專利名稱：一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種航空攝影測量中空中三角測量的方法，特別是關(guān)于一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法。
背景技術(shù)：
光束法區(qū)域網(wǎng)平差是攝影測量所遵循的原理準(zhǔn)則，是大地測量和數(shù)字化產(chǎn)品生產(chǎn)的前提?？罩腥菧y量在現(xiàn)實(shí)生活的許多方面都有著廣泛應(yīng)用，主要用途1、為立體測繪地形圖、制作影像平面圖和正射影像圖提供高精度定向控制點(diǎn)和內(nèi)外方位元素；2、取代大地測量方法，進(jìn)行三、四等或等外三角測量的點(diǎn)位測量；3、用于在地籍?dāng)z影測量，以測定大范 圍內(nèi)界址點(diǎn)的國家統(tǒng)一坐標(biāo)；4、計(jì)算大范圍區(qū)域的海量地面坐標(biāo)，用于生產(chǎn)數(shù)字高程模型(DEM)和正射影像圖等數(shù)字地圖產(chǎn)品。但是，目前經(jīng)典攝影測量中光束法區(qū)域網(wǎng)平差模型存在著平差結(jié)果對初始值選取高度依賴即初始值設(shè)置嚴(yán)格、收斂速度慢和收斂性差的瓶頸問題?，F(xiàn)有方法是以直角坐標(biāo)系的XYZ參數(shù)化表示的共線方程為平差基礎(chǔ)方程，這種表達(dá)方式在一定意義上造成了上述問題的存在，光束法區(qū)域網(wǎng)平差模型需對非線性共線方程進(jìn)行線性化，將高維非線性問題轉(zhuǎn)化成線性問題，最后使用Gauss-Newton和Levenberg-Marquardt方法進(jìn)行全局平差。非線性問題線性化過程需提供一個(gè)初始值，初始值的準(zhǔn)確性直接影響著平差結(jié)果的收斂性和收斂速度，在求解上述基于直角坐標(biāo)系下的共線方程時(shí)對初始值的設(shè)置非常嚴(yán)格，不合理的初始值不僅導(dǎo)致收斂速度慢，甚至在平差結(jié)果中造成不收斂甚至收斂不到全局最優(yōu)。

發(fā)明內(nèi)容
針對上述問題，本發(fā)明的目的是提供一種在松限制條件選取初始值的前提下，光束法區(qū)域網(wǎng)平差模型的平差結(jié)果快速、高效收斂的基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法。為實(shí)現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，包括以下步驟1)通過航空拍攝測量區(qū)域得到一系列圖像，提取并匹配測量區(qū)域所有圖像的特征點(diǎn)；2)基于極坐標(biāo)參數(shù)化表達(dá)特征點(diǎn)；3)建立基于極坐標(biāo)參數(shù)化的光束法平差的觀測方程；4)基于極坐標(biāo)參數(shù)化的觀測方程進(jìn)行區(qū)域網(wǎng)平差。所述步驟I)提取并匹配測量區(qū)域所有圖像的特征點(diǎn)，包括以下步驟①對圖像進(jìn)行自動(dòng)色調(diào)調(diào)整，增加圖像對比度；②估算每相鄰兩幅圖像的重疊區(qū)域在步驟②估算的重疊區(qū)域的基礎(chǔ)上，對每相鄰兩幅圖像的重疊區(qū)域分別進(jìn)行分塊，并對分塊后的圖像分別進(jìn)行SIFT特征點(diǎn)提取和匹配，且將分塊匹配后的特征點(diǎn)統(tǒng)一轉(zhuǎn)到圖像坐標(biāo)系的原點(diǎn)，使坐標(biāo)系統(tǒng)一化；④采用多層隨機(jī)抽樣一致性算法去除步驟③中匹配的特征點(diǎn)集中的粗差點(diǎn)；⑤采用Hash表數(shù)據(jù)結(jié)構(gòu)構(gòu)建所有特征點(diǎn)的空間關(guān)系，得到同名像點(diǎn)。所述步驟2)基于極坐標(biāo)參數(shù)化表達(dá)特征點(diǎn)，包括以下步驟①確定每個(gè)特征點(diǎn)的主相機(jī)點(diǎn)tm和副相機(jī)點(diǎn)ta;②確定主相機(jī)所拍攝的特征點(diǎn)在此圖像上的觀測向量t D結(jié)合副相機(jī)點(diǎn)1確定極坐標(biāo)形式下的深度信息P J ;④結(jié)合主相機(jī)點(diǎn)和副相機(jī)點(diǎn)，空間三維特征點(diǎn)h采用方位角％、高程角Θ J和極坐標(biāo)形式下的深度信息P J表達(dá)為
Pj=Wj ^ PjJ
-1 O所述步驟3)建立基于極坐標(biāo)參數(shù)化的光束法平差的觀測方程，包括以下步驟①計(jì)算特征點(diǎn)Fj到主相機(jī)點(diǎn)方向的向量表達(dá)Ujm ;②計(jì)算特征點(diǎn)Fj到任意其它相機(jī)Pi中心的向量表達(dá)％ 根據(jù)小孔成像原理，建立基于極坐標(biāo)參數(shù)化的平差觀測方程。所述步驟4)基于極坐標(biāo)參數(shù)化的觀測方程進(jìn)行區(qū)域網(wǎng)平差，包括以下步驟①計(jì)算松限制條件下的特征點(diǎn)和相機(jī)姿態(tài)的初始值；②利用極坐標(biāo)參數(shù)法的光束法區(qū)域網(wǎng)平差 進(jìn)行整體平差，獲取相機(jī)位姿和特征點(diǎn)在局部坐標(biāo)系下的狀態(tài)向量；③絕對定向，選用少量控制點(diǎn)把平差后得到的局部坐標(biāo)系轉(zhuǎn)換到全局坐標(biāo)系；④精度評(píng)定，使用重投影誤差和實(shí)際精度評(píng)價(jià)最小二乘平差精度和可靠性。所述步驟①計(jì)算松限制條件下的特征點(diǎn)和相機(jī)姿態(tài)的初始值，包括以下步驟；a)相鄰兩幅圖像相對定向，構(gòu)建兩幅圖像的單模型山)將單模型連接成航帶模型；c)根據(jù)構(gòu)成的航帶模型，利用小孔成像模型求解相機(jī)姿態(tài)的初始值，并利用相機(jī)姿態(tài)的初始值通過基于極坐標(biāo)參數(shù)化的觀測方程求解特征點(diǎn)的初始值。本發(fā)明由于采取以上技術(shù)方案，其具有以下優(yōu)點(diǎn)1、本發(fā)明基于極坐標(biāo)參數(shù)化表達(dá)特征點(diǎn)，建立基于極坐標(biāo)參數(shù)化的光束法平差的觀測方程，并基于極坐標(biāo)參數(shù)化的觀測方程進(jìn)行區(qū)域網(wǎng)平差，與現(xiàn)有技術(shù)相比，本發(fā)明改變傳統(tǒng)采用直角坐標(biāo)XYZ參數(shù)化形式表示三維特征點(diǎn)和以XYZ參數(shù)法表示的共線方程為平差基礎(chǔ)方程，采用更接近相機(jī)測量空間的極坐標(biāo)中主相機(jī)點(diǎn)、觀測向量和極坐標(biāo)量來表達(dá)，因此可以在松限制條件下完成對初始值的確定，避免了平差結(jié)果對初始值選取高度依賴的問題發(fā)生，使得光束法區(qū)域網(wǎng)平差模型的平差結(jié)果快速、高效收斂。2、本發(fā)明在提取并匹配測量區(qū)域所有圖像的特征點(diǎn)時(shí)采用SIFT方法，可以獲得數(shù)量龐大和匹配精度較高的特征點(diǎn)，且采用Hash表的數(shù)據(jù)結(jié)構(gòu)構(gòu)建特征點(diǎn)的空間關(guān)系，加快同名像點(diǎn)連接，實(shí)現(xiàn)快速高效轉(zhuǎn)點(diǎn)。3、本發(fā)明在松限制條件下完成對特征點(diǎn)和相機(jī)姿態(tài)初始值選取，通過精度評(píng)價(jià)可以發(fā)現(xiàn)即使是采用較差的初始值，通過Gauss-Newton方法也可以獲得很高的精度結(jié)果。本發(fā)明可以廣泛應(yīng)用于航空攝影測量光束法平差中。


圖I是本發(fā)明的極坐標(biāo)參數(shù)法示意圖；圖2是現(xiàn)有的經(jīng)典攝影測量中尺度滿足實(shí)際要求的相機(jī)初始值狀態(tài)，其中，相鄰相機(jī)之間的距離是不相同的，箭頭方向?yàn)轱w行方向；圖3是本發(fā)明的極坐標(biāo)參數(shù)化攝影測量中尺度相同的松限制條件下相機(jī)初始值狀態(tài)，相鄰相機(jī)之間的距離是相同的，箭頭方向?yàn)轱w行方向。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)行詳細(xì)的描述。
本發(fā)明的基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，包括以下步驟I、采用固定在航空飛機(jī)底部的若干相機(jī)拍攝待測測量區(qū)域內(nèi)的一系列圖像。2、提取并匹配測量區(qū)域內(nèi)所有圖像的特征點(diǎn)，包括以下步驟I)為了增加圖像之間匹配點(diǎn)的數(shù)目，進(jìn)一步提高匹配點(diǎn)的準(zhǔn)確性及穩(wěn)定性，根據(jù)實(shí)際需要對所有圖像進(jìn)行自動(dòng)色調(diào)調(diào)整，增加圖像的對比度。2)估算每相鄰兩幅圖像的重疊區(qū)域。由于航空飛機(jī)的飛行速度和方向無法保證嚴(yán)格一致，兩相鄰圖像的重疊區(qū)域在位置和面積上互不相同，因此需要估算重疊區(qū)域，具體過程為首先將大尺度圖像降采樣為小 尺度圖像，然后在每相鄰兩幅小尺度圖像上使用SIFT方法進(jìn)行特征點(diǎn)提取與匹配，得到少量高精度匹配點(diǎn)，最后根據(jù)仿射變換原理，利用高精度匹配點(diǎn)進(jìn)行重疊區(qū)域的估算。3)為了降低圖像處理時(shí)內(nèi)存的負(fù)擔(dān)，所以在步驟2)估算重疊區(qū)域的基礎(chǔ)上，對每相鄰兩幅圖像的重疊區(qū)域分別進(jìn)行分塊，并對分塊后的圖像分別進(jìn)行SIFT特征點(diǎn)提取和匹配，且將分塊匹配后的特征點(diǎn)統(tǒng)一轉(zhuǎn)到圖像坐標(biāo)系的原點(diǎn)，實(shí)現(xiàn)坐標(biāo)系統(tǒng)一化，為了避免分塊圖像特征點(diǎn)匹配后的縫隙問題，可以根據(jù)需要擴(kuò)大待匹配圖像區(qū)域面積。4)采用多層隨機(jī)抽樣一致性算法(RANSAC)去除步驟3)中匹配的特征點(diǎn)集中的粗差點(diǎn)。5)為了能夠快速進(jìn)行所有圖像之間特征點(diǎn)的匹配，采用Hash表數(shù)據(jù)結(jié)構(gòu)構(gòu)建所有特征點(diǎn)的空間關(guān)系，得到同名像點(diǎn)。經(jīng)過上述步驟本發(fā)明的實(shí)施例對某一待測的測量區(qū)域內(nèi)的所有圖像進(jìn)行特征點(diǎn)提取和匹配后，其中，航向內(nèi)兩幅圖像平均獲到50000對特征點(diǎn)，旁向內(nèi)兩幅圖像平均獲得10000對特征點(diǎn)。另外，對測量區(qū)域中90張圖像總共提取匹配出未連接點(diǎn)對(單對特征點(diǎn))大約1500萬，實(shí)現(xiàn)單對特征點(diǎn)的連接需要在海量數(shù)據(jù)點(diǎn)集中進(jìn)行搜索和比較像點(diǎn)坐標(biāo)，這個(gè)過程是非常困難的。本發(fā)明根據(jù)圖像編號(hào)和特征點(diǎn)坐標(biāo)值構(gòu)建搜索關(guān)鍵字，采用Hash數(shù)據(jù)結(jié)構(gòu)建立便于搜索的數(shù)據(jù)結(jié)構(gòu)，例如對于90張圖像的1500萬未連接點(diǎn)對，用時(shí)約2小時(shí)連接得到4640512同名像點(diǎn)。3、基于極坐標(biāo)參數(shù)化表達(dá)特征點(diǎn)，包括以下步驟I)確定每個(gè)特征點(diǎn)的主相機(jī)點(diǎn)tm和副相機(jī)點(diǎn)ta。當(dāng)空間三維特征點(diǎn)Fj被觀測到二次或二次以上時(shí)，任意選擇記錄有此特征點(diǎn)的其中一個(gè)相機(jī)中心作為該特征點(diǎn)的主相機(jī)點(diǎn)，用tm表示，另外選取一個(gè)相機(jī)為副相機(jī)點(diǎn)ta。2)確定主相機(jī)所拍攝的特征點(diǎn)在該圖像上的觀測向量< ；3)結(jié)合副相機(jī)點(diǎn)ta確定極坐標(biāo)形式下的深度信息P j ；4)結(jié)合主相機(jī)點(diǎn)和副相機(jī)點(diǎn)，空間三維特征點(diǎn)匕采用方位角^高程角0」和極坐標(biāo)形式下的深度信息P j表達(dá)為(如圖I所示)
0J PjJ \與觀測到一次的特征點(diǎn)相比，增加的參數(shù)為極坐標(biāo)形式下的深度信息P j是結(jié)合觀測向量和向量；的特征點(diǎn)的深度信息。其中，\和巧分別為從主相機(jī)點(diǎn)tm到特征點(diǎn)Fj,副相機(jī)點(diǎn)ta到特征點(diǎn)Fj的觀測向量。
4、建立基于極坐標(biāo)參數(shù)化的光束法平差的觀測方程。I)計(jì)算特征點(diǎn)Fj到主相機(jī)點(diǎn)方向的向量表達(dá)4 ；2)計(jì)算特征點(diǎn)匕到任意其它相機(jī)Pi中心的向量表達(dá)>’.『；3)根據(jù)小孔成像原理，建立基于極坐標(biāo)參數(shù)化的平差觀測方程；對于光束法平差算法，將每一個(gè)特征點(diǎn)在每一張圖像上的像點(diǎn)坐標(biāo)的信息表達(dá)為相機(jī)位姿和特征點(diǎn)參數(shù)的函數(shù)，這個(gè)函數(shù)為觀測方程。所有相機(jī)中觀測到特征點(diǎn)I的每一像點(diǎn)坐標(biāo)可以表達(dá)為
權(quán)利要求
1.一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，包括以下步驟 1)通過航空拍攝測量區(qū)域得到一系列圖像，提取并匹配測量區(qū)域所有圖像的特征點(diǎn)； 2)基于極坐標(biāo)參數(shù)化表達(dá)特征點(diǎn)； 3)建立基于極坐標(biāo)參數(shù)化的光束法平差的觀測方程； 4)基于極坐標(biāo)參數(shù)化的觀測方程進(jìn)行區(qū)域網(wǎng)平差。
2.如權(quán)利要求I所述的一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，其特征在于所述步驟I)提取并匹配測量區(qū)域所有圖像的特征點(diǎn)，包括以下步驟 ①對圖像進(jìn)行自動(dòng)色調(diào)調(diào)整，增加圖像對比度； ②估算每相鄰兩幅圖像的重疊區(qū)域； ③在步驟②估算的重疊區(qū)域的基礎(chǔ)上，對每相鄰兩幅圖像的重疊區(qū)域分別進(jìn)行分塊，并對分塊后的圖像分別進(jìn)行SIFT特征點(diǎn)提取和匹配，且將分塊匹配后的特征點(diǎn)統(tǒng)一轉(zhuǎn)到圖像坐標(biāo)系的原點(diǎn)，使坐標(biāo)系統(tǒng)一化； ④采用多層隨機(jī)抽樣一致性算法去除步驟③中匹配的特征點(diǎn)集中的粗差點(diǎn)； ⑤采用Hash表數(shù)據(jù)結(jié)構(gòu)構(gòu)建所有特征點(diǎn)的空間關(guān)系，得到同名像點(diǎn)。
3.如權(quán)利要求I所述的一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，其特征在于所述步驟2)基于極坐標(biāo)參數(shù)化表達(dá)特征點(diǎn)，包括以下步驟 ①確定每個(gè)特征點(diǎn)的主相機(jī)點(diǎn)tm和副相機(jī)點(diǎn)ta； ②確定主相機(jī)所拍攝的特征點(diǎn)在此圖像上的觀測向量<; ③結(jié)合副相機(jī)點(diǎn)1確定極坐標(biāo)形式下的深度信息Pj ； ④結(jié)合主相機(jī)點(diǎn)和副相機(jī)點(diǎn)，空間三維特征點(diǎn)Fj采用方位角％、高程角0」和極坐標(biāo)形式下的深度信息P j表達(dá)為
4.如權(quán)利要求2所述的一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，其特征在于所述步驟2)基于極坐標(biāo)參數(shù)化表達(dá)特征點(diǎn)，包括以下步驟 ①確定每個(gè)特征點(diǎn)的主相機(jī)點(diǎn)tm和副相機(jī)點(diǎn)ta； ②確定主相機(jī)所拍攝的特征點(diǎn)在此圖像上的觀測向量<; ③結(jié)合副相機(jī)點(diǎn)1確定極坐標(biāo)形式下的深度信息Pj ； ④結(jié)合主相機(jī)點(diǎn)和副相機(jī)點(diǎn)，空間三維特征點(diǎn)Fj采用方位角P高程角0」和極坐標(biāo)形式下的深度信息P j表達(dá)為
5.如權(quán)利要求I或2或3或4所述的一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，其特征在于所述步驟3)建立基于極坐標(biāo)參數(shù)化的光束法平差的觀測方程，包括以下步驟 ①計(jì)算特征點(diǎn)Fj到主相機(jī)點(diǎn)方向的向量表達(dá)Ujm； ②計(jì)算特征點(diǎn)匕到任意其它相WPi中心的向量表達(dá)Ib； ③根據(jù)小孔成像原理，建立基于極坐標(biāo)參數(shù)化的平差觀測方程。
6.如權(quán)利要求I或2或3或4所述的一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，其特征在于所述步驟4)基于極坐標(biāo)參數(shù)化的觀測方程進(jìn)行區(qū)域網(wǎng)平差，包括以下步驟 ①計(jì)算松限制條件下的特征點(diǎn)和相機(jī)姿態(tài)的初始值； ②利用極坐標(biāo)參數(shù)法的光束法區(qū)域網(wǎng)平差進(jìn)行整體平差，獲取相機(jī)位姿和特征點(diǎn)在局部坐標(biāo)系下的狀態(tài)向量； ③絕對定向，選用少量控制點(diǎn)把平差后得到的局部坐標(biāo)系轉(zhuǎn)換到全局坐標(biāo)系； ④精度評(píng)定，使用重投影誤差和實(shí)際精度評(píng)價(jià)最小二乘平差精度和可靠性。
7.如權(quán)利要求5所述的一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，其特征在于所述步驟4)基于極坐標(biāo)參數(shù)化的觀測方程進(jìn)行區(qū)域網(wǎng)平差，包括以下步驟 ①計(jì)算松限制條件下的特征點(diǎn)和相機(jī)姿態(tài)的初始值； ②利用極坐標(biāo)參數(shù)法的光束法區(qū)域網(wǎng)平差進(jìn)行整體平差，獲取相機(jī)位姿和特征點(diǎn)在局部坐標(biāo)系下的狀態(tài)向量； ③絕對定向，選用少量控制點(diǎn)把平差后得到的局部坐標(biāo)系轉(zhuǎn)換到全局坐標(biāo)系； ④精度評(píng)定，使用重投影誤差和實(shí)際精度評(píng)價(jià)最小二乘平差精度和可靠性。
8.如權(quán)利要求6所述的一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，其特征在于所述步驟①計(jì)算松限制條件下的特征點(diǎn)和相機(jī)姿態(tài)的初始值，包括以下步驟； a)相鄰兩幅圖像相對定向，構(gòu)建兩幅圖像的單模型； b)將單模型連接成航帶模型； c)根據(jù)構(gòu)成的航帶模型，利用小孔成像模型求解相機(jī)姿態(tài)的初始值，并利用相機(jī)姿態(tài)的初始值通過基于極坐標(biāo)參數(shù)化的觀測方程求解特征點(diǎn)的初始值。
9.如權(quán)利要求7所述的一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，其特征在于所述步驟①計(jì)算松限制條件下的特征點(diǎn)和相機(jī)姿態(tài)的初始值，包括以下步驟； a)相鄰兩幅圖像相對定向，構(gòu)建兩幅圖像的單模型； b)將單模型連接成航帶模型； c)根據(jù)構(gòu)成的航帶模型，利用小孔成像模型求解相機(jī)姿態(tài)的初始值，并利用相機(jī)姿態(tài)的初始值通過基于極坐標(biāo)參數(shù)化的觀測方程求解特征點(diǎn)的初始值。
全文摘要
本發(fā)明涉及一種基于極坐標(biāo)參數(shù)化的航空攝影測量光束法平差的方法，包括以下步驟1)通過航空拍攝測量區(qū)域得到一系列圖像，提取并匹配測量區(qū)域所有圖像的特征點(diǎn)；2)基于極坐標(biāo)參數(shù)化表達(dá)特征點(diǎn)；3)建立基于極坐標(biāo)參數(shù)化的光束法平差的觀測方程；4)基于極坐標(biāo)參數(shù)化的觀測方程進(jìn)行區(qū)域網(wǎng)平差。本發(fā)明改變傳統(tǒng)采用直角坐標(biāo)XYZ參數(shù)化的形式表示三維特征點(diǎn)，采用更接近相機(jī)測量空間的極坐標(biāo)中主相機(jī)點(diǎn)、觀測向量和極坐標(biāo)量來表達(dá)，可以廣泛應(yīng)用于航空攝影測量中的空中三角測量中。
文檔編號(hào)G01C11/04GK102778224SQ201210280068
公開日2012年11月14日 申請日期2012年8月8日 優(yōu)先權(quán)日2012年8月8日
發(fā)明者劉岳峰, 孫華波, 孫巖標(biāo), 徐遵義, 晏磊, 景欣, 王濤, 羅博仁, 趙亮, 趙紅穎 申請人:北京大學(xué)