CN114140397A - 全数字地面成像法重力近区地形改正方法及系统 - Google Patents

Abstract

本申请公开了全数字地面成像法重力近区地形改正方法及系统，其包括对立体相机进行标定获得立体相机内方位元素与外方位元素；对云台进行标定获取云台旋转中心；通过立体相机在云台上沿旋转中心旋转拍摄获取测点周围多个角度的立体像对；对立体像对进行预处理；将多个不同角度的立体像对匹配为全景立体影像；基于内方位元素与外方位元素对全景立体影像进行三维重建，生成数字高程模型DEM；基于DEM获得重力近区地形改正值。本申请通过立体相机拍摄匹配生成全景立体影像，使能高精度的收集并DEM数据进行过滤，通过DEM数据批量计算重力地改值，且通过多重滤波减少图像的失真，使在地面上获得的重力近区地形改正值可靠性较好且更加精准。

Description

全数字地面成像法重力近区地形改正方法及系统

技术领域

本发明涉及地形改正领域，尤其是涉及全数字地面成像法重力近区地形改正方法及系统。

背景技术

目前，重力点是用于测量重力加速度的点位，重力点指绝对重力值已知的重力点，作为相对重力测量的起始点，重力测量的成果可以将各种大地测量的成果准确的归算到椭球面上，重力测量能准确反演地壳内部物质分布和移动状况，是石油、矿产资源勘探的重要手段，是地震预报的有效手段之一，同时对导弹、人造卫星发射、轨道计算等提供必需的导航参数。自然地形的起伏常使重力观测点周围的物质不处于同一水平面上，因此需要把观测点周围的物质影响进行消除，地形改正的目的就是消除重力观测点的周围地形起伏对观测点重力值的影响，地形改正分近中区和远区分别进行，近中区范围为半径两公里以内，远区分为两公里以外至全球范围内，近中区和远区2~20公里范围内地形改正的精度，各区环带、方位的划分和误差分配，应视地形特点和改正方法确定，地形改正的基准面是测点平面，地形改正的手段为将测点平面以下空缺的部分进行填充，测点平面以上多余的物质进行去除。

重力地形改正的理论已比较成熟，采用的方法主要是以一定的方式模拟地形的起伏，然后采用给定的密度通过理论公式计算地形改正值，传统的对地形改正值的测量方法主要包括目估法、绘制地形图数图法和简易地形改正仪法。目估法为用目测的形式对所得的进去地改范围内的地形倾角值和平均高程，根据在室内计算好的坡度角和改正值之间的关系，直接得出改正值的方法；绘制地形图数图法为收集测区大比例尺地形图，或采用罗盘测定方位角和坡度角，目估或步测距离和相对高差，在提前设计好的图表上勾绘出测点周围50米范围的等高线，绘制成大比例尺地形图；简易地形改正仪法为目前野外生产中使用的主要方法，为使用自制的简易地形改正仪实测地形改正值，其原理是将不同地形、不同地段、不同坡度的地形改正值按坡度角标注到简易地形改正仪的读数盘上，移动测棒，拉紧测绳即可读出某一方位的地形改正值。

相关技术中随着常规航空摄影测量已经在地形测绘中发挥着极其重要的作用，它利用安装在飞机上的相机，按照业内规范对一定范围内的测区进行拍摄后，辅以一定数量的地面控制点即可进行空中三角测量，最终获取满足地形图要求的地面数据。

针对上述中的相关技术，发明人认为存在有以下缺陷：当在地面上对采用摄影对测区进行测量时，近景、地面摄影测量与航空、航天测量存在较大差异，包括：

一、拍摄场地较为复杂，采用多摄站获取影像时很难按照平行摄影方式进行，交向摄影有时成为更好的选择，而且重叠度也可能变化较大，给后续的立体影像匹配带来困难；

二、常规近景摄影测量一般通过单个模型进行测量，影响釜盖范围有限，而拍摄场地有时很难保证可以获取合适的交向摄影模型；模型基线太短影响交会精度，而基线太长则给同名点匹配带来困难；

三、不存在多余观测，单个模型的交会精度和可靠性很难得到保证；

四、近景像片的匹配相对常规航空摄影测量要难得多，主要表现在被摄物体的成像畸变上。这种畸变也不存在规律，在影像的不同区域上，无论是上下视差还是左右视差都相差甚大，这就很难利用常规航空摄影测量的匹配方法进行处理。

这些问题导致按照航空摄影测量操作规范拍摄的近景影像甚至无法满足测量要求，使在地面进行摄影测量的难度远大于进行航空测量，或者说在地面上进行的摄影测量会导致测量结果精度与可靠性均较差。

发明内容

为了改善在地面上进行的摄影测量会导致测量结果精度与可靠性均较差的问题，本申请提供全数字地面成像法重力近区地形改正方法及系统。

本申请提供的全数字地面成像法重力近区地形改正方法采用如下的技术方案：

包括：

对立体相机进行标定获得立体相机内方位元素与外方位元素；

对云台进行标定获取云台旋转中心；

通过所述立体相机在云台上沿所述旋转中心旋转拍摄获取测点周围多个角度的立体像对；

对所述立体像对进行预处理；

将多个不同角度的所述立体像对匹配为全景立体影像；

基于所述内方位元素与所述外方位元素对所述全景立体影像进行三维重建，生成数字高程模型DEM；

基于所述DEM获得重力近区地形改正值。

通过采用上述技术方案，对立体相机进行标定获得立体相机内方位元素与外方位元素，使能通过内方位元素与外方位元素进行三维图像的重建，对云台进行标定获取云台旋转中心，保证云台定位的精度，通过立体相机在云台上沿旋转中心旋转拍摄获取测点周围多个角度的立体像对，使在地面上拍摄的立体像对更加精准，对立体像对进行预处理，减少立体像对的畸变，将多个不同角度的立体像对匹配为全景立体影像，基于内方位元素与外方位元素对全景立体影像进行三维重建，生成数字高程模型DEM，基于DEM获得重力近区地形改正值，使在地面上获得的重力近区地形改正值可靠性较好且测量结果更加精准。

可选的，所述对立体相机进行标定获得立体相机内方位元素与外方位元素，包括：

通过建立相机内方位元素几何模型对所述立体相机内方位元素进行标定；

通过所述内方位元素获得所述外方位元素。

通过采用上述技术方案，通过建立相机内方位元素几何模型对立体相机内方位元素进行标定，通过内方位元素获得外方位元，使能通过内方位元素与外方位元素进行地形的三维重建工作。

可选的，所述对云台进行标定获取云台旋转中心，包括：

通过所述立体相机在所述云台上进行拍摄获得不同位置区的标定场照片；

确定标定场照片中相同的标定标志；

基于标定标志在不同标定场照片分别获得不同方向上的云台位置；

基于不同的云台位置获得云台旋转中心。

通过采用上述技术方案，通过所述立体相机在所述云台上进行拍摄获得不同位置区的标定场照片，确定标定场照片中相同的标定标志，基于标定标志在不同标定场照片分别获得不同方向上的云台位置，即标定标志可显示云台与标定标志的相对位置，基于不同的云台位置获得云台旋转中心，使云台的旋转更加精准。

可选的，所述对所述立体像对进行预处理，包括：

对所述立体像对进行重新命名；

对重新命名后的所述立体像对进行畸变纠正。

通过采用上述技术方案，对立体像对进行重新命名，使拍摄出的立体像对便于进行索引，对重新命名后的立体像对进行畸变纠正，使立体像对内的位置与实际的位置相符，减少误差的产生。

可选的，所述将多个不同角度的所述立体像对匹配为全景立体影像，包括：

提取所述立体像对中的同名像点；

基于所述同名像点获得同名像点集；

基于不同的所述立体像对的同名像集对将所述立体像对匹配为全景立体影像。

通过采用上述技术方案，提取立体像对中的同名像点，基于同名像点获得同名像点集，基于不同的立体像对的同名像点对将立体像对匹配为全景立体影像，使能将不同角度的立体像对组合为全景立体影像。

可选的，所述将多个不同角度的所述立体像对匹配为全景立体影像，还包括：

基于所述点集选取相邻立体像对中同名的所述同名像点作为连接点；

基于所述连接点与所述对应所述同名像点形成摄影光束；

基于所述摄影光束形成平差基本单元；

基于所述平差基本单元对所述全景立体影像进行平差。

通过采用上述技术方案，通过对全景立体影像进行平差，减少全景立体影像中的数据之间的矛盾，从而进一步减少全景立体影像的误差，便于对全景立体影响的精度进行评估。

可选的，所述基于所述内方位元素与所述外方位元素对所述全景立体影像进行三维重建，生成数字高程模型DEM，包括：

基于所述内方位元素与所述外方位元素，通过对影像同名像点前方交会，获得所述全景立体影像的空间三维点集；

根据实际地形与精度要求，基于所述空间三维点集确定空间格网的长度与宽度；

基于特定算法获得对应所述空间格网符合实际地形的DEM。

通过采用上述技术方案，基于内方位元素与外方位元素，通过对影像同名像点前方交会，获得全景立体影像的空间三维点集，根据实际地形与精度要求，基于空间三维点集确定空间格网的长度与宽度，基于特定算法获得对应空间格网的高程值，基于空间格网与高程值生成符合实际地形的DEM，使获得实际地形的DEM的效率更高。

可选的，所述基于所述DEM获得重力近区地形改正值，包括：

获得每一所述DEM格网的重力地形改正值；

基于每一所述重力地形改正值获得所述重力近区地形改正值。

通过采用上述技术方案，获得DEM后，通过对DEM的计算，获得DEM范围内的每一个格网的重力地形改正值，同时通过多个格网的重力地形改正值获得重力近区地形改正值。

第二方面，本申请提供一种全数字地面成像法重力近区地形改正系统，包括：立体相机、云台、工控机、三脚架与调平底座；

所述三角架的下端抵接于地面，所述云台固定于所述三脚架的上端，所述立体相机安装于所述云台，所述调平底座设置于所述三脚架与所述云台之间，所述工控机与所述立体相机连接；

所述工控机用于执行任意一个所述全数字地面成像法重力近区地形改正方法。

通过采用上述技术方案，三脚架的下端抵接于地面，云台在三脚架的上端固定，立体相机在云台上进行安装，调平底座对云台在三脚架处进行调平，使云台的上的立体相机能在云台上转动时较为精准。

综上所述，本申请包括以下至少有益技术效果：

1.对立体相机进行标定获得立体相机内方位元素与外方位元素，使能通过内方位元素与外方位元素进行三维图像的重建，对云台进行标定获取云台旋转中心，保证云台定位的精度，通过立体相机在云台上沿旋转中心旋转拍摄获取测点周围多个角度的立体像对，使在地面上拍摄的立体像对更加精准，对立体像对进行预处理，减少立体像对的畸变，将多个不同角度的立体像对匹配为全景立体影像，基于内方位元素与外方位元素对全景立体影像进行三维重建，生成数字高程模型DEM，基于DEM获得重力近区地形改正值，使在地面上获得的重力近区地形改正值可靠性较好且测量结果更加精准；

2.基于内方位元素与外方位元素，通过对影像同名像点前方交会，获得全景立体影像的空间三维点集，根据实际地形与精度要求，基于空间三维点集确定空间格网的长度与宽度，基于特定算法获得对应空间格网的高程值，基于空间格网与高程值生成符合实际地形的DEM，使获得实际地形的DEM的效率更高；

3.获得DEM后，通过对DEM的计算，获得DEM范围内的每一个格网的重力地形改正值，同时通过多个格网的重力地形改正值获得重力近区地形改正值。

附图说明

图1是本申请其中一实施例的全数字地面成像法重力近区地形改正方法的流程示意图；

图2是本申请其中一实施例的对立体相机进行标定获得立体相机内方位元素与外方位元素的流程示意图；

图3是立体相机标定坐标系图；

图4是本申请其中一实施例的对云台进行标定获取云台旋转中心的流程示意图；

图5是对云台进行标定的原理图；

图6是本申请其中一实施例的对立体像对进行预处理的流程示意图；

图7是本申请其中一实施例的将多个不同角度的立体像对匹配为全景立体影像的流程示意图；

图8是本申请其中一实施例的基于内方位元素与外方位元素对全景立体影像进行三维重建，生成数字高程模型DEM的流程示意图；

图9是本申请其中一实施例的基于DEM获得重力近区地形改正值的流程示意图；

图10是本申请其中一实施例的基于DEM获得重力近区地形改正值的流程示意图。

具体实施方式

以下结合附图1-10对本申请作进一步详细说明。

本申请实施例公开全数字地面成像法重力近区地形改正方法。

参照图1，该方法包括：

S1000、对立体相机进行标定获得立体相机内方位元素与外方位元素。

其中，对立体相机的标定为建立室内立体相机标定场第相机的内方位元素及外方位元素进行标定，保证立体相机的测量精度，包括单相机的内方位元素

的标定和双相机的相对外方位元素的

标定。

S2000、对云台进行标定获取云台旋转中心。

其中，云台标定的参数主要包括云台的定位精度、复位精度、云台水平旋转中心和垂直旋转中心等参数。

S3000、通过立体相机在云台上沿旋转中心旋转拍摄获取测点周围多个角度的立体像对。

其中，立体相机包括两个相同的数码相机，两个相同的数码相机组成相机对，即可形成立体相机，通过相机对形成双眼视差，通过立体同时拍摄的两个影像即为立体像对，拍摄的立体像对为从两个不同位置对同一地区所拍摄的一对相片。

S4000、对立体像对进行预处理。

其中，对立体像对进行预处理，使预处理后的立体像对的命名较为统一，同时对立体像对进行畸变纠正，减少误差。

S5000、将多个不同角度的立体像对匹配为全景立体影像。

其中，不同角度的立体像对分别为全景立体影像的一部分，且相邻角度的立体像对之间还有重叠部分，通过重叠部分对全景立体影像进行匹配与组合形成全景立体影像。

S6000、基于内方位元素与外方位元素对全景立体影像进行三维重建，生成数字高程模型DEM。

其中，DEM的生成原理为适用协方差函数和变差函数确定高程变量随空间距离变化的规律，以距离为自变量的变差函数，计算相邻高程值关系权值，进而获得空间任意点或块最有的无偏的高程值。

S7000、基于DEM获得重力近区地形改正值。

其中，使用方域法公式，对每个DEM格网的重力地形改正值进行计算，然后对改正区域内的每个格网的方域改正值进行累加，得到重力近区地形改正值。

本申请实施例全数字地面成像法重力近区地形改正方法的实施原理为：对立体相机进行标定获得立体相机内方位元素与外方位元素，使能通过内方位元素与外方位元素进行三维图像的重建，对云台进行标定获取云台旋转中心，保证云台定位的精度，通过立体相机在云台上沿旋转中心旋转拍摄获取测点周围多个角度的立体像对，使在地面上拍摄的立体像对更加精准，对立体像对进行预处理，减少立体像对的畸变，将多个不同角度的立体像对匹配为全景立体影像，基于内方位元素与外方位元素对全景立体影像进行三维重建，生成数字高程模型DEM，基于DEM获得重力近区地形改正值，使在地面上获得的重力近区地形改正值可靠性较好且更加精准。

在图1所示实施例的步骤S1000中，为了获得立体相机中单相机的内方位元素与双相机的外方位元素，具体通过图2所示实施例进行详细说明。

参照图2，对立体相机进行标定获得立体相机内方位元素与外方位元素，需要使用对应的几何模型，包括如下的步骤。

S1100、通过建立相机内方位元素几何模型对立体相机内方位元素进行标定。

其中，相机内方位元素

几何模型采用摄影测量模型，基于共线方程：

其中：

——像主点坐标；

——像平面坐标（以主点为原点）；

——焦距；

——三维空间坐标；

——外方位投影中心坐标；

——相机畸变改正值。

相机和畸变模型一般存在着径向和切向两种畸变，相机的径向畸变模型用下式表达：

其中：

，

称为径向畸变系数，切向畸变模型模型为：

其中

为切向畸变系数。完整的包括径向畸变和切向畸变的模型为：

参照图3，立体相机相对外方位元素的标定首先建立坐标系：

S1200、通过内方位元素获得外方位元素。

其中，获得外方位元素时，将立体相机区分为一号相机与二号相机，通过一号相机与二号相机的投影中心连线方向为虚拟坐标系的X轴，以一号相机与二号相机的投影中心连线中点位虚拟坐标系的原点，建立右手坐标系S-XYZ；

以设计时的1号相机的倾角，即以

为初始值，求取

：

以此即可标定出立体相机内方位元素及相对外方位元素。

本申请实施例对立体相机进行标定获得立体相机内方位元素与外方位元素的实施原理为：通过一号相机与二号相机组合为立体相机，使立体相机的视角为立体视角，拍摄出的图像为立体像对，通过摄影测量模型，基于共线方程与相机的畸变模型求得单相机的内方位元素，通过立体相机中一号相机与二号相机建立右手坐标系，由一号相机与二号相机的投影中心连线方向为虚拟坐标系的X轴，以一号相机与二号相机的投影中心连线终点位虚线坐标系的原点，建立右手坐标系S-XYZ。

在图1所示实施例的步骤S2000中，为了减少云台对测量过程产生影响，减少测量的误差，对云台进行标定获取云台旋转中心，具体通过图2所示实施例进行详细说明。

参照图4，对云台进行标定获取云台旋转中心，包括如下的步骤：

S2100、通过立体相机在云台上进行拍摄获得不同位置区的标定场照片。

其中，通过立体相机在云台上拍摄为云台携带立体相机转动，转动过程中立体相机拍摄对应的立体照片，照片内容为对应标定场的照片，且拍摄过程中没有死角。

S2200、确定标定场照片中相同的标定标志。

其中，标定标志可为认为设立的标志也可为自然环境中较为明显标志，例如标定标志可为对应较为显眼的石块，也可为认为设立的旗帜等标志。

S2300、基于标定标志在不同标定场照片分别获得不同方向上的云台位置。

其中，通过标定场标志进行后方交会求得多个位置的云台位置。

S2400、基于不同的云台位置获得云台旋转中心。

参照图5，其中，基于不同的云台位置就不同的云台位置进行拟合，拟合为对应的外接圆，云台旋转中心即为对应外接圆的圆心。

本申请实施例对云台进行标定获取云台旋转中心的实施原理为：通过立体相机在云台上拍摄为云台携带立体相机转动，转动过程中立体相机拍摄对应的立体照片，照片内容为对应标定场的照片，确定标定场照片中相同的标定标志，标定标志可为认为设立的标志也可为自然环境中较为明显标志，例如标定标志可为对应较为显眼的石块，也可为认为设立的旗帜等标志，通过标定场标志进行后方交会求得多个位置的云台位置，通过标定场标志进行后方交会求得多个位置的云台位置，使对云台的标定更加精准。

在图1所示实施例的步骤S4000中，为了进一步减少立体图像拍摄过程中照片质量测量精度的影响，具体通过图3所示实施例进行详细说明。

参照图6，对立体像对进行预处理，包括如下的步骤。

S4100、对立体像对进行重新命名。

其中，对立体像对进行重新命名使立体像对里的名称与索引文件中照片名称一致，使便于对存储的立体像对进行索引与使用。

S4200、对重新命名后的立体像对进行畸变纠正。

其中，由于透镜制造精度及其组装工艺的偏差会引入畸变，导致图像的失真，畸变纠正包括对图像径向畸变的纠正与切向畸变的纠正，径向畸变指的是沿透镜半径方向分布的畸变，切向畸变是由于透镜本身与相机传感器平面或图像平面不平行而产生的，采用显式矫正对图像的径向畸变与切向畸变进行矫正，减少图像的失真。

本申请实施例对立体像对进行预处理的实施原理为：通过对立体像对进行重新命名且对重新命名后的立体像对进行畸变纠正，减少立体像对的失真。

在图1所示实施例的步骤S5000中，为了将单独拍摄的立体像对组合为全景立体影像，具体通过图4所示实施例进行详细说明。

参照图7，将多个不同角度的立体像对匹配为全景立体影像，包括如下的步骤：

S5100、提取立体像对中的同名像点。

其中，首先通过高斯滤波进行辐射增强去除图像噪声，然后，通过应用具有适当阈值的 Forstner 算子，在图像中提取对应的同名像点；高斯滤波为对立体像对进行加权平均的过程，立体像对中每一个像素点的值，都由其本身和相邻的其他像素值经过加权平均后得到；Forstner算子则是能将找到立体像对中具有精确视差的点，同时还能确定由任意数量和方向的边缘所形成的角点及圆、圆形影像片与圆环的中心，使能对立体像对中的同名像点进行提取。

S5200、基于同名像点获得同名像点集。

其中，同名像点集为结合局部非极大值抑制得到的立体像对中的影像中的多个同名像点的集合，非极大值抑制为抑制不是极大值的同名像点，从而对同名像点所在局部进行最大搜索，根据同名像点所在区域搜索出最大范围内的同名像点集。

S5300、基于不同的立体像对的同名像点对将立体像对匹配为全景立体影像。

其中，通过对立体像对中检测到的同名像点使用归一化互相关系数方法进行立体像对匹配，归一化互相关系数法为一种基于灰度的匹配算法，其中，归一化相互关系数算法的原理为假设两幅进行匹配计算的图像中的小图像为g,大小为m×n,大图像为S，大小为M×N.用Sx,y表示S中以（x,y)为左上角点与g大小相同的子块。利用相关系数公式计算实时图和基准图之间的相关系数，得到相关系数矩阵

,通过对相关系数矩阵的分析，判断两幅图像是否相关，其中

，在[-1,1]绝对尺度范围之间衡量两者的相似性，相关系数刻画了两者之间的近似程度的线性描述，一般说来，越接近于1，两者越近似的有线性关系，使对立体像对中相似的部分进行重合匹配。

其中，进一步应用最小二乘匹配方法，实现子像素匹配精度，利用最小二乘法进行影像匹配为以局部范围内立体像对的灰度值及其分布作为匹配实体，以搜索窗口的中心位置和形状作为待定参数，通一过极小化模板窗口与搜索窗口内立体像对灰度值差的平方和估计待定参数值，从面确定共轭实体，共轭实体为立体像对间建立对应关系过程中人们关注的对象，例如在本申请实施例中共轭实体为对应像素，使能达到子像素级别的匹配精度。

本申请实施例将多个不同角度的立体像对匹配为全景立体影像的实施原理为：采用高斯滤波进行辐射增强去除图像噪声，通过应用具有适当阈值的 Forstner 算子，在图像中提取对应的同名像点，通过对立体像对中检测到的同名像点使用归一化互相关系数方法进行立体像对匹配，进一步应用最小二乘匹配方法，实现子像素匹配精度，使由多个立体像对匹配的全景图像精准度更高。

参照图7，将多个不同角度的立体像对匹配为全景立体影像，需对全景立体影像进行平差，还包括如下的步骤：

S5400、基于点集选取相邻全景立体像对中同名的同名像点作为连接点。

其中，点集为全景立体图像中的三维点集，相邻的同名像点为三维点，选取相邻立体像对中同名的三维点作为连接点。

S5500、基于连接点与对应同名像点形成摄影光束。

其中，在整个全景立体图像的区域内分别连接连接点、对应连接点的同名像点与立体相机，摄影光束为立体相机与同名像点之间的连线为对应摄影光束。

基于摄影光束形成平差基本单元。

其中，平差基本单元为同名像点的坐标、各个立体相机的相对位置与光学信息、外方位元素和内方位元素等信息。

S5600、基于平差基本单元对全景立体影像进行平差。

其中，以共线方程作为数学模型，像点的像点的像平面坐标观测值是未知数的非线性函数，经过线性化后按照最小二乘法原理进行计算。该计算也是在提供一个近似解的基础上，逐次迭代来达到趋近于最佳值；

光束法平差的工作过程为：

，

其中，向量

：立体像对j上的第i个点；

：第i个点在立体像对j上有映射时，

，否则

；

每个立体像对由向量

参数化，每个三维坐标点由

参数化；

：点i在立体像对j上的预测投影坐标，该预测投影坐标为理想点坐标；

：向量

的欧式距离。

这个公式的意义在于最小化n个点在立体像对上同命像对的误差，光束法的目的为减少立体像对中观测图像的点和参考图像的点之间的位置投影变换误差。

本申请实施例基于平差基本单元对全景立体影像进行平差的实施原理为：对于立体像对中提取出的三维点集，选取相邻像对中同名的三维点作为连接点，以此在整个区域内以连接点与对应像点形成的“摄影光束”作为平差基本单元，对每个全景影像对的外方位元素及连接点三维坐标进行平差。

在图1所示实施例的步骤S6000中，为了对DEM模型进行生成，具体通过图5所示实施例进行详细说明。

参照图8，基于内方位元素与外方位元素对全景立体影像进行三维重建，生成数字高程模型DEM，包括如下的步骤。

S6100、基于内方位元素与外方位元素，通过对影像同名像点前方交会，获得全景立体影像的空间三维点集。

其中，前方交会指恢复立体像对摄影时的光束和建立几何模型后，利用同名光线的交会确定模型点的空间位置。

S6200、根据实际地形与精度要求，基于空间三维点集确定空间格网的长度与宽度。

其中，在本实施例中，空间网格的大小长度与宽度均为1米。

S6300、基于特定算法获得对应空间格网符合实际地形的DEM。

其中，采用克里金差值算法生成高程值：使用协方差函数和变差函数确定高程变量随空间距离而变化的规律，以距离为自变量的变差函数，计算相邻高程值关系权值，进而获得空间任意点或块最优的无偏的高程值。

为了处理树木等干扰物对DEM的影响，还增加有DEM滤波功能：

滤波算法是以坡度为基础来进行形态滤波，根据核函数所定义的侵蚀面，过滤三维点集。其定义的DEM如下：

可根据地形的坡度定义为：

，其中，

为两点间的水平距离，以坡度为基础之形态滤波器示意图如图所示

通过对三维点集内逐点和其搜索范围内的所有点进行测试，根据测试点与搜索范围内任一点的高差是否大于最大高程差来判断是否为地面点，反复进行以上的步骤直到测试完DEM中所有的三维点集。

本申请实施例基于内方位元素与外方位元素对全景立体影像进行三维重建的实施原理为：基于内方位元素与外方位元素，通过对影像同名像点前方交会，获得全景立体影像的空间三维点集，根据实际地形与精度要求，基于空间三维点集确定空间格网的长度与宽度，采用克里金差值算法获得对应空间格网符合实际地形的DEM，增加有DEM滤波，减少树木等干扰物对DEM的影响。

在图1所示实施例的步骤S7000中，为最终得到重力近区的地改值，具体通过图9所示实施例进行详细说明。

参照图9，基于DEM获得重力近区地形改正值，包括如下的步骤。

S7100、获得每一DEM格网的重力地形改正值。

其中，采用方域法对地形改正值进行计算：

参照图10，建立坐标系，根据生成的DEM，假设O为测点，（n）为改正范围内格网单元的中点，x、y轴分别与地理坐标的x、y轴平行，参照图9的坐标系，格网设置为正方体形，格网的宽度与长度均设置为a，a=1，参照图9，在第n个格网内，地形的高程为定值

，格网

范围内的改正公式，或在该范围的方域单元内，重力地形影响值为：

，

公式中

为万有引力常数，

为构成地形的岩石平均密度，

，

,

为计算该单元内改正值的x、y、z的取值区间；

对z求积分，得：

在第n个方形改正区域内，令

，

E为一定积分：

，

则：

S7200、基于每一重力地形改正值获得重力近区地形改正值。

其中，对改正范围内的每个格网单元进行改正值计算，累加得到该测点的重力地形改正值：

本申请实施例基于DEM获得重力近区地形改正值的实施原理为：首先通过方域法对每一格网的地形改正值进行计算，再通过将每一格网内的改正值进行累加得到该测点的重力地形改正值，使对重力改正值的测量更加精准。

全数字地面成像法重力近区地形改正系统，包括：立体相机、云台、工控机、三脚架与调平底座；

立体相机为数字工业相机，立体相机的分辨率最高可达到6576*4384，采用CCD作为图像传感器，输出颜色可为黑白也可为彩色，像元尺寸为每个像素的面积，像元大小尺寸为3微米到10微米，帧率可随拍摄精度来进行确定，焦距长度可随拍摄需求进行调整，在本申请中固定为12mm，视场角可随拍摄需求调整，在本申请中固定为41.01*31.22度，在其他应用场景中也可为其他的视场角度；

在本实施例中云台的水平旋转范围为-157度~+157度，竖直旋转范围为-36度~+36度，使云台的旋转范围便于进行调整，云台的分辨率为0.0129度，复位精度为

0.00625度，也可根据需求调整云台的型号，使对应的水平旋转范围、竖直旋转范围、分辨率与复位精度能与对应项目相匹配。

三角架的下端抵接于地面，云台固定于三脚架的上端，立体相机安装于云台，调平底座设置于三脚架与云台之间，工控机与立体相机连接；

工控机用于执行任意一个包含有全数字地面成像法重力近区地形改正方法的程序。

本申请实施例全数字地面成像法重力近区地形改正系统的实施原理为：三脚架在测点处固定，旋转调平底座，调节云台在三脚架的位置，立体相机在云台上旋转，同时对测点周围环境进行拍摄，生成对应的立体像对图片数据，并将对应的图片数据传输至工控机内，由工控机运行对应的算法与程序，使能对测点周围处的地改值进行计算，且减少由硬件系统对立体像对拍摄的影响。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (9)

1.一种全数字地面成像法重力近区地形改正方法，其特征在于，包括：

对立体相机进行标定获得立体相机内方位元素与外方位元素；

对云台进行标定获取云台旋转中心；

通过所述立体相机在云台上沿所述旋转中心旋转拍摄获取测点周围多个角度的立体像对；

对所述立体像对进行预处理；

将多个不同角度的所述立体像对匹配为全景立体影像；

基于所述内方位元素与所述外方位元素对所述全景立体影像进行三维重建，生成数字高程模型DEM；

基于所述DEM获得重力近区地形改正值。

2.根据权利要求1所述的全数字地面成像法重力近区地形改正方法，其特征在于，所述对立体相机进行标定获得立体相机内方位元素与外方位元素，包括：

通过建立相机内方位元素几何模型对所述立体相机内方位元素进行标定；

通过所述内方位元素获得所述外方位元素。

3.根据权利要求1所述的全数字地面成像法重力近区地形改正方法，其特征在于，所述对云台进行标定获取云台旋转中心，包括：

通过所述立体相机在所述云台上进行拍摄获得不同位置区的标定场照片；

确定标定场照片中相同的标定标志；

基于标定标志在不同标定场照片分别获得不同方向上的云台位置；

基于不同的云台位置获得云台旋转中心。

4.根据权利要求1所述的全数字地面成像法重力近区地形改正方法，其特征在于，所述对所述立体像对进行预处理，包括：

对所述立体像对进行重新命名；

对重新命名后的所述立体像对进行畸变纠正。

5.根据权利要求1或4所述的全数字地面成像法重力近区地形改正方法，其特征在于，所述将多个不同角度的所述立体像对匹配为全景立体影像，包括：

提取所述立体像对中的同名像点；

基于所述同名像点获得同名像点集；

基于不同的所述立体像对的同名像集对将所述立体像对匹配为全景立体影像。

6.根据权利要求5所述的全数字地面成像法重力近区地形改正方法，其特征在于，所述将多个不同角度的所述立体像对匹配为全景立体影像，还包括：

基于所述点集选取相邻立体像对中同名的所述同名像点作为连接点；

基于所述连接点与所述对应所述同名像点形成摄影光束；

基于所述摄影光束形成平差基本单元；

基于所述平差基本单元对所述全景立体影像进行平差。

7.根据权利要求6所述的全数字地面成像法重力近区地形改正方法，其特征在于，所述基于所述内方位元素与所述外方位元素对所述全景立体影像进行三维重建，生成数字高程模型DEM，包括：

基于所述内方位元素与所述外方位元素，通过对影像同名像点前方交会，获得所述全景立体影像的空间三维点集；

根据实际地形与精度要求，基于所述空间三维点集确定空间格网的长度与宽度；

基于特定算法获得对应所述空间格网符合实际地形的DEM。

8.根据权利要求7所述的全数字地面成像法重力近区地形改正方法，其特征在于，所述基于所述DEM获得重力近区地形改正值，包括：

获得每一所述DEM格网的重力地形改正值；

基于每一所述重力地形改正值获得所述重力近区地形改正值。

9.一种全数字地面成像法重力近区地形改正系统，其特征在于，包括：立体相机、云台、工控机、三脚架与调平底座；

所述三角架的下端抵接于地面，所述云台固定于所述三脚架的上端，所述立体相机安装于所述云台，所述调平底座设置于所述三脚架与所述云台之间，所述工控机与所述立体相机连接；

所述工控机用于执行权利要求1~8中任意一个所述全数字地面成像法重力近区地形改正方法。

Images