基于单位四元数的无初值依赖空间后方交会

为解决基于欧拉角的传统空间后方交会算法对初值强烈依赖的问题,提出一种利用四元数描述姿态的解算方法。本算法采用单位四元数描述旋转矩阵,然后对严格的共线条件方程进行线性化,并按照带有约束条件的间接平差进行迭代解算。试验表明本算法的可靠性和稳定性不依赖于像片位置和姿态的初值,并具有迭代次数少和解算时间短等优点。

空间飞行器交会对接相对位置和姿态的在轨自检校光学成像测量算法

空间飞行器交会对接的最后逼近阶段,通常采用光学成像敏感器来测量跟踪飞行器和目标飞行器之间的相对位置和姿态。考虑到飞行器在轨运行期间,CCD相机受空间环境的影响,其内参数会发生变化的实际情况,提出了一种单CCD在轨自检校光学测量方案,其主要特点是飞行器在执行测量任务时,可同时进行相机内参数的自检校。首先根据严格的中心投影共线条件方程,推导出目标飞行器光学特征点坐标和对应的像点坐标与内参数及相对位置和姿态的严格解析关系;然后建立了内参数及相对位置和姿态的解析表达式;提出了目标航天器上光学特征点的布设要求。通过严格的理论分析和数值仿真,单CCD在轨自检校光学测量方案具有可靠性高、精度高、算法易实现、适应能力强等优点。

直接利用旋转矩阵进行空间后方交会的原理和方法

空间后方交会是摄影测量学的基本内容,其解算的理论基础是共线条件方程及其线性化。传统的解算方法是直接以6个外方位元素为未知参数,使用泰勒级数展开进行线性化,然后迭代求解。而这里则直接以旋转矩阵为未知数进行迭代求解,这样既可直接解算出旋转矩阵,又避免欧拉角和旋转矩阵相互转换所引起的计算误差和时间耗费。试验结果表明该方法切实可行,求解精度高,而且迭代次数更少、迭代速度更快。

基于单位四元数的绝对定向直接解法

摄影测量学中传统的绝对定向一般是迭代算法,需要比较准确的迭代初值。在简要介绍四元数的基础上,通过严格的理论推导得到了一套无需迭代、直接求解绝对定向参数的算法。算法的主要原理是用单位四元数描述坐标旋转变换关系,并将绝对定向问题转变为一个最优化问题进行求解。最后通过模拟数据进行仿真计算试验,验证了算法的正确性和可靠性。

基于矩阵论的空间相似变换分析

根据空间相似变换的线性化公式 ,利用矩阵论分析误差方程的系数矩阵 ,给出求解空间相似变换参数所需控制点的具体要求。

特征法视觉SLAM逆深度滤波的三维重建

针对现有特征法视觉SLAM只能重建稀疏点云、非关键帧对地图点深度估计无贡献等问题,本文提出一种特征法视觉SLAM逆深度滤波的三维重建方法,可利用视频序列影像实时、增量式地构建相对稠密的场景结构.具体来说,设计了一种基于运动模型的关键帧追踪流程,能够提供精确的相对位姿关系;采用一种基于概率分布的逆深度滤波器,地图点通过多帧信息累积、更新得到,而不再由两帧三角化直接获取;提出一种基于特征法与直接法的后端混合优化框架,以及基于平差约束的地图点筛选策略,可以准确、高效解算相机位姿与场景结构.试验结果表明,与现有方法相比,本文方法具有更高的计算效率和位姿估计精度,而且能够重建出全局一致的较稠密点云地图.

稳健李代数旋转平均用于GPS辅助无人机影像三维重建

针对最小二乘的旋转平均方法对粗差敏感,求解影像旋转参数不够精确的问题,提出了一种稳健的旋转平均方法。先利用李群和李代数之间的映射关系,将旋转矩阵的乘积运算简化为李代数中的减法运算,推导出旋转平均迭代解算的线性化方程;然后利用L1范数优化和迭代加权最小二乘相结合的方法求解全局一致旋转最优解;最后采用迭代策略剔除粗差,得到精确的旋转矩阵。实验结果表明,与传统最小二乘方法相比,提出方法的旋转参数求解精度更高,稳健性更好,用于三维重建可以得到更密集均匀的点云,重建完整性更好。旋转平均的精度优于0.15度,计算时间不超过0.31s,光束法平差后,重投影误差在1.3个像素以内。基本满足快速稳健三维重建的要求。

四元数微分方程的高分辨率卫星遥感影像外方位元素求解

通过对高分辨率卫星遥感影像成像机理进行分析,提出一种基于四元数微分方程的外方位元素求解方法。该方法采用四元数描述影像成像姿态,建立基于四元数微分方程的成像几何模型。为求解该模型,引入3个独立的解算参数,计算过程中不直接求解姿态四元数,而是解算参数,使得未知数个数与现有方法相同,并采用Tikhonov正则化理论进一步求解方程。试验结果表明该方法正确可靠,具有很好的稳定性和适应性,解算参数的引入效果显著,对定位精度有一定的提高,并且完全避免了三角函数运算。

原始机载LiDAR点云中建筑物激光点的自动提取

提出了一种基于原始离散LiDAR点云的多层结构建筑物激光点自动提取方法。首先对原始离散Li-DAR点云进行不规则三角网构建,然后利用分阶段区域生长的原理逐阶段遍历TIN中的各三角面。依据三角面的法向量方位角判定建筑物的各层结构,依次提取出多层建筑物的墙面及各级屋顶面,最后将提取出的各层屋顶面数据进行分类存储,确保提取出的各栋建筑物激光点之间相互独立且包含各层屋顶结构等细部特征信息,便于后续各建筑物的三维重建。

一种基于四元数的空间后方交会全局收敛算法

结合四元数在摄影测量中的良好应用,提出一种基于四元数的空间后方交会全局收敛算法。该算法利用四元数描述影像姿态,采用绝对定向和正交投影两种变换来代替中心投影的共线条件方程,再利用非线性方程直接迭代的方法进行求解,从而无需进行线性化,最后从理论上对算法的全局收敛性进行了证明。试验结果表明该算法正确可靠,对外方位元素初值没有要求,真正做到无初值依赖空间后方交会,具有很好的稳定性和适应性。

适用于高精度同时定位与地图构建的均衡化亚像素ORB特征提取方法

在视觉同时定位与地图构建问题中,ORB(Oriented FAST and Rotated BRIEF)特征由于其高效、稳定的优点而受到广泛关注。针对ORB特征提取过程中存在的像点量测精度较低、特征聚集现象明显等问题,提出了一种适用于高精度SLAM的均衡化亚像素ORB特征提取方法。分析了精确特征定位的原理,对误差方程进行合理的简化并采用一种基于模板窗口距离的权函数计算方法,大幅降低了计算负担;设计了一种基于四叉树结构的特征均衡化方案,对包含特征的像平面空间进行有限次数的迭代分割,然后选取具有最优响应的特征。试验表明,本文方法进行特征提取的额外计算负担小于2.5 ms,在运行TUM和KITTI数据集时,ORB特征的量测精度分别为0.84和0.62 Pixel,达到亚像素水平,可以降低误差初值,提高光束法平差效率,并能够在满足特征总体分布规律的情况下,显著改善特征聚集的现象,有利于后续问题的稳健、准确求解。

基于自适应和多尺度数学形态学的点云数据滤波方法

数学形态学滤波是从激光雷达(LIDAR)点云数据中识别地面点、创建数字高程模型的一种重要方法。在分析现有滤波方法的优劣性以及数学形态学滤波方法存在的问题的基础上,提出一种改进的、多尺度的、具有一定自适应性的数学形态学滤波算法。该方法通过构建一个粗糙的地面不规则三角网(TIN)来确定实验区域的地形特征,从而选择恰当的地形坡度参数,用于多尺度数学形态学滤波中高差阈值的计算,将每次迭代前后高差小于阈值的点划分为地面点,同时保留地面点的高程值用于下次的迭代计算。实验结果表明该方法能够有效识别地面点和地物点,并且保留地形的细节信息。

无拓扑矢量数据快速压缩算法的研究与实现

首先论述传统矢量数据压缩算法:道格拉斯 普克法,分析将其应用于多边形边界数据压缩所造成的图形失真现象,在此基础上提出一种针对无拓扑矢量数据的快速压缩算法,并在MapInfo环境中实现该算法。

总体最小二乘用于线阵卫星遥感影像光束法平差解算

顾及像点观测方程的系数矩阵中存在随机误差,提出了基于总体最小二乘的线阵卫星遥感影像光束法平差模型。在假定像点观测误差和系数矩阵误差均为独立、等精度分布的基础上,利用拉格朗日条件极值法推导了包含外方位元素虚拟观测方程和控制点误差方程的总体最小二乘光束法平差算法的具体公式和计算方法。该方法利用方差分量估计确定各类虚拟观测值的方差,可求解包含多类虚拟观测量的平差问题,并可用先验信息或岭迹法确定系数矩阵观测值的权比例系数,从而克服了现有总体最小二乘虚拟观测方法不能处理多类虚拟观测值的不足,确保了光束法平差可正确有效求解。分别利用模拟算例与两组真实影像进行了试验验证。结果表明,相比于常规最小二乘虚拟观测法以及现有总体最小二乘虚拟观测方法,本文方法具有更高的求解精度与适应性。相较于传统线阵卫星遥感影像光束法平差方法,本文方法可以获得更高的平差计算精度。

基于对偶四元数的绝对定向直接解法

绝对定向在摄影测量学中具有重要的作用,惯用的迭代解法需要比较准确的迭代初值。在简要介绍对偶四元数的基础上,利用对偶四元数描述坐标系之间的旋转与平移,通过严格的数学推导得到了一种利用对偶四元数进行绝对定向的新算法。该算法将绝对定向问题转化为最优化问题进行求解,无需迭代,直接求解。实验结果表明:同惯用迭代解法进行比较,无需设置计算的初始参数,计算速度快,求解正确,且具有很好的适应性和稳定性。

利用无人机影像和广义迭代重加权最小二乘法的三维重建

为了提高基于无人机影像重建三维场景的效率,提出了应用广义迭代重加权最小二乘法的全局式三维重建方法。首先,介绍了广义迭代重加权最小二乘法的基本思想和具体步骤;接着,将全局旋转矩阵的求解转化为李代数中旋转向量的求解问题,利用结合范数优化和迭代重加权最小二乘的方法求出全局旋转最优解;然后,根据极线几何约束条件,解算相机在全局坐标系下的相对平移方向向量,在广义迭代重加权最小二乘架构下,利用二次规划法求出相机全局位置最优解;最后,对影像位姿参数和重构三维点进行光束法平差优化。实验结果表明该方法在提高重建效率的同时,能够更真实地恢复场景的几何形态。

基于单位四元数的绝对定向直接解法

绝对定向在立体摄影测量中具有很重要的作用。利用3维转动的单位四元数表达形式,经过严密的数学推导,得到基于单位四元数的绝对定向直接解法。实验结果表明,该直接解法与传统的迭代解法相比,具有求解精度高、计算时间短的特点,具有一定的实际应用价值。

基于单位四元数描述的单像空间后方交会

在3维空间里,四元数可以非常方便地表示空间方位、空间向量间的旋转、平移和缩放等关系。将四元数理论引入到摄影测量领域,用单位四元数对坐标旋转矩阵进行描述,提出了一种采用单位四元数描述航摄像片位置与姿态的单张像片空间后方交会新方法。该方法与传统方法相比,在平差时避免了频繁的三角函数运算,不仅收敛速度快,而且精度高。

基于小波变换的分层影像匹配

提出一种小波变换支持的基于灰度和基于特征相结合的分层匹配方案用于DEM自动生成,利用航空与航天影像(MOMS 02,SPOT)进行的试验表明,该方案具有基于灰度、基于特征和分层影像匹配的优点,能以较少的代价获得高精度、高可靠性的匹配结果。

基于原始LiDAR点云TIN模型的建筑物自动提取

提出一种基于原始LiDAR点云不规则三角网模型的多层结构建筑物激光点自动提取方法。利用TIN模型的空间特性对地面、非地面(建筑物、非建筑物)激光点进行判断,最终获得各个独立建筑物的激光点数据。通过对3组不同特征的城市区域的实验验证,结果表明本文方法能精确地完成建筑物激光点的自动提取,且不需要任何人工干涉或其他辅助数据支持。