无人机影像密集匹配点云的滤波方法研究

发布时间：2020-05-16 11:00

【摘要】：近些年来,航空摄影测量技术可以低成本、大范围的获取高精度的场景信息,已经成为新时代下“数字城市”建设中获取数据的重要手段之一。无人机平台搭载GPS、IMU和非量测相机,采集高精度位置、地面影像数据和姿态数据,可通过自动空中三角测量、影像匹配等步骤生成数字正射影像图、数字表面模型和密集点云数据。但是密集点云数据中包含了地表上的建筑物、植被等信息,并不能真实的模拟实际地表形态,需要将点云中地面点与非地面点分离。在点云数据中划分地面点与非地面点的过程称为点云滤波。目前各种经典的点云滤波算法都需要在算法中设置较为复杂的参数,需要专业人员对作业区域有深入的了解,才能达到一定的滤波效果。本文采用简单设置参数的布料模拟滤波算法,通过实现该算法并将其应用到密集匹配点云数据中。实验分析滤波效果,提供了该算法在阈值设置上的参考值,在水文分析、地貌分析、防洪减灾和数字化成图等方面的应用有着重要研究意义。本文的研究内容如下:(1)从相机标定、POS辅助空中三角测量、多视影像密集匹配的原理三方面讲述无人机影像匹配点云获取的关键技术,并具体说明无人机影像数据的获取与影像处理生成点云的方法流程。本文使用PIX4Dmapper软件处理倾斜影像数据生成研究区域的数字正射影像图、密集点云,为后面实验分析滤波算法提供理论和数据支持。(2)深入研究目前几种经典点云滤波算法,分析对应算法中参数设定的不便,阐述点云滤波中的优缺点。针对经典算法中关于滤波过程中阈值的选择的复杂性,采用数值参数和布尔值参数的布料模拟滤波算法。根据算法中几个易于设置的参数,分别对影像匹配点云数据进行实验,定性和定量评价滤波的效果。(3)结合获取的数字正射影像图和滤波后地面点数据,进行数字线划图的制作。首先对密度较大的点云数据进行抽稀处理,生成数字高程模型和等高线数据;然后将生成的等高线数据和数字正射影像图中矢量化的部分地物结合,局部修改后制作数字线划图;最后选取检查点进行精度分析。
【图文】：

示意图,空中三角测量,示意图,航摄仪

首先采用载波相位动态 GPS 定位技术测定摄站点坐标，然后采用惯性测定航摄仪的姿态。系统中 GPS、惯性测量系统与航摄仪通过计算机同在曝光拍摄瞬间获取航摄仪的姿态和空间位置。目前，国内外已经有较果证明在引入 POS 观测值的情况下，利用少量的地面控制或无地面控OS辅助空中三角测量与传统空中三角测量方法获取的定向结果基本相，2009）。图 2-1 是 POS 辅助空中三角测量示意图。在航飞过程中相机的摄影中与机载的 GPS 接收机天线相位中心重合，一般两者之间存在这个偏心个固定的数值。在像方坐标系中（即飞机坐标系）中三个坐标分量（Au ,Av测定出来。根据地面点 M 的坐标值和 GPS 接收机获取的天线中心 A 的可得点 A 在以 M 为坐标原点的大地坐标系上的坐标为 , , A A A Ar X Y Z 。心矢量 e 可以测得，然后推出摄站点 S 在以 M 为坐标原点的坐标系中, , S S S Y Z 。

作业流程图

共线方程几何矫正、直接线性变化法等（张莉，2007）。一般的平项式模型处理矫正，而起伏较大地形情况下，通常采用共线方程几提高处理精度。影像数据处理文的实验点云的数据获取是利用 PIX4Dmapper 无人机数据处理软整个过程完全自动化，精度较高、操作简便、方便内业人员处理数自动空三计算原始影像外方位元素完成空三、精度报告。利用区域自动校准影像。根据详细的、定量化的自动空三、区域网平差和地度，自动生成正射影像并自动镶嵌及匀色，，将所有数据拼接为整个成果可用于 GIS 和 RS 软件中显示。PIX4Dmapper 可同时处理多大，支持多种相机参数数据，便捷的数据处理成图和点云数据，应用航测制图、灾害应急、安全执法、农林监测、水利防汛、电力巡线高校科研等。PIX4Dmapper 作业流程如图 2-2。
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P231

【参考文献】