基于p-h算法的可变焦距相对定向标定算法研究

针对传统可变焦距相对定向标定算法存在对初始值依赖性大、收敛性差等问题,提出一种基于p-h算法的可变焦距相对定向方法。此方法采用单位四元数代替三角函数来描述旋转矩阵,根据最小二乘法原理进行迭代求解,引入p-h算法进行优化,建立了相应的解算模型,解决三角函数描述旋转矩阵所造成算法缺陷。实验结果显示,改进后的算法具有对初始值依赖性小、收敛速度快、迭代次数少、对大角有很强的适应性等特点,解决了三角函数描述旋转矩阵带来的多值性、奇异性问题。

大角度立体像对相对定向的混合共轭梯度算法

无初值依赖的快速收敛是大角度相对定向解算的关键所在。为此,本文提出一种混合共轭梯度算法,具体过程是:①采用随机爬山算法对给定的相对定向元素初值进行随机扰动,产生保证优化方向的初值;②局部优化中以超线性收敛的共轭梯度法取代相对定向中的最速下降法,以提高其收敛速度;③全局收敛条件为计算误差小于规定的限差。对比试验表明,混合共轭梯度算法无初值依赖性,具有较高的解算精度和较少的迭代次数。

一种改进的相对定向标定方法研究

研究了三维重建技术中外方位元素的相对定向标定方法。经典的相对定向标定方法仅适用于两张像片焦距固定的情况。在经典方法的基础上,通过增加参数个数、建立新的解算方程和误差方程,并采用最小二乘法原理求解的方法,建立了一种适用于可变焦距情况下的改进的相对定向标定方法。最后通过实验和误差分析后,验证了在接近零噪声的情况下,改进的相对定向方法能适应一般场景的重建,重建误差较低。因此,该方法可以有效解决仅知其中一张像片焦距,即焦距可变的情况。

基于相对定向的数码相机影像镶嵌技术

针对数码相机拍摄的有一定重叠度的数字影像,利用二维直接线性变换纠正变形误差,然后采用相对定向的方法进行镶嵌,取得了较好的效果。

本质矩阵五点算法伪解的两种剔除策略

本质矩阵五点算法是实现三维测量中双视图相对定向的常见方法,在其计算过程中常常采用多项式求解技术,从而引发了解的多异性。为了确定正确解,提出了五点算法的两种改进实现形式,用于消除多异解。它首先用点在相机前的约束排除非物理可实现解,然后在剩余的可能解中分别计算当前双视图中所有公共点的Sampson距离或反投影残差之和,最小值对应的相机参数即为正确的定向参数值。仿真和真实实验均证明了两种策略的可行性和正确性,且基于Sampson的方法较基于反投影的方法速度快。

无人机航摄影像的RANSAC自动定向方法研究

针对无人机在区域范围拍摄的低空遥感影像数量多,且相邻影像间存在旋转、尺度变化大等导致的立体定向困难问题,本文提出一种适用于无人机影像自动相对定向及模型连接的流程。即利用SURF算法对区域无人机影像进行特征提取后,连续相对定向及模型连接过程使用结合相对定向模型的RANSAC算法去除错匹配点,并针对RANSAC算法选取样本匹配点对容易陷入局部最优问题进行改进,提高了结果精度。

基于SIFT算法的视觉导航方法的研究

本文提出了一种基于SIFT算法和相对定向直接解算方法的视觉定位匹配方法,可解决SIFT算法无法准确定位的问题。SIFT算法通过构建尺度空间、检测极值点、确定关键点等步骤为含有位置信息的视觉图片序列生成关键特征点,然后,计算每个关键特征点周围图像区域的旋转不变纹理特征,并将其作为该关键特征点的描述,进行SIFT初匹配,利用得到的相匹配坐标进行相对定向直接解算,从而得到载体在运动中的位置坐标和运动轨迹。实验结果表明,本方法能够较为准确的得到物体在运动中的位置及其运动轨迹,误差较小,有很好的应用性。

近景摄影测量中旋转矩阵构成方法的研究

本文简明扼要地叙述了近景摄影测量中构成旋转矩阵的常用方法,分析了各种矩阵的结构形式及存在缺点;为了解决这个问题,文章介绍了一种利用四维代数(又称四元数)构成旋转矩阵的方法,并详细说明其原理及应用。通过推导四维代数构成的旋转矩阵在相对定向中的实际应用情况,以及它与其他几种矩阵在运算过程中收敛性的实例比较,说明利用四维代数构成旋转矩阵在近景摄影测量中是一种很有实用意义的方法。

基于前方交会的5点相对定向

5点相对定向是摄影测量与机器视觉的经典问题,传统的5点相对定向方法采用多项式求解技术,导致了解的多样性。为此,研究了基于前方交会约束的5点相对定向方法,建立包含前方交会约束的同名像点共面条件方程,推导求解5点相对定向问题的最优化目标函数,并采用最小二乘广义逆法求解。非量测相机Nikon D80的8组5点相对定向实验结果表明,该方法仅利用5个同名像点即可获得两张像片的相对位置(相对定向)立体模型,在测量长度为0.92 m的标尺三维(3D)长度时,其误差的标准不确定度为0.28±0.24 mm,与现有的5点算法相比,该方法无需排解即可确保5对同名射线对对相交,并且求解精度高,稳健性好,有实用价值。

利用HGA和单位四元数的相对定向解法

利用将经典遗传算法和最速下降法相结合的混合遗传算法进行相对定向,并用强收敛性的单位四元数表示旋转矩阵,可有效避免经典遗传算法容易早熟的弱点,并在无需初值的情况下经较少的遗传代数快速收敛。

无人机影像自动相对定向方法研究

针对传统相对定向方法在处理存在大旋偏角的无人机影像中的限制,提出一种基于SURF(speeded up robust features)特征点的无人机影像自动相对定向方法。该方法首先利用SURF算法提取无人机影像上的特征点并进行匹配,然后利用以本质矩阵为变换约束矩阵的RANSAC(random sample consensus)算法剔除误匹配点,并根据本质矩阵求得相对定向元素粗略值,最后将粗略值作为初值代入严格相对定向误差方程迭代精化,求得相对定向元素精确值。实验验证,该方法在无人机影像相对定向中不仅能保持较高的精度,而且具有更强的收敛性。

基于数码相机立体像对的物体3维信息快速获取方法

研究了数码相机的内方位元素检测和镜头畸变差校正 ,应用近景摄影测量的原理与方法 ,提出了一种基于立体像对无物方控制的物体表面 3维模型信息快速获取方法 ,试验表明 ,该方法获取 3维信息速度快、精度较高。同时文中还比较了可变焦数码相机和固定焦距相机在获取 3维信息精度方面的差异。

遥感影像误匹配自动剔除方法研究

本文研究了一种基于相对定向模型的遥感影像误匹配点自动剔除方法。该方法以遥感影像立体像对的相对定向为数学模型,结合RANSAC算法确定模型参数,利用获取的模型参数计算每一个匹配点对的上下视差,并以计算获得的所有上下视差为样本进行统计,确定上下视差的分布函数,再拟合出其密度函数,根据密度函数的参数确定剔除误匹配点对的阈值,从而高效准确的剔除误匹配点;利用无人机影像和轻型飞机遥感影像获取的SIFT匹配点对进行试验,实验结果表明该方法能够有效的剔除大量匹配点对中的误匹配点。

基于灰度投影的数字近景摄影立体影像匹配

根据数字近景摄影测量的特点,针对建筑物三维建模的需要,提出了基于灰度投影的影像匹配算法。该算法将影像行、列两个方向上的一维灰度投影,拓展为行、列、主对角线和次对角线四个方向上的一维灰度投影,计算左右影像的四个一维投影向量间的相似性测度的加权平均值作为最后的匹配测度。利用相对定向线性变换(RLT)算法来确定同名核线,以改进的动态定界法来控制待匹配点序列中后续点沿核线匹配的搜索范围,以减少匹配的搜索空间并提高匹配的准确度。利用该算法对建筑物数字近景摄影影像进行了实验,结果表明该算法具有较高的匹配速度和匹配准确率。

单位四元数在航空摄影测量解算中的应用与实践

研究了单位四元数方法在航摄空中三角测量各个步骤中的应用,并对其算法稳定性和适用性作了评价。首先叙述了基于单位四元数构造旋转矩阵的方法,及基于单位四元数的相对定向模型的建立和解求方法;构建了基于单位四元数的光束法区域网平差模型。然后利用大量实际航空影像数据进行了相对定向和光束法区域网平差试验,并同传统的基于欧拉角构建旋转矩阵的方案进行了比较。试验结果表明,在相对定向试验中,若采取P-H算法,只需要最少控制点就能保证所有试验数据均可得到正确的解。而在光束法平差中,基于单位四元数的方法比传统方法的稳定性差,对摄影比例尺和控制点的数量较为敏感,导致部分试验数据无法正确收敛。