【技术实现步骤摘要】
基于无人机影像的自动布控像控点方法
本专利技术涉及航空影像外业像控点的布设方法。
技术介绍
无人机航测作为一种新型的低空遥感影像获取技术,其机动灵活、可云下摄影、成本低廉等特点,已成为一种有效的快速测绘手段,在城市规划、应急救灾、地理国情监测、智慧城市建设等发挥越来越重要的作用。其中航空影像外业像控点的布设是进行立体测图和制作正射影像的重要环节,亦是后期数据处理的基础和前提,其布设效率直接影响了后续工作的进度,同时航线和网型更是影响最终的测图和数字正射影像图(DOM,DigitalOrthophotoMap)。传统像控点布设需要将影像初始POS数据导入Googleearth上作为参照,一名内业人员根据布点密度要求,按照不同比例尺、处理方法及测区的交通和地物、地貌等情况,将像控点布设在Googleearth上,最终获得像控点的布控图。另外,由于Googleearth影像不够清晰及更新不及时等,无法当做参考影像标注刺点位置,需要一名内业人员在影像上找到像控点的对应位置,并在影像上勾勒出刺点范围,外业人员可根据刺点范围和实际地物、地貌等情况选择目标清晰、大小适中的特征位置进行外业数据采集。目前测绘面临主要困难仍然是像控点停留在纸质工作方式,查看及管理不方便等;影像更新不及时,点位搜索困难;内外业没有实现一体化作业,加大测量的任务等。目前,航测外业数字化刺点对提高布点精度和减少人力干涉、实现路径最优等仍是此方法的难点。
技术实现思路
本专利技术的目的是一种基于无人机影像的自动布控像控点的方法,实现了无纸化作业,像控点检核,同时减少人力干涉,提高布点精度、航测生产效率及 ...
【技术保护点】
1.一种基于无人机影像的自动布控像控点的方法,其特征是通过影像预处理,在已有影像处理算法的基础上进行影像匹配,确定最佳像控区域,根据导航软件,选择出到达像控区域的最佳路径,在地图上获得最佳像控区域的像控点坐标,将实测坐标发送到地图中,查看像控点布设是否符合要求,同时将实测坐标传输到影像中,按照像控点规范在影像中自动进行刺点注记。
【技术特征摘要】
1.一种基于无人机影像的自动布控像控点的方法,其特征是通过影像预处理,在已有影像处理算法的基础上进行影像匹配,确定最佳像控区域,根据导航软件,选择出到达像控区域的最佳路径,在地图上获得最佳像控区域的像控点坐标,将实测坐标发送到地图中,查看像控点布设是否符合要求,同时将实测坐标传输到影像中,按照像控点规范在影像中自动进行刺点注记。2.如权利要求1所述的基于无人机影像的自动布控像控点的方法,其特征是,影像预处理包括以下步骤:1.1影像检查地面工作站通过接收无人机相片系统传输回来的影像,检查影像是否满足分辨率大于2448×1624的分辨率,航向重叠区域大于70%,旁向重叠区域大于40%,影像像素宽度和高度比为1.5,二度及以上重叠,影像是否漏拍,以防后续工作无法进行;1.2影像畸变差改正将相机校检作为校检参数对原始影像进行畸变差改正;1.3影像相对位置利用初始POS数据建立航带影像缩略图,根据飞机航线对影像进行编号,直至搜索排列正确为止。3.如权利要求1所述的基于无人机影像的自动布控像控点的方法,其特征是,影像匹配包括以下步骤:2.1影像去噪2.2影像增强将彩色影像转化为灰度影像,通过Wallis滤波对灰度图像进行滤波增强,将影像的灰度均值和方差映射到给定的灰度均值和方差,使得影像的灰度微小变化信息得到增强,同时引入平滑算子,抑制影像噪声,模糊的纹理模式得到增强;2.3影像自动匹配利用重叠影像灰度值匹配的优势,再结合几何约束条件的像方空间一致性的特征点匹配方法,可以减少搜索范围及提高匹配效率。4.如权利要求1所述的基于无人机影像的自动布控像控点的方法,其特征是,自动布设像控区域包括以下步骤:3.1获取影像像控区域3.2提取最佳像控区域。5.如权利要求1所述的基于无人机影像的自动布控像控点的方法,其特征是,在地图上获得最佳像控区域的像控点坐标包括以下步骤:4.1坐标系转换利用坐标系转换,将匹配后的影像映射到调用的地图中,实现影像与地图的结合,避免影像坐标数据在读取和传输时造成混乱;4.2选择地图像控点4.3提取影像像控点。6.如权利要求3所述的基于无人机影像的自动布控像控点的方法,其特征是,步骤2.1影像去噪包括以下步骤:2.1.1自动提取出每张影像的分辨率;2.1.2根据边缘150像素与原始影像像素比例关系,删除影像宽度边缘小于2%-4%的像素点,高度边缘为删除宽度边缘像素比例的70%的像素点,消除边缘布点带来的误差;2.1.3利用小波变换将影像进行三次小波分解,分为一系列不同频率的高频和低频影像,高频显示影像细节部分,低频显示影像轮廓,划分为64个子块,其中LL3只占了1/64,但能量集中了90%以上,LH3同样占了1/64,H表示竖直方向高通分量,用小波系数表示,L代表水平方向低通分量,用近似系数表示;2.1.4根据权重法增大高频分量细节系数,低频分量保持不变,增大信噪比,最后利用小波逆变换的方法重建影像,获得去噪后的影像。7.如权利要求3所述的基于无人机影像的自动布控像控点的方法,其特征是,步骤2.2影像增强包括以下步骤:2.2.1把每张影像分为互不重叠的矩型区域[2M+1,2N+1],其中M为影像宽度的像素点,N为影像高度的像素点,小于[10,10]的窗口和大于[(M+2)/2,(M+3)/3]的窗口值都不可取,依据步骤1.1要求,设M/N=1.5,M取值范围(10,[M/4]),N取值范围为[M/1.5],影像均值的目标值取影像动态范围[0,255]的中值,即127,影像方差的目标值取87;2.2.2计算各矩形区域的灰度均值与方差;2.2.3为保持原始影像的灰度值,统一选取c=[0.75,1),b=[0.5,1),使得影像的灰度微小变化信息得到增强;2.2.4重新计算出区域新的灰度值。8.如权利要求3所述的基于无人机影像的自动布控像控点的方法,其特征是,步骤2.3影像自动匹配包括以下步骤:2.3.1依据步骤1.3对影像的编号,将第一张影像作为基准影像,相邻影像作为配准影像,根据影像乘运算,使得每张影像在两张及两张以上的影像重叠区域效果显著,重叠区域乘以权重系数大于1,其他的区域乘以0,使得每张影像重叠区域明显...
【专利技术属性】
技术研发人员:姜友谊,曾致,胡亚轩,黎晓,秦世民,宋尚武,刘恒,刘鹏,
申请(专利权)人:西安科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。