基于空中三角测量的测距仪定位定姿研究及应用

发布时间：2020-07-27 11:04

【摘要】：无人机具有低空飞行,拍摄影像分辨率高,工作周期短,工作效率高,灵活性强等优势,已经广泛应用于应急测绘、交通军事、地理国情普查、工程应用等领域。大量的实验表明,无人机测绘1:500、1:1000地形图时,其地面分辨率可以达到规范标准,但是高程精度无法满足规范要求。针对无人机航测高程精度误差较大的情况,本文综合了现有的研究成果,提出以空中三角测量技术为依据,通过无人机平台加载航测相机和测距仪设备来求得测距仪所打的激光点在地面上三维坐标中的高程值代替传统航测高程值的方法。通过比较本文的方法计算出来的检查点的高程值与实地放样得到的高程值,验证了本文方法在提高摄影测量地面点高程精度的可行性。文章的研究内容有以下几点:(1)列出了一般空中三角测量的大致流程,使用了MATLAB相机标定工具箱对相机进行内参数的标定,求得畸变系数用于校正航测相机提取的视频帧。(2)本文通过比较几种常见的特征点提取算子,最终选用具有尺度不变性和旋转不变性的BRISK算子为本文的图像特征点提取算子,通过比较两种常见的匹配方法,选用匹配效果更好的FLANN匹配方法完成影像匹配。然后,采用RANSAC算法对错误的匹配点对进行剔除,保证了用于区域网模型连接点的正确性。另一方面,运用光束法平差减小区域网模型中的累积误差,并把最终生成的点云数据进行可视化,给人以直观的感受。(3)本文提出了一种基于图形匹配的方法来求取摄站点坐标,从而避免了GPS与航测相机光心之间的几何误差、拍照时的相机时滞、信号传输等方面的误差,保证了GPS与航测相机之间的时间同步。通过在测距仪获取数据时添加与GPS数据具有相同时间起点的时间标签,完成了GPS数据与测距仪数据之间的时间同步。(4)以无人机加载集成设备为平台,以空中三角测量技术为理论基础,求得了实验测区内激光点的空间三维坐标,根据检查点的平面坐标在实地放样出该检查点,比较了用本文的方法计算出来的该检查点的高程值与实地放样得到的高程值,验证了本文方法在提高摄影测量地面点高程精度的可行性。
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P231
【图文】：

影像,尺度空间,影像

图 2. 2 建立尺度空间Fig.2.2 establish scale space图 2.2 所示，影像与高斯函数卷积形成高斯尺度空间，大小相同，尺构成一阶(Octave)，这里每阶有 5 层影像,上一阶的倒数第二层影像降下一阶的第一层影像。两相邻高斯层影像相减得到 DOG 影像，为了的极值点，每一个采样点要和它所有的相邻点比较，确定该点是否是度域的极大值或极小值。图 2. 3 DoG 尺度空间局部极值检测

影像,尺度空间,局部极值,高斯

图 2. 2 建立尺度空间Fig.2.2 establish scale space像与高斯函数卷积形成高斯尺度空间ve)，这里每阶有 5 层影像,上一阶的倒影像。两相邻高斯层影像相减得到 D个采样点要和它所有的相邻点比较，极小值。

直方图,梯度直方图,梯度方向

统计邻域像素的梯度方向。梯度直方图的范围是 0～360 度，其中每 10 度一个柱(bin)，总共 36 个柱[26]。Lowe 论文中还提到要使用高斯函数对直方图进行平滑，减少突变的影响。直方图的峰值则代表了该关键点处邻域梯度的主方向，即作为该关键点的方向。在梯度方向直方图中，当存在其他峰值相当于主峰值的 80%时，则将这个方向认为是该关键点的辅方向。一个关键点可能会被指定具有多个辅方向，这可以增强匹配的鲁棒性。最后,使用抛物线对直方图的每个峰值位置的三个最邻近值进行插值，以获得更高的精度。直方图的峰值通过二次抛物线函数2f ( x ) = a ( x c )+ b进行拟合，设最大bin的峰值为mid ，左边bin的值为left，右边bin的值为right ，将三个点( 1 , left)，(0, mid )，(1, right )代入上述曲线函数求出 a , b, c值,则直方图峰值柱的最大值为c值。

【参考文献】