探测所述匹配点中的粗差匹配点。
4.如权利要求1所述的方法,其特征在于,按照下述步骤,所述粗差匹配点触发其所在的匹配点集合的压缩执行条件:
设置所述粗差匹配点的属性为无效,所述粗差匹配点所在的匹配点集合的有效匹配点计数自减1;
计算所述匹配点集合内有效匹配点占有率,当有效匹配点占有率低于压缩阈值时,触发压缩执行条件。
5.如权利要求1所述的方法,其特征在于,按照下述步骤,所述匹配点集合执行压缩处理:
遍历所述匹配点集合中的匹配点,获取无效属性的匹配点;
将无效匹配点从所述匹配点集合中删除。
6.如权利要求3所述的方法,其特征在于,按照下述步骤,在射影重构过程中探测所述匹配点中的粗差匹配点:
利用描述对极几何关系的基本矩阵数学模型,将不符合所述基本矩阵数学模型的外点视为粗差匹配点;
再利用描述对极几何关系的单应矩阵数学模型,将不符合所述单应矩阵数学模型的外点视为粗差匹配点。
7.如权利要求3所述的方法,其特征在于,当区域网光束法平差完成后,根据匹配点的像平面误差与单位权中误差的比例关系探测粗差匹配点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710333564.0A CN108871291A (zh) | 2017-05-12 | 2017-05-12 | 一种空中三角测量中大数据匹配点智能压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710333564.0A CN108871291A (zh) | 2017-05-12 | 2017-05-12 | 一种空中三角测量中大数据匹配点智能压缩方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108871291A true CN108871291A (zh) | 2018-11-23 |
Family
ID=64319692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710333564.0A Pending CN108871291A (zh) | 2017-05-12 | 2017-05-12 | 一种空中三角测量中大数据匹配点智能压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108871291A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010031092A1 (en) * | 2000-05-01 | 2001-10-18 | Zeck Norman W. | Method for compressing digital documents with control of image quality and compression rate |
US20050100232A1 (en) * | 2000-12-28 | 2005-05-12 | Hidenori Sakanashi | Data coding method and device, and data coding program |
CN102137215A (zh) * | 2011-03-29 | 2011-07-27 | 段连飞 | 基于双缓冲机制的无人机航空像片立体判读仪及判读方法 |
CN102706326A (zh) * | 2012-04-27 | 2012-10-03 | 北京市测绘设计研究院 | 光束法空中三角测量文件数据处理方法 |
CN102779231A (zh) * | 2012-06-18 | 2012-11-14 | 郑州大学 | 基于邻近的坐标转换参数计算方法 |
CN103823887A (zh) * | 2014-03-10 | 2014-05-28 | 北京大学 | 基于低秩全局几何一致性检验的错误匹配检测方法 |
CN104331899A (zh) * | 2014-11-24 | 2015-02-04 | 中国科学院电子学研究所 | 一种sar图像配准方法及装置 |
CN104392457A (zh) * | 2014-12-11 | 2015-03-04 | 中国测绘科学研究院 | 倾斜影像的连接点自动匹配方法及装置 |
CN105023278A (zh) * | 2015-07-01 | 2015-11-04 | 中国矿业大学 | 一种基于光流法的运动目标跟踪方法及系统 |
CN105046251A (zh) * | 2015-08-04 | 2015-11-11 | 中国资源卫星应用中心 | 一种基于环境一号卫星遥感影像的自动正射校正方法 |
CN105933446A (zh) * | 2016-06-28 | 2016-09-07 | 中国农业银行股份有限公司 | 一种大数据平台业务双活实现方法及系统 |
CN105957074A (zh) * | 2016-04-27 | 2016-09-21 | 武汉大学 | 基于v型交点描述和局部单应矩阵的线段匹配方法及系统 |
CN106250938A (zh) * | 2016-07-19 | 2016-12-21 | 易视腾科技股份有限公司 | 目标跟踪方法、增强现实方法及其装置 |
-
2017
- 2017-05-12 CN CN201710333564.0A patent/CN108871291A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010031092A1 (en) * | 2000-05-01 | 2001-10-18 | Zeck Norman W. | Method for compressing digital documents with control of image quality and compression rate |
US20050100232A1 (en) * | 2000-12-28 | 2005-05-12 | Hidenori Sakanashi | Data coding method and device, and data coding program |
CN102137215A (zh) * | 2011-03-29 | 2011-07-27 | 段连飞 | 基于双缓冲机制的无人机航空像片立体判读仪及判读方法 |
CN102706326A (zh) * | 2012-04-27 | 2012-10-03 | 北京市测绘设计研究院 | 光束法空中三角测量文件数据处理方法 |
CN102779231A (zh) * | 2012-06-18 | 2012-11-14 | 郑州大学 | 基于邻近的坐标转换参数计算方法 |
CN103823887A (zh) * | 2014-03-10 | 2014-05-28 | 北京大学 | 基于低秩全局几何一致性检验的错误匹配检测方法 |
CN104331899A (zh) * | 2014-11-24 | 2015-02-04 | 中国科学院电子学研究所 | 一种sar图像配准方法及装置 |
CN104392457A (zh) * | 2014-12-11 | 2015-03-04 | 中国测绘科学研究院 | 倾斜影像的连接点自动匹配方法及装置 |
CN105023278A (zh) * | 2015-07-01 | 2015-11-04 | 中国矿业大学 | 一种基于光流法的运动目标跟踪方法及系统 |
CN105046251A (zh) * | 2015-08-04 | 2015-11-11 | 中国资源卫星应用中心 | 一种基于环境一号卫星遥感影像的自动正射校正方法 |
CN105957074A (zh) * | 2016-04-27 | 2016-09-21 | 武汉大学 | 基于v型交点描述和局部单应矩阵的线段匹配方法及系统 |
CN105933446A (zh) * | 2016-06-28 | 2016-09-07 | 中国农业银行股份有限公司 | 一种大数据平台业务双活实现方法及系统 |
CN106250938A (zh) * | 2016-07-19 | 2016-12-21 | 易视腾科技股份有限公司 | 目标跟踪方法、增强现实方法及其装置 |
Non-Patent Citations (3)
Title |
---|
曹辉: "智能空中三角测量中若干关键技术的研究", 《中国优秀博士学位论文全文数据库基础科学辑》 * |
王琳: "高精度、高可靠的无人机影像全自动相对定向及模型连接研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
陈凤: "基于无人机影像空中三角测量的研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Desnoyers | Analytic models of SSD write performance | |
CN103098014B (zh) | 存储系统 | |
US9639459B2 (en) | I/O latency and IOPs performance in thin provisioned volumes | |
CN107395665A (zh) | 一种区块链业务受理及业务共识方法及装置 | |
CN103377162B (zh) | 信息处理装置 | |
CN107203337A (zh) | 用户可配置的被动后台操作 | |
US20160140054A1 (en) | Method and system for determining fifo cache size | |
CN109918018A (zh) | 一种数据存储方法及存储设备 | |
CN105843552B (zh) | 捕获用于处理数据的压缩效率度量的方法和系统 | |
CN106469022A (zh) | 存储驱动器的存储管理方法和系统 | |
Macklin et al. | Primal/dual descent methods for dynamics | |
CN104112084B (zh) | 用于基于执行的许可发现和优化的方法和系统 | |
US20140359198A1 (en) | Notification of storage device performance to host | |
CN111045956A (zh) | 一种基于多核cpu的固态硬盘垃圾回收方法以及装置 | |
CN109086141A (zh) | 内存管理方法和装置以及计算机可读存储介质 | |
JP2015001909A (ja) | 情報処理装置、制御回路、制御プログラム、および制御方法 | |
US11907565B2 (en) | Storing write data in a storage system | |
CN107077399A (zh) | 确定针对垃圾收集的去重复存储区中的未引用页面 | |
CN109343859A (zh) | 一种信息处理方法、装置及存储介质 | |
US10019158B2 (en) | Determination of a read voltage to be applied to a page based on read voltages of other pages | |
Hussain et al. | Analyzing the performance of smart industry 4.0 applications on cloud computing systems | |
CN109947712A (zh) | 计算框架内自动合并文件的方法、系统、设备及介质 | |
CN108871291A (zh) | 一种空中三角测量中大数据匹配点智能压缩方法 | |
CN107783728A (zh) | 数据存储方法、装置和设备 | |
CN108628678B (zh) | 内存参数的确定方法、装置及设备 |
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 | ||
DD01 | Delivery of document by public notice |
Addressee: Kong Yanan Document name: Deemed as a notice of withdrawal |
|
DD01 | Delivery of document by public notice | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181123 |
|
WD01 | Invention patent application deemed withdrawn after publication |