大规模空中三角测量的智能分区与合并算法

针对空中三角测量的处理时间随图像数量的增加呈指数级增长,处理大规模数据集需要大量时间的问题,该文提出了一种测区智能分区与合并算法。该算法可以自动地将无序的图像集分割成若干个有重叠的子集,将每个子集可以并行处理,根据重叠图像的连接点,将各个子集的重建结果合并在一起。实验结果表明,该算法不仅保证了时效性,同时流程也简单,处理速度很快。在一个有10处理节点的集群系统中,该算法成功地处理了大规模航空影像数据集,重建的时间效率和精度满足实际生产要求。与不分区进行比较,时间可以节省至少一半。