基于非标航片的三维数字地图生成技术研究

论文摘要

以计算机为核心的信息处理技术是二次世界大战后科技革命的主要标志之一,计算机科学的飞速发展为地理信息系统提供了先进的工具和手段。城市信息化地理信息系统发展的重要阶段,它是国家战略发展和科技文明进步的必经之路。城市信息化,进而构建数字城市,所需的信息多种多样,其中最基础的是空间地理信息。地理信息的获取大多依赖于摄影测量学科的发展和完善。摄影测量发展到今天,已经进入了它的第三个阶段—数字摄影测量阶段。它对整个摄影测量的理念、技术、应用都产生了极其深远的影响。计算机科学技术的发展不仅可以代替人工进行大量的计算,而且已经可能代替人眼来识别同名点,从而为摄影测量开辟了真正的自动化道路。目前,用于数字地图绘制的地理数据主要来自于卫星遥感影像和航拍图像,我国目前地形地貌的数据来源主要还是以航拍为主,卫星为辅。卫星遥感影像和航拍图像适合作为大区域地图制作的数据源,它制作成本较高,数据采集周期较长。对于局部区域地图的绘制,或要求补充现有地图数据,难以采用大型航拍飞机作业。尤其在“9.11”事件后,安全防范系统更是突显三维地图的重要性,得到许多国家的高度重视。突发事件现场的指挥员希望所得到的三维场景能够反映现场地形地貌和建筑的最新变化。超小型无人定翼机成本低,有一定的负载能力和抗风能力,且携带方便,在民用和军用方面均具有巨大的实用价值。从目前的技术水平和成本上看,对于地理空间信息数据的获取,基于低空超小型飞行器的航拍是对卫星遥感和高空航拍的一个有益补充,具有可行性和实用性。由于超小型飞行器飞行高度相对低、体积小、重量轻、飞行灵活,起落方便,因此特别适合小区域的图像采集。但超小型飞行器也由于其体积小、重量轻,飞行时很容易受外部风力的影响,采集的数据难以达到航测的标准。本文为了实现利用超小型飞行器采集的非标航片生成三维地图的目标,通过对与课题相关的地物测量理论和机器视觉理论的深入研究,采用机器视觉的方法解决地物测量理论中的问题:对超小型飞行器采集的非标航片进行预处理,采用改进的算法对其彩色信息实施灰度化;针对非标航片的特点提出了改进的特征点提取和匹配算法,通过实验证明其可行性;文中提出了一种新的F矩阵估算算法——加权随机采样法,并且实现了基于这种算法的特征点加密步骤,有效保证了地形地貌的连续性;考虑镜头一阶畸变的两步相机标定算法,更加精确的计算特征点对的世界坐标,生成工作区DEM;在规格网生成技术的基础上采用改进的Delaunay三角网的分治算法,完成工作区三维浏览,最终实现了整个系统的有效运行。本课题在研究过程中充分考虑各种编译环境的优缺点,采用VC++6.0完成软件主系统的编写,无缝处理matlab和VC的接口,利用matlab计算处理相机标定过程等需要大量计算的模块,使用OpenGL编写三维浏览模块。整个系统软件编写实现了模块化和对象抽象化,具有较高的可移植性和跨平台性,可实现从windows平台向Linux操作系统的平滑移植;系统软件交互性、开放性和可扩充性好,操作简单,安全性能好,便于维护。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 本课题的研究背景和意义
• 1.2 三维地图的国内外研究现状
• 1.3 地物测量理论的发展和机器视觉领域的相互交叉影响
• 1.4 论文研究内容和论文结构
• 1.5 本章小结
• 第2章 非标航片特征点的提取和匹配算法研究
• 2.1 引言
• 2.2 彩色图像灰度化研究与处理
• 2.2.1 常用灰度化算法
• 2.2.2 基于全局彩色分量统计特性的灰度化算法
• 2.2.3 基于彩色空间距离灰度化算法的研究
• 2.2.4 基于像素邻域彩色分量统计特性灰度化算法的研究
• 2.2.5 基于灰度矩保持阈值法的彩色图像灰度化
• 2.2.6 图像灰度化的量化比较
• 2.3 图像特征点提取与匹配的研究现状
• 2.3.1 基于灰度的匹配算法
• 2.3.2 基于特征的匹配算法
• 2.3.3 图像特征匹配准则与约束
• 2.4 图像特征点选取分析
• 2.4.1 角检测器选取原则
• 2.4.2 Harris算子
• 2.4.3 SUSAN算子
• 2.4.4 曲率尺度空间算子
• 2.5 本课题中使用的特征点提取和匹配算法
• 2.5.1 消除旋转、平移效应
• 2.5.2 特征点提取和匹配算法
• 2.5.3 概率松弛法
• 2.5.4 相容系数及其参数的确定
• 2.6 本章小结
• 第3章 基于精确估计的F矩阵的特征点对加密算法的研究与实现
• 3.1 F矩阵的精确估计算法
• 3.1.1 随机采样法进行基本矩阵估计的特点和步骤
• 3.1.2 引入权因子
• 3.1.3 输入数据的加权平移归一化处理
• 3.2 实验数据的统计分析
• 3.3 特征点加密算法
• 3.4 本章小结
• 第4章 机载相机的参数标定研究与改进
• 4.1 数码相机成像原理
• 4.2 相关术语概念
• 4.2.1 针孔模型
• 4.2.2 成像模型解析
• 4.2.3 典型变换
• 4.3 相机标定算法的发展与研究
• 4.3.1 传统相机标定方法
• 4.3.2 相机自标定方法
• 4.3.3 基于主动视觉的相机标定方法
• 4.3.4 Tsai的两步标定算法
• 4.4 带径向和切向畸变的相机标定模型
• 4.5 标定误差分析及补偿处理
• 4.5.1 图像坐标误差
• 4.5.2 匹配误差
• 4.5.3 非校准误差
• 4.5.4 量化误差
• 4.5.5 系统误差
• 4.5.6 误差补偿
• 4.6 基于标定结果的三维坐标计算
• 4.7 试验验证和误差处理
• 4.8 本章小结
• 第5章 三维地貌的立体重建
• 5.1 DEM的应用发展
• 5.2 DEM的内插处理算法介绍
• 5.2.1 线性插值法
• 5.2.2 与距离成反比的加权法
• 5.2.3 三次样条插值
• 5.2.4 分形插值
• 5.3 基于立体表示法的DEM内插
• 5.3.1 基于三角网数模的内插表示法
• 5.3.2 基于矩形格网的内插表示法
• 5.4 高斯小波插值算法
• 5.5 数字微分纠正生成正射影像文件
• 5.5.1 反解法数字微分纠正
• 5.5.2 正解法（直接法）数字微分纠正
• 5.5.3 课题中数字纠正的实际解法
• 5.6 三角体建模算法研究
• 5.6.1 数学分块曲面表示法
• 5.6.2 不规则三角网TIN的生成方法
• 5.6.3 Delaunay三角网生成算法
• 5.7 本章小结
• 第6章 实验验证及系统实现
• 6.1 系统简介
• 6.1.1 小型飞行器的图像采集控制系统
• 6.1.2 图像采集卡
• 6.1.3 超小型飞行器航拍步骤
• 6.1.4 系统开发环境的选择
• 6.1.5 系统的模块构成和软件中间产品的输出导入
• 6.2 实验取材和运行步骤
• 6.3 本章小结
• 第7章 总结与展望
• 7.1 本课题研究工作得总结
• 7.2 本课题研究工作的创新点
• 7.3 对后续工作的展望
• 参考文献
• 作者在攻读博士学位期间公开发表的论文
• 作者在攻读博士学位期间所作的项目
• 致谢