无人机对地成像定位方法(英文)

为解决基于单张图像的传统无人机对地定位方法的精度不能满足精确打击作战需求的问题,本文提出一种新的无人机对地定位方法。该方法通过线性化共线条件方程建立摄像机姿态角和焦距迭代计算模型,根据非共线位置拍摄的多帧图像及至少3个可识别同名像点坐标迭代计算摄像机姿态角和焦距的精确值,然后利用多摄站前方交会法求取地面目标的三维坐标。该方法不依赖于数字高程模型(DEM)及像片内外方位元素的测量值,消除了传统无人机对地定位方法三个定位误差源中的两个,因此具有较高的定位精度。仿真与真实图像实验计算表明:摄站本身坐标误差的大小是决定对地定位精度的主要因素,当采用DGPS定位摄站时,可以获得很高的目标定位精度。

基于多帧图像同名点的无人机对地定位新方法

基于单张图像的传统无人机对地定位方法的精度较低,不能满足精确打击作战需求,提出一种新的无人机对地定位方法。该方法通过线性化共线条件方程建立摄像机姿态角和焦距迭代计算模型,根据非共线位置拍摄的多帧图像及其至少3个可识别同名像点坐标迭代计算摄像机姿态角和焦距的精确值,然后利用多摄站前方交会法求取地面目标的三维坐标。该方法不依赖于数字高程模型(DEM)及像片内外方位元素的测量值,消除了传统无人机对地定位方法3个定位误差源中的两个,因此具有较高的定位精度。仿真与真实图像实验计算表明,摄站本身坐标误差的大小是决定对地定位精度的主要因素,当摄站坐标精度为5 m时,对地定位误差约为10 m,远远小于传统方法的定位误差。

应用Hough变换的炮射航空摄像机外参数估计方法

提出了一种基于Hough变换的航空摄像机外参数估计新方法。该方法使用共线条件方程描述摄像机成像关系,用图像与物方特征点之间的组合对外参数空间离散点进行投票,将得票最多的离散参数点确定为参数估计值。为解决共线条件方程的非线性以及外参数之间的相关性问题,采用迭代方式进行参数估计。与基于最小二乘原理的传统外参数估计方法不同,该方法不需要事先对图像与物方空间特征点进行配对,解决了传统最小二乘法的特征匹配难题,避免了最小二乘法对错误匹配的鲁棒性较差的缺点。分别使用仿真和真实航拍图像对算法的有效性进行了检验,结果表明:摄像机坐标估计误差小于15 m,姿态角误差小于1°。参数估计结果能够满足舰炮作战中对侦察摄像机外参数估计精度的要求。

基于多帧图像共同点信息的目标定位技术

基于侦察平台三维坐标、摄像机轴向角和地形高程数据的目标定位最佳精度仅能达到100m左右,不能满足武器精确打击需求。本文讨论给出一种基于多帧图像的地面目标定位方法,该方法利用侦察平台获得的至少3帧图像和这些图像上至少6个以上的共同点信息来提高地面目标的三维定位精度。仿真计算表明,该方法的目标定位圆概率误差仅为6m,因此它在基于图像的空中侦察平台上具有广泛的应用前景。