【摘要】：無人機(Unmanned Aerial Vehicle,UAV)技術(shù)的快速發(fā)展和應(yīng)用領(lǐng)域的不斷擴展,使其成為一種廣泛使用的新型遙感數(shù)據(jù)獲取平臺。同時,傾斜攝影測量可以同時獲取目標的頂面和立面信息,成為連接傳統(tǒng)航空攝影和地面近景攝影的橋梁。因此,無人機傾斜攝影系統(tǒng)可以有效地發(fā)揮兩者的優(yōu)勢。在計算機視覺領(lǐng)域,運動恢復(fù)結(jié)構(gòu)(Structure from Motion,SfM)具有同時恢復(fù)影像的姿態(tài)信息和創(chuàng)建場景的結(jié)構(gòu)信息的能力,可以用于無人機傾斜影像的稀疏重建。然而,原始的SfM技術(shù)一般用于計算機視覺領(lǐng)域的小規(guī)模場景,或者小尺寸相機獲取的低分辨率影像重建。因此,針對影像匹配對組合復(fù)雜、傾斜影像特征提取和匹配難度大,以及初始匹配外點率高等問題,本文設(shè)計了基于拓撲連接分析的影像匹配圖提取算法、引入分塊策略的特征提取和匹配方案,以及分層運動一致性約束的高效幾何驗證算法。最后,本文建立了適用于無人機傾斜影像稀疏重建的技術(shù)方案和處理流程。論文的主要研究內(nèi)容包括以下幾個方面:首先,提出了空間關(guān)系約束的初始影像匹配對選擇算法SRC-InterTest。影像匹配對選擇的目的是搜索具有重疊區(qū)域的影像對,降低影像組合的復(fù)雜性。本研究提出了空間關(guān)系約束的初始影像匹配對選擇算法。該算法充分挖掘了兩個空間關(guān)系約束。第一,空間距離約束(Spatial Distance Constraint,SDC),用于實現(xiàn)不依賴固定半徑搜索,并避免窮舉相交測試的匹配對選擇問題。第二,空間覆蓋約束(Spatial Overlap Constraint,SOC),用于過濾掉重疊面積很小或者很狹窄的影像對,盡可能早地簡化后續(xù)影像拓撲連接圖的結(jié)構(gòu)。其次,提出了基于拓撲連接分析的影像匹配圖提取算法MST-Expansion。僅僅采用直接鄰近準則進行匹配對選擇將會保留大量冗余和不必要的匹配對。因此,本研究設(shè)計了拓撲連接分析的匹配圖提取算法:首先利用無向加權(quán)圖構(gòu)建初始影像匹配對的拓撲連接圖;然后采用兩步法簡化影像拓撲連接圖:第一步,獲取最簡化形式的影像連接圖;第二步,基于局部穩(wěn)定性分析,對最簡化連接圖進行連接邊增強,構(gòu)建穩(wěn)定的影像連接圖。最終,提取的影像拓撲連接圖可以引導(dǎo)特征匹配,減少特征匹配的時間消耗。然后,分析了 POS數(shù)據(jù)輔助的傾斜影像特征提取和匹配策略�？紤]到無人機傾斜影像的特點,幾何糾正和分塊策略用于影像特征匹配的適用性有待驗證。因此,本研究首先詳細分析了 POS數(shù)據(jù)輔助下的幾何糾正和分塊策略對無人機傾斜影像特征提取和匹配的作用;然后,基于幾何糾正和分塊策略,設(shè)計了不同組合方案;最后,通過詳細的特征提取和匹配實驗,選擇適用于無人機傾斜影像特征提取和匹配的最佳方案。接著,提出了高錯誤匹配率下的高效幾何驗證算法HMCC-RANSAC。高錯誤率導(dǎo)致RANSAC算法的幾何驗證效率低或者結(jié)果不可靠。因此,本研究結(jié)合霍夫投票和RANSAC算法,建立了一種更加穩(wěn)健、高效的幾何驗證策略。首先將初始匹配點投影到物方平面,將同名點在像方的復(fù)雜變換模型簡化為物方的二維平移變換;然后根據(jù)同名點簡化模型的方向和長度一致性約束,利用霍夫投票策略實現(xiàn)了粗差預(yù)處理算法HMCC,提高初始匹配點的內(nèi)點率;最后基于RANSAC算法的嚴格幾何約束,優(yōu)化最終的匹配結(jié)果。最后,基于上述提出的用于影像匹配對選擇、傾斜影像特征提取和匹配,以及高錯誤匹配率下的高效幾何驗證算法和策略,本文設(shè)計了適用于無人機傾斜影像高效稀疏重建的總體流程。利用四組無人機傾斜影像進行對比實驗(開源軟件MicMac和商業(yè)軟件Agisoft PhotoScan),結(jié)果表明本文的方案能夠在保證重建精度和完整性的前提下,實現(xiàn)高效的稀疏重建。
【圖文】：

像往往具有數(shù)據(jù)量大、航向和旁向重疊度高等特點（使用多相機攝影系統(tǒng)，非量逡逑測相機面幅小等因素）。另外，由于較低的飛行高度，無人機影像能夠達到幾個逡逑厘米的地面分辨率（ＧＳＤ），如圖１－１所示。這些因素將導(dǎo)致數(shù)據(jù)處理的高計算逡逑代價：一方面，高分辨率導(dǎo)致的大數(shù)據(jù)容量；另一方面，，在特征提取和匹配階段，逡逑高重疊度使得影像匹配對的組合數(shù)量更加龐大。逡逑■逡逑圖１－１連續(xù)拍攝的高分辨率、高重疊度無人機傾斜影像逡逑２逡逑

像往往具有數(shù)據(jù)量大、航向和旁向重疊度高等特點（使用多相機攝影系統(tǒng)，非量逡逑測相機面幅小等因素）。另外，由于較低的飛行高度，無人機影像能夠達到幾個逡逑厘米的地面分辨率（ＧＳＤ），如圖１－１所示。這些因素將導(dǎo)致數(shù)據(jù)處理的高計算逡逑代價：一方面，高分辨率導(dǎo)致的大數(shù)據(jù)容量；另一方面，在特征提取和匹配階段，逡逑高重疊度使得影像匹配對的組合數(shù)量更加龐大。逡逑■逡逑圖１－１連續(xù)拍攝的高分辨率、高重疊度無人機傾斜影像逡逑２逡逑
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：P231

【參考文獻】

相關(guān)期刊論文 前3條

1 閆利;費亮;葉志云;夏旺;;大范圍傾斜多視影像連接點自動提取的區(qū)域網(wǎng)平差法[J];測繪學(xué)報;2016年03期

2 肖雄武;李德仁;郭丙軒;江萬壽;臧玉府;劉健辰;;一種具有視點不變性的傾斜影像快速匹配方法[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2016年09期

3 許志華;吳立新;劉軍;沈永林;李發(fā)帥;王然;;顧及影像拓撲的SfM算法改進及其在災(zāi)場三維重建中的應(yīng)用[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2015年05期

相關(guān)博士學(xué)位論文 前1條

1 朱俊鋒;利用傾斜影像進行三維數(shù)字城市重建的關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

本文編號：2615177