一种基于航空倾斜摄影影像的多区块空三调整合并方法技术

本发明专利技术涉及一种基于航空倾斜摄影影像的多区块空三调整合并方法，包括：将进行空中三角测量后的各个区块的坐标系转换为设置的基准坐标系，计算各个区块之间的重叠影像；基于两个区块之间的重叠影像，选择基准区块及其对应的待调整区块；对基准区块及其对应的待调整区块的重叠影像进行特征点提取与匹配后，得到两个区块之间的连接点；将连接点作为控制点进行区域网平差；对所有的区块进行空三合并。利用区块接边区域影像的相似性，提取特征点，进行匹配，获取区块之间的连接点，将这些连接点作为控制点进行区块调整，在只有少量控制点或无控制点的情况下，大大减少了三维模型在接边区域出现的分层、错位等现象。错位等现象。错位等现象。

【技术实现步骤摘要】
一种基于航空倾斜摄影影像的多区块空三调整合并方法


[0001]本专利技术涉及数字摄影测量
，尤其涉及一种基于航空倾斜摄影影像的多区块空三调整合并方法。

技术介绍

[0002]空中三角测量简称空三，是数字三维建模中的重要一环，影响三维建模的质量。随着无人机技术的飞速发展，无人机影像以其获取成本低、效率高、分辨率高等优点，越来越多的应用到地理信息源数据采集，利用无人机影像生成的实景三维模型数据也成为重要的地理信息数据之一。由于数据采集的成本降低与效率提高，采集的数据也变得越来越多，给三维建模人员带来了巨大的挑战。
[0003]现在，航空摄影数字三维建模项目中一个测区常常达到几万张乃至几十万张高分辨率影像的数据量，几十万张影像一次性空三对于现在的技术与硬件条件几乎不可能实现，且耗时巨大、成功率不高。
[0004]为了解决这样的问题，大部分数据处理的做法是将一个测区分成多个区块，每个区块可能包含几千张影像，分别进行空三，分区块后空三可以并行处理，且其中若有失败，其它空三结果仍可以利用，只需重新处理空三失败的区块，对于项目进度而言，成本代价较小。
[0005]但是，分区块后，为了保证三维模型的整体性，便衍生出了多区块空三合并的问题。为了使模型不出现错位、分层等现象，传统的做法是在测区内布控制点，区块之间通过控制点进行连接。但是，控制点需要人工去现场测量，增加了大量的人工成本和时间成本，且现场环境复杂，如遇深山、沙漠等地貌，则无法进行人工现场测量控制点。

技术实现思路

[0006]本专利技术针对现有技术中存在的技术问题，提供一种基于航空倾斜摄影影像的多区块空三调整合并方法，利用区块接边区域影像的相似性，提取特征点，进行匹配，获取区块之间的连接点，将这些连接点作为控制点进行区块调整，在只有少量控制点或无控制点的情况下，大大减少了三维模型在接边区域出现的分层、错位等现象。
[0007]根据本专利技术的第一方面，提供了一种基于航空倾斜摄影影像的多区块空三调整合并方法，包括：
[0008]步骤1，将进行空中三角测量后的各个区块的坐标系转换为设置的基准坐标系，计算各个区块之间的重叠影像；
[0009]步骤2，基于两个区块之间的重叠影像，选择基准区块及其对应的待调整区块；对所述基准区块及其对应的所述待调整区块的重叠影像进行特征点提取与匹配后，得到两个区块之间的连接点；
[0010]步骤3，将所述连接点作为控制点进行区域网平差；
[0011]步骤4，对所有的区块进行空三合并。
[0012]在上述技术方案的基础上，本专利技术还可以作出如下改进。
[0013]可选的，所述步骤1中根据区块的连接点包围盒计算各个区块之间的重叠区域，得到任意两个区块之间的重叠影像。
[0014]可选的，所述步骤2中选择起始基准区块的过程包括：
[0015]统计任意两个区块之间的重叠影像数量，选择数量最大的两个区块中的一个作为起始基准区块，另一个作为其对应的待调整区块。
[0016]可选的，所述步骤2中，将得到所述连接点之后的区块作为已调整区块，选择当前基准区块及其对应的待调整区块的过程包括：
[0017]统计各个已调整区块与待调整区块两两之间的重叠影像数量，选择数量最大的两个区块中的已调整区块作为当前基准区块、待调整区块作为该当前基准区块对应的待调整区块。
[0018]可选的，所述步骤2中采用特征检测算法进行特征点提取后，采用基于hash编码的快速特征点匹配方法进行特征点匹配，获取所述重叠影像中的同名点对，将所述重叠影像中的同名点进行融合和跟踪到各个区块中，生成各个区块之间的连接点。
[0019]可选的，所述步骤2还包括：根据基本矩阵模型的RANSAC算法剔除异常同名点，所述剔除异常同名点的方法包括：
[0020]随机挑选满足设定数量要求的样本同名点对，基于所述样本同名点计算得到基本矩阵F；
[0021]将不满足的同名点进行剔除；x
L
,x
R
分别为样本同名点对在左片和右片上的齐次坐标；
[0022]重复选取样本同名点对直到满足预先设定的条件。
[0023]可选的，所述步骤2还包括：删除反投影误差大于设定阈值的所述连接点。
[0024]可选的，所述步骤3还包括：删除反投影误差大于设定阈值的所述连接点，将剩余的所述连接点作为所述控制点。
[0025]可选的，所述步骤3中基于所述控制点进行区域网平差，使反投影误差最小，包括：
[0026]物点、像点和投影中心三点的共线方程为：f(x
i
,y
j
)＝K(RX
′
+T)，其中
[0027]表示n个三维控制点中的第i个(X，Y，Z)；
[0028]表示m张影像中的第j张影像的内外参，包括：焦距f，主点坐标(x0，y0)，旋转矩阵R，平移矩阵T；
[0029]反投影误差最小的目标公式为：
[0030][0031]可选的，所述步骤3中进行区域网平差后，返回所述步骤2选择下一个基准区块及其对应的待调整区块，直至不存在待调整区块时，执行所述步骤4对所有区块进行空三合
并。
[0032]本专利技术提供的一种基于航空倾斜摄影影像的多区块空三调整合并方法，利用区块接边区域影像的相似性，提取特征点，进行匹配，获取区块之间的连接点，将这些连接点作为控制点进行区块调整，在只有少量控制点或无控制点的情况下，大大减少了三维模型在接边区域出现的分层、错位等现象；利用计算机自动提取分区接边区域的连接点，数量比人工刺点更多，分布更加均匀，空三调整后重建的模型出现分层、错位等现象的概率更小；只需要少量或不需要控制点，减少了人工打点的成本。
附图说明
[0033]图1为本专利技术提供的一种基于航空倾斜摄影影像的多区块空三调整合并方法的实施例的流程图。
具体实施方式
[0034]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0035]图1为本专利技术提供的一种基于航空倾斜摄影影像的多区块空三调整合并方法的实施例的流程图，如图1所示，该调整合并方法包括：
[0036]步骤1，将进行空中三角测量后的各个区块的坐标系转换为设置的基准坐标系，计算各个区块之间的重叠影像。
[0037]每个区块进行空三后，区块之间可能出现坐标系不同、坐标系偏移不同的情况，此时，需要将所有的区块进行坐标系转换到统一的坐标系下，才能计算区块之间的重叠区域。
[0038]具体实施中，该基准坐标系可以根据各个区块的坐标系的实际情况进行选择，例如选择坐标系相同的区块的数量最多的坐标系。也可以在读入每个区块的空三结果后，以第一个区块的坐标系作为基准坐标系，将其它区块统一转换到此基准坐标系下。
[0039]步骤2，基于两个区块之间的重叠影像，选择基准区块及其对应的待调整区块；对基准区块及其对应的待调整区块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于航空倾斜摄影影像的多区块空三调整合并方法，其特征在于，所述调整合并方法包括：步骤1，将进行空中三角测量后的各个区块的坐标系转换为设置的基准坐标系，计算各个区块之间的重叠影像；步骤2，基于两个区块之间的重叠影像，选择基准区块及其对应的待调整区块；对所述基准区块及其对应的所述待调整区块的重叠影像进行特征点提取与匹配后，得到两个区块之间的连接点；步骤3，将所述连接点作为控制点进行区域网平差；步骤4，对所有的区块进行空三合并。2.根据权利要求1所述的调整合并方法，其特征在于，所述步骤1中根据区块的连接点包围盒计算各个区块之间的重叠区域，得到任意两个区块之间的重叠影像。3.根据权利要求1所述的调整合并方法，其特征在于，所述步骤2中选择起始基准区块的过程包括：统计任意两个区块之间的重叠影像数量，选择数量最大时的两个区块中的一个作为起始基准区块，另一个作为其对应的待调整区块。4.根据权利要求1所述的调整合并方法，其特征在于，所述步骤2中，将得到所述连接点之后的区块作为已调整区块，选择当前基准区块及其对应的待调整区块的过程包括：统计各个已调整区块与待调整区块两两之间的重叠影像数量，选择数量最大的两个区块中的已调整区块作为当前基准区块、待调整区块作为该当前基准区块对应的待调整区块。5.根据权利要求1所述的调整合并方法，其特征在于，所述步骤2中采用特征检测算法进行特征点提取后，采用基于hash编码的快速特征点匹配方法进行特征点匹配，获取所述重叠影像中的同名点对，将所述重叠影像中的同名点进行融合和跟踪到各个区块中，生成各个区块之...

【专利技术属性】
技术研发人员：石芸，高云龙，闫碎玉，徐徐升，
申请(专利权)人：武汉大势智慧科技有限公司，
类型：发明
国别省市：