基于递增式重建的无人机航空影像稀疏重建
发布时间：2021-02-17 08:21
随着无人机与数码相机技术的发展,无人机航空影像处理成为当前研究的热点之一。无人机航空影像的姿态角较大、航线不规则,在不进行相机标定的情况下无法得到精确的相机信息,导致传统航空摄影测量方法无法满足此类影像的处理要求。递增式重建方法是计算机视觉领域中由运动恢复结构（Structure from Motion,SfM）最常用的一种,其通过特征检测与匹配、选取初始像对并估计位姿、计算点云、选取添加影像并估计位姿、平差等步骤恢复相机位姿,该算法对精确的相机参数依赖程度低、自动化程度高且精度高,将其用以恢复姿态角较大的无人机影像位姿会在一定程度上弥补传统摄影测量方法的缺陷。但经典的递增式重建方法仍然存在一些问题,从而影响重建的效率与精度。本文以经典递增式重建方法为基础,从影像对应信息确定、初始像对选取等方面进行改进,并基于改进算法实现了无人机航空影像的位姿恢复。论文主要的研究内容与成果如下:（1）研究了经典RANSAC算法和自适应RANSAC算法,分析对比了两种方法的优缺点,通过实验验证了自适应RANSAC算法优于经典自适应RANSAC算法,可以用于几何约束剔除误匹配及初始像对的位姿恢复。（2）将...
【文章来源】：东华理工大学江西省
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景、目的与意义
1.1.1 研究背景
1.1.2 研究目的与意义
1.2 国内外研究现状
1.2.1 无人机及其影像处理现状
1.2.2 递增式重建研究现状
1.3 研究内容及技术路线
2 递增式重建方法基础理论
2.1 摄像机模型与坐标系
2.1.1 相机模型
2.1.2 坐标系统
2.2 对极几何
2.3 RANSAC算法
2.3.1 经典RANSAC算法
2.3.2 自适应RANSAC算法
2.3.3 实验结果及分析
2.4 本章小结
3 影像检索与基础影像重建
3.1 影像检索
3.1.1 SIFT算子
3.1.2 K-means算法构建词汇树
3.1.3 TF-IDF方法计算相似性
3.2 基础的影像重建
3.2.1 基于自适应RANSAC的相对定向
3.2.2 基于4点加权算法估计相机位姿
3.3 影像检索实验结果及分析
3.3.1 实验数据
3.3.2 实验结果及分析
3.4 本章小结
4 基于改进递增式重建的无人机航空影像稀疏重建
4.1 递增式影像重建算法改进
4.1.1 确定影像对应信息
4.1.2 解算参数
4.2 实验结果及分析
4.2.1 多模型约束实验
4.2.2 递增式影像稀疏重建实验
4.3 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士期间发表的论文
致谢
【参考文献】：
期刊论文
[1]基于PixelGrid系统的ADS80影像空三加密技术流程探讨[J]. 吴立果. 矿山测量. 2016(06)
[2]Pix4Dmapper在无人机航摄应急救灾项目中的应用研究[J]. 汪雅婕. 测绘与空间地理信息. 2016(09)
[3]无人机系统发展与关键技术综述[J]. 陶于金,李沛峰. 航空制造技术. 2014(20)
[4]奇异值分解降噪的改进方法[J]. 张磊,彭伟才,原春晖,刘彦. 中国舰船研究. 2012(05)
[5]基于五点算法估计基础矩阵的研究[J]. 周春艳,范学栋,邹峥嵘. 计算机技术与发展. 2011(11)
[6]摄像机位姿的加权线性算法[J]. 杨森,吴福朝. 软件学报. 2011(10)
[7]矩阵奇异值分解及其在高维数据处理中的应用[J]. 尹芳黎,杨雁莹,王传栋,王士鹏. 数学的实践与认识. 2011(15)
[8]本质矩阵五点算法伪解的两种剔除策略[J]. 王文斌,刘桂华,刘先勇,邱志强. 光电工程. 2010(08)
[9]基于全数字摄影测量系统VirtuoZo的DOM制作探讨[J]. 张丹,郝亚东. 城市勘测. 2009(03)
[10]带切向畸变的模型可视化摄像机标定[J]. 华希俊,夏乐春,高福学,薛城. 工程图学学报. 2009(03)
博士论文
[1]基于视觉的微小型四旋翼飞行机器人位姿估计与导航研究[D]. 郑伟.中国科学技术大学 2014
硕士论文
[1]基于非量测相机无结构影像的运动估计算法研究[D]. 查冰.中国测绘科学研究院 2017
[2]微型无人机摄影测量数据处理研究[D]. 李明慈.北京建筑大学 2015
[3]基于改进SFM方法的航空摄影测量应用研究[D]. 李美燕.广西大学 2014
本文编号：3037715
【文章来源】：东华理工大学江西省
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景、目的与意义
1.1.1 研究背景
1.1.2 研究目的与意义
1.2 国内外研究现状
1.2.1 无人机及其影像处理现状
1.2.2 递增式重建研究现状
1.3 研究内容及技术路线
2 递增式重建方法基础理论
2.1 摄像机模型与坐标系
2.1.1 相机模型
2.1.2 坐标系统
2.2 对极几何
2.3 RANSAC算法
2.3.1 经典RANSAC算法
2.3.2 自适应RANSAC算法
2.3.3 实验结果及分析
2.4 本章小结
3 影像检索与基础影像重建
3.1 影像检索
3.1.1 SIFT算子
3.1.2 K-means算法构建词汇树
3.1.3 TF-IDF方法计算相似性
3.2 基础的影像重建
3.2.1 基于自适应RANSAC的相对定向
3.2.2 基于4点加权算法估计相机位姿
3.3 影像检索实验结果及分析
3.3.1 实验数据
3.3.2 实验结果及分析
3.4 本章小结
4 基于改进递增式重建的无人机航空影像稀疏重建
4.1 递增式影像重建算法改进
4.1.1 确定影像对应信息
4.1.2 解算参数
4.2 实验结果及分析
4.2.1 多模型约束实验
4.2.2 递增式影像稀疏重建实验
4.3 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士期间发表的论文
致谢
【参考文献】：
期刊论文
[1]基于PixelGrid系统的ADS80影像空三加密技术流程探讨[J]. 吴立果. 矿山测量. 2016(06)
[2]Pix4Dmapper在无人机航摄应急救灾项目中的应用研究[J]. 汪雅婕. 测绘与空间地理信息. 2016(09)
[3]无人机系统发展与关键技术综述[J]. 陶于金,李沛峰. 航空制造技术. 2014(20)
[4]奇异值分解降噪的改进方法[J]. 张磊,彭伟才,原春晖,刘彦. 中国舰船研究. 2012(05)
[5]基于五点算法估计基础矩阵的研究[J]. 周春艳,范学栋,邹峥嵘. 计算机技术与发展. 2011(11)
[6]摄像机位姿的加权线性算法[J]. 杨森,吴福朝. 软件学报. 2011(10)
[7]矩阵奇异值分解及其在高维数据处理中的应用[J]. 尹芳黎,杨雁莹,王传栋,王士鹏. 数学的实践与认识. 2011(15)
[8]本质矩阵五点算法伪解的两种剔除策略[J]. 王文斌,刘桂华,刘先勇,邱志强. 光电工程. 2010(08)
[9]基于全数字摄影测量系统VirtuoZo的DOM制作探讨[J]. 张丹,郝亚东. 城市勘测. 2009(03)
[10]带切向畸变的模型可视化摄像机标定[J]. 华希俊,夏乐春,高福学,薛城. 工程图学学报. 2009(03)
博士论文
[1]基于视觉的微小型四旋翼飞行机器人位姿估计与导航研究[D]. 郑伟.中国科学技术大学 2014
硕士论文
[1]基于非量测相机无结构影像的运动估计算法研究[D]. 查冰.中国测绘科学研究院 2017
[2]微型无人机摄影测量数据处理研究[D]. 李明慈.北京建筑大学 2015
[3]基于改进SFM方法的航空摄影测量应用研究[D]. 李美燕.广西大学 2014
本文编号：3037715
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3037715.html
