CN110503604A - 一种基于高精度pos的航空面阵影像实时正射拼接方法 - Google Patents
一种基于高精度pos的航空面阵影像实时正射拼接方法 Download PDFInfo
- Publication number
- CN110503604A CN110503604A CN201910700840.1A CN201910700840A CN110503604A CN 110503604 A CN110503604 A CN 110503604A CN 201910700840 A CN201910700840 A CN 201910700840A CN 110503604 A CN110503604 A CN 110503604A
- Authority
- CN
- China
- Prior art keywords
- image
- plane
- dom
- matrix
- object space
- 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 29
- 239000011159 matrix material Substances 0.000 claims abstract description 54
- 238000012937 correction Methods 0.000 claims abstract description 18
- 230000009466 transformation Effects 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000000631 nonopiate Effects 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000017105 transposition Effects 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于高精度POS的航空面阵影像实时正射拼接方法,包括飞行前,进行相机检校、相机与POS系统的检校;获取每张原始影像的高精度POS数据,利用相机检校结果去除原始影像的图像畸变;将地表平均高程面作为物方平面;计算每张影像的投影矩阵,再通过地表平均高程,计算物方平面到原始像方平面的唯一确定的正定矩阵;确定统一分辨率,得到纠正影像平面到原始像方平面的变换矩阵;更新总纠正影像的范围,重新计算总纠正影像的宽和高;获得当前纠正影像在总纠正影像中的位置,进行影像拼接,对于重叠区部分直接使用影像DOM上已包含的部分;迭代执行直到得到最终的总纠正影像。本发明提高了正射纠正影像拼接的精度,满足影像实时拼接的需求。
Description
技术领域
本发明涉及航空摄影测量领域,具体涉及一种航空面阵影像的实时正射影像拼接生成方法。
背景技术
航空面阵影像处理的传统实施方法是将航拍影像通过USB接口传输到电脑或服务器进行事后处理,一般还需要采集地面控制点和在图像上刺控制点,该方案无法满足抢险救灾、应急处突、监控侦查等众多领域的紧急、快速需求,如何设计一种航空影像实时处理方案显得尤为迫切和关键。
文献1中提出对影像进行特征匹配并计算影像与参考帧之间的变换矩阵H,再将关键帧变换到参考帧(根据设置的参考帧调整判决条件,实时调整参考帧,以将航摄影像变换到参考帧坐标系过程中产生的累积误差分散到各帧影像)坐标系以完成多幅图像的拼接。不过,一旦无人机在飞行过程中连续一段时间或多次、多段时间出现摄影倾角较大的情况,该方法的拼接结果将会出现扭曲现象,且最终无法生成正射影像DOM、数字高程模型DEM、数字表面模型DSM等数据成果。
文献2中给出一种基于POS系统的无人机影像实时全景拼接方法,该方法利用相机的外方位元素的角元素组成的旋转矩阵将倾斜影像变换为水平影像,然后根据外方位元素线元素平移缩放影像至全景图中正确的位置。不过,该方法存在的问题是:(1)没有明确给出当地平均高程Z0的计算方法。(2)仅利用相机的外方位元素的角元素组成的旋转矩阵将倾斜影像变换为水平影像,纠正生成的正射影像精度不够高。
文献3中利用POS数据和该区域已有的DEM数据或全球公开的DEM数据SRTM3,进行数字微分纠正。不过这种方法适合于较低精度(米级)的大范围测图,例如使用大幅面数码航摄影像或卫星影像生成米级精度的DOM。
文中涉及如下参考文献:
[文献1]孙婷婷,任斌,王陈.一种无人机航摄影像的实时拼接方法.中国.201710817912.1[P].2017.12.22.
[文献2]郑顺义,桂力,王晓南,赵丽科,任关宝.一种无人机影像实时全景拼接方法和系统.中国.201510974855.9[P].2017.12.12.
[文献3]郑顺义,马电,桂力,王晓南.一种ARM+DSP架构的机载影像实时拼接方法[J].武汉大学学报(信息科学版),2014,39(1):1-7.
发明内容
为了解决上述技术问题,本发明提供了一种基于高精度POS数据的航空面阵影像实时正射拼接方法。
本发明的技术方案提供一种基于高精度POS的航空面阵影像实时正射拼接方法,包括以下步骤:
步骤1,在获取影像前,进行相机检校、相机与POS系统的检校;
步骤2,获取每张原始影像的高精度POS数据,利用相机检校结果去除原始影像的图像畸变;
步骤3,设提取测区的地表平均高程为将地表平均高程面作为物方平面;
步骤4,计算每张影像的投影矩阵P,再通过地表平均高程计算物方平面到原始像方平面的唯一确定的正定矩阵HP;
步骤5,通过正定矩阵HP获取影像的四个角的坐标在物方平面对应中的位置,计算物方平面与原始影像的比例,确定统一分辨率ratio,确定物方平面到正射影像像方平面的缩放矩阵S,得到纠正影像平面到原始像方平面的变换矩阵HPS,HPS=Hp×S;
步骤6,通过变换矩阵HPS获取影像的四个角在纠正影像平面对应的位置,并更新总纠正影像DOM的范围,重新计算总纠正影像DOM的宽Width和高Height;获得当前纠正影像在总纠正影像DOM中的位置,进行影像拼接,对于重叠区部分直接使用影像DOM上已包含的部分;
步骤7,判断测区是否被完全覆盖或者再无影像待处理,若否则返回步骤2迭代执行,直到得到最终的总纠正影像DOM。
而且,步骤2中,影像去除相机畸变的公式如下,
xnon=(x-x0)+Δx,ynon=(y-y0)+Δy
其中,(xnon,ynon)是无畸变影像的像点坐标,x0,y0为内方位元素转换像素坐标,Δx、Δy为校正参数,k1、k2、k3为径向畸变参数,p1、p2为偏心畸变参数,b1、b2分别为仿射和非正交畸变参数,r为点在以像主点为原点的像平面坐标系里的半径,
获得无畸变影像的像点坐标后对原始影像进行重采样,获得无畸变的图像。
而且,步骤3中,根据POS数据在全球共享DEM数据上自动查找和估算测区的大致地表平均高程,或是对多张影像进行同名点匹配,通过前方交会计算出特征点的地面高程值,将特征点地面高程值的平均值作为地表平均高程。
而且,步骤4中,根据影像的姿态角ω,κ得到旋转矩阵R,计算投影矩阵P,
其中,(Xs,Ys,Zs)为影像的物方位置,f0为以像素为单位的主距值,(xx0,yy0)为当前影像像主点相对于影像中心的像素坐标;
根据地表平均高程计算物方平面到影像像方坐标系的唯一确定的正定矩阵HP。
而且,步骤5中,计算统一分辨率ratio如下,
其中,(X0,Y0)和(X1,Y1)是原始影像上像素(0,0)和(Width,0)在物方平面中的对应坐标值,n为纠正影像平面和原始影像之间的比例,
物方平面到正射影像像方平面的缩放矩阵S如下,
而且,步骤6中,通过变换矩阵HPS获取影像的四个角在纠正影像平面对应的位置(Ui,Vi),并更新总纠正影像DOM范围,得到拼接后的影像的最小外接矩形(Umax,Vmax,Umin,Vmin),
根据更新后的Umax、Vmax、Umin、Vmin重新计算影像DOM的宽Width’和高Height’,
Width’=Umax-Umin
Height’=Vmax-Vmin
将更新后的Umin、Vmin作为总纠正影像DOM的原点,重新生成总纠正影像DOM,宽为Width’、高为Height’;
计算当前纠正影像的左上角在影像DOM的位置(U′min-Umin,V′min-Vmin),其中,U′min、V′min为image左上角在原纠正影像平面对应的位置;
对当前纠正影像和影像DOM进行拼接,并对于重叠区部分,直接使用影像DOM上已包含的部分,拼接后更新DOM。
本发明具有以下显著效果:
1.通过像差数学模型,对原始航空面阵图像进行了去畸变处理,使得共线条件方程更加精确,从而提高正射纠正影像拼接的精度。
2.利用多片最小二乘空间前方交会自动计算所在测区地面的(大致)平均高程得到较为精确的物方平面坐标,提高了正射纠正影像拼接的精度。
3.在前后影像拼接过程中,使用直接拼接的方式,在处理速度上,满足影像实时拼接的需求。
附图说明
图1为本发明实施例的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
本发明提供的航空面阵影像实时正射纠正拼接方法,在获取影像前,进行相机检校、相机与POS系统的检校;获取每张原始影像的高精度POS数据,利用相机检校结果去除原始影像的图像(镜头)畸变;在共享DEM上查询或通过多张影像前方交会确定测区的地表平均高程面;接着计算每张影像从物方平面到原始像方平面的HP矩阵;随后确定影像统一分辨率ratio,得到从纠正影像平面到原始像方平面的变换矩阵HPS;更新结果影像测区DOM的范围,重新计算影像DOM宽和高,获得当前纠正影像image在DOM中的位置,对影像进行拼接,并对于重叠区部分,直接使用影像DOM上已包含的部分,拼接后更新测区DOM。依次迭代直到测区被完全覆盖,得到的最终正射纠正拼接影像。
参见图1,本发明实施例提供的一种基于高精度POS数据的航空面阵影像实时正射纠正方法,通过以下流程实现:
步骤1:在获取影像前,进行相机检校和相机与POS系统的检校。
实施例中,在飞行前进行检校。检校实现可采用现有技术,本发明不予赘述。
步骤2:利用相机与POS系统的检校结果、POS系统提供的高精度POS数据,获取每张原始影像的高精度POS数据(如影像的物方位置Xs、Ys、Zs,影像的姿态角ω,κ),假设姿态角是(或转换为)摄影测量的三个角元素ω,κ。利用相机检校结果去除原始影像的图像(镜头)畸变。
影像去除相机畸变的公式为:
xnon=(x-x0)+Δx,ynon=(y-y0)+Δy
其中,(xnon,ynon)是无畸变影像的像点坐标,(x0,y0)为内方位元素转换像素坐标,(x,y)为当前像素坐标,Δx、Δy为校正参数,k1、k2、k3为径向畸变参数,p1、p2为偏心畸变参数,b1、b2分别为仿射和非正交畸变参数,r为点在以像主点为原点的像平面坐标系里的半径,且
获得无畸变影像的像点坐标(xnon,ynon)后,对原始影像进行重采样(可采取双线性内插法),获得无畸变的图像。
步骤3:设提取测区的地表平均高程为将地表平均高程面作为物方平面。
具体实施时,可根据POS数据在共享DEM数据上自动查找和估算测区的大致地表平均高程面;或是对多张影像进行高精度同名点匹配,通过前方交会计算出特征点的地面高程值,过程如下:
已知一个N度连接点所在的N张像片上的像点坐标(该同名点对的像点坐标),在第1片中坐标为(x1,y1),在第2片中坐标为(x2,y2),……,在第N片中坐标为(xN,yN),并已知第1片的投影矩阵为P1,第2片的投影矩阵为P2,……,第N片的投影矩阵为PN。则通过多片最小二乘前方交会计算该连接点的物方坐标方法如下:
令
其中,i为像片的序号,Pi为第i片像片的投影矩阵,Pi11即矩阵Pi第1行第1列的值,Pi12即矩阵Pi第1行第2列的值,以此类推…
那么多片最小二乘前方交会的计算公式可表示为
记为Am=b。
再根据矩阵A和b,用最小二乘法求解矩阵m:
m=(ATA)-1ATb,即可求得物方坐标(X,Y,Z)。
将这些特征点地面高程值的平均值作为地表平均高程,假设测区的地表高程为(m),将地表高程为的高程面作为物方平面。
步骤4:根据影像的线元素、内方位元素、旋转矩阵R、影像的宽高(Pixel)、像元大小(纳米um),影像的物方位置(Xs,Ys,Zs),影像的姿态角ω,κ,计算投影矩阵P,得到正定矩阵Hp。
设旋转矩阵R表示如下,
其中,各元素a1等求取如下:
其中,RT为旋转矩阵R的转置,
其中,f0为以像素为单位的主距值,(xx0,yy0)为当前影像像主点相对于影像中心的像素坐标,Width为影像宽,Height为影像高,f为焦距(单位mm)。
再根据地表平均高程面(高程为)计算物方平面到影像像方坐标系的唯一确定的HP矩阵:
令
其中,p11即矩阵P第1行第1列的值,p12即矩阵P第1行第2列的值,以此类推…
步骤5:通过正定矩阵HP获取影像的四个角的坐标在物方平面对应中的位置(Xi,Yi),计算物方平面与原始影像的比例,确定统一分辨率ratio,实现确定物方平面到正射影像像方平面的缩放矩阵S,得到纠正影像平面到原始像方平面的变换矩阵HPS;
实施例中,步骤5具体实现如下,
通过影像的HP矩阵获取影像的四个角的坐标在物方平面对应的坐标(Xi,Yi),可以获得原始影像的宽在物方平面的长度。相应得到物方平面与原始影像的比例,再乘上n(实施例定义的纠正影像平面和原始影像之间的比例)即实现确定统一分辨率ratio(即可确定物方平面到正射影像像方平面的缩放矩阵S,若统一分辨率ratio已经确定,则跳过这步)。
其中,(X0,Y0)和(X1,Y1)是原始影像上像素(0,0)和(Width,0)在物方平面中的对应坐标值,n为纠正影像平面和原始影像之间的比例。
按照本领域习惯,影像平面坐标系以左上角为原点,向右为x轴,向下为y轴。因此本发明中,原始像方坐标系以图像左上角为原点,建立的左手坐标系;物方平面坐标系是根据POS计算得到的,原点根据POS数据来确定,是右手坐标系;纠正影像平面坐标系是与物方平面坐标系同原点,也是右手坐标系,但比例尺不同。
根据统一分辨率ratio得到缩放矩阵S如下,
得到纠正影像平面到原始像方平面的变换矩阵HPS。
HPS=Hp×S
步骤6:通过变换矩阵HPS获取影像的四个角在纠正影像平面对应的位置(Ui,Vi),并更新总纠正影像DOM范围(结果影像测区),即得到拼接后的影像的最小外接矩形(Umax,Vmax,Umin,Vmin);
根据更新后的拼接后的影像的最小外接矩形的位置Umax、Vmax、Umin、Vmin重新计算总纠正影像DOM的宽Width’和高Height’。
计算方式如下,
Width’=Umax-Umin
Height’=Vmax-Vmin
将更新后的Umin、Vmin作为总纠正影像DOM的原点,重新生成总纠正影像DOM(宽为Width’、高为Height’),再计算当前纠正影像image的左上角在总纠正影像DOM的位置(若image为第一张影像,则直接保存为DOM)。
(U′min-Umin,V′min-Vmin)
其中,U′min、V′min为当前纠正影像image左上角在纠正影像平面对应的位置。
接着对当前纠正影像image和总纠正影像DOM进行拼接,并对于两张影像的重叠区部分,直接使用影像DOM上已包含的部分,拼接后更新总纠正影像DOM。
步骤7:判断测区是否被完全覆盖或者再无影像待处理,若否则返回步骤2,重复步骤2至步骤6,依次迭代至测区被完全覆盖,或者再无影像待处理,停止返回迭代,得到最终的总纠正影像DOM,即正射纠正拼接影像。
具体实施时,可采用软件方式实现以上流程的自动运行。运行流程的装置也应当在本发明的保护范围内。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (6)
1.一种基于高精度POS的航空面阵影像实时正射拼接方法,其特征在于,包括以下步骤:
步骤1,在获取影像前,进行相机检校、相机与POS系统的检校;
步骤2,获取每张原始影像的高精度POS数据,利用相机检校结果去除原始影像的图像畸变;
步骤3,设提取测区的地表平均高程为将地表平均高程面作为物方平面;
步骤4,计算每张影像的投影矩阵P,再通过地表平均高程计算物方平面到原始像方平面的唯一确定的正定矩阵HP;
步骤5,通过正定矩阵HP获取影像的四个角的坐标在物方平面对应中的位置,计算物方平面与原始影像的比例,确定统一分辨率ratio,确定物方平面到正射影像像方平面的缩放矩阵S,得到纠正影像平面到原始像方平面的变换矩阵HPS,HPS=Hp×S;
步骤6,通过变换矩阵HPS获取影像的四个角在纠正影像平面对应的位置,并更新总纠正影像DOM的范围,重新计算总纠正影像DOM的宽Width和高Height;获得当前纠正影像在总纠正影像DOM中的位置,进行影像拼接,对于重叠区部分直接使用影像DOM上已包含的部分;
步骤7,判断测区是否被完全覆盖或者再无影像待处理,若否则返回步骤2迭代执行,直到得到最终的总纠正影像DOM。
2.根据权利要求1所述的一种基于高精度POS的航空面阵影像实时正射拼接方法,其特征在于:步骤2中,影像去除相机畸变的公式如下,
xnon=(x-x0)+Δx,ynon=(y-y0)+Δy
其中,(xnon,ynon)是无畸变影像的像点坐标,x0,y0为内方位元素转换像素坐标,Δx、Δy为校正参数,k1、k2、k3为径向畸变参数,p1、p2为偏心畸变参数,b1、b2分别为仿射和非正交畸变参数,r为点在以像主点为原点的像平面坐标系里的半径,
获得无畸变影像的像点坐标后对原始影像进行重采样,获得无畸变的图像。
3.根据权利要求2所述的一种基于高精度POS的航空面阵影像实时正射拼接方法,其特征在于:步骤3中,根据POS数据在全球共享DEM数据上自动查找和估算测区的大致地表平均高程,或是对多张影像进行同名点匹配,通过前方交会计算出特征点的地面高程值,将特征点地面高程值的平均值作为地表平均高程。
4.根据权利要求3所述的一种基于高精度POS的航空面阵影像实时正射拼接方法,其特征在于:步骤4中,根据影像的姿态角ω,κ得到旋转矩阵R,计算投影矩阵P,
其中,(Xs,Ys,Zs)为影像的物方位置,f0为以像素为单位的主距值,(xx0,yy0)为当前影像像主点相对于影像中心的像素坐标;
根据地表平均高程计算物方平面到影像像方坐标系的唯一确定的正定矩阵HP。
5.根据权利要求4所述的一种基于高精度POS的航空面阵影像实时正射拼接方法,其特征在于:步骤5中,计算统一分辨率ratio如下,
其中,(X0,Y0)和(X1,Y1)是原始影像上像素(0,0)和(Width,0)在物方平面中的对应坐标值,n为纠正影像平面和原始影像之间的比例,
物方平面到正射影像像方平面的缩放矩阵S如下,
6.根据权利要求5所述的一种基于高精度POS的航空面阵影像实时正射拼接方法,其特征在于:步骤6中,通过变换矩阵HPS获取影像的四个角在纠正影像平面对应的位置(Ui,Vi),并更新总纠正影像DOM范围,得到拼接后的影像的最小外接矩形(Umax,Vmax,Umin,Vmin),
根据更新后的Umax、Vmax、Umin、Vmin重新计算影像DOM的宽Width’和高Height’,
Width’=Umax-Umin
Height’=Vmax-Vmin
将更新后的Umin、Vmin作为总纠正影像DOM的原点,重新生成总纠正影像DOM,宽为Width’、高为Height’;
计算当前纠正影像的左上角在影像DOM的位置(U′min-Umin,V′min-Vmin),其中,U′min、V′min为image左上角在原纠正影像平面对应的位置;
对当前纠正影像和影像DOM进行拼接,并对于重叠区部分,直接使用影像DOM上已包含的部分,拼接后更新DOM。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910700840.1A CN110503604B (zh) | 2019-07-31 | 2019-07-31 | 一种基于高精度pos的航空面阵影像实时正射拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910700840.1A CN110503604B (zh) | 2019-07-31 | 2019-07-31 | 一种基于高精度pos的航空面阵影像实时正射拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110503604A true CN110503604A (zh) | 2019-11-26 |
CN110503604B CN110503604B (zh) | 2022-04-29 |
Family
ID=68586887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910700840.1A Active CN110503604B (zh) | 2019-07-31 | 2019-07-31 | 一种基于高精度pos的航空面阵影像实时正射拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110503604B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583119A (zh) * | 2020-05-19 | 2020-08-25 | 北京数字绿土科技有限公司 | 一种正射影像拼接方法、设备以及计算机可读介质 |
CN111678502A (zh) * | 2020-06-09 | 2020-09-18 | 中国科学院东北地理与农业生态研究所 | 基于无人机航测影像提取冻土灾害信息的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040057633A1 (en) * | 2002-09-19 | 2004-03-25 | Mai Tuy Vu | System for mosaicing digital ortho-images |
WO2008044927A1 (en) * | 2006-10-09 | 2008-04-17 | Tele Atlas B.V. | Method and apparatus for generating an orthorectified tile |
WO2010017255A2 (en) * | 2008-08-05 | 2010-02-11 | Pictometry International Corp. | Cut-line steering methods for forming a mosaic image of a geographical area |
WO2012145818A1 (en) * | 2011-04-25 | 2012-11-01 | Magna International Inc. | Method and system for dynamically calibrating vehicular cameras |
CN103927731A (zh) * | 2014-05-05 | 2014-07-16 | 武汉大学 | 无需pos辅助的低空遥感影像快速自动拼接方法 |
WO2015106462A1 (zh) * | 2014-01-15 | 2015-07-23 | 北京农业信息技术研究中心 | 一种无人机载成像高光谱几何校正的方法及系统 |
WO2017053986A1 (en) * | 2015-09-25 | 2017-03-30 | Microsoft Technology Licensing, Llc | Method and system for approximate quantum circuit synthesis using quaternion algebra |
WO2018014338A1 (en) * | 2016-07-22 | 2018-01-25 | SZ DJI Technology Co., Ltd. | Systems and methods for uav interactive video broadcasting |
CN108765298A (zh) * | 2018-06-15 | 2018-11-06 | 中国科学院遥感与数字地球研究所 | 基于三维重建的无人机图像拼接方法和系统 |
WO2019007258A1 (zh) * | 2017-07-07 | 2019-01-10 | 腾讯科技(深圳)有限公司 | 相机姿态信息的确定方法、装置、设备及存储介质 |
CN109903352A (zh) * | 2018-12-24 | 2019-06-18 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像大区域无缝正射影像制作方法 |
-
2019
- 2019-07-31 CN CN201910700840.1A patent/CN110503604B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040057633A1 (en) * | 2002-09-19 | 2004-03-25 | Mai Tuy Vu | System for mosaicing digital ortho-images |
WO2008044927A1 (en) * | 2006-10-09 | 2008-04-17 | Tele Atlas B.V. | Method and apparatus for generating an orthorectified tile |
WO2010017255A2 (en) * | 2008-08-05 | 2010-02-11 | Pictometry International Corp. | Cut-line steering methods for forming a mosaic image of a geographical area |
WO2012145818A1 (en) * | 2011-04-25 | 2012-11-01 | Magna International Inc. | Method and system for dynamically calibrating vehicular cameras |
WO2015106462A1 (zh) * | 2014-01-15 | 2015-07-23 | 北京农业信息技术研究中心 | 一种无人机载成像高光谱几何校正的方法及系统 |
CN103927731A (zh) * | 2014-05-05 | 2014-07-16 | 武汉大学 | 无需pos辅助的低空遥感影像快速自动拼接方法 |
WO2017053986A1 (en) * | 2015-09-25 | 2017-03-30 | Microsoft Technology Licensing, Llc | Method and system for approximate quantum circuit synthesis using quaternion algebra |
WO2018014338A1 (en) * | 2016-07-22 | 2018-01-25 | SZ DJI Technology Co., Ltd. | Systems and methods for uav interactive video broadcasting |
WO2019007258A1 (zh) * | 2017-07-07 | 2019-01-10 | 腾讯科技(深圳)有限公司 | 相机姿态信息的确定方法、装置、设备及存储介质 |
CN108765298A (zh) * | 2018-06-15 | 2018-11-06 | 中国科学院遥感与数字地球研究所 | 基于三维重建的无人机图像拼接方法和系统 |
CN109903352A (zh) * | 2018-12-24 | 2019-06-18 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像大区域无缝正射影像制作方法 |
Non-Patent Citations (3)
Title |
---|
ZHANG YAN等: "Research on UAV targeting based on POS and image matching", 《JOURNAL OF ORDNANCE ENGINEERING COLLEGE》 * |
张浩等: "基于POS的高光谱影像快速几何纠正", 《测绘通报》 * |
王伟等: "基于POS数据的OMIS影像几何校正", 《遥感信息》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583119A (zh) * | 2020-05-19 | 2020-08-25 | 北京数字绿土科技有限公司 | 一种正射影像拼接方法、设备以及计算机可读介质 |
CN111678502A (zh) * | 2020-06-09 | 2020-09-18 | 中国科学院东北地理与农业生态研究所 | 基于无人机航测影像提取冻土灾害信息的方法 |
CN111678502B (zh) * | 2020-06-09 | 2022-06-14 | 中国科学院东北地理与农业生态研究所 | 基于无人机航测影像提取冻土灾害信息的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110503604B (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110648398B (zh) | 基于无人机航摄数据的正射影像实时生成方法及系统 | |
CN110675450B (zh) | 基于slam技术的正射影像实时生成方法及系统 | |
CN105627991B (zh) | 一种无人机影像实时全景拼接方法及系统 | |
CN107316325B (zh) | 一种基于图像配准的机载激光点云与影像配准融合方法 | |
CN110211043B (zh) | 一种用于全景图像拼接的基于网格优化的配准方法 | |
KR100762891B1 (ko) | Los벡터 조정모델을 이용한 영상의 기하보정 방법 및 그장치 | |
CN108168521A (zh) | 一种基于无人机实现景观三维可视化的方法 | |
JP5134784B2 (ja) | 空中写真測量方法 | |
CN111044037B (zh) | 一种光学卫星影像的几何定位方法及装置 | |
CN112184786B (zh) | 一种基于合成视觉的目标定位方法 | |
CN112967344B (zh) | 相机外参标定的方法、设备、存储介质及程序产品 | |
CN108520559A (zh) | 一种基于双目视觉的无人机定位导航的方法 | |
CN113947638B (zh) | 鱼眼相机影像正射纠正方法 | |
CN108876828A (zh) | 一种无人机图像批处理三维重建方法 | |
CN107330927A (zh) | 机载可见光图像定位方法 | |
CN110503604A (zh) | 一种基于高精度pos的航空面阵影像实时正射拼接方法 | |
CN113296133B (zh) | 一种基于双目视觉测量与高精度定位融合技术实现位置标定的装置及方法 | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
CN105571598B (zh) | 一种卫星激光高度计足印相机姿态的测定方法 | |
CN104318540B (zh) | 一种利用cpu与gpu协同的航空影像在线拼接方法 | |
CN108109118B (zh) | 一种无控制点的航拍图像几何校正方法 | |
CN102620745A (zh) | 一种机载imu视准轴误差检校方法 | |
JPH09153131A (ja) | 画像情報の処理方法、処理装置および画像情報統合システム | |
CN112577463A (zh) | 姿态参数修正的航天器单目视觉测距方法 | |
CN108759791A (zh) | 基于前方交会的无人机航摄影像自动定位方法 |
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 |