發(fā)布時(shí)間：2017-04-08 01:10

  本文關(guān)鍵詞：無人機(jī)傾斜攝影測(cè)量應(yīng)用于建筑物三維建模研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：傳統(tǒng)航空攝影測(cè)量只能獲取建筑物的高度信息和頂部紋理信息,對(duì)于側(cè)面紋理的提取只能依靠人工拍攝進(jìn)行補(bǔ)充,與三維數(shù)字城市快速發(fā)展對(duì)三維數(shù)據(jù)獲取的需求相矛盾。本文利用小型多旋翼無人機(jī)搭載單鏡頭微單相機(jī),從低空快速獲取地物的三維信息,來滿足城市快速發(fā)展對(duì)數(shù)據(jù)獲取的需求,并設(shè)計(jì)了一套完整的方案對(duì)其進(jìn)行了分析與驗(yàn)證。相機(jī)標(biāo)定是所有工作的基礎(chǔ),針對(duì)實(shí)驗(yàn)環(huán)境采用張正友二維平面標(biāo)定算法對(duì)本次實(shí)驗(yàn)所用相機(jī)進(jìn)行標(biāo)定,得到的標(biāo)定結(jié)果用于三維位置信息獲取。傳統(tǒng)外方位元素獲取方法對(duì)傾角的要求限制在水平傾角3°以內(nèi),航偏角6°以內(nèi),無法解決大傾角環(huán)境下外方位元素的解算,本文采用兩種獲取外方位元素的方法,是對(duì)傳統(tǒng)外方位元素獲取手段的一種改進(jìn)。利用多視影像對(duì)傾斜像片進(jìn)行量測(cè),并對(duì)量測(cè)結(jié)果進(jìn)行分析,實(shí)驗(yàn)結(jié)果表明在大角度情況下量測(cè)平面中誤差、高程中誤差控制在0.07m以內(nèi),達(dá)到了對(duì)大比例尺測(cè)圖的精度要求,所測(cè)數(shù)據(jù)滿足后期建模的需要�；谝暯欠ㄟM(jìn)行紋理的優(yōu)選,并提出一種新的糾正方法對(duì)優(yōu)選的紋理進(jìn)行糾正,重新賦予像點(diǎn)灰度值,實(shí)驗(yàn)結(jié)果表明經(jīng)過糾正后的紋理圖像能夠用來進(jìn)行三維模型的構(gòu)建。本文利用無人機(jī)搭載非量測(cè)數(shù)碼相機(jī),以遼寧工程技術(shù)大學(xué)行政樓為例,采用一整套設(shè)計(jì)方案,為基于多旋翼無人機(jī)進(jìn)行傾斜攝影測(cè)量構(gòu)建三維模型的方法提供了驗(yàn)證,表明此方案的可行性。
【關(guān)鍵詞】：傾斜攝影測(cè)量 相機(jī)標(biāo)定 量測(cè)分析 紋理提取 建模
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P231
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-9
• 1 緒論9-14
• 1.1 研究背景9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 研究目的與意義11-12
• 1.4 論文研究?jī)?nèi)容與組織結(jié)構(gòu)12-13
• 1.4.1 論文的研究?jī)?nèi)容12
• 1.4.2 論文組織結(jié)構(gòu)12-13
• 1.5 本章小結(jié)13-14
• 2 相機(jī)鏡頭標(biāo)定原理與方法14-28
• 2.1 相機(jī)標(biāo)定基礎(chǔ)理論14-21
• 2.1.1 相機(jī)標(biāo)定常用的坐標(biāo)系14-16
• 2.1.2 相機(jī)標(biāo)定理想數(shù)學(xué)模型—針孔成像模型16-19
• 2.1.3 實(shí)際相機(jī)標(biāo)定模型19-21
• 2.2 相機(jī)標(biāo)定21-27
• 2.2.1 標(biāo)定方法的分類21-22
• 2.2.2 經(jīng)典標(biāo)定方法—張正友法22-24
• 2.2.3 標(biāo)定算法的實(shí)現(xiàn)24-27
• 2.2.4 標(biāo)定實(shí)驗(yàn)結(jié)果27
• 2.3 本章小結(jié)27-28
• 3 空間位置信息的獲取28-49
• 3.1 低空無人機(jī)航攝系統(tǒng)28-29
• 3.2 航攝設(shè)計(jì)29-34
• 3.3 影像外方位元素獲取的兩種方法34-41
• 3.3.1 像片的方位元素34
• 3.3.2 控制點(diǎn)文件34-35
• 3.3.3 外方位元素的兩種解算方法35-41
• 3.4 傾斜影像的量測(cè)方法研究41-46
• 3.4.1 傾斜像片特點(diǎn)42-43
• 3.4.2 傾斜影像量測(cè)的主要方法43-44
• 3.4.3 傾斜影像量測(cè)原理44-46
• 3.5 傾斜影像量測(cè)精度分析46-48
• 3.6 本章小結(jié)48-49
• 4 紋理提取49-55
• 4.1 紋理圖像的定位與優(yōu)選49-51
• 4.1.1 紋理圖像的定位49-50
• 4.1.2 建筑物紋理優(yōu)選50-51
• 4.2 紋理影像糾正51-55
• 4.2.1 紋理影像坐標(biāo)系的轉(zhuǎn)換51-53
• 4.2.2 紋理圖像糾正53-55
• 5 傾斜影像在建筑物三維建模中的應(yīng)用55-57
• 5.1 傾斜影像用于建模的技術(shù)優(yōu)勢(shì)55
• 5.2 SketchUp軟件的特點(diǎn)55-56
• 5.3 建筑物的建模56
• 5.4 本章小結(jié)56-57
• 6 結(jié)論與展望57-59
• 6.1 研究結(jié)論與創(chuàng)新點(diǎn)57-58
• 6.1.1 研究結(jié)論57-58
• 6.1.2 主要?jiǎng)?chuàng)新點(diǎn)58
• 6.2 研究展望58-59
• 參考文獻(xiàn)59-62
• 作者簡(jiǎn)歷62-64
• 學(xué)位論文數(shù)據(jù)集64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王建強(qiáng);鐘春惺;江麗鈞;譚金石;鈄祖民;;基于多視航空影像的城市三維建模方法[J];測(cè)繪科學(xué);2014年03期

2 王慶棟;艾海濱;張力;;利用傾斜攝影和3ds Max技術(shù)快速實(shí)現(xiàn)城市建模[J];測(cè)繪科學(xué);2014年06期

3 王芳;;Google地圖開發(fā)研究[J];計(jì)算機(jī)與數(shù)字工程;2010年03期

4 彭璇;吳肖;;Google Map API在網(wǎng)絡(luò)地圖服務(wù)中的應(yīng)用[J];測(cè)繪信息與工程;2010年01期

5 洪德法;楊國東;王志恒;;基于ArcScene和SketchUp的虛擬校園的建立[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年12期

6 陳義;陸玨;鄭波;;近景攝影測(cè)量中大角度問題的探討[J];測(cè)繪學(xué)報(bào);2008年04期

7 殷勇;俞連芳;馬照亭;李成名;;城市景觀三維重建中的三角剖分算法[J];測(cè)繪科學(xué);2008年04期

8 周玲;張麗艷;鄭建冬;張維中;;近景攝影測(cè)量中標(biāo)記點(diǎn)的自動(dòng)檢測(cè)[J];應(yīng)用科學(xué)學(xué)報(bào);2007年03期

9 官云蘭;周世健;周銘;賈永華;;基于角錐體原理的空間后方交會(huì)改進(jìn)算法[J];測(cè)繪科學(xué);2006年02期

10 楊柳,陳艷萍;一種新的Levenberg-Marquardt算法的收斂性[J];計(jì)算數(shù)學(xué);2005年01期

  本文關(guān)鍵詞：無人機(jī)傾斜攝影測(cè)量應(yīng)用于建筑物三維建模研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：291730