盘点储煤量是煤矿、港口等企业生产经营活动中的重要环节。目前广泛使用的盘煤方法主要有人工皮尺测量法和激光测量法。但是,露天储煤场通常占地规模较大,采用人工皮尺测量的方法费时、费力且误差大;而激光测量法的测量精度虽然可以满足生产需求,但是激光扫描设备价格昂贵,安装和后期维修困难,影响露天储煤场的整体盘煤工作和堆取料工作效率。近些年,随着无人机技术与三维重建技术的发展,通过无人机采集露天储煤场正射图像序列;进而,采用基于图像序列的三维重建算法,生成露天储煤场的三维实景模型,能够较好地解决人工测量法和激光测量法盘煤所存在的困难。运动恢复结构算法作为基于图像序列的三维重建算法中最重要的环节,能够恢复出场景的三维结构。但是,无人机正射图像具有数据量大、信息容量丰富等特点,直接采用传统的运动恢复结构算法处理无人机正射图像,存在计算效率低、误差率高等问题。为此,本文给出基于改进运动恢复结构算法的露天储煤场无人机盘煤方法,使恢复场景的三维结构用时更短,恢复的三维点云位置更加精确,显著提高盘煤效率。研究工作如下:(1)改进运动恢复结构算法根据无人机正射图像的特点,给出一种改进的运动恢复结构算法。该算法充分利用无人机记录的POS信息和无人机采集图像的EXIF信息,恢复初始相机参数矩阵,避免相机标定和对极几何原理求解相机参数矩阵的复杂计算;进而,在传统的光束平差法的基础上,引入柯西鲁棒误差函数,降低异常点和误匹配点的权重,抑制异常点对场景三维结构恢复的影响,从而优化相机参数矩阵和点云三维坐标;最终,恢复出场景三维结构,得到精确的场景三维稀疏点云模型。与传统运动恢复结构算法的实验结果比较可知,所提算法具有较短的重构时间和较高的稀疏点云模型质量。(2)露天储煤场的三维实景模型生成研究三维场景重建流程,生成露天储煤场的三维实景模型。在稀疏点云模型的基础上,采用基于面片的多视角立体视觉算法,将稀疏点云稠密化,经过面片扩散和面片过滤,生成大量的新面片,直至覆盖三维模型表面,重构出场景的三维稠密点云模型;进而,采用Delaunay三角剖分法,寻找点云之间的网络拓扑连接关系,并根据点云间的拓扑关系,将点云模型划分为大量的不规则三角形网格,利用三角形网格近似表达场景的表面形态,完成场景的表面重建;最后,利用纹理映射,将场景二维图像包含的纹理信息映射到三维网格模型上,完成三维场景重建,得到露天储煤场的三维实景模型。(3)露天储煤场储煤量盘点及其数据管理系统研制基于上述露天储煤场三维实景模型,给出相应的储煤量盘点计算方法。进而,针对露天储煤场存在的现场管理粗放、管理方式落后,以及信息融合困难等问题,研制了露天储煤场无人机自动盘煤管理系统。该系统由数据采集系统和数据管理系统两部分构成,具有煤场场存查询、数据录入,以及煤场历史信息查询和删除等功能。其中,针对在露天储煤场三维实景模型上盘点储煤量的方法,进行了精度验证,实验结果表明,利用生成的露天储煤场三维实景模型盘点储煤量,其相对误差保持在(27)±2%,能够满足企业的盘煤精度要求。本文所做研究缩减了露天储煤场三维实景模型的生成时间,极大地提高盘煤效率,实现了煤场管理科学化、智能化。