【摘要】：近些年來,航空攝影測量技術(shù)可以低成本、大范圍的獲取高精度的場景信息,已經(jīng)成為新時代下“數(shù)字城市”建設(shè)中獲取數(shù)據(jù)的重要手段之一。無人機(jī)平臺搭載GPS、IMU和非量測相機(jī),采集高精度位置、地面影像數(shù)據(jù)和姿態(tài)數(shù)據(jù),可通過自動空中三角測量、影像匹配等步驟生成數(shù)字正射影像圖、數(shù)字表面模型和密集點云數(shù)據(jù)。但是密集點云數(shù)據(jù)中包含了地表上的建筑物、植被等信息,并不能真實的模擬實際地表形態(tài),需要將點云中地面點與非地面點分離。在點云數(shù)據(jù)中劃分地面點與非地面點的過程稱為點云濾波。目前各種經(jīng)典的點云濾波算法都需要在算法中設(shè)置較為復(fù)雜的參數(shù),需要專業(yè)人員對作業(yè)區(qū)域有深入的了解,才能達(dá)到一定的濾波效果。本文采用簡單設(shè)置參數(shù)的布料模擬濾波算法,通過實現(xiàn)該算法并將其應(yīng)用到密集匹配點云數(shù)據(jù)中。實驗分析濾波效果,提供了該算法在閾值設(shè)置上的參考值,在水文分析、地貌分析、防洪減災(zāi)和數(shù)字化成圖等方面的應(yīng)用有著重要研究意義。本文的研究內(nèi)容如下:(1)從相機(jī)標(biāo)定、POS輔助空中三角測量、多視影像密集匹配的原理三方面講述無人機(jī)影像匹配點云獲取的關(guān)鍵技術(shù),并具體說明無人機(jī)影像數(shù)據(jù)的獲取與影像處理生成點云的方法流程。本文使用PIX4Dmapper軟件處理傾斜影像數(shù)據(jù)生成研究區(qū)域的數(shù)字正射影像圖、密集點云,為后面實驗分析濾波算法提供理論和數(shù)據(jù)支持。(2)深入研究目前幾種經(jīng)典點云濾波算法,分析對應(yīng)算法中參數(shù)設(shè)定的不便,闡述點云濾波中的優(yōu)缺點。針對經(jīng)典算法中關(guān)于濾波過程中閾值的選擇的復(fù)雜性,采用數(shù)值參數(shù)和布爾值參數(shù)的布料模擬濾波算法。根據(jù)算法中幾個易于設(shè)置的參數(shù),分別對影像匹配點云數(shù)據(jù)進(jìn)行實驗,定性和定量評價濾波的效果。(3)結(jié)合獲取的數(shù)字正射影像圖和濾波后地面點數(shù)據(jù),進(jìn)行數(shù)字線劃圖的制作。首先對密度較大的點云數(shù)據(jù)進(jìn)行抽稀處理,生成數(shù)字高程模型和等高線數(shù)據(jù);然后將生成的等高線數(shù)據(jù)和數(shù)字正射影像圖中矢量化的部分地物結(jié)合,局部修改后制作數(shù)字線劃圖;最后選取檢查點進(jìn)行精度分析。
【圖文】：

首先采用載波相位動態(tài) GPS 定位技術(shù)測定攝站點坐標(biāo)，然后采用慣性測定航攝儀的姿態(tài)。系統(tǒng)中 GPS、慣性測量系統(tǒng)與航攝儀通過計算機(jī)同在曝光拍攝瞬間獲取航攝儀的姿態(tài)和空間位置。目前，國內(nèi)外已經(jīng)有較果證明在引入 POS 觀測值的情況下，利用少量的地面控制或無地面控OS輔助空中三角測量與傳統(tǒng)空中三角測量方法獲取的定向結(jié)果基本相，2009）。圖 2-1 是 POS 輔助空中三角測量示意圖。在航飛過程中相機(jī)的攝影中與機(jī)載的 GPS 接收機(jī)天線相位中心重合，一般兩者之間存在這個偏心個固定的數(shù)值。在像方坐標(biāo)系中（即飛機(jī)坐標(biāo)系）中三個坐標(biāo)分量（Au ,Av測定出來。根據(jù)地面點 M 的坐標(biāo)值和 GPS 接收機(jī)獲取的天線中心 A 的可得點 A 在以 M 為坐標(biāo)原點的大地坐標(biāo)系上的坐標(biāo)為 , , A A A Ar X Y Z 。心矢量 e 可以測得，然后推出攝站點 S 在以 M 為坐標(biāo)原點的坐標(biāo)系中, , S S S Y Z 。

共線方程幾何矯正、直接線性變化法等（張莉，2007）。一般的平項式模型處理矯正，而起伏較大地形情況下，通常采用共線方程幾提高處理精度。影像數(shù)據(jù)處理文的實驗點云的數(shù)據(jù)獲取是利用 PIX4Dmapper 無人機(jī)數(shù)據(jù)處理軟整個過程完全自動化，精度較高、操作簡便、方便內(nèi)業(yè)人員處理數(shù)自動空三計算原始影像外方位元素完成空三、精度報告。利用區(qū)域自動校準(zhǔn)影像。根據(jù)詳細(xì)的、定量化的自動空三、區(qū)域網(wǎng)平差和地度，自動生成正射影像并自動鑲嵌及勻色，，將所有數(shù)據(jù)拼接為整個成果可用于 GIS 和 RS 軟件中顯示。PIX4Dmapper 可同時處理多大，支持多種相機(jī)參數(shù)數(shù)據(jù)，便捷的數(shù)據(jù)處理成圖和點云數(shù)據(jù)，應(yīng)用航測制圖、災(zāi)害應(yīng)急、安全執(zhí)法、農(nóng)林監(jiān)測、水利防汛、電力巡線高校科研等。PIX4Dmapper 作業(yè)流程如圖 2-2。
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：P231

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王琳;吳正鵬;姜興鈺;陳楚;;無人機(jī)傾斜攝影技術(shù)在三維城市建模中的應(yīng)用[J];測繪與空間地理信息;2015年12期

2 謝建春;孫丙玉;李文清;王海紅;;一種低空無人機(jī)航攝系統(tǒng)關(guān)鍵技術(shù)的試驗研究[J];測繪通報;2015年10期

3 李成仁;岳東杰;于雙;;基于Otsu方法點云粗分類的漸進(jìn)三角網(wǎng)濾波算法研究[J];測繪工程;2014年07期

4 陳琳;范湘濤;杜小平;;基于高程統(tǒng)計的機(jī)載LiDAR點云三角網(wǎng)漸進(jìn)濾波方法[J];遙感信息;2014年03期

5 左志權(quán);張祖勛;張劍清;;知識引導(dǎo)下的城區(qū)LiDAR點云高精度三角網(wǎng)漸進(jìn)濾波方法[J];測繪學(xué)報;2012年02期

6 欒學(xué)科;姚喜;王志博;孫愷;;航空數(shù)碼影像像控布點方案的研究[J];城市勘測;2010年04期

7 隋立春;張熠斌;柳艷;曲佳;李偉;王蒙;李智臨;;基于改進(jìn)的數(shù)學(xué)形態(tài)學(xué)算法的LiDAR點云數(shù)據(jù)濾波[J];測繪學(xué)報;2010年04期

8 羅伊萍;姜挺;龔志輝;江剛武;陳文鋒;;基于自適應(yīng)和多尺度數(shù)學(xué)形態(tài)學(xué)的點云數(shù)據(jù)濾波方法[J];測繪科學(xué)技術(shù)學(xué)報;2009年06期

9 蘇偉;孫中平;趙冬玲;孫崇利;張超;楊建宇;;多級移動曲面擬合LIDAR數(shù)據(jù)濾波算法[J];遙感學(xué)報;2009年05期

10 何正斌;田永瑞;;機(jī)載三維激光掃描點云非地面點剔除算法[J];大地測量與地球動力學(xué);2009年04期

相關(guān)博士學(xué)位論文 前2條

1 朱俊鋒;利用傾斜影像進(jìn)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

2 羅伊萍;LIDAR數(shù)據(jù)濾波和影像輔助提取建筑物[D];解放軍信息工程大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 孫燁龍;小型無人機(jī)航測系統(tǒng)大比例尺測圖方法研究[D];成都理工大學(xué);2017年

2 趙昕;基于影像匹配技術(shù)的點云數(shù)據(jù)精簡算法研究[D];西安科技大學(xué);2017年

3 陳悅;基于傾斜攝影測量數(shù)據(jù)的點云劃分[D];西安科技大學(xué);2016年

4 曹琳;基于無人機(jī)傾斜攝影測量技術(shù)的三維建模及其精度分析[D];西安科技大學(xué);2016年

5 胡誠;精度約束下地表LiDAR點云抽稀方法研究[D];西南交通大學(xué);2015年

6 秦川;無人機(jī)影像匹配點云濾波處理與三維重建[D];西南交通大學(xué);2015年

7 熊一;基于自適應(yīng)濾波處理的無人機(jī)攝影測量影像DEM自動生成[D];東華理工大學(xué);2014年

8 程錕錕;多視角傾斜影像密集匹配技術(shù)研究[D];河南理工大學(xué);2014年

9 楊璐t

本文編號：2666636